בחיישן מיזוג החיזור ניתן להשתמש כדי למדוד למידה וזיכרון תסיסנית . כדי להדגים זאת, התוצאות המוצגות כאן לנתח STM ו LTM בזבובים שליטה לעומת זבובים עם מציאה נוירון ספציפי של Dhap-at. בקרת גברים מבטאים רצף רצף התערבות רנ"א מיקוד הגן eenans ספציפי Caenorhabditis , אצבע אבץ משוערת C02F5.12 19 . זן בקרה זה מבטיח מספר שווה של רצף מפעיל רצף (UAS) אלמנטים בין מציאה ושליטה באותו רקע גנטי, ואת RNAi שליטה סיכות חשבונות עבור כל ההשפעות הלא ספציפיות של מערכת RNAi. ( איור 3 א ' , p = 1.2 x 10), ראה איור 3 א ' , p = 1.2 x 10, p = 1.2 x 10 / 4 , מאן- WhitneY- מבחן) ו LTM ( איור 3 ב , p = 1.2 x 10 -4 , מאן- Whitney U- מבחן). תוצאה זו משקפת את היכולת הנורמלית ללמידה ולזיכרון בזבובים אלה. כמו כן, ניתן לראות ירידה משמעותית של CI בזבובים מוכשרים לעומת נאיביים עבור STM ( איור 3 א ' , p = p = K411437} VIE-260B / +, elav-Gal4 / + ) 1.2 x 10 -4 , Mann-Whitney U-test). עם זאת, הם לא מראים ירידה משמעותית CI לאחר אימון LTM ( איור 3 ב ' , p = 0.33, מאן וויטני U- מבחן). מבחן ה- Mann-Whitney U שימש כדי להשוות את ה- CI הממוצע של זבובים נאיביים ומאומנים בשל ההתפלגות הלא-פרמטרית של נתוני ה- CI לתנאים מסוימים ( איור 3 א ו -3 ב ). ההבדלים שנצפו באמצעות ניתוח של CIs משתקפים על ידי LI עבור כל גנוטיפ, אשר מודד את אחוז ratctiב CI ב נאיבי לעומת זבובים מאומן ( איור 3 ג ). אין הבדלים משמעותיים ב- LI בין הבקרות ל- Dhap - בזבובים המכווצים ל- STM ( p = 0.115, 10,000 משככי bootstrap, איור 3C , טבלה 3 ), בעוד שה- LI ל- LTM נמוך משמעותית ב- Dhap - בזבובים מוחזקים ( p = 0.0034, 10,000 משכפל bootstrap, איור 3 ג , טבלה 3 ). לשם השוואה של LI בין גנוטיפים, מבחן אקראיות 20 מותאם לשיטה המומלצת לראשונה על ידי Kamyshev et al. 7 היה בשימוש. מאחר שה- LI הוא ערך יחיד הנגזר מנתוני אוכלוסייה ( כלומר, ממוצע CI-naïve ו- CI מאומן), שיטות סטטיסטיות סטנדרטיות המסתמכות על חלוקות נגזרות ניסוייות אינן חלות. מבחן האקראיות הוא ללא הפצה ומשתמש bootstrapping ( כלומר, sampli אקראיתNg עם החלפת) כדי ליצור ערכות נתונים היפותטיים נגזרות הנתונים בפועל. התסריט analearn (קובץ S3) מייצר קבוצה של LIs היפותטי עבור כל גנוטיפ ומחשב את ההבדל בין השליטה לבין גנוטיפ הבדיקה (LIdiff). תהליך זה חוזר על עצמו 10,000 פעמים, והערכים המתקבלים משמשים לקביעת רווח סמך 95% של LIdiff ( טבלה 3 ). נתונים אלה משמשים ליצירת p -value המציין את ההסתברות ש- LI של שני הגנוטיפים שונה. התוצאות המוצגות כאן מראות כי Dhap-at נדרש נוירונים עבור LTM אבל לא עבור STM.
כדי לשלוט על השתנות יומיומית, CIs ו LIs מושווים בין ימים לשכפל ( טבלה 4 ). למרות כמה תנודות LI הוא ציין מיום ליום, התוצאות הן לשחזור בדרך כלל. חשוב לציין כי נתונים CI יכול להשתנות במידה רבה בהתאם str הבקרהAin משמש את התנאים הסביבתיים של בדיקות. נתוני ה- CI המוצגים כאן אופייניים לגנוטיפ זה, אך גנוטיפים אחרים עשויים להפגין CI גבוה יותר או נמוך יותר והפצה.

איור 1: קביעת מדד החובה והסקירה הניסויית. ( א ) תמונות המציגות סטריאוטיפיות התנהגות חיזור זכר כלפי זבוב נקבה. שלבים שונים של התנהגות החיזור מוצגים: אוריינטציה (I), בעקבות (II), רטט כנף (הרחבה) ו הקשה (III), ליקוק (IV), וניסיון הזדווגות (V). ( ב ) סקירה סכימתית של אימונים ובדיקות פעמים ביחס מחזור האור החממה, מסומן שעות. זמני ההדרכה מסומנים עם סרגלים, תקופות מנוחה עבור STM ו- LTM מסומנות בקו מקווקו, ונקודת ההתחלה של הבדיקה מסומנת כחץ. שים לב כיזמן בדיקה עבור LTM הוא יום לאחר אימון. אנא לחץ כאן כדי להציג גרסה גדולה יותר של דמות זו.

איור 2: ציוד המשמש assay תביעה תסיסנית חמור. ( א ) בלוק הדיור הוא שטוח, גוש תחתון עם 500 μL של powerfood לכל טוב. הוא חתום עם סרט דבק qPCR עם לפחות 4 חורים לכל טוב שנוצרו באמצעות מחט מזרק עם 0.8 מ"מ קוטר. שורות בודדות נחתכים לאורכים לרצועות באמצעות סכין גילוח כדי לאפשר פתיחה וסגירה. ( ב ) האספירטור נדרש להעברה עדינה של זבובים זכרים ונקבות ללא שימוש בהרדמה. את הבלעה מראה את קצה של aspirator, סגור עם חתיכת כותנה כדי keEp זבובים בתוך קצה. ( ג ) הגדרת מערכת של שתי מצלמות עבור הקלטה בו זמנית של שני חדרי חיזור. ( ד ) חדר חיזור עם 18 זירות. חורי כניסה הזזה משמשים כדי למקם את הזבובים בזירות. את המחיצות הלבנות ניתן לפתוח בו-זמנית כדי ליזום אינטראקציה בין הזכרים לנקבות. אנא לחץ כאן כדי להציג גרסה גדולה יותר של דמות זו.

איור 3: ניתוח של STM ו LTM שליטה ו Dhap- לעבר זבובים נודדאון. ( AB ) Boxplots מראה את ההתפלגות של ערכי CI עבור נאיבי (N) ו מאומנים (T) זבובים של שליטה (אפור) ו Dhap ב גנוטיפים מציאה (לבן) נבדק STM (A) ו LTM (B). ( ג ) CorrespoNding ערכי LI עבור שליטה Dhap- לעבר זבובים מציאה נבדק STM ו LTM. הבדלים ב- LI בין גנוטיפים של בקרה וגרירה הושוו באמצעות בדיקה אקראית (10,000 משככי bootstrap). שורות שגיאה מציינות את השגיאה הסטנדרטית של הממוצע הנגזר מערכי LI המחושבים בימי בדיקה שונים. הגנוטיפים הם: w +, UAS-dcr2 / + ; P {KK108109} VIE-260B / + ; ו elav-Gal4 / + (שליטה) ו- w +, UAS-dcr2 / + ; P {KK101437} VIE-260B / +; ו elav-Gal4 / + ( Dhap-at -RNAi). אנא לחץ כאן כדי להציג גרסה גדולה יותר של דמות זו.
| כללי | לאסוף | רכבת | מִבְחָן |
| ליום19 | התחלה מוקדמת אוסף תרבויות נקבה (שלב 1.3) | | | |
| עמ space | התחלה תרבויות עבור אוסף של נושאים מבחן זכר (שלב 2.2) | | | |
| יום 1 | | נציג. 1 | | |
| יום 2 | | נציג. 2 | | |
| יום 3 | | נציג. 3 | | |
| יום 4 | | נציג. 4 | נציג. 1 | |
| יום 5 | | | נציג. 2 | נציג. 1 |
| יום 6 | | | נציג. 3 | נציג. 2 |
| יום 7 | | | נציג. 4 | נציג. 3 |
| יום 8 | | | | נציג. 4 |
| יום 9 | ניתוח נתוני וידאו ונתונים סטטיסטיים (שלב 8) | | | |
| | | | |
| Rep = לחזור | | | |
טבלה 1 : דוגמה ציר זמן לבדיקת LTM מעל שלושה משכפל בימים בודדים.
| לְמִידָה | STM | LTM |
| זמן אימון | 1 ח. | 1 ח. | 8 שעות. |
| זמן מנוחה | 0 ח. | 1 ח. | ~ 24 שעות. |
| להתחיל אימון | 0ח. ALO | 0 ח. ALO | 4 שעות. BLO |
| להפסיק אימון | 1 ח. ALO | 1 ח. ALO | 4 שעות. ALO |
| מבחן התחלה | 1 ח. ALO | 2 ח. ALO | 0 ח. ALO (למחרת) |
| ALO = לאחר הפעלת האורות, BLO = לפני הפעלת האורות, STM = זיכרון לטווח קצר, זיכרון לטווח ארוך LTM = |
טבלה 2 : משך ההכשרה, זמני ההדרכה, ובדיקת זמני למידה, STM ו- LTM.
| גנוטיפ | לְמִידָה מַצָב | CI תמים | CI מְאוּמָן | לי | LI הֶבדֵל | גבול תחתון (95% מרווח ערנות) | גבול עליון (95% מרווח ערנות) | P-value |
| לִשְׁלוֹט | STM | 0.467 | 0.116 | 0.752 | NA | NA | NA | NA |
| Dhap-at-RNAi | STM | 0.699 | 0.257 | 0.633 | 0.119 | -0.030 | 0.265 | 0.116 |
| לִשְׁלוֹט | LTM | 0.590 | 0.384 | 0.348 | NA | NA | NA | NA |
| Dhap-at-RNAi | LTM | 0.697 | 0.650 | 0.068 | 0.280 | 0.103 | 0.446 | 0.003 |
לוח: 3 נתונים סטטיסטיים המופקים מתוך התסריט האנליסטי.
נתונים סטטיסטיים המיוצרים מתוך התסריט analearn. קובץ הפלט של התסריט R-script של bootstrapping המכיל את הגנוטיפ, מצב הלמידה ( כלומר, למידה, STM או LTM), פירושו CI נאיבי, כלומר CI מאומן, LI, ההבדל בין LI של שליטה לעומת מצב ניסויי (LI dif) , הגבול התחתון (LL) והגבול העליון (UL) של רווח סמך 95% של LI dif, ו- p -value המציין את ההסתברות שאין הבדל משמעותי.
| | לִשְׁלוֹט | | | Dhap-at-RNAi | | |
| | ממוצע CI נאיבי | ממוצע CI מאומן | LI | ממוצע CI נאיבי | ממוצע CI מאומן | LI |
| STM | יום 1 | 0.300 | 0.125 | 0.584 | 0.679 | 0.239 | 0.648 |
| יום 2 | 0.634 | 0.107 | 0.831 | 0.720 | 0.276 | 0.617 |
| כל הימים | 0.467 | 0.116 | 0.752 | 0.699 | 0.257 | 0.633 |
| LTM | יום 1 | 0.590 | 0.441 | 0.252 | 0.630 | 0.646 | -0.027 |
| יום 2 | 0.640 | 0.363 | 0.432 | 0.709 | 0.710 | -0.002 |
| יום 3 | 0.547 | 0.349 | 0.363 | 0.738 | 0.598 | 0.190 |
| כל הימים | 0.590 | 0.384 | 0.348 | 0.697 | 0.650 | 0.068 |
טבלה 4 : ערכי CI ו- LI שהושגו בימי בדיקה נפרדים.
| "Naivelevel" קובע את הטקסט שיזהה ערכים נאיביים עבור כל גנוטיפ. ברירת המחדל היא "N", אבל זה יכול להיות שונה לתוך כל טקסט אחר alphumerical. |
"Refmutation" מוגדר "NA" (לא ישים) כברירת מחדל, אך ניתן לשנות את שם הבקרה או הגנוטיפ על מנת לבצע השוואות סטטיסטיות. זה יגרום sCript כדי לבחור באופן אוטומטי את הגנוטיפ לשלוט. |
| "Datname" מתייחס לשם קובץ הנתונים וניתן לציין בארגומנט זה במקום את בחירת הקובץ המוגדרת כברירת מחדל. |
"Header" יכול לשמש כדי לציין אם קובץ הנתונים מכיל כותרות עמודות או לא. ברירת המחדל היא "TRUE", אך ניתן להשתמש בקובץ ללא כותרות כאשר הארגומנט הזה משתנה ל- "FALSE". |
"Seed" מאתחל את מחולל המספרים האקראיים.זה מוגדר כברירת מחדל ל- "NA" ומבטיח מספר אקראי בכל פעם שהתסריט נמצא בשימוש. לפי עיצוב, ניתוח Bootstrap ייתן תוצאות שונות במקצת בכל פעם שהוא פועל, גם בעת שימוש באותו קובץ נתונים. כאשר הזרע מוגדר על ידי מספר שלם שלם גדול מאפס, אותה קבוצה של דוגמאות bootstrap אקראי מתקבל. |
| "לכתוב במלואו לשים "ניתן להגדיר" TRUE "או" FALSE "כדי לקבוע אם קובץ הפלט ייווצר. ברירת המחדל היא "TRUE". |
טבלה 5: ארגומנטים המשמשים פונקציה Analearn שיכולים לשנות את הגדרות ברירת המחדל של הפונקציה כדי להתאים את הפרמטרים של Bootstrapping
קובץ משלים S1: תוכנית בניין של חדר החיזור. ניתן לפתוח את הקובץ עם כל יישום המאפשר הרחבות .stp (קבצי CAD) . לחץ כאן להורדת הקובץ.
קובץ משלים S2 : דוגמה לקובץ קלט עבור Script Analearn .S2.zip "target =" _ blank "> לחץ כאן להורדת הקובץ.
קובץ משלים S3 : כתב העת Analearn.R. ניתן לפתוח את הקובץ עם R-studio 18 . לחץ כאן להורדת הקובץ.