线虫跟踪和行为测量
2012年11月17日
我们已经开发出一种视频率跟踪显微镜系统，可以记录和量化 C.线虫在高分辨率和高转速的行为。我们还开发了计算方法，以减少维数的的蠕虫图像，一组基本的测量，完全描述形状的蠕虫病毒。
海雅的运动是发现参与海雅行为的基因和神经元的重要工具。Sea Elegance 经历了刻板的运动行为，例如向前和向后运动以及通过改变其形状进行各种类型的转弯。为了以高空间和时间分辨率量化这些长距离运动，我们构建了一个蠕虫跟踪器来捕捉 Sea Elegance 在琼脂平板表面爬行时的运动。
我们还开发了软件，可以使用在 lab view 和 MATLAB 中编写的自定义程序定量地隔离和分析这些运动。所有视频跟踪系统的挑战是它们会生成大量高度维度的数据。我们的图像处理和数据分析程序由于这一挑战，通过将蠕虫形状简化为一组独立的组件，我们将蠕虫行为全面重建为仅 3 到 4 维的函数。
琼脂板由光纤光源照射并用相机成像。该系统安装在 XY 平移阶段。载物台由标准步进电机移动，该电机连接到步进电机控制器。
控制器和摄像机连接到计算机，并由以实验室视图编写的自定义程序控制。相机对琼脂平板表面进行成像，并识别浅色背景上的深色物体。通过戳琼脂表面来制作用于自动校准过程的校准标记。
使用蠕虫镐，可以调整图像质量，以便计算机程序可以实时量化物体。可以调整相机的增益、亮度和快门速度，以在白色背景上提供深色物体。可以检查跟踪程序使用的过滤后的二进制图像。
该软件具有自动校准功能，可通过移动测试对象来计算校准矩阵。固定距离。以像素为单位的距离由校准矩阵校准为步进电机所采用的步长。
校准后，系统即可使用，无需重新校准，除非更改放大倍率或重新定位相机。将使用铜环来围住蠕虫并防止它们迁移到板的边缘。首先将戒指放在加热块或类似物上加热戒指。
戒指应加热大约一分钟。将环放在新鲜的琼脂平板上，轻轻向下按压以将其嵌入琼脂表面。并且装有 NGM 缓冲液的琼脂平板将用于清洗 L 4 和年轻成虫的食物残渣。
将蠕虫挑入 NGM 缓冲液中后，让它们游动几分钟。小心地将其中一条洗净的蠕虫放在环中心附近的跟踪板上。该板稍后将用于蠕虫跟踪器。
将准备好的板放在蠕虫跟踪器载物台上。运行实验室视图程序并根据需要选择选项，例如图像位置、图像类型、测量和相机设置。使用纵杆移动显微镜，直到蠕虫的图像出现在计算机屏幕上的视野中。
然后按 track 以启用跟踪程序。在这里，我们展示了实时跟踪的蠕虫。计算机程序测量如图所示的二进制过滤图像的运动，并可以实时测量该图像。
跟踪后，可以从步进电机的运动重建全局轨迹，同时可以详细地看到蜗杆的局部形状变化。蠕虫通过起伏运动来爬行。我们通过将蠕虫骨架化为单个中心曲线，然后将此曲线描述为一组角度来捕获这些运动。
然后，我们将骨骼分解为它们的基本形状，也称为特征向量。利用这些特征模式，我们可以重建蠕虫的形状并量化蠕虫的运动。使用前两种模式，我们可以专门捕捉蠕虫起伏周期的相位位置，如第二个面板所示。
第一个面板显示了模式 1 和 2 的联合分布，突出显示了一个圆形极限循环。一个方向的相位运动对应于向前运动，另一个方向的相位运动对应于向后运动。因此，相速度对应于蜗杆的速度。
在实际空间中，在最后一个面板中可以看到相位和实际世界速度的强相关性。使用 Eigen 模式推导的相速度，我们可以揭示一些肉眼会错过的 sea elegance 行为的细微细节。例如，相速度和相位的联合分布清楚地表明，蠕虫在运动的特定阶段优先离开并进入正向状态。
在这里，我们展示了一个易于使用的跟踪系统，该系统将硅行为的详细图像记录在表面和 ACA 板上的爬行。这些图像中包含的信息量是巨大的，并且是高度维度的，因此我们还创造了一种在四个基本度量中降低数据维度的方法。这些措施很容易根据蠕虫的行为进行解释。
这项工作的产生是为了测量较低修饰的行为蠕虫，该系统还可用于使用基因遗传和涂层区域来测量神经元活动。该系统作为一个整体设计灵活，可以与其他爬行系统一起使用，例如 Doof law、LOE。
查看完整文字稿并访问数千部科学视频
概述
本研究提出了一个视频速率跟踪显微镜系统，旨在以高分辨率和速度记录和量化秀丽隐杆蚯蚓的行为。该研究还引入了计算方法来简化蠕虫图像分析，捕捉基本形状测量。
关键研究组成部分
科学领域
- 神经科学
- 行为分析
- 成像技术
背景
- 秀丽隐杆蚯蚓是研究运动和行为的模式生物。
- 理解运动可以揭示遗传和神经功能的见解。
- 传统的跟踪方法会生成大量复杂的数据集。
- 降维对于有效的数据分析至关重要。
研究目的
- 开发秀丽隐杆蚯蚓的高速跟踪系统。
- 准确量化运动行为。
- 创建用于分析运动数据的软件。
使用的方法
- 用于捕捉蠕虫运动的视频速率跟踪显微镜系统。
- 用于数据分析的在LabVIEW和MATLAB中开发的自定义软件。
- 用于简化图像数据的降维技术。
- 长距离定量分析运动模式。
主要结果
- 成功以高分辨率跟踪秀丽隐杆蚯蚓的运动。
- 有效将复杂的图像数据简化为基本形状测量。
- 使用有限数量的维度全面重建蠕虫行为。
- 增强了对固定运动行为的理解。
结论
- 开发的系统为研究秀丽隐杆蚯蚓行为提供了强大的工具。
- 降维技术促进了复杂数据集的分析。
- 本研究有助于理解遗传和神经对行为的影响。
常见问题
Executive Industry Relevance
Quantitative behavioral tracking of C. elegans enables high-resolution phenotyping critical for early-stage target validation and mechanistic de-risking in neurogenetics and sensory biology. Dimensionality reduction of locomotion data supports predictive confidence in linking genetic or neuronal perturbations to functional outcomes. This capability strengthens translational continuity from discovery through preclinical model development in biopharma R&D portfolios.
Strategic Applications in Biopharma R&D
Early Discovery & Target Validation
- Enables quantitative interrogation of genetic and neuronal hypotheses through precise behavioral phenotyping.
- Supports functional target validation by linking gene or neuron manipulation to measurable locomotory outputs.
- Facilitates mechanistic de-risking by reducing behavioral complexity to interpretable dimensions.
Screening & Assay Development
- Prepares validated behavioral assays for downstream compound or genetic screening workflows.
- Standardizes locomotion measurements for reproducibility and cross-study comparability.
- Generates quantitative outputs suitable for high-content screening and automated analysis.
Translational & Preclinical Research
- Aligns behavioral phenotypes with disease-relevant endpoints in neurobiology and sensory disorders.
- Enables continuity from genetic discovery to preclinical model validation using robust behavioral metrics.
- Supports risk-adjusted advancement decisions by providing predictive behavioral readouts.
Pipeline & Workflow Integration
This tracking and analysis system integrates into the discovery-to-preclinical continuum, supporting hypothesis testing, assay development, and translational research in genetically tractable models.
- Discovery Biology: Quantifies behavioral outputs for hypothesis-driven genetic and neuronal studies.
- Screening: Provides standardized, reproducible locomotion assays for compound or genetic screens.
- Analytics: Delivers dimensionality-reduced, quantitative behavioral metrics for robust statistical comparison.
- Translational Research: Bridges discovery findings to preclinical endpoints using interpretable behavioral measures.
- Enterprise Reuse: Offers a flexible, scalable platform adaptable to other crawling model organisms.
Operational & Enterprise Impact
- Scientific Value: Increases predictive confidence and reduces mechanistic ambiguity in behavioral genetics.
- Operational Value: Enhances standardization, reproducibility, and scalability of behavioral assays.
- Strategic Value: Improves go/no-go decisions and capital efficiency by enabling robust phenotypic screening.
- Portfolio Impact: Supports risk-adjusted prioritization and advancement of neurogenetic targets.
Implementation Considerations
- Requires expertise in behavioral analysis, image processing, and data dimensionality reduction.
- Needs integrated imaging, motorized stage, and computational infrastructure for real-time tracking and analysis.
- Demands cross-team standardization of assay setup and calibration procedures.
- Adaptable to other crawling organisms with similar locomotory behaviors.
- Data management and storage considerations due to high-dimensional video outputs.
