Eine präzise und autonomen System zur Erkennung von Insekten entstehen Muster
January 9th, 2019
Messung von Insekten entstehen Muster ist Präzision gefragt. Bestehenden Systeme sind nur semi-automatischen und Probe Größe begrenzt ist. Wir behandelten diese Themen durch die Gestaltung eines Systems mit Mikrocontrollern, um die Zeit der Entstehung einer großen Zahl von aufstrebenden Insekten genau zu messen.
Diese Methode kann helfen, wichtige Fragen im Bereich der Chronobiologie und Stressphysiologie zu beantworten, wie z. B. welche Hinweise das Timing der Insektenentstehung bewirken. Der Hauptvorteil dieser Technik ist, dass sie automatisiert ist und verwendet werden kann, um das Auftreten einer großen Anzahl von Insekten zu messen. Die folgenden Teile sind für jeden Kanal erforderlich, der gebaut wird.
Ein Kollektorkrümmer, eine Endkappe, sechs Plattformstützen, vier Rohrträger-Grundplatten und vier Rohrträger-Frontplatten. Mit drei Plattformstützen und einem 33 mal 30 Zentimeter großen Stück Wellpappe verwenden Sie Heißkleber, um zwei Rohrträgerplattformen pro Kanal zu montieren, der gebaut wird. Installieren Sie Elektronik in den Kollektorkrümmer, indem Sie zunächst einen 120-Ohm-Widerstand an die Anode sowohl des Infrarotstrahlers als auch des Infrarotdetektors und eine Fünf-Zentimeter-Länge von 22-Spur-Elektrodraht an beide Kathoden löten.
Setzen Sie den Detektor vorsichtig in eine Steckdose des Kollektorkrümmers und den Emitter in die zweite Buchse ein. Beide Komponenten sollten eng anliegen. Führen Sie die Detektordrähte durch den Verkabelungskanal und ziehen Sie beide Drähte durch das Zugangsloch.
Löten Sie alle vier Drähte mit einer RJ45 Ethernet-Buchse mit der hinteren Reihe der Pins. Beide Anoden sollten an den linken Stift gelötet werden, die Kathode des Emitters auf den rechten Stift und die Kathode des Detektors an einen der mittleren Stifte. Sichern Sie die RJ45-Buchse über dem Kollektorkrümmer-Zugangsloch mit Heißkleber, sodass keine nackten Drähte im Inneren des Verteilers berühren.
Als nächstes beginnen Sie mit dem Bau des zentralen Prozessors für das System, indem Sie weibliche Kopfzeilen auf den Durchgangsbohrungen mit der Bezeichnung arduino nano, temp, clock und SD-Modul löten. Löten Sie auch eine Buchse auf dem unbeschrifteten Zwei-mal-Fünf-Durchgangsloch in der oberen linken Ecke der Leiterplatte für den LCD-Bildschirm. Fangen Sie sechs RJ45-Buchsen am unteren Rand der Leiterplatte ein und löten Sie sie.
Löten Sie sechs 470 Kilo Ohm Pull-Down-Widerstände in die Durchgangslochstellen, die sich direkt über den RJ45-Buchsen befinden. Installieren Sie den Arduino Nano-, DHT-Temperatur- und Feuchtigkeitssensor, die Uhr und das SD-Modul auf der Leiterplatte. Schließen Sie schließlich einen Banddraht mit zehn Anschlüssen an den LCD-Bildschirmanschluss der Leiterplatte an.
Nachdem das Detektionssystem montiert ist, laden und legen Sie zwei Racks unmittelbar vor dem Ausführen eines Experiments. Stellen Sie zunächst sicher, dass alle Löcher im Rack ein 0,5 Milliliter Mikrozentrifugenrohr mit entfernter Kappe enthalten und die Rohre eng anliegen. Füllen Sie jedes Rohr mit einer Insektenbrutzelle, um sicherzustellen, dass die flache Randseite zur Öffnung hin ausgerichtet ist.
Dann fügen Sie eine Luft weiche Pellet, und schließlich, ein Metall BB. Verwenden Sie dann Viertel-Zoll-Nylonschrauben, um die Rohrträger-Frontplatte mit der abgerundeten Kante zur Unterseite des Racks zu befestigen. Platziert die Rohrträger auf der Rack-Plattform. Beginnen Sie mit den Öffnungen nach oben, und drehen Sie sich dann sanft an die Stelle, um sicherzustellen, dass die Metall-BBs nicht freigegeben werden.
Racks sollten am Rand der Plattform platziert werden, damit ein Metall-BB frei in den Kollektor fallen kann, ohne gegen einen anderen Teil der Struktur zu prallen. Stecken Sie eine SD-Karte in den Adapter, und starten Sie dann den zentralen Prozessor, indem Sie einen Micro-USB-Anschluss in den Arduino und das andere Ende an einen geeigneten USB-Adapter anschließen. Der LCD-Bildschirm zeigt die Nummern eins bis sechs an, wenn er bereit ist.
Legen Sie einen einzelnen Metall-BB in den Kugelkollektor jedes Kanals, und achten Sie darauf, dass die entsprechende Anzahl auf dem Bildschirm angezeigt wird und dass die richtige Zeit am unteren Bildschirmrand angezeigt wird. Nachdem alle Insekten aufgetaucht sind, schalten Sie das Gerät herunter, indem Sie den Arduino ausstecken. Racks können zerlegt und zur Wiederverwendung gereinigt werden.
Während des Entstehungsexperiments werden Daten auf der SD-Karte in einer durch Kommas getrennten Datei gespeichert. Verwenden Sie die SD-Karte, um Daten auf den Computer zu übertragen, und RStudio, um Blasendiagramme der Daten automatisch zu generieren. Sowohl Ereignis- als auch Temperaturdaten werden zur Datenintegrität in derselben Datei gespeichert.
Importieren Sie vor der Analyse die durch Kommas getrennte Datei in ein Tabellenkalkulationsprogramm. Die Spalten I und J sind das Datum und die Uhrzeit des Aufkommens von Bienen. Erstellen Sie sie die Spalten A und B, indem Sie die Spalten A bis E in eine zweite Kalkulationstabelle schneiden und einfügen und als separate Datei mit Temperaturdaten für die weitere Analyse speichern.
Diese Abbildung zeigt die Bienenentstehung unter einer Vier-Grad-Celsius-Thermoperiode nach der Exposition gegenüber einer KaltenBelastung während der Entwicklung. Diese Abbildung zeigt den gleichen Datensatz wie gerade gesehen, aber mit einem der sechs Kanäle mit BBs verstopft, die Schaffung der großen Blase auf dem Graphen, wie der Mangel an Signal wiederholt gezählt wird. Daten aus diesem Kanal können zu Recht aus der Analyse entfernt werden.
Beim Versuch dieses Verfahrens ist es wichtig, alle gelöteten Teile zu überprüfen, um sicherzustellen, dass die Verbindungen funktionieren. Nach ihrer Entwicklung ebnete diese Technik den Weg für Forscher auf dem Gebiet der Chronobiologie und Stressphysiologie zu erforschen, welche Hinweise das Timing der Entstehung bei einsamen Bienen bewirken.
Übersicht
Dieser Artikel stellt ein neuartiges automatisiertes System vor, das entwickelt wurde, um die Schlüpfmuster von Insekten mit hoher Präzision zu messen. Durch den Einsatz von Mikrocontrollern überwindet das System die Einschränkungen bestehender halbautomatisierter Methoden und ermöglicht größere Stichprobengrößen in Studien zur Insektenschlüpfung.
Wichtige Studienkomponenten
Wissenschaftsbereich
- Chronobiologie
- Stressphysiologie
- Insektenverhalten
Hintergrund
- Bestehende Systeme zur Messung der Insektenschlüpfung sind halbautomatisiert.
- Begrenzte Stichprobengrößen behindern die Forschung zu Schlüpfmustern.
- Präzision beim Timing ist entscheidend für das Verständnis des Insektenverhaltens.
- Automatisierung kann die Effizienz der Datenerfassung verbessern.
Zweck der Studie
- Entwicklung eines vollständig automatisierten Systems zur Messung der Insektenschlüpfung.
- Ermöglichung größerer Stichprobengrößen in Forschungsstudien.
- Erforschung der Faktoren, die das Timing der Insektenschlüpfung beeinflussen.
Verwendete Methoden
- Konstruktion eines Sammler-Verteilers und Plattformen für Röhrchenständer.
- Integration elektronischer Komponenten einschließlich Infrarot-Emitter und -Detektoren.
- Nutzung eines Arduino nano für die Datenverarbeitung.
- Datenspeicherung auf einer SD-Karte für anschließende Analyse.
Hauptergebnisse
- Das System misst erfolgreich das Timing der Insektenschlüpfung.
- Die Datenintegrität wird durch gleichzeitige Ereignis- und Temperaturprotokollierung aufrechterhalten.
- Automatisierte Zählung von Insektenschlüpfereignissen wird erreicht.
- Die Ergebnisse zeigen den Einfluss der Umweltbedingungen auf das Schlüpftiming.
Schlussfolgerungen
- Das entwickelte System verbessert die Untersuchung von Insektenschlüpfmustern.
- Es bietet eine zuverlässige Methode für Forscher in der Chronobiologie und Stressphysiologie.
- Zukünftige Studien können diese Technik nutzen, um weitere Schlüpffaktoren zu untersuchen.
Häufig gestellte Fragen
Executive Industry Relevance
Automated detection of insect emergence patterns enables high-throughput, quantitative analysis of biological timing and stress responses, supporting mechanistic de-risking in early discovery. The system's scalability and precision facilitate robust hypothesis testing and cross-condition comparisons, directly impacting target validation and translational research in chronobiology and stress physiology. Integration of automated data capture and visualization enhances predictive confidence and portfolio decision-making for R&D teams investigating environmental or genetic modulation of emergence phenotypes.
Strategic Applications in Biopharma R&D
Early Discovery & Target Validation
- Enables rigorous interrogation of environmental and genetic cues affecting emergence timing.
- Supports functional validation of candidate pathways involved in stress physiology.
- Facilitates mechanistic de-risking by providing high-resolution, quantitative emergence data.
- Improves predictive confidence for downstream biological hypotheses.
Screening & Assay Development
- Prepares validated, scalable biological systems for compound or genetic screening.
- Standardizes emergence measurement across large sample sizes and multiple treatments.
- Delivers reproducible, quantitative outputs suitable for comparative analysis.
- Enables simultaneous evaluation of multiple experimental conditions.
Translational & Preclinical Research
- Aligns emergence phenotypes with disease-relevant stress and chronobiology models.
- Supports continuity from discovery through preclinical validation of timing-related biomarkers.
- Provides risk-adjusted data for advancing candidate interventions targeting biological rhythms.
- Enhances translational relevance by enabling species-specific system adaptation.
Pipeline & Workflow Integration
This automated emergence detection system fits within the early discovery to preclinical continuum, supporting hypothesis testing, screening, and translational research workflows.
- Discovery Biology: Enables precise null hypothesis testing and pathway clarification for emergence timing.
- Screening: Provides assay-ready, reproducible measurement platforms for high-throughput studies.
- Analytics: Generates quantitative, time-stamped outputs and visualizations for robust statistical analysis.
- Translational Research: Facilitates adaptation to diverse insect models for biomarker alignment.
- Enterprise Reuse: Modular, 3D-printed design supports broad reuse and customization across R&D programs.
Operational & Enterprise Impact
- Scientific Value: Increases predictive confidence and reduces mechanistic ambiguity in emergence studies.
- Operational Value: Delivers standardized, scalable, and automated data collection for large sample sizes.
- Strategic Value: Improves go/no-go decisions and capital efficiency by enabling robust cross-condition comparisons.
- Portfolio Impact: Supports risk-adjusted prioritization and advancement of chronobiology and stress physiology programs.
Implementation Considerations
- Requires expertise in electronics assembly and data analysis using R or similar platforms.
- Needs access to 3D printing, Arduino microcontrollers, and standard laboratory instrumentation.
- Demands cross-team standardization of data formats and analysis pipelines.
- Allows adaptation for different insect species via modular hardware design.
- Potential for channel clogging or hardware malfunction requires routine validation and troubleshooting.
