Le test de conditionnement de la cour peut être utilisé pour mesurer l' apprentissage et la mémoire dans Drosophila . Pour démontrer cela, les résultats présentés ici analysent STM et LTM dans le contrôle des mouches par rapport aux mouches avec le knockdown spécifique du neurone de Dhap-at. Les mâles de contrôle expriment une séquence d'épingle à cheveux interférentielle d'ARN ciblant un gène spécifique de Caenorhabditis elegans, une protéine supposée de doigts de zinc C02F5.12 19 . Cette souche de contrôle assure un nombre égal d'éléments de séquence d'activation en amont (UAS) entre le knockdown et le contrôle dans le même fond génétique, et l'horloge RNAi de contrôle représente tous les effets non spécifiques du système RNAi. Les males de contrôle (génotype: UAS-dcr2 / +; P {KK108109} VIE-260B / +; elav-Gal4 / + ) montrent une réduction significative de l'IC dans la formation par rapport à la naïveté pour la STM ( Figure 3A , p = 1,2 x 10 - 4 , Mann-WhitneY U-test) et LTM ( Figure 3B , p = 1,2 x 10 -4 , test U de Mann-Whitney). Ce résultat reflète la capacité normale d'apprentissage et de mémoire dans ces mouches. Dhap-at knockdown flies (génotype: UAS-dcr2 / +; P {KK101437} VIE-260B / +; elav-Gal4 / + ) montrent également une réduction significative de l'IC dans les mouches formées contre naïvetées pour la MST ( Figure 3A , p = 1,2 x 10 -4 , test U de Mann-Whitney). Cependant, ils ne montrent pas une réduction significative de l'IC après la formation de LTM ( Figure 3B , p = 0,33, test U de Mann-Whitney). Le test U de Mann-Whitney a été utilisé pour comparer l'IC moyen des mouches naïves et entraînées en raison de la distribution non paramétrique des données CI pour certaines conditions ( figures 3A et 3B ). Les différences observées lors de l'analyse des IC se reflètent dans le LI pour chaque génotype, qui mesure le pourcentage réducteurDans CI dans des mouches naïves par rapport à celles formées ( Figure 3C ). Il n'y a pas de différence significative dans le LI entre les témoins et Dhap-at knockdown flies pour STM ( p = 0.115, 10 000 réplicats bootstrap, Figure 3C , Tableau 3 ), alors que le LI pour LTM est significativement plus bas dans Dhap-at knockdown flies ( p = 0,0034, 10 000 répétitions bootstrap, figure 3C , tableau 3 ). Pour la comparaison de LI entre les génotypes, un test de randomisation 20 adapté à partir d'un procédé initialement recommandé par Kamyshev et al. 7 a été utilisé. Étant donné que la LI est une valeur unique découlant des données démographiques ( c.-à-d., Une formation moyenne CI-naïve et moyenne), des méthodes statistiques standard qui reposent sur des distributions dérivées expérimentalement ne s'appliquent pas. Le test de randomisation est sans distribution et utilise bootstrapping ( c.-à-d. Sampli aléatoireNg avec remplacement) pour générer des ensembles de données hypothétiques dérivés des données réelles. Le script analearn (File S3) génère un ensemble de LI typiques pour chaque génotype et calcule la différence entre le contrôle et le génotype test (LIdiff). Ce processus est répété 10 000 fois et les valeurs résultantes sont utilisées pour déterminer l'intervalle de confiance à 95% de LIdiff ( tableau 3 ). Ces données sont utilisées pour générer une valeur p indiquant la probabilité que le LI des deux génotypes soit différent. Les résultats montrés ici démontrent que Dhap-at est requis dans les neurones pour LTM mais pas pour STM.
Afin de contrôler la variabilité quotidienne, les IC et les LI sont comparés entre les jours répliqués ( tableau 4 ). Bien que certaines fluctuations de LI soient observées au jour le jour, les résultats sont généralement reproductibles. Il est important de noter que les données CI peuvent varier considérablement en fonction du contrôle strUtilisé et les conditions environnementales des tests. Les données de CI présentées ici sont typiques de ce génotype de contrôle, mais d'autres génotypes peuvent présenter une CI et une distribution moyennes supérieures ou inférieures.

Figure 1: Détermination de l'indice de cour et aperçu expérimental. ( A ) Images montrant le comportement stéréotypé de la parade masculine à l'égard d'une mouche femelle. Les différents stades du comportement de la parade sont présentés: orientation (I), suivi (II), vibration des ailes (extension) et taraudage (III), léchage (IV) et tentative de copulation (V). ( B ) Aperçu schématique de la formation et des temps d'essai par rapport au cycle de l'éclairage de l'incubateur, marqué en heures. Les temps de formation sont indiqués par des barres, les périodes de repos pour STM et LTM sont indiquées par une ligne pointillée, et le point de départ du test est indiqué comme une flèche. Notez que leLe temps de test pour LTM est le lendemain de l'entraînement. Cliquez ici pour voir une version plus grande de ce chiffre.

Figure 2: Équipement utilisé pour le test de conditionnement de la courge de Drosophila. ( A ) Le bloc de logement est un bloc plat et inférieur avec 500 μL de puissance par puits. Il est scellé avec un film adhésif qPCR avec au moins 4 trous par puits qui ont été créés à l'aide d'une aiguille de seringue avec un diamètre de 0,8 mm. Les rangées individuelles sont découpées longitudinalement en bandes à l'aide d'une lame de rasoir pour permettre l'ouverture et la fermeture. ( B ) L'aspirateur est nécessaire pour le transfert doux des mouches mâles et femelles sans anesthésie. L'encart montre le bout de l'aspirateur, fermé avec un coton à keEp les mouches dans la pointe. ( C ) Configuration d'un système à deux caméras pour l'enregistrement simultané de deux chambres de parade. ( D ) Une chambre de cour avec 18 arènes. Des trous d'entrée coulissants sont utilisés pour placer les mouches dans les arènes. Les diviseurs blancs peuvent être ouverts simultanément pour initier l'interaction entre les mâles et les femelles. Cliquez ici pour voir une version plus grande de ce chiffre.

Figure 3: Analyse de STM et LTM dans Control and Dhap-at Knockdown Flies. ( AB ) Encadrés montrant la répartition des valeurs de CI pour les mouches naïves (N) et formées (T) des génotypes de contrôle (gris) et Dhap-at knockdown (blanc) testés pour STM (A) et LTM (B). ( C ) CorrespoNding LI pour le contrôle et Dhap-at knockdown mouches testées pour STM et LTM. Les différences de LI entre les génotypes de contrôle et de knockdown ont été comparées à l'aide d'un test de randomisation (10 000 répétitions bootstrap). Les barres d'erreur indiquent l'erreur standard de la moyenne dérivée des valeurs LI calculées sur différents jours de test. Les génotypes sont: w +, UAS-dcr2 / + ; P {KK108109} VIE-260B / + ; Et elav-Gal4 / + (Contrôle) Et w +, UAS-dcr2 / + ; P {KK101437} VIE-260B / +; Et elav-Gal4 / + ( Dhap-at- ARNi). Cliquez ici pour voir une version plus grande de ce chiffre.
| Général | Collecte | Train | Tester |
| Jour -11 | Démarrer les cultures prématurées de la collection féminine (étape 1.3) | | | |
| Jour -10 | Démarrer des cultures pour la collecte de sujets de test masculins (étape 2.2) | | | |
| Jour 1 | | représentant. 1 | | |
| jour 2 | | représentant. 2 | | |
| Jour 3 | | représentant. 3 | | |
| Jour 4 | | représentant. 4 | représentant. 1 | |
| Jour 5 | | | représentant. 2 | représentant. 1 |
| Jour 6 | | | représentant. 3 | représentant. 2 |
| Jour 7 | | | représentant. 4 | représentant. 3 |
| Jour 8 | | | | représentant. 4 |
| Jour 9 | Analyse et statistiques de données vidéo (étape 8) | | | |
| | | | |
| Rep = repeat | | | |
Tableau 1 : Exemple de chronologie pour tester LTM sur trois répliques sur les jours individuels.
| Apprentissage | STM | LTM |
| Temps de formation | 1 h. | 1 h. | 8 h. |
| Temps de repos | 0 h. | 1 h. | ~ 24 h. |
| Commence l'entraînement | 0H. ALO | 0 h. ALO | 4 h. BLO |
| Arrête l'entraînement | 1 h. ALO | 1 h. ALO | 4 h. ALO |
| Test de départ | 1 h. ALO | 2 h. ALO | 0 h. ALO (jour suivant) |
| ALO = après les lumières allumées, BLO = avant que les lumières ne s'allument, STM = mémoire à court terme, LTM = mémoire à long terme |
Tableau 2 : Durée de la formation, temps de formation et temps de test pour l'apprentissage, STM et LTM.
| Génotype | Apprentissage condition | CI naïf | CI qualifié | LI | LI différence | Limite inférieure (Intervalle de concomitance de 95%) | Limite supérieure (Intervalle de concomitance de 95%) | Valeur p |
| Contrôle | STM | 0.467 | 0.116 | 0,752 | N / A | N / A | N / A | N / A |
| Dhap-at-RNAi | STM | 0,699 | 0,257 | 0.633 | 0.119 | -0,030 | 0,265 | 0.116 |
| Contrôle | LTM | 0,590 | 0,384 | 0,348 | N / A | N / A | N / A | N / A |
| Dhap-at-RNAi | LTM | 0,697 | 0,650 | 0,068 | 0,280 | 0,103 | 0,446 | 0,003 |
Tableau 3: Données statistiques produites à partir du script Analearn.
Données statistiques produites à partir du script analearn. Le fichier de sortie du script R d'amorçage contenant le génotype, la condition d'apprentissage ( c.-à-d. L' apprentissage, le STM ou le LTM), la CI moyenne naïve, la CI moyenne formée, LI, la différence entre LI du contrôle par rapport à la condition expérimentale (LI dif) , La limite inférieure (LL) et la limite supérieure (UL) de l'intervalle de confiance 95% de LI dif, et la valeur p indiquant la probabilité qu'il n'y ait pas de différence significative.
| | Contrôle | | | Dhap-at-RNAi | | |
| | NA moyen | Formation CI moyenne | LI | NA moyen | Formation CI moyenne | LI |
| STM | Jour 1 | 0.300 | 0,125 | 0,584 | 0,679 | 0,239 | 0,648 |
| Jour 2 | 0.634 | 0,107 | 0.831 | 0,720 | 0,276 | 0.617 |
| Tous les jours | 0.467 | 0.116 | 0,752 | 0,699 | 0,257 | 0.633 |
| LTM | Jour 1 | 0,590 | 0,441 | 0,252 | 0,630 | 0.646 | -0,027 |
| Jour 2 | 0,640 | 0,363 | 0,432 | 0,709 | 0,710 | -0.002 |
| Jour 3 | 0,547 | 0,349 | 0,363 | 0,738 | 0,598 | 0.190 |
| Tous les jours | 0,590 | 0,384 | 0,348 | 0,697 | 0,650 | 0,068 |
Tableau 4 : Valeurs CI et LI obtenues lors de jours de tests séparés.
| "Naivelevel" détermine le texte qui identifiera les valeurs naïves pour chaque génotype. La valeur par défaut est "N", mais cela peut être changé en n'importe quel autre texte alphanumérique. |
"Refmutation" est réglé sur "NA" (non applicable) par défaut, mais peut être changé en nom du contrôle ou du génotype afin d'effectuer des comparaisons statistiques. Cela causera le sCript pour sélectionner automatiquement le génotype de contrôle. |
| "Datname" fait référence au nom du fichier de données et peut être spécifié dans cet argument au lieu de la sélection de fichier par défaut. |
"En-tête" peut être utilisé pour indiquer si le fichier de données contient ou non des en-têtes de colonne. La valeur par défaut est "TRUE", mais un fichier sans en-têtes peut être utilisé lorsque cet argument est remplacé par "FALSE". |
"Seed" initialise le générateur de nombres aléatoires. Ceci est défini par défaut sur "NA" et assure un nombre aléatoire chaque fois que le script est utilisé. Par conception, une analyse bootstrap donnera des résultats légèrement différents chaque fois qu'il est exécuté, même lorsque vous utilisez le même fichier de données. Lorsque la graine est spécifiée par n'importe quel nombre entier supérieur à zéro, on obtient le même ensemble d'échantillons aléatoires bootstrap. |
| "rédiger Mettre "peut être réglé sur" TRUE "ou" FALSE "afin de déterminer si un fichier de sortie sera généré. La valeur par défaut est "TRUE". |
Tableau 5: Arguments utilisés dans la fonction Analearn qui peut modifier les paramètres par défaut de la fonction pour ajuster les paramètres du Bootstrapping
Fichier supplémentaire S1: plan de construction d'une chambre de parade. Le fichier peut être ouvert avec n'importe quelle application qui permet des extensions .stp (fichiers CAD) . Cliquez ici pour télécharger ce fichier.
Fichier supplémentaire S2 : Exemple d'un fichier d'entrée pour le script Analearn .S2.zip "target =" _ blank "> Cliquez ici pour télécharger ce fichier.
Fichier supplémentaire S3 : The Analearn.R Acript. Le fichier peut être ouvert avec R-studio 18 . Cliquez ici pour télécharger ce fichier.