果蝇的耐力训练协议和纵向性能检测
March 26th, 2012
我们描述了一个重要的遗传模型物种的耐力训练协议，果蝇，勾勒出几个分析图表改进流动以下培训。
以下实验的目标是使用新颖的耐力锻炼计划训练 Dsof 和 Melanogaster，并评估运动训练的效果。这是通过使用自动化设备实现的，该设备会反复提升和放置几瓶果蝇，从而激活果蝇本能的攀爬反应，从而为果蝇进行锻炼。在为期三周的训练期内，这些果蝇每天都要接受训练，从 2 小时到 3 小时不等。
接下来，对果蝇进行各种行为分析，以测量运动的效果。结果表明，通过快速诱导的负 geo axis 或 ring 测定法测量的运动蝇爬升得更快。与耐力训练其他动物等现有方法相比，该技术的主要优势在于可用于纵果蝇遗传学的广泛工具集合。
在耐力运动的研究中，当我们进行许多单一的负 geo taxis 分析时，我们首先想到了这种方法。我们想知道苍蝇能爬升多久，我们是否可以以这种方式对它们进行耐力训练。电力塔建在一块矩形胶合板上，胶合板夹在桌子上。
每分钟 4.5 转。齿轮电机位于多个板上，并连接到速度控制器、保险丝和电源开关。在接合盒中，一个固定在金属管中的 3 英寸风扇对准电机进行冷却。
连接到电机的是带有滚轮的旋转臂。在末端，电机和臂旋转，向下推到连接到胶合板上的弯曲杆的一侧。杆的另一侧有一个门铰链，连接了一个轮子，这样它就可以靠在平台上滚动。
当电机旋转时，它会上下推动，电机的功率会进行调整，因此一个完整的旋转周期为 15 秒。在平台上，飞行小瓶架通过弹力绳连接，放置在这些架子中的小瓶用同样连接到平台的筛网固定。通过弹力绳，该平台能够沿着标准拉杆上下滑动，聚苯乙烯泡沫塑料垫可减轻其跌落的冲击。发电塔在温度受控的房间中运行，以匹配动物的饲养条件。
要进行运动实验，至少需要 240 只年龄匹配的雄性果蝇，以纵向监测耐力和负地轴或攀爬能力。将果蝇种群保持在每瓶 20 只。将样品瓶分成两个大小相等的组，其中一个将进行练习，该组的小瓶应用绒毛塞住，而对照组应用海绵塞住。
海绵用于固定，因为它的自适应尺寸允许轻松放置在样品瓶底部附近。更柔软的海绵材料还可以减少更坚固的绒毛造成的伤害。测试前应每隔一天更换一次食品瓶。
在训练期间，苍蝇会留在食品瓶中，因为如果使用空瓶，会有更多的苍蝇遭受痛苦。与训练相关的伤害。将控制苍蝇瓶装到发电塔上时，将其海绵塞向下推至食物水平以上约 3 毫米处，从而限制苍蝇。
运动以获得一致的结果。每周连续五天对两组果蝇进行检测，采用递增的时间表，在三周内将每次治疗的时间从每天 2 小时增加到 3 小时。当然，任何政权都可以采用。
在三周的时间跨度内，治疗、时间和检测方法的一致性至关重要。仔细的日程安排和练习程序减少了出错的可能性 疲劳。可以在训练方案之前、之后或期间对果蝇进行纵向分析。
它也可以用于对环境变量做出更安全的响应。在不进行训练的日子进行疲劳测定。在一天开始时，将两组苍蝇都装载在电力塔上。
激活仪器并每 10 分钟观察每个小瓶一次。如果在连续四次下降时，一个小瓶中的五只或更少的果蝇爬升高度超过 2 英寸，那么这组果蝇被认为是疲劳的。在发电塔仍在运行时将其从发电塔中清除，并记录清除的时间。
观察所有样品瓶最多 10 小时并汇总结果。一种定量分析。训练的效果是对跑步速度的日常测量，可以在整个训练计划期间及之后进行。
测量训练的长期效果。要开始攀爬速度或环状分析，首先将果蝇转移到新的空样品瓶中，然后将一排六个样品瓶放入样品瓶架中。使用卷起的胶带将样品瓶固定到样品架上。
然后将架子放在光源前面，就像一个 X 射线观察箱，它将为样品瓶提供均匀的照明。现在设置一个摄像头来拍摄架子，这样每个苍蝇的位置在每个小瓶中都可见。然后点击六个小瓶，将所有苍蝇击倒到小瓶底部并定时拍照。
两秒钟后，苍蝇全部被击倒。如果使用相机的闪光灯，则应始终如一地使用。在继续进行 Power Tower 之前，对每组样品瓶重复此过程四次。
要分析数据，请使用软件对每张照片单独评分，以找到样品瓶的上限和下限。然后测量每只苍蝇的爬升高度。然后将攀爬高度复制到 excel 中。
每个小瓶中的每只果蝇都有一个从 0 到 4 的分数，对应于象限的高度。他们爬升到最高象限的 4 个象限，而 0 个象限则完全不爬升。对于每个小瓶，计算 20 只果蝇中每只果蝇的分数，并取该队列的平均分数。
这称为攀升指数。每个队列当天的四个攀升指数的平均值用于数据分析。如果没有图像处理软件，可以在空小瓶上绘制象限线，并且可以手动为果蝇分配象限值，而类型果蝇对耐力协议的反应是与年龄相关的攀爬能力下降减少。
训练结束后，这种情况仍然存在，这反映在 5 周龄的纵向环测定中。因此，电力塔程序对运动的诱导可以用作行为输入，并且可以评估遗传或环境因素调节这种效果的能力。相反，电力塔也可以用作输出。
例如，当果蝇的饮食中含有不同百分比的蔗糖时，要测试疲劳时间。蔗糖含量增加与耐力能力增加相关。在尝试此过程时，请务必记住确保所有苍蝇队列的年龄匹配，并且在整个实验过程中始终如一地执行方法。
看完这个视频后，你应该对如何耐力、训练和评估任何基因型的果蝇有很好的了解。
概述
本研究提出了一种针对黑腹果蝇的新型耐力训练方案，旨在评估运动对活动能力的影响。研究概述了多种行为测定方法，用于测量训练方案后爬升能力的改善。
关键研究组成部分
科学领域
- 神经科学
- 行为生物学
- 遗传学
背景
- 黑腹果蝇是一种关键的遗传模型生物。
- 其他物种已建立耐力训练方案，但果蝇尚未建立。
- 了解运动对活动能力的影响可以提供关于遗传对行为影响的洞察。
- 之前的方法缺乏有效训练所需的自动化和精确度。
研究目的
- 开发适用于果蝇的耐力训练方案。
- 评估运动对爬升能力的影响。
- 利用自动设备进行一致的训练会话。
所用方法
- 用于重复提升和放下蝇瓶的自动设备。
- 为期三周的每日训练会话，逐渐增加持续时间。
- 行为测定以测量爬升速度和耐力。
- 疲劳测定以评估训练对活动能力的影响。
主要结果
- 训练过的果蝇展示了更快的爬升速度。
- 自动化训练方法证明对耐力评估有效。
- 行为测定提供了运动效果的可量化指标。
- 一致的训练方案最大限度地减少了结果的变异性。
结论
- 耐力训练方案对黑腹果蝇有效。
- 运动显著提高了训练过的果蝇的活动能力。
- 该方法允许在运动背景下进行广泛的遗传操作研究。
常见问题
Executive Industry Relevance
Endurance training protocols in model organisms enable mechanistic de-risking of exercise-related therapeutic hypotheses. The Drosophila Power Tower system provides a scalable, genetically tractable platform for longitudinal assessment of exercise-induced phenotypic changes. This supports target validation and predictive confidence in preclinical discovery of metabolic and neuromuscular interventions.
Strategic Applications in Biopharma R&D
Early Discovery & Target Validation
- Scientific Value: Enables interrogation of exercise-responsive genetic pathways and functional target validation in a high-throughput genetic model.
- Operational Value: Supports longitudinal phenotypic screening with age-matched cohorts to de-risk mechanistic hypotheses.
Screening & Assay Development
- Scientific Value: Generates quantitative, reproducible climbing speed and fatigue endpoints for compound or genetic modifier screening.
- Operational Value: Standardized assay outputs facilitate cross-lab reproducibility and assay automation readiness.
Translational & Preclinical Research
- Scientific Value: Links exercise training to delayed age-related decline in mobility, providing a disease-relevant system for aging and metabolic disorder models.
- Operational Value: Enables longitudinal tracking of training effects across five weeks, supporting risk-adjusted advancement decisions.
Pipeline & Workflow Integration
The Power Tower protocol fits within the discovery continuum from target hypothesis testing to phenotypic screening and preclinical validation.
- Discovery Biology: Supports mechanistic de-risking by isolating exercise as a behavioral input to assess genetic or environmental modulation.
- Screening: Provides quantitative, scalable readouts (climbing index, fatigue time) for evaluating genetic interventions or dietary compounds.
- Analytics: Generates longitudinal, normalized metrics enabling statistical comparison across cohorts and conditions.
- Translational Research: Connects exercise training to sustained phenotypic improvement, aligning with preclinical validation of neuromuscular or metabolic targets.
- Enterprise Reuse: Platform design allows reuse across multiple genetic backgrounds and experimental variables (e.g., diet, genotype) over extended timelines.
Operational & Enterprise Impact
- Scientific Value: Predictive confidence in exercise-responsive phenotypes; reduction of mechanistic ambiguity in behavioral genetics.
- Operational Value: Standardized, reproducible training and assay workflows reduce variability and increase throughput.
- Strategic Value: Enables earlier go/no-go decisions by validating target engagement with exercise as a modulator.
- Portfolio Impact: Supports risk-adjusted prioritization of targets based on exercise-induced phenotypic rescue or enhancement.
Implementation Considerations
- Requires expertise in Drosophila handling, behavioral assay execution, and longitudinal data tracking.
- Needs temperature-controlled environment, automated lifting mechanism, and imaging setup for ring assay quantification.
- Demands standardized vial handling, age matching, and consistent timing of assays across cohorts.
- Adaptation considerations include modifying ramped schedules, vial densities, or assay frequency for different genetic backgrounds or intervention types.
- Practical limitations include fly fatigue-related attrition and the need for manual scoring if automated image processing is unavailable.
