RESEARCH
Peer reviewed scientific video journal
Video encyclopedia of advanced research methods
Visualizing science through experiment videos
EDUCATION
Video textbooks for undergraduate courses
Visual demonstrations of key scientific experiments
BUSINESS
Video textbooks for business education
OTHERS
Interactive video based quizzes for formative assessments
Products
RESEARCH
JoVE Journal
Peer reviewed scientific video journal
JoVE Encyclopedia of Experiments
Video encyclopedia of advanced research methods
EDUCATION
JoVE Core
Video textbooks for undergraduates
JoVE Science Education
Visual demonstrations of key scientific experiments
JoVE Lab Manual
Videos of experiments for undergraduate lab courses
BUSINESS
JoVE Business
Video textbooks for business education
Solutions
Language
Spanish
Menu
Menu
Menu
Menu
A subscription to JoVE is required to view this content. Sign in or start your free trial.
Research Article
Andrea Soto-Padilla1,2, Rick Ruijsink3, Mark Span4, Hedderik van Rijn*4, Jean-Christophe Billeter*1
1Groningen Institute for Evolutionary Life Sciences,University of Groningen, 2Department of Cell Biology, University of Groningen,University Medical Center Groningen, 3Ruijsink Dynamic Engineering, 4Department of Psychology,University of Groningen
Please note that some of the translations on this page are AI generated. Click here for the English version.
Erratum Notice
Important: There has been an erratum issued for this article. View Erratum Notice
Retraction Notice
The article Assisted Selection of Biomarkers by Linear Discriminant Analysis Effect Size (LEfSe) in Microbiome Data (10.3791/61715) has been retracted by the journal upon the authors' request due to a conflict regarding the data and methodology. View Retraction Notice
Aquí presentamos un protocolo para determinar automáticamente el funcionamiento locomotor de Drosophila en cambios de temperatura con un campo de control de temperatura programable que produce cambios de temperatura rápida y precisa en tiempo y espacio.
Temperatura es un factor ambiental omnipresente que afecta cómo especies se distribuyen y se comportan. Diferentes especies de moscas de la fruta Drosophila tienen respuestas concretas a los cambios de temperaturas en función de su tolerancia fisiológica y capacidad de adaptación. Moscas Drosophila también poseen una sistema que se ha convertido en fundamental para comprender la base neural de la temperatura de procesamiento en ectotermos de detección de temperatura. Presentamos aquí un campo de temperatura controlada que permite cambios de temperatura rápida y precisa con control temporal y espacial para explorar la respuesta de moscas individuales a cambios de temperatura. Individuales moscas se colocan en la arena y expuestas a temperatura pre programada de desafíos, tales como uniforme aumentos graduales de temperatura para determinar las normas de reacción o temperatura espacialmente distribuido al mismo tiempo para determinar preferencias. Individuos son rastreados automáticamente, permitiendo la cuantificación de la velocidad o ubicación de preferencia. Este método puede utilizarse para cuantificar rápidamente la respuesta sobre una amplia gama de temperaturas para determinar las curvas de rendimiento de la temperatura en Drosophila u otros insectos de tamaño similar. Además, puede utilizarse para estudios genéticos para cuantificar preferencias de temperatura y reacciones de mutantes o moscas de tipo salvaje. Este método puede ayudar a descubrir la base de la térmica especiación y adaptación, así como los mecanismos de los nervios detrás de proceso de temperatura.
Temperatura es un factor ambiental constante que afecta a cómo funcionan y comportan1organismos. Las diferencias en latitud y altitud conducen a diferencias en el tipo de organismo están expuestos, que resulta en la selección evolutiva de sus respuestas a2,de temperatura3climas. Los organismos responden a diferentes temperaturas, a través de adaptaciones morfológicas, fisiológicas y conductuales que maximizan el rendimiento de sus entornos particulares4. Por ejemplo, en la mosca de la fruta Drosophila melanogaster, poblaciones de diferentes regiones tienen preferencias de temperatura diferentes, tamaños de cuerpo, tiempos de desarrollo, longevidad, fecundidad y rendimiento a pie a diferentes temperaturas2 ,5,6,7. La diversidad observada entre moscas de diferentes orígenes se explica en parte por la variación genética y expresión de gene de plástico8,9. Asimismo, especies de Drosophila de diferentes áreas distribuyen diferentemente entre gradientes de la temperatura y muestran diferencias en la resistencia al calor extremo y frío pruebas10,11,12.
Drosophila se ha convertido recientemente en el modelo de elección para entender las bases genéticas y de los nerviosas de temperatura percepción13,14,15,16,17. En términos generales, moscas adultas perciben temperatura mediante sensores de temperatura periférica frío y caliente en las antenas y sensores de temperatura en el cerebro13,14,15,16 , 17 , 18 , 19 , 20. los receptores de la periferia para temperaturas expresan Gr28b.d16 o pirexia21, mientras que la periferia receptores fríos se caracterizan por Brivido14. En el cerebro, temperatura es procesada por neuronas expresan TrpA115. Estudios de comportamiento en mutantes de estas vías están mejorando nuestra comprensión de cómo se procesa la temperatura y dan penetraciones en los mecanismos que varían entre las poblaciones de Drosophila de diferentes regiones.
Aquí describimos una arena con control de temperatura que produce cambios de temperatura rápida y precisa. Los investigadores pueden programar previamente estos cambios, que permite manipulaciones estandarizada y repetible de la temperatura sin intervención humana. Moscas se registran y se realiza un seguimiento con software especializado para determinar su posición y la velocidad en diferentes fases de un experimento. La principal medición presentada en este protocolo es la poca velocidad a diferentes temperaturas, ya que es un índice ecológico relevante de rendimiento fisiológico que puede identificar adaptabilidad térmica individual5. Junto con mutantes del receptor de temperatura, esta técnica puede ayudar a revelar los mecanismos de adaptación térmica a nivel celular y bioquímico.
1. preparación de alimentos mosca medio
2. preparación de las moscas
3. marco de luces
4. control de temperatura de la Arena
5. temperatura experimentos conductuales
6. vídeo de seguimiento y análisis de datos
El ámbito de control de temperatura (figura 1A) se compone de tres naipes de cobre cuya temperatura puede ser controlada individualmente a través de un circuito programable. Cada azulejo de cobre posee un sensor de temperatura que da retroalimentación al circuito programable. El circuito activa una fuente de alimentación para aumentar la temperatura de cada azulejo. Elementos termoeléctricos pasivos actúan como elementos de calefacción constante para mantener la temperatura deseada, mientras que un disipador de calor enfriado por un ventilador de enfriamiento constante. La magnitud del cambio de temperatura determina la velocidad del proceso de una manera no lineal. Sólo requiere un aumento de 2 ° C 0.1 s y un aumento de 18 ° C requiere 4 s. Una pantalla conectada al circuito programable (figura 1) informa al usuario de la temperatura medida por los sensores de temperatura en cada uno de los azulejos. Las baldosas de cobre están rodeadas por un anillo de aluminio constantemente calentado a 50 ° C (figura 1B y 1C) por semiconductores alrededor de la periferia. Este anillo forma los bordes de la Arena vuela (figura 1), la zona en la que las moscas son para colocarse. La Arena de la mosca está cubierta por una cubierta de vidrio siliconado (figura 1A y 1C), que proporciona un espacio alto y 3 mm que asegura que vuela puede caminar pero no volar. Junto a la Arena de la mosca son dos LEDs rojos (figura 1) que pueden programarse para marcar diferentes fases experimentales. Por ejemplo, los resultados se muestra en la figura 2A, cada LED está asociada con una temperatura distinta, mientras que en la figura 2B, cada LED indica 60 s. El software de FlySteps puede registrar cuando cada uno de los LED indicativos, y el investigador puede utilizar esta información para determinar automáticamente las fases experimentales basadas en la temperatura o el tiempo.
El ámbito de control de temperatura puede utilizarse para comparar la respuesta de comportamiento de moscas de diferentes orígenes genéticos a cambios de temperatura dinámica. Por ejemplo, moscas de diferentes especies pueden estar expuestos al poco a poco aumento de la temperatura (figura 3) para comparar las diferencias en el rendimiento térmico. La velocidad de todas las especies aumenta a medida que aumenta la temperatura hasta llegar a un punto de máximo rendimiento, después de lo cual decayó y murió. Sin embargo, cada especie tiene una curva de respuesta particular con velocidades de respuesta máxima específica y tolerancia térmica. Informes anteriores han demostrado que Drosophila de diferentes especies difieren entre el momento del desarrollo, longevidad, fecundidad, dimensiones del cuerpo, comunicación sexual y temperatura tolerancia3,6,7 ,8,22. Así pues, nuestra descripción de locomoción propios de cada especie en un gradiente de temperatura agrega a este cuerpo de trabajo.
El ámbito de control de temperatura puede utilizarse también para explorar la respuesta a los experimentos basados en temperatura de acondicionamiento. La forma más simple de este enfoque es un paradigma de condicionamiento operante en que entrenan a los moscas a preferir un lado de la arena sobre el otro, calentando la parte que será evitado23,24,25. Nos expuestos a moscas individuales a 40 ° C en el medio y uno de los azulejos laterales, dejando el otro lado azulejo en un cómodo 22 ° C (figura 4). El salvaje-tipo vuela detenido a lo largo de la arena y permaneció en el lugar cómodo rápidamente. Por el contrario, el mutante de memoria clásico burro mantuvo explorando la arena y pasó menos tiempo que los controles en la ubicación cómoda. Las diferencias entre el funcionamiento de las moscas de tipo salvaje y mutantes de burro llegó a ser más grandes cuando todas las fichas estaban resueltos a 22 ° C y se realizaron comparaciones entre los grupos de tratamiento. Mutantes de burro también mostraron mayores diferencias entre las fases de entrenamiento y test en comparación con las moscas del tipo salvaje (figura 4). Estos resultados sugieren un efecto de memoria en permanecer en el lugar cómodo.
Combinaciones de temperatura y ubicación también son útiles para entender la función de los receptores de temperatura durante los cambios de temperatura dinámica. Hemos expuesto individuales mutantes de D. melanogaster Gr28b.d y TrpA1GAL4 para aumento de la temperatura (aumento de 2 ° C cada 60 s) mientras que proporciona un lugar cómodo a 22 ° C (figura 5). La cómoda ubicación cambió de izquierda a derecha y viceversa, por iteración. Los resultados muestran que los mutantes de Gr28b.d periferia temperatura del receptor se comportan como el control, ya que pasan más tiempo en el lugar cómodo como aumentos de temperatura. Sin embargo, cerebro temperatura del receptor TrpA1GAL4 mutantes no es afectada por el aumento de la temperatura y no cambia sus ubicaciones en la arena. Los aumentos y disminución en la curva de TrpA1GAL4 mutantes muestran el efecto en moscas que ya estaban sentados en el lugar cómodo antes de convertirse en cómodo y permaneció allí durante esa fase. La consistencia de picos y valles de la curva de TrpA1GAL4 sugieren que estas moscas sigue siendo todavía para la mayoría de la experiencia; por lo tanto, constantemente se contaron cuando su ubicación era el considerado cómodo. Esta conclusión fue confirmada por la inspección visual de los vídeos grabados. Estos resultados apoyan anteriores fisiológicas informes sugiriendo esa percepción de la periferia de grandes y rápidos cambios no depende de Gr28b.d17 y que las moscas poseen un mecanismo central principal a temperatura del sentido basado en TrpA1 14,21.

Figura 1: Diagrama de temperatura controlada-arena. (A) vista lateral de la arena con control de temperatura. Un circuito programable conecta un sensores de temperatura y suministro de potencia con resistencias bajo tejas de cobre para controlar su temperatura. Los azulejos se enfrían constantemente a través de un disipador de calor conectado a un ventilador. Un anillo de aluminio calentado sobre la cual descansa una cubierta de cristal rodea los azulejos. (B) termográfica que muestra las fichas de 24 ° C (arriba) y azulejos de lado a 24 ° C con una media baldosa a 30 ° C (inferior). (C) una visión superior de la arena. Una cámara registra la baldosas cobre, anillo de aluminio y LED ' s rojos, entonces automáticamente determina fases experimentales. Una pantalla en la esquina de la caja, no registrada por la cámara, muestra la temperatura actual del azulejo. (D) anillo de la luz: dos tiras de LED blanco cálidas dentro de una caja de madera cubierto de papel blanco aseguran iluminación constante y simétrica de la arena entera. Haga clic aquí para ver una versión más grande de esta figura.

Figura 2: moscas deben aclimatarse a la arena antes de iniciar el protocolo de la temperatura. (A) moscas macho solos fueron introducidos a la arena y permite explorar en una constante de 16 ° C por 1 min, después de que la temperatura comenzó a aumentar. (B) solo moscas expuestas a 16 ° C, 20 ° C y 24 ° C (sin diferencias de grupo; F ANOVA dos vías (2.570) = 4.156, p = 0.162) tienen una mayor locomoción al principio del experimento que después de 5 minutos (F de ANOVA de dos vías RM (9.570) = 7.803, p < 0.0001). Los datos son la media y error estándar de la media (± SEM) de las moscas hembra Virgen 20 5 a 7 días de edad probado sobre varios días. Asterisco indica diferencia significativa entre grupos (*** p < 0.0001; Tukey de prueba de comparación múltiple, p = 0.05). Haga clic aquí para ver una versión más grande de esta figura.

Figura 3: Locomoción de 5 especies de Drosophila expuesta a aumentando poco a poco las temperaturas. Hombre individual vuela desde templado tropical (azul), (rojo) y cosmopolita especie de Drosophila (marrón) fueron expuesto a un gradiente de aumento de temperatura (2 ° C cada 60 s) entre 16 y 46 ° C. Los primeros 7 min fueron constantemente a 22 ° C permitir que vuela explorar la arena. Especies fueron significativamente diferentes (F(4,70) de ANOVA de dos vías RM = 28.46, p < 0.001). (a) D. melanogaster (marrón; lleno de círculos) era más rápido cuando introdujo en la arena. (b) D. Plaza (rojo; vaciar plazas) era más rápido aumento de la temperatura. (c) D. suzukii (marrón; cuadrado relleno) fue más lento que las otras moscas cosmopolitas en su punto de máximo rendimiento. (d) D. simulans (marrón; vaciar círculos) estaba en decadencia en el punto máximo de D. melanogaster. Cada punto representa la media (± SEM) de las moscas macho 15 5 a 7 días de edad probados durante varios días. Significado indicado por símbolos (♦ = diferencia de todos, p < 0.0001; † = diferencia de todos excepto la D. melanogaster, p < 0.0001; • = diferencia de D. melanogaster, p < 0.01; ¢ = diferencia de D. melanogaster, p < 0.001; = diferencia entre grupos con nombre, p < 0.0001; Tukey de prueba de comparación múltiple, p = 0.05). Haga clic aquí para ver una versión más grande de esta figura.

Figura 4: el ámbito de control de temperatura puede ser utilizado para el condicionamiento operante. Cepa de Cantón-S D. melanogaster (tipo salvaje; negro frontera) y dnc1 (burro; borde rojo) mutantes fueron entrenados para preferir un azulejo lateral a 22 ° C después de calentar el medio y frente a los azulejos laterales a 40 ° C durante 4 min (formación, no patrón). Memoria de las áreas calentadas y luego se prueba poniendo todas las fichas a 22 ° C (prueba; cuadrícula). Moscas se acondicionaron a preferir baldosas a la izquierda en la mitad de los experimentos, entonces los azulejos a la derecha en la otra mitad. Se midió el porcentaje de tiempo total en el azulejo a 22 ° C durante la formación y pruebas para comparar actuaciones. Grupos fueron significativamente diferentes (F(3,76) ANOVA unidireccional = 23.23, p < 0.0001), con burro realizar peor tipo salvaje en general. Los datos son la media (± SEM) de las moscas hembra Virgen 20 días 5 a 7 pruebas durante varios días. Los asteriscos indican diferencias de significación entre los grupos (*** p > 0.0001; *** p > 0,001; ** p > 0.01; Tukey de prueba de comparación múltiple, p = 0.05) por favor haga clic aquí para ver una versión más grande de esta figura.

Figura 5: respuesta de mutantes de temperatura al aumentar la temperatura cuando se proporciona una ubicación cómoda. Mutantes de temperatura Gr28b.d (verde; plazas) responden como controles (w1118, negro, círculos) incrementando el porcentaje de tiempo en la zona cómoda como aumentos de temperatura (F de ANOVA de dos vías RM (1,38) = 0.5107, p = 0.479). Mutantes de TrpA1GAL4 (amarillo; triángulos) son diferentes de los controles (w1118negro), como no aumentar el tiempo en la zona cómoda como aumentos de temperatura (F de ANOVA de dos vías RM (1,38) = 1.670, p = 0.019). Los datos son la media (± SEM) de 20 moscas macho probados durante varios días de edad de 5 a 7 días. TrpA1GAL4 es significativamente diferente de Gr28b.d y el control (p < 0.05; Tukey de prueba de comparación múltiple, p = 0.05). Haga clic aquí para ver una versión más grande de esta figura.
Los autores declaran que no tienen intereses financieros que compiten.
Aquí presentamos un protocolo para determinar automáticamente el funcionamiento locomotor de Drosophila en cambios de temperatura con un campo de control de temperatura programable que produce cambios de temperatura rápida y precisa en tiempo y espacio.
Este trabajo fue financiado en parte por una beca del comportamiento y del programa de Neurociencia cognitiva de la Universidad de Groningen y una beca de postgrado de la Consejo Nacional de Ciencia y Tecnología (CONACyT) de México, otorgado a Andrea Soto Padilla y una beca de la John Templeton Foundation para el estudio del tiempo otorgado a Hedderik van Rijn y Jean-Christophe Billeter. Agradecemos también a Peter Gerrit Bosma por su participación en el desarrollo del FlySteps tracker.
Secuencias de comandos TemperaturePhases, FlySteps y FlyStepAnalysis pueden encontrarse información complementaria como en el siguiente enlace temporal y disposición:
https://dataverse.nl/privateurl.XHTML?token=c70159ad-4d92-443d-8946-974140d2cb78
| Arduino | Due Arduino | A000062 | Software RUG |
| Placa Electrónica | Ruijsink Dynamic Engineering | FF-Main-02-2014 | |
| Fuente de alimentación Boost | XP-Power 48. V 65 W | ECS65US48 | Ajustado a 53 voltios |
| Fuente de alimentación Calefacción de baldosas | XP-Power 15. V 80 W | VFT80US15 | |
| Fuente de alimentación Refrigeración | XP-Power 15. V 130 W | ECS130U515 | |
| Elementos Peltier | Marlow Industries | RC12-4 | 2 Elementos, alimentación de CC controlada |
| Disipador de calor | Fisher Technik | LA 9/150-230V | Desacoplado para vibración |
| Sensores de temperatura | Especialidades de medición | MCD_10K3MCD1 | Micro Sonda de termistor |
| Bloques/baldosas de cobre | Ruijsink Ingeniería Dinámica | FF-CB-01-2014 | |
| Anillo de aluminio | Ruijsink Dynamic Engineering | FF-RoF-02-2015 | |
| Tesa 4104 cinta blanca 25 x 66 mm | RS Components | 111-2300 | Cinta conductora blanca |
| LEDs rojos | Lucky Ligt | ll-583vc2c-v1-4da Longitud de | onda entre 625 nm, 20 mAmp y 6 V |
| Tira de LED blanco cálido | Ledstripkoning | HQ-3528-SMD | 60 LEDs por metro |
| Fuente de alimentación del interruptor | Genérica | T-36-12 | |
| Logitech c920 | Logitech Europe S.A | PN960-001055 | |
| QuickTime Player | Apple Computer | Recording programa | |
| software de análisis de seguimiento | R | Paquetes: pacman | |
| Software de análisis de seguimiento | MATLAB | ||
| Imágenes térmicas | FLIR T400sc | ||
| Software de gráficos y estadísticas | Graph Pad Prisma | ||
| Sigmacote | Sigma-Aldrich | SL2-100ML | Agente siliconante |
| Botellas de cría con mosca | Flystuff | 32-130 Botella de | 6oz Drosophila |
| Flypad | Flystuff | 59-114 | |
| Viales de cría con mosca | Dominique Dutscher 789008 | Drosophila tubos estrechos 25x95 mm | |
| Incubadora | Sanyo | MIR-154 | |
| Placa calefactora magnética | Heidolph | 505-20000-00 | MR Hei-Standard |
| Agar | Caldic Ingredientes B.V. | 010001.26.0 | |
| Glucosa | Gezond& wel | 1019155 | Dextrosa/Druivensuiker |
| Sacarosa | Van Gilse | Azúcar granulada | |
| Harina de maíz | Flystuff | 62-100 | |
| Germen de trigo | Gezond& Weel | 1017683 | |
| Harina de soja | Flystuff | 62-115 | |
| Melaza | Flystuff | 62-117 | |
| Levadura seca activa | Red Star | ||
| Tegosept | Flystuff | 20-258 | 100% |