2014年11月15日
该视频介绍了射频识别 (RFID) 和运动敏感视频录制方法,以监控熊蜂的选择行为。
这些程序的总体目标是自动观察人造花的蜜蜂选择行为。这是通过首先用塑料数字标签或 RFID 标签在蜂群内的所有蜜蜂上粘贴识别标签来实现的,具体取决于协议。第二步是在测试空间设置运动敏感型摄像机或 RFID 读取器。
接下来,人造花在测试空间中占有一席之地。最后一步是让 B 菌落进入测试空间。最终,会生成一个大型记录数据库,其中包含每次花卉访问的时间和地点。
与其他方法相比,这些技术的主要优势,例如手动实时记录观察结果,是这些技术使我们能够研究从未在花朵上体验过奖励的蜜蜂的行为。蜜蜂需要时间来发现花朵,有时甚至需要几天。我们的方法使我们能够捕捉到这些非常罕见的事件。
我们可以长时间连续记录整个熊蜂群的活动,而且精度很高。这可以帮助我们回答昆虫行为中关于个体差异起源的关键问题。该协议的测试环境必须是一个隔离的房间或飞行笼上的一个两立方米的金属屏蔽飞行笼。
一个直径为镍或约两厘米的小孔作为蜜蜂的入口和出口点。蜜蜂。蜂群使用足够宽的管道连接到测试空间,以便让几只蜜蜂同时循环。筛管导管是理想的选择,因为它们在这些实验中提供了良好的牵引力。
蜜蜂通过测试空间内的这些导管在飞行笼和蜂群箱之间自由移动,这是两个用于放置人造花的支架。这些是 1.2 米高的木制支架,放置在空间中央或固定在墙壁上。支架的顶部有一个用于固定花朵的机构。
在整个实验过程中,支架的位置会定期移动,以防止引入位置效应伪影。在 RFID 实验时,一个 2K 六头安装在定制设计的人造花顶部,用于彩色标签实验。运动感应型摄像机放置在距离人造花两米的地方。
测试空间由产生至少 1, 200 勒克斯强度的荧光灯照亮,因为蜜蜂可以检测到普通荧光灯的闪烁,因此在实验过程中必须使用闪烁超过 200 赫兹的专用高频镇流器。工蜂的胸部贴有 RFID 标签,当工蜂从茧中出来时,将工蜂选入单独的容器中,当它们仍处于灰暗阶段无法飞行时,将它们在设置为 7 摄氏度的冰箱中召唤大约一个小时。这将最大限度地减少在标记过程中被蜇伤的机会。
冷却后,使用无毒胶水为每位工人贴上唯一的 RFID 标签。让胶水干燥至少 10 分钟,然后再将工蜂重新引入菌落。所有逃避标记或丢失 RFID 的员工都必须被移除。
当机械车间可以制作实验人造花结构时,它们就会衬上彩色粘土。一朵纯蓝色的人造花是添加不同视觉特征的基本模板。一个视觉特征是使用黄色粘土薄衬里的设计。
人造花圆柱形部分上的插槽很容易卡在 RFID 阅读器上。花刺激的设计至关重要。内部空间必须足够大,以便所有大黄蜂都可以爬进去,但又要足够小,以便大黄蜂上的标签距离阅读器不到 3 到 4 毫米。
此外,人造花的设计必须以这样一种方式显示视觉特性,以确保圆柱体和浣熊部分之间没有中断。RFID 标签的替代品是彩色数字标签。这些标签也适用于工蜂从茧中出来后不久。
与 RFID 标签相比,一个优点是蜜蜂更难移动它们。与 RFID 标记一样,在标记之前,从蜂群中删除所有工人并给他们打电话。后。一旦实验开始并记录蜜蜂的行为,新的工蜂就会出现,需要标记。
通常,每 2 到 3 天会出现 7 到 10 名新工人,以记录彩色标记蜜蜂的数据。运动敏感摄像机必须从测试环境外部对准每朵花。这些可以是具有至少 1 百万像素分辨率和光线修改的 Internet 协议相机。
用 1.8 毫米的非常焦距镜头替换库存镜头,以提供更好的聚焦和放大花朵的能力。聚焦另一台摄像机以捕捉两朵花前面的区域。这个摄像头位于花朵上方约半米处。
它捕获着陆前发生的行为,包括接近悬停甚至音调。一个由 375 名工人组成的蜂群被标记了 RFID。85% 的蜜蜂在研究期间进入了飞行笼,其中 62% 的蜜蜂还探索了四种花朵刺激中的一种。
这被评分为悬停在 Intonating 着陆和探索上。该实验产生了大约 300, 000 个记录的事件,这些事件都存储在小鼠世界数据库中。与同心模式相比,人们更喜欢径向模式。
然而,当同心花型位于花的中心并且径向花型位于外围时,径向模式发生了相反的变化。在第二个实验中,蜜蜂被标记了彩色数字,并使用运动敏感摄像机拍摄。在这个实验中,人们更喜欢位于中心的放射状花型花,而不是位于中心的同心花型。花。
图案在花上的位置没有影响。这些程序使我们能够实证检验计算建模和人工智能提供的关于小大脑视觉信息处理特性的理论预测。例如,无监督神经网络用于生成有关对称性偏好的预测,我们使用自动化方法对其进行了测试。
熊蜂第一次离开它们的群体的行为是一个被忽视的研究领域,研究的一些障碍是方法论上的。我们在本视频中描述的技术特别适合研究离开蜂群并首次寻找食物的大黄蜂的行为。RFID 的。目前,心理学家和生物学家正在使用标记和运动敏感视频记录来研究直到最近还遥不可及的新问题。
本视频介绍了利用射频识别(RFID)和运动感应视频记录技术,在人工花朵上自动观测熊蜂选择行为的方法。这些技术使研究人员能够捕捉罕见事件,并以高精度研究蜜蜂行为。
自动化行为监测系统能够对生物体对环境刺激的反应进行高通量、纵向的观察,有助于神经行为学和感觉研究中的早期靶点验证。通过大规模捕捉无奖励条件下的选择行为,这些方法可减少观察偏倚,并提高检测细微表型差异的统计效能。该方法通过提供可量化、可重复的行为终点指标,增强了临床前模型的预测可信度,适用于中枢神经系统靶向治疗药物的机制性风险评估。
该方法通过实现对感觉和行为表型的假设驱动型筛选,将可量化的选择指标用于先导化合物的鉴定,从而整合到早期发现工作流程中。