$$\rightleftharpoonup{xx}$$
$$\longleftharp{xx}$$,
$$\longrightharp{xx}$$,
هذا البروتوكول هو مقتطف من Lin et al. ، السلوكيات الشمية التي تم فحصها بواسطة تتبع الكمبيوتر لذبابة الفاكهة في مقياس الرائحة المكون من أربعة أرباع ، J. Vis. Exp. (2016).
< p class = "jove_title" >1. الاستجابات السلوكية للروائح الجذابة والطاردة
- قم بتشغيل وحدة التحكم في درجة الحرارة واضبطها على 25 درجة مئوية.
- قم بتوصيل غرف الرائحة (التحكم والاختبار في الروائح) عن طريق إدخال الأنبوب في مخرج غرفة الرائحة وتركيب الضغط للتوصيل في صندوق السلوك.
- تحقق من معدل التدفق في كل ربع باستخدام مقياس تدفق الهواء للتأكد من أن تيارات هواء التحكم والرائحة تساوي 100 مل / دقيقة.
- قم بتنظيف ساحة ذبابة PTFE والألواح الزجاجية بنسبة 70٪ من الإيثانول 2-3 مرات واتركها تجف تماما في الهواء (~ 3-4 دقائق).
- قم بلصق الألواح الزجاجية على الساحة باستخدام المشابك.
- انقل الذباب بدون تخدير ثاني أكسيد الكربون 2 إلى الساحة من خلال الفتحة الموجودة في إحدى الألواح الزجاجية. بعد النقل ، ضع شبكة دائرية على الفتحة لمنع الذباب من الهروب.
<فئة قوية = "ملاحظة">ملاحظة: ثبت أن تخدير ثاني أكسيد الكربون2 يؤثر على سلوك ذبابة الفاكهة ويجب عدم استخدامه في غضون 24 ساعة من التجربة السلوكية.
- ضع الساحة مع الذباب في الغرفة محكمة الغلق ، وقم بتوصيل تيارات هواء التحكم الأربعة عن طريق توصيل الأنبوب المتصل بتركيب الدفع للتوصيل في صندوق السلوك بزوايا الساحة ، وأغلق باب الغرفة وانتظر 10-15 دقيقة للسماح للذباب بالتأقلم مع البيئة الجديدة. إذا أمكن ، أطفئ الأنوار في الغرفة التي يتم فيها إجراء التجارب ، لتجنب الحد الأدنى من تسرب الضوء المحتمل الذي قد يؤدي إلى تحيز النتيجة التجريبية.
- قم بإجراء تجربة تحكم لمدة 5-10 دقائق ، حيث يتعرض الذباب ل 4 تيارات هواء للتحكم.
- قم بتحليل البيانات على الفور (انظر قسم تحليل البيانات أدناه) للتأكد من توزيع الذباب بشكل موحد في الساحة ، وأن مؤشر الجذب قريب من 0. هذه الخطوة ضرورية ، لأنها تتحقق من عدم وجود مصادر غير خاضعة للرقابة للتفضيل أو التجنب داخل الساحة (مثل تسرب الضوء من الخارج ، والتوزيع غير المتكافئ لدرجة الحرارة ، والساحة غير المتساوية ، وتلوث الرائحة ، وما إلى ذلك). إذا تم توزيع الذباب بشكل غير متساو أو كان نشاطه الحركي منخفضا ، فتخلص من الذباب ، ونظف الساحة مرة أخرى (الخطوة 1.4) واستخدم مجموعة جديدة من الذباب لتكرار التجربة.
- قم بتوصيل غرفة رائحة الاختبار بالإعداد عن طريق تشغيل الصمامات ثلاثية الاتجاهات أو إعادة توصيل أنابيب الموصل.
- قم بتشغيل تجربة الاختبار لمدة 5-10 دقائق وقم بتحليل البيانات كما تمت مناقشتها في القسم 2 أدناه (<فئة قوية = "xfig">الشكل 1). يمكن أن تؤدي التسجيلات التي تزيد مدتها عن 20 دقيقة إلى ملفات بيانات قد يصعب معالجتها حسابيا. إذا كانت التسجيلات التجريبية الأطول مطلوبة، فقم بإيقاف برنامج التتبع وإعادة تشغيله بسرعة. ينتج عن هذا فجوة ~ 10 ثوان بين التسجيلات التجريبية.
- تجاهل الذباب.
- نظف الساحة والألواح الزجاجية بنسبة 70٪ من الإيثانول (الخطوة 1.4) واستبدل أنابيب الموصل داخل الحاوية محكمة الإحكام. لتسريع التجارب ، يمكن استخدام ساحة نظيفة جديدة ، وتنظيف الساحة المتسخة أثناء إجراء عمليات التشغيل التجريبية.
- قم بإجراء تجربة أخرى مع مجموعة جديدة من الذباب ، إذا لزم الأمر. إذا تم إجراء العديد من التجارب في نفس اليوم ، فاحرص على التأكد من عدم ترك رائحة في النظام من اختبار سابق. هذه ليست مشكلة عادة مع تركيزات منخفضة من الروائح أو مع ثاني أكسيد الكربون2 ، ولكن بالنسبة للمنبهات عالية التركيز ، قد تكون هناك حاجة إلى فجوة تصل إلى 24 ساعة بين عمليات التشغيل التجريبية. بالإضافة إلى ذلك ، يمكن استبدال جميع الأنابيب بعد أنابيب التدفق في حالة الاشتباه في تلوث الرائحة أثناء تجارب التحكم. اترك الهواء الجاف دائما بين التجارب لغسل النظام باستمرار.
2. تحليل البيانات
< strong class = "note" >ملاحظة: برنامج اقتناء تتبع الذباب المقترح (مفصل في المواد) ، يتتبع الذباب في الوقت الفعلي أثناء الاستحواذ ، ويحفظ الطابع الزمني والإحداثيات لجميع الذباب المكتشف بتنسيق * .dat. لقد قمنا بتطوير روتين Matlab مخصص لتحويل البيانات إلى تنسيق Matlab ، وتحليل البيانات. يتم توفير أمثلة على التعليمات البرمجية في المواد التكميلية، ولكن ستعتمد تفاصيل التنفيذ على البرنامج المستخدم للحصول على البيانات.
- قم بتحميل البيانات الأولية. قم بإنشاء قناع مكاني يتبع ملامح الساحة وقم بتطبيق القناع على البيانات الأولية لإزالة جميع نقاط البيانات التي تقع خارج الساحة لأنها تمثل ضوضاء ( الشكل 2أ ، قناع الكود التكميلي SpatialFiltering.m ، Score.m ، DrawCircularMask.m).
- قم بإزالة جميع نقاط البيانات التي تتحرك بسرعة أقل من 0.163 سم / ثانية لمدة تزيد عن 3 ثوان ، حيث من المحتمل أن تكون هذه البيانات ضوضاء أو ناتجة عن ذباب غير متحرك (<فئة قوية = "xfig" > الشكل 2ب ، الكود التكميلي TemporalFiltering.m).
- تصور نقاط البيانات المتبقية عن طريق رسمها كلها مرة واحدة أو كمسارات فردية (الشكل 1 ، الكود التكميلي SingleTrajectoryViewer.m).
<فئة قوية = "ملاحظة">ملاحظة: من المحتمل أن يعتمد موقع حدود الرائحة في المجالات الأربعة على عدد من العوامل ، مثل خصائص كل رائحة ومعدلات تدفق الهواء المستخدمة. على سبيل المثال ، من المحتمل أن تملأ الروائح شديدة التقلب ربع الرائحة بشكل كامل أكثر من الروائح الأقل تقلابا. وبالتالي ، فمن المحتمل أن تظهر كل رائحة حدود رائحة مختلفة قليلا. يمكن أن يكون استخدام كاشف التأين الضوئي لقياس حدود الرائحة مشكلة لأنه يستخدم فراغا لأخذ عينات من الهواء من بقعة معينة ، وبالتالي يعطل تركيز الرائحة في تلك البقعة. ومع ذلك ، يمكن تقدير حدود الرائحة بسرعة بناء على البيانات السلوكية للذبابة. على سبيل المثال ، يمكن ملاحظة حدود الرائحة القائمة على مسارات الذباب المتراكمة استجابة للروائح المختلفة بوضوح في <فئة قوية = "xfig" > الشكل 1C و 1D.
- احسب مؤشر الجذب لتحديد ما إذا كانت تجارب التحكم لا تولد أي استجابة تفضيلية ، وأيضا للوصول إلى الاستجابة لمحفز الرائحة (أو البصري). لحساب مؤشر الجذب (الذكاء الاصطناعي)، استخدم آخر 5 دقائق من تسجيل عنصر التحكم أو الاختبار. للحصول على مقياس جذب يقع بين +1 (الجاذبية المطلقة) و -1 (التنافر المطلق) ، يتم استخدام الصيغة التالية لحساب الذكاء الاصطناعي:

حيث الاختبار N هو عدد نقاط البيانات في ربع الاختبار ، فإن التحكم N هو متوسط عدد نقاط البيانات في أرباع التحكم الثلاثة. هذا المقياس بديهي حيث لن يشار إلى أي تفضيل بقيم قريبة من الصفر. ومع ذلك ، فإنه لا يشير بشكل صحيح إلى نسبة العدد الإجمالي للذباب الموجود في ربع الرائحة. للحصول على هذا المقياس ، يمكن استخدام مؤشر النسبة المئوية (PI):

حيث N test هو عدد نقاط البيانات في ربع الاختبار ، و N المجموع هو العدد الإجمالي لنقاط البيانات في جميع الأرباع الأربعة. توفر هذه الصيغة مقياسا يتراوح بين 0 و 1 ، مع 0.25 يتوافق مع عدم وجود تفضيل سلوكي (<فئة قوية = "xfig" >الشكل 1E و 2C ، الكود التكميلي AttractionIndex.m).
- قم بتشغيل 5-10 تكرارات لكل حالة تجريبية ، باستخدام مجموعة جديدة من الذباب لكل تكرار. قارن مؤشرات الجذب بين الشروط أو مقابل عناصر التحكم باستخدام اختبار Kolmogorov-Smirnov غير المعلمي (<فئة قوية = "xfig">الشكل 1F ، وظيفة kstest2 في Matlab).