需要JoVE订阅才能观看此内容。 请登录或开始免费试用

方法文章

一种量化果蝇昼夜节律活动的计算方法

5.5K 次观看

DOI:

10.3791/55977

2017年10月28日

本文内容

摘要

介绍了一种用于量化果蝇昼夜运动节律中主要时间特征的方法。该量化通过将果蝇活动拟合到一个多参数模型波形来实现。模型参数描述了每日活动早晨峰和傍晚峰的形状与大小。

摘要

在大多数动物和植物中,昼夜节律钟协调行为与分子过程,并将其同步到每日的光暗循环中。这一时间调控机制的基本原理通常以果蝇Drosophila melanogaster作为模式生物进行广泛研究 在果蝇中,通常通过分析多日的运动活动记录来研究其节律钟。此类记录呈现出复杂的双峰模式,具有两个活动高峰:一个在黎明前后出现的早晨峰,以及一个在黄昏前后出现的傍晚峰。这两个峰共同构成的波形与钟基因中观察到的正弦振荡显著不同,表明除节律钟本身外,其他机制也对行为数据中观察到的模式具有深远影响。本文提供了使用一种新近开发的计算方法的指导,该方法可对果蝇活动中的时间模式进行数学描述。该方法采用一个包含四个指数项和九个独立参数的模型波形来拟合活动数据,这些参数可完整描述早晨和傍晚活动峰的形状与大小。所提取的参数有助于阐明果蝇运动节律中常见双峰活动模式背后的底物动力学机制。

引言

昼夜节律钟是一种内源性生物化学振荡器,其周期约为24小时,在动物和植物中几乎普遍存在1,2。该节律钟有助于将生物体内部的生理过程和行为与外界明暗周期同步。自20世纪60年代以来,果蝇D. melanogaster被广泛用于研究昼夜节律钟的遗传结构。在该昆虫中,昼夜节律钟的核心由四种蛋白质组成:PERIOD、TIMELESS、CLOCK和CYCLE。这些核心组分与其他分子共同构成一个反馈环路,产生近乎正弦波形的时钟基因振荡3,4。在果蝇中,昼夜节律钟的研究通常通过多日运动活动记录来进行,其中果蝇的活动由穿过单个试管中央的一束红外光检测5。典型的果蝇活动记录呈现复杂的双峰模式,具有两个明显可区分的峰值:早晨峰(M),起始于夜间结束时,并在开灯时达到最大值;傍晚峰(E),起始于白天结束时,并在关灯时达到最大值6。有趣的是,这种行为记录的形态与分子水平上观察到的简单正弦振荡显著不同,提示存在其他机制参与调控所观察到的时间模式。为了更深入理解这些隐藏的机制,我们开发了一种计算工具,可对时间模式提供定量描述。

在本研究中,运动节律通过模拟果蝇活动模式的波形来定义。由于简单的正弦波无法用于建模所观察到的活动节律性变化,我们测试了多种信号波形,以选择能够捕捉记录中所有显著特征的最简形式。果蝇的昼夜节律行为由时钟神经元的活动控制,这些神经元的激活和失活常呈现指数模式7。基于指数动力学特性以及对数据的视觉分析,我们构建了一个包含四个指数项、共九个独立参数的模型,其波形与果蝇活动模式高度相似8。除了运动数据外,我们还分析了其功率谱。典型的果蝇活动功率谱除了在昼夜周期 T0 处出现预期的基础峰外,还在谐波 T0/2、T0/3 等处出现多个峰值。etc.。根据傅里叶定理,只有纯正弦波在功率谱中产生单一峰值,而更复杂的波形则会在主周期的谐波频率处表现出多个谱峰(图1)。因此,鉴于果蝇活动具有非正弦的时间模式8,数据出现多峰功率谱在数学上是可预期的,并不一定意味着存在多个振荡周期。重要的是,所提出模型波形的功率谱同样在主周期的所有谐波频率处出现峰值,与果蝇运动记录相似,从而凸显了该模型在时域和频域上对果蝇数据的高度保真描述能力。

在几分钟或更短的时间分辨率下,果蝇活动数据呈现出噪声较大的特点,使得直接从原始数据中提取参数变得困难。将数据分组到更长的时间区间可以降低噪声水平,但可能以影响模型参数估计的方式改变数据。因此,我们通过记录数据的功率谱来获取参数,使用基于模型函数傅里叶变换计算得到的功率谱理论表达式8(参见参考文献8的附加文件1)。这种从功率谱中提取参数的方法无需对原始活动数据进行分箱或滤波等额外处理,即可获得准确的参数值。该模型的数学细节及其在野生型和突变型数据中的应用已在参考文献8中详细描述。本文提供的实验方案重点在于使用该计算工具的逐步操作说明。

访问受限。请登录或开始试用以查看此内容。

方案

1. 使用果蝇活动监测仪(DAM)测量果蝇运动行为

注意:更多细节请参见参考文献5

  1. 准备单独的果蝇管,一端装有食物,另一端塞有棉塞。装有食物的一端应密封,以防止食物干燥。
    1. 将5-6 g果蝇食物放入50 mL烧杯中。将食物切成小块,以便更易熔化。
    2. 用橡皮筋将32根单独的玻璃管固定在一起。
    3. 将烧杯放入微波炉中加热10-15秒以熔化食物。每加热5秒暂停一次,并小心摇动烧杯,确保食物均匀熔化。
    4. 在食物仍处于液态时,将准备好的单根玻璃管插入食物烧杯中。上下移动玻璃管,使其内部均匀填充食物。
    5. 让食物冷却并凝固约1小时。
    6. 食物凝固后,将带食物的玻璃管从烧杯中取出。
    7. 使用石蜡密封装有食物的一端。首先用纸巾仔细清洁管口,然后将管口压紧在石蜡上。目视检查密封质量,如有必要,重复密封操作。
    8. 用棉塞封闭玻璃管的另一端;棉塞允许空气流通,同时防止果蝇逃出管外。
  2. 在每根单独的玻璃管中放入一只果蝇,并将玻璃管放入DAM系统中。
  3. 将监测装置置于可维持恒定温度和湿度的培养箱中。根据实验需求,设置适当的明/暗条件如下:
    1. 对于明/暗实验,整个实验期间均保持果蝇处于明/暗循环条件下。数据分析时不要使用第一天的测量数据。
    2. 对于持续黑暗实验,首先将果蝇在明/暗条件下饲养两天,以实现生物钟的同步化,随后转入持续黑暗环境。数据分析时不要使用转入持续黑暗后的第一天测量数据。
  4. 收集至少四天可用于分析的数据。
    注意:DAM系统将输出一个包含监测器内所有果蝇运动记录的单一文件。

2. 数据分析

  1. 将监控输出文件拆分为多个单只果蝇活动文件;每个文件应为单列“.txt”格式,包含单只果蝇的运动测量数据。
  2. 在 MATLAB 命令窗口中运行 'ModelFitPS3.m' 函数,并输入以下参数:
    1. 对于 采样率,设置数据采样时间间隔(单位为秒)。例如,如果每分钟测量一次活动量,则输入 60 作为 采样率
    2. 对于 bin区间,设置数据分段时间间隔(单位:分钟),以便更好地可视化;推荐的分箱时间间隔为 20–30 分钟。
    3. 对于 趋势,输入 "1" 如果数据显示出基线趋势且 "0" 否则;具有趋势的数据将首先通过拟合二阶多项式进行去趋势化,然后从数据中减去该多项式。
  3. 在弹出窗口中选择一个果蝇活动文件。
    注意:第一个图为数据的功率谱,而非常见的活动图。根据所绘制的功率谱,确定主周期 T0:单击鼠标左键选择昼夜节律峰,或单击鼠标右键选择第二谐波峰(约在 T 处)0/2).
  4. 在打开的数据图中,检查早晨和傍晚的峰是否清晰可见。若不清晰,请调整 bin区间 通过在图表任意位置右键单击并输入新值来修改数值 bin区间 对话框中的值。程序将使用新的区间值重新绘制数据。接受该 bin区间 数值,可在图表任意位置左键单击。
  5. 程序将重新绘制数据并显示前五天的活动情况。在此图中,点击分析中将使用的第一个M峰(有时需要跳过一到两天)。
    注意:程序将从选定的早晨峰开始重新绘制图形。根据步骤 2.4 确定的周期,蓝色和红色线条将分别显示 E 峰和次日 M 峰的近似位置。
  6. 在同一张图上,选择数据以进行模型的初步拟合:依次点击以下各点(注意:点击位置将在底部以红色星号标示):(i) M峰的峰顶;(ii) M峰的结束点;(iii) E峰的起始点;(iv) E峰的峰顶;(v) E峰的结束点;(vi) 次日M峰的峰顶。
  7. 请注意,程序现在显示的是功率谱。
    注意:横轴现在以频率为单位。
    1. 在打开的功率谱窗口中,选择用于拟合模型功率谱解析表达式的数据点。步骤 2.4 中检测到的周期以红线标出。为选择拟合点,首先大致确定主周期,方法与步骤 2.4 类似;然后使用滑块微调主周期数值,使拟合点(以红色圆圈显示,移动滑块后出现)尽可能接近峰值位置。
  8. 在视觉峰值选择完成后,单击 "接受" 程序将使用解析表达式拟合选定的数据点,以计算模型参数。
  9. 请注意,参数和谱拟合误差已保存至文件中 "model_fit_parameters.txt";该程序还将保存两张图,分别显示运动数据及其功率谱的拟合结果。

访问受限。请登录或开始试用以查看此内容。

结果

本文介绍的方法可用于量化果蝇运动模式中的主要特征。通过使用包含四个指数项的模型对活动数据进行拟合,即可实现量化分析:

动态系统建模的数学方程;H_M, H_E, 指数衰减, 时间变量。

该模型包含九个描述活动模式的独立参数。这些参数 bMD,b磁共振,bED,和 b内质网 分别定义早晨衰减速率(MD)、早晨上升速率(MR)、傍晚衰减速率(ED)和傍晚上升速率(ER)。参数 T...

访问受限。请登录或开始试用以查看此内容。

讨论

本研究提供了使用一种计算工具的详细说明,该工具可对果蝇运动模式进行定量描述。该工具通过包含四个指数项的数学模型对运动数据进行拟合,这四个指数项共同描述了M峰和E峰的形状与大小。模型参数的最终值通过对数据的功率谱进行拟合获得,使用原始数据可避免数据分箱或滤波处理对参数值造成的伪影效应。获得的模型参数可用于进一步研究果蝇的运动行为及其产生活动峰的内在机制。

拟合质量可通过两种方式评估:通过观察功率谱拟合结果的视觉效果,以及利用与参数同时计算出的拟合误差(残差平方和)。影响拟合质量的关键因素之一是昼夜节律周期 T0 的确定(实验方案步骤 2.8)。T0 的取值会影响功率谱中峰的识别以及模型参数的估计。另一个影响拟合质量的关键步骤是选择数据初步拟合的起始点(实验方案步骤 2.7),因为 TM 和 TE 的数值是通过该选择确定的。用户可通过选择不同的活动天数来定义 TM 和 TE,从而探索多种拟合结果。

本...

访问受限。请登录或开始试用以查看此内容。

披露

作者无任何利益冲突需要披露。

致谢

我们感谢 Stanislav Lazopulo 在视频内容方面提供的帮助。

访问受限。请登录或开始试用以查看此内容。

材料

本文使用的材料清单
姓名公司目录编号评论
果蝇活动监测仪TriKineticsDAM2, DAM5利用单束红外光测量果蝇运动
MatLabMathworks计算环境与编程语言,MatLab 应包含优化工具箱和符号数学工具箱
Drosophila melanogaster per[S], per[L], iso31(野生型)我们的分析可用于任何昼夜节律周期的果蝇突变体

参考文献

  1. Pittendrigh, C. S. Circadian systems: general perspective. Biological Rhythms. II, 57-80 (1981).
  2. Zhang, E. E., Kay, S. A. Clocks not winding down: unravelling circadian networks. Nat Rev Mol Cell Biol. 11 (11), 764-776 (2010).
  3. Tataroglu, O., Emery, P. The molecular ticks of the Drosophila circadian clock. Curr Opin Insect Sci. 7, 51-57 (2015).
  4. Plautz, J. D., et al. Quantitative analysis of Drosophila period gene transcription in living animals. J Biol Rhythms. 12 (3), 204-217 (1997).
  5. Chiu, J. C., Low, K. H., Pike, D. H., Yildirim, E., Edery, I. Assaying locomotor activity to study circadian rhythms and sleep parameters in Drosophila. J Vis Exp. (43), e2157(2010).
  6. Helfrich-Förster, C. Differential control of morning and evening components in the activity rhythm of Drosophila melanogaster--sex-specific differences suggest a different quality of activity. J Biol Rhythms. 15 (2), 135-154 (2000).
  7. Dautzenberg, F. M., Neysari, S. Irreversible binding kinetics of neuropeptide Y ligands to Y2 but not to Y1 and Y5 receptors. Pharmacology. 75 (1), 21-29 (2005).
  8. Lazopulo, A., Syed, S. A mathematical model provides mechanistic links to temporal patterns in Drosophila daily activity. BMC Neuroscience. 17 (1), 14(2016).
  9. Donelson, N., Kim, E. Z., Slawson, J. B., Vecsey, C. G., Huber, R., Griffith, L. C. High-resolution positional tracking for long-term analysis of Drosophila sleep and locomotion using the "tracker" program. PloS ONE. 7 (5), e37250(2012).
  10. Schlichting, M., et al. A Neural Network Underlying Circadian Entrainment and Photoperiodic Adjustment of Sleep and Activity in Drosophila. J Neurosci. 36 (35), 9084-9096 (2016).
  11. Guo, F., et al. Circadian neuron feedback controls the Drosophila sleep-activity profile. Nature. 536 (7616), 292-297 (2016).

访问受限。请登录或开始试用以查看此内容。

重印与许可

标签

黑腹果蝇运动行为记录指数模型昼夜节律周期清晨峰傍晚峰MATLAB 分析明暗循环活动监测