Name: 量化飞行昼夜活动的一种计算方法 (视频) | JoVE Journal
Uploaded: 2017-10-28T14:00:00.000+00:00
Duration: 13 min 5 s
Description: 学习一种用于量化果蝇昼夜节律活动特征的计算方法。该方法通过多参数模型波形拟合活动数据，精确表征早晨和傍晚两个活动峰值，为理解生物钟调控行为的复杂机制提供新的分析框架。

ai_agent_IP

ai_agent

maintenance

instantTrialDurationMinutes

isBiopharma

enableNewMyJoveSectionDesign

educationFeatures

seoMetaApi

ai_copilot_institution_blacklist

ai_chat_institution_blacklist

freeAccessWindow

ssoRoleCapture

scheduledMaintenanceBanner

joveLabsFeatures

disable_autoplay_for_bots

extended_trial_duration

5 minutes

我们感谢 Stanislav Lazopulo 在视频内容方面提供的帮助。

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。
<ol>
	<li>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。
	<ol>
		<li>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。</li>
		<li>用橡皮筋将32根单独的玻璃管固定在一起。</li>
		<li>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。</li>
		<li>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。</li>
		<li>让食物冷却并凝固约1小时。</li>
		<li>食物凝固后，将带食物的玻璃管从烧杯中取出。</li>
		<li>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。</li>
		<li>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。</li>
	</ol>
	</li>
	<li>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。</li>
	<li>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：
	<ol>
		<li>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。</li>
		<li>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。</li>
	</ol>
	</li>
	<li>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。</li>
</ol>
2. 数据分析
<ol>
	<li>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。</li>
	<li>在 MATLAB 命令窗口中运行 'ModelFitPS3.m' 函数，并输入以下参数：
	<ol>
		<li>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</li>
		<li>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。</li>
		<li>对于 趋势，输入 &#34;1&#34; 如果数据显示出基线趋势且 &#34;0&#34; 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。</li>
	</ol>
	</li>
	<li>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).</li>
	<li>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。</li>
	<li>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。</li>
	<li>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。</li>
	<li>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。
	<ol>
		<li>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。</li>
	</ol>
	</li>
	<li>在视觉峰值选择完成后，单击 &#34;接受&#34; 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。</li>
	<li>请注意，参数和谱拟合误差已保存至文件中 &#34;model_fit_parameters.txt&#34;；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。</li>
</ol>

<ol><li>Pittendrigh, C. S. <a target="_blank" href="https://link.springer.com/chapter/10.1007%2F978-1-4615-6552-9_5">Circadian systems: general perspective.</a> Biological Rhythms. II, 57-80 (1981).</li>
<li>Zhang, E. E., Kay, S. A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Clocks+not+winding+down%3A+unravelling+circadian+networks%5BTitle%5D)+AND+%22Nat+Rev+Mol+Cell+Biol%22%5BJournal%5D)">Clocks not winding down: unravelling circadian networks.</a> Nat Rev Mol Cell Biol. 11 (11), 764-776 (2010).</li>
<li>Tataroglu, O., Emery, P. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+molecular+ticks+of+the+Drosophila+circadian+clock%5BTitle%5D)+AND+%22Curr+Opin+Insect+Sci%22%5BJournal%5D)">The molecular ticks of the Drosophila circadian clock.</a> Curr Opin Insect Sci. 7, 51-57 (2015).</li>
<li>Plautz, J. D., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Quantitative+analysis+of+Drosophila+period+gene+transcription+in+living+animals%5BTitle%5D)+AND+%22J+Biol+Rhythms%22%5BJournal%5D)">Quantitative analysis of Drosophila period gene transcription in living animals.</a> J Biol Rhythms. 12 (3), 204-217 (1997).</li>
<li>Chiu, J. C., Low, K. H., Pike, D. H., Yildirim, E., Edery, I. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Assaying+locomotor+activity+to+study+circadian+rhythms+and+sleep+parameters+in+Drosophila%5BTitle%5D)+AND+%22J+Vis+Exp%22%5BJournal%5D)">Assaying locomotor activity to study circadian rhythms and sleep parameters in Drosophila.</a> J Vis Exp. (43), e2157(2010).</li>
<li>Helfrich-Förster, C. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Differential+control+of+morning+and+evening+components+in+the+activity+rhythm+of+Drosophila+melanogaster--sex-specific+differences+suggest+a+different+quality+of+activity%5BTitle%5D)+AND+%22J+Biol+Rhythms%22%5BJournal%5D)">Differential control of morning and evening components in the activity rhythm of Drosophila melanogaster--sex-specific differences suggest a different quality of activity.</a> J Biol Rhythms. 15 (2), 135-154 (2000).</li>
<li>Dautzenberg, F. M., Neysari, S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Irreversible+binding+kinetics+of+neuropeptide+Y+ligands+to+Y2+but+not+to+Y1+and+Y5+receptors%5BTitle%5D)+AND+%22Pharmacology%22%5BJournal%5D)">Irreversible binding kinetics of neuropeptide Y ligands to Y2 but not to Y1 and Y5 receptors.</a> Pharmacology. 75 (1), 21-29 (2005).</li>
<li>Lazopulo, A., Syed, S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((A+mathematical+model+provides+mechanistic+links+to+temporal+patterns+in+Drosophila+daily+activity%5BTitle%5D)+AND+%22BMC+Neuroscience%22%5BJournal%5D)">A mathematical model provides mechanistic links to temporal patterns in Drosophila daily activity.</a> BMC Neuroscience. 17 (1), 14(2016).</li>
<li>Donelson, N., Kim, E. Z., Slawson, J. B., Vecsey, C. G., Huber, R., Griffith, L. C. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((High-resolution+positional+tracking+for+long-term+analysis+of+Drosophila+sleep+and+locomotion+using+the+%26%2334%3Btracker%26%2334%3B+program%5BTitle%5D)+AND+%22PloS+ONE%22%5BJournal%5D)">High-resolution positional tracking for long-term analysis of Drosophila sleep and locomotion using the &#34;tracker&#34; program.</a> PloS ONE. 7 (5), e37250(2012).</li>
<li>Schlichting, M., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((A+Neural+Network+Underlying+Circadian+Entrainment+and+Photoperiodic+Adjustment+of+Sleep+and+Activity+in+Drosophila%5BTitle%5D)+AND+%22J+Neurosci%22%5BJournal%5D)">A Neural Network Underlying Circadian Entrainment and Photoperiodic Adjustment of Sleep and Activity in Drosophila.</a> J Neurosci. 36 (35), 9084-9096 (2016).</li>
<li>Guo, F., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Circadian+neuron+feedback+controls+the+Drosophila+sleep-activity+profile%5BTitle%5D)+AND+%22Nature%22%5BJournal%5D)">Circadian neuron feedback controls the Drosophila sleep-activity profile.</a> Nature. 536 (7616), 292-297 (2016).</li>
</ol>

作者无任何利益冲突需要披露。

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...

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。

<table><tbody><tr><td>果蝇活动监测仪</td><td>TriKinetics</td><td>DAM2, DAM5</td><td>利用单束红外光测量果蝇运动</td></tr><tr><td>MatLab</td><td>Mathworks</td><td></td><td>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</td></tr><tr><td>Drosophila melanogaster&amp;nbsp;</td><td></td><td>per[S], per[L], iso31(野生型)</td><td>我们的分析可用于任何昼夜节律周期的果蝇突变体</td></tr></tbody></table>

一种量化果蝇昼夜节律活动的计算方法

A Computational Method to Quantify Fly Circadian Activity

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。

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：
<img alt="动态系统建模的数学方程；H_M, H_E, 指数衰减, 时间变量。" src="/files/ftp_upload/55977/55977eq1.jpg" data-altupdatedat="1788250015000" data-alt="方程 1">
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...

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。

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周期。

在大多数动物中，昼夜节律钟协调行为和分子过程，并将其同步到每日的明暗循环中。在果蝇中，通常通过运动活动记录来研究生物钟。以下是野生型果蝇在12小时光照、12小时黑暗循环条件下的平均运动活动示例，顶部的黄黑条表示明暗周期。典型的果蝇记录显示出复杂的双峰模式，具有两个活动高峰，一个早晨高峰出现在黎明前后，另一个傍晚高峰出现在黄昏前后。这两个高峰共同形成了一种与生物钟基因中观察到的正弦振荡截然不同的波形，表明除生物钟外，其他机制也对行为数据中观察到的模式产生显著影响。本文中，我们提出了首个用于数学描述果蝇活动时间模式的方法。我们使用一种模拟果蝇运动的模型波形来拟合活动数据。该模型包含四个指数项，其中两项来自早晨峰，两项来自傍晚峰。结合昼夜节律周期，该模型共有九个独立参数。B参数定义了早晨上升、早晨衰减、傍晚上升和傍晚衰减的速率。TM和TE定义了早晨峰和傍晚峰的宽度，HM和HE定义了峰的高度。这些参数共同完整描述了活动模式中早晨峰和傍晚峰的大小与形状。我们的方法可用于阐明果蝇运动记录中常见双峰活动模式背后的机制及底物。进行运动实验时，准备单独的试管，一端放置食物，另一端放置棉塞。具体操作为：首先，将5至6克果蝇食物放入50毫升烧杯中。将食物切成小块，以便在微波炉中更容易熔化。单个活动监测仪可容纳32支独立的试管。因此，取32支试管，并用橡皮筋将它们固定在一起。将烧杯中的食物放入微波炉中熔化。加热食物约10至15秒。每隔五秒停止一次微波炉，并轻轻摇动盛有食物的烧杯，以确保食物均匀熔化。确保所有食物完全融化，烧杯中无任何固体食物残留。食物仍处于液态时，将试管插入盛有食物的烧杯中，轻轻上下移动试管，使其填充均匀。让食物冷却并凝固约一小时。食物凝固后，用旋转动作将试管从烧杯中取出，以防止食物粘在烧杯底部。然后取下橡皮筋。用蜡将管口用食物封住。具体操作为：首先，用纸巾小心擦拭试管；然后将试管按压在蜡上。目视检查封口质量，如有必要，重新密封。采用此技术完成实验所需所有试管的封口。用棉塞封闭试管的另一端。棉花允许空气通过，同时将果蝇锁在管内。棉花还易于取出和放回，这在将果蝇装入实验用的管中时非常有用。现在，待试管准备好后，将果蝇装入管中以进行实验。为此，用CO2将果蝇卸在培养垫上。然后，用毛笔小心地将每只果蝇单独放入各自的试管中。将装有果蝇的试管放入监测仪中。按照与监视器相同的顺序，监视系统将在输出文件中记录果蝇的运动行为。将监视器连接到计算机，并置于可维持恒定温度和湿度的培养箱中。根据实验需要，设置适当的明/暗光照条件。进行光/暗实验时，整个实验过程中将果蝇保持在光暗循环条件下。数据分析时不要使用第一天的测量数据。进行恒定黑暗实验时，首先将果蝇在光/暗条件下饲养两天，以使生物钟同步，然后转入恒定黑暗环境。分析时不要使用恒定黑暗第一天的测量数据。在进入下一节之前，我们建议先阅读该实验方案。监测系统将输出一个包含监测仪中所有果蝇活动情况的单一文件。输出文件的最后 32 列包含单个果蝇的活动数据。我们的程序处理单只果蝇的活动，因此需将输出文件拆分为多个单只果蝇活动文件。每个文件应为单列的 TXT 文件。现在，在准备好活动文件后，我们可以运行分析。在 MATLAB 命令窗口中使用以下输入参数运行 ModelFitPS3 函数。采样率，请输入数据采样时间间隔（单位为秒）。例如，我们的数据采用20秒的采样率采集，因此在此处输入20。在“bin间隔”中输入以分钟为单位的时间间隔，用于将数据分段汇总，以便更清晰地可视化。我们建议将间隔设为20或30分钟，但目前我将此处设为10，仅用于后续向您展示如何轻松修改该设置。对于“趋势”项，若数据显示出基线趋势，则输入1，否则输入0。我们的数据没有任何基线趋势。因此，我在此处输入零。按 Enter 键运行该函数。在弹出窗口中选择单个果蝇活动文件，然后点击打开。程序将计算并绘制数据的功率谱。在此窗口中，确定数据中的主要周期。为此，可使用鼠标左键单击昼夜节律周期处的峰，或使用鼠标右键单击第二谐波处的峰（该峰大约位于昼夜节律周期除以二的位置）。在本例中，第二谐波处的峰明显比昼夜节律周期处的峰更高且更尖锐。因此，我们采用第二种选项。然后，程序将绘制按所选区间分组的数据。如您所见，在 10 分钟区间下，早晨和傍晚的峰值显示得不够清晰，因此我们需要更改该值。为此，只需在图表任意位置单击鼠标右键。在新出现的对话框中，输入新的区间值。我们建议将时间间隔设置为 20 分钟进行分组。因此，我们将此处设为 20，点击“确定”。程序会立即使用新的区间值重新绘制数据。要接受此值，只需在图表任意位置单击鼠标左键即可。程序现在将重新绘制数据，并仅显示五天的测量结果。在此窗口中，选择将用于分析的第一个早晨峰。有时需要跳过最初的两到三天，以使果蝇适应光暗循环。要选择早晨的峰值，只需单击首选的峰值即可。程序将重新绘制数据，并仅显示从所选早晨峰值开始的三天测量结果。蓝色和红色的垂直线表示基于第一个窗口中所选时间段的第一个傍晚峰值和第二个早晨峰值。在此窗口中，选择用于通过模型函数对数据进行初步拟合的曲线点。具体操作顺序如下：首先，单击第一个早晨峰的峰顶位置。点击位置在底部以红色星号标出，显示点击的位置。然后依次点击早晨峰的结束位置、傍晚峰的起始位置、傍晚峰的峰值位置、傍晚峰的结束位置，最后点击第二天早晨峰的峰值位置。由于最终参数是通过频谱拟合获得的，程序将再次绘制功率谱。现在频谱以频率为横轴，昼夜节律峰位于图的左侧。第一步确定的周期以一条红色垂直线标出。为了选择拟合点，首先大致确定主周期。为此，可选择单击昼夜节律周期峰值处，或在第二谐波峰值处单击右键。我们将再次使用第二种选项。之后，底部将出现一个滑块，用于选择光谱拟合的点。这些点将以红色圆圈显示，并在移动滑块后出现。左右移动滑块，将各点尽可能贴近谱峰的峰顶。当获得最佳图像后，按下“接受”按钮，程序将使用模型功率谱的解析表达式对所选点进行拟合。拟合完成后，程序将输出另外两个图表。第一个是使用提取参数构建的模型的功率谱；第二个是用该模型拟合的数据。数据以黑线表示，模型以红线表示。可以看出，该函数与数据非常接近，尤其是活动的最后三天。提取的参数已保存至模型拟合参数 TXT 文件中。文件名之后，参数按以下顺序保存：首先是早晨衰减的 b 值，然后是早晨上升的 b 值、傍晚上升的 b 值、傍晚衰减的 b 值、昼夜节律周期，接着是早晨峰宽除以昼夜节律周期，傍晚峰宽除以昼夜节律周期，早晨峰高，傍晚峰高，以及光谱拟合的拟合误差。除了模型拟合参数文件外，程序还将输出另外两个文件：第一个是数据与模型函数的拟合结果，第二个是光谱拟合结果。使用其他活动文件执行此分析。所有提取的参数将保存至模型拟合参数 TXT 文件中，可用于进一步关联行为输出与调控果蝇由模型活动模式控制的日常行为的潜在机制。

a-computational-method-to-quantify-fly-circadian-activity

Research

科研

JoVE Journal

Behavior

行为

量化飞行昼夜活动的一种计算方法

我们描述了记录每日运动活动节律的实验步骤 黑腹果蝇...

检测运动活性以研究昼夜节律和睡眠参数 果蝇

本文将综述可用于评估小鼠昼夜节律功能及光反应性的方法。...

利用转轮跑动活动测量小鼠的昼夜节律和急性光反应

为了理解免疫反应与行为之间的关联，我们描述了一种在细菌感染期间测量黑腹果蝇（Drosophila）运动行为的方法，以及通过监测存活率、细菌载量和天然免疫关键调控因子NFκB的实时活性来评估果蝇启动免疫反应能力的方法。...

Drosophila 免疫应答与睡眠的定量测量

本视频介绍了用于追踪果蝇活动的Drosophila活动监测（DAM）系统。研究人员利用DAM系统采集的活动数据来研究果蝇的昼夜节律。本视频演示的实验方案展示了如何将果蝇装入设备，以及如何记录用于昼夜节律实验的活动数据。...

Drosophila 活动监测仪（DAM）：一种测量果蝇运动活性的方法

Drosophila melanogaster 可用于研究影响自发运动行为等表型的遗传或环境干预。...

Drosophila melanogaster 自发运动活性的测定

利用网络摄像头以及免费或低成本的软件组合，可以分析黑腹果蝇（Drosophila...

一种低成本分析类癫痫活动及运动行为的方法 黑腹果蝇

本报告描述了一种用于测量的方法 黑腹果蝇 使用TriKinetics检测幼虫活动性 黑腹果蝇...

Drosophila 活动监测仪中幼虫活动度的测量

本文详细介绍了如何将果蝇与昼夜节律同步。这是研究生物节律和时间生物学的第一步，也是最重要的一步。...

黑腹果蝇的昼夜节律同步

睡眠剥夺是研究睡眠功能和调控机制的有力工具。本文介绍了一种利用睡眠消除装置（Sleep Nullifying...

睡眠消除装置：一种高效的睡眠剥夺方法 果蝇

本方案提供了一个用于评估黑腹果蝇（Drosophila...

应激诱导的抑郁样状态的多模态行为表型分析 黑腹果蝇

学习一种用于量化果蝇昼夜节律活动特征的计算方法。该方法通过多参数模型波形拟合活动数据，精确表征早晨和傍晚两个活动峰值，为理解生物钟调控行为的复杂机制提供新的分析框架。

一种量化果蝇昼夜节律活动的计算方法

探索更多视频