過剰なグルーミング表現型の評価のための ショウジョウバエメラノガスター グルーミング行動の定量化
March 21st, 2025
ここで紹介する方法は、特定のグルーミング行動のために Drosophila melanogaster から取得した映像の手動注釈を含む。これにより、グルーミングの発作の数とグルーミングに費やされた全体的な時間の両方を定量化して、非定型の自己グルーミング表現型を評価できます。
私たちの研究では、トゥレット症候群患者で観察されたGABARAP欠損をモデル化するために、RNAiを介したAtg8aノックダウン後のショウジョウバエメラノガスターのグルーミング行動を評価しています。私たちは、行動発達におけるaAtg8aの役割を理解し、神経行動プロセスにおけるヒトの対応物の調節機能についての洞察を提供することを目指しています。手動アノテーション法における現在の実験課題には、映像のアノテーションやレビューなどの複雑な分析プロセスや、手動アノテーションに伴う主観性などがあります。
自動化された手法は、効果的に実装および実行するために、コンピューターサイエンスの専門知識が十分に必要になるなどの課題にも直面しています。私たちは、Atg8a遺伝子がショウジョウバエの行動の発達に、これまで確立されてきた以上の役割を果たしていることを発見しました。具体的には、グルーミングと学習の両方を制御していることを発見し、Atg8aオルソログが他の生物でも同様の役割を果たしている可能性があることを示唆しています。
この技術により、ショウジョウバエのグルーミングの頻度と分布を直接定量化できます。これは、自動化されたメソッドを利用できないラボで特に有用であり、間接的な色素ベースのメソッドよりも詳細な分析を可能にします。全体として、私たちの研究は、トゥレット症候群などの強迫行動を示す神経発達障害を研究するためのモデル生物としてのショウジョウバエの使用を進めています。
また、オートファジー関連タンパク質が行動発達に関与しているという証拠が増えています。まず、4つの3ウェル皿を白い面に並べて置き、各皿をスライドガラスで覆います。カメラを皿の上に置きます。
皿の中のハエの視認性を制限する可能性のあるスライドにまぶしさがないことを確認し、プレートの位置を調整するか、必要に応じてライトを暗くしてまぶしさを排除します。次に、録画が行われているベンチの皿とカメラの位置をマークします。生後4〜9日のハエをパラフィルムとペーパータオルで覆われた氷の塊の上に置き、軽く麻酔をかけます。
麻酔をかけたら、ペイントブラシを使用してハエをできるだけ早く観察室に移動します。3ウェルディッシュの各ウェルに1匹ずつハエを入れ、ストレスによる行動変化を引き起こさないように、乱れを最小限に抑えます。麻酔後30分でハエを順応させた後、カメラでハエを記録し、端末を開いてcd PiSpyと入力します。
「python3 PiSpy」と入力します。py を入力し、目的の録画時間とフレームレートを入力します。目的の解像度を選択し、[クイックキャプチャ]をクリックします。
次に、Pi Spyのプレビューカメラ機能を使用して、ハエにピントが合っていて、十分に見えることを確認します。ハエを 10 分間、推奨フレーム レート 24 フレーム/秒で記録し、ファイルを保存します。ビデオを分析するには、ファイルをELAN 6.8ソフトウェアにインポートして、グルーミング動作の詳細な注釈と詳細な分析を行います。
「Tier」を選択し、「Add New Tier」を選択し、ディッシュに「Tier」に「location」と入力し、「add to assign each row」で個人の映像に手動で注釈を付けます。ビヘイビアにアノテーションを付けるには、アノテーションを付けるティアをダブルクリックし、右クリックして、選択したティアに沿ってカーソルをドラッグし、その間に 1 回のグルーミング バウトが見られるようにします。左クリックして新しい注釈を選択し、新しく強調表示された期間をダブルクリックして、その時点で観察された動作の省略形を入力します。
ビデオに完全に注釈が付けられたら、[表示] をクリックしてから [注釈統計] をクリックして、各動作の内訳を取得します。前方グルーミングを、フライ本体の前部で行われるグルーミングと特定します。後部グルーミングを、フライ本体の前後端で行われるグルーミングと特定します。
グルーミング発作は、対照群と比較してAtg8a RNAi変異体で有意に増加しました。グルーミングに費やす時間も、Atg8a RNAi変異体では対照群と比較して有意に増加しました。前方と後方のグルーミング行動の分布に有意差は観察されませんでした。
View the full transcript and gain access to thousands of scientific videos
概要
この研究は、RNAiを介したAtg8aノックダウン後のモデル生物Drosophila melanogasterのグルーミング行動を調査し、神経行動プロセスにおけるその役割、特にトゥレット症候群との関連性について理解することを目的としています。研究はグルーミング頻度と分布の直接的な定量化に焦点を当て、Atg8aの行動発達への影響について洞察を提供します。
主要な研究構成要素
科学分野
- 神経科学
- 行動分析
- モデル生物研究
背景
- Atg8aはDrosophilaの行動発達に関連しています。
- この研究はトゥレット症候群患者で観察されるGABARAP欠損をモデル化しています。
- 以前の研究では、自閉症関連タンパク質が行動に役割を果たすことが確立されています。
- 行動の手動アノテーションは主観的で複雑になる可能性があります。
研究目的
- Drosophila melanogaster変異体のグルーミング行動を評価すること。
- グルーミングと学習行動を調整するAtg8aの役割を理解すること。
- 強迫性行動を伴う神経発達障害の理解を深めること。
使用された方法
- 行動観察チャンバーからのビデオ録画の手動アノテーション。
- Atg8a RNAi変異体を持つモデル生物としてのDrosophila melanogasterの使用。
- 詳細な行動定量化のためのELAN 6.8ソフトウェアによるビデオ分析。
- グレアを避けるために最適なカメラ設定を確保する録画手順。
- 前部と後部グルーミングに重点を置いたアノテーションされたグルーミング行動。
主な結果
- Atg8a RNAi変異体では、対照群と比較してグルーミングの回数と時間の増加が観察されました。
- この研究は、Atg8aがショウジョウバエの行動発達に重要な役割を果たすことを支持しています。
- 結果は、自閉症関連タンパク質が種を超えて同様の文脈で関連している可能性があることを示唆しています。
- 前部対後部グルーミング行動の分布に有意な差は見られませんでした。
結論
- この研究は、神経発達障害を理解するためのモデルとしてのDrosophilaの有用性を示しています。
- 結果は、行動調整におけるAtg8aの重要性を強調しています。
- 得られた洞察は、強迫性行動の基礎となるメカニズムの理解を進めています。
よくある質問
Drosophila melanogasterは、そのよく特徴付けられた遺伝学、迅速なライフサイクル、そして神経発達行動と障害の研究における関連性により、貴重なモデル生物として機能します。
グルーミング行動はビデオ録画を通じて分析され、その後、ELAN 6.8ソフトウェアを使用して行動の手動アノテーションが行なわれ、正確な定量化が可能になります。
分析はグルーミングの頻度と分布を定量化し、Drosophilaの行動パターンと反応に関する洞察を提供します。
手動アノテーション方法は複雑で、主観的な解釈や労働集約的なプロセスを含み、結果に変動を導入する可能性があります。
研究結果は、Atg8aノックダウンがグルーミング行動に有意な影響を与えることを示し、行動発達における調整役割と自閉症関連タンパク質との潜在的な関連性を示唆しています。
この研究結果は、Atg8aとそのオルトログが人間の神経発達障害、特に強迫性特性を持つ障害にどのように寄与する可能性があるかを探求するための基礎を提供しています。
Executive Industry Relevance
Quantitative assessment of grooming behavior in Drosophila melanogaster provides a translationally relevant model for evaluating neurobehavioral phenotypes linked to obsessive-compulsive disorders. This assay enables direct measurement of behavioral outputs, supporting mechanistic de-risking and target validation for neurodevelopmental disease research. Its accessibility and adaptability make it valuable for early-stage discovery and cross-functional R&D teams.
Strategic Applications in Biopharma R&D
Early Discovery & Target Validation
- Enables interrogation of gene function in neurobehavioral pathways using observable phenotypes.
- Supports biological de-risking by linking genetic perturbations to quantifiable behavioral changes.
- Facilitates functional target validation for autophagy-related proteins implicated in neuropsychiatric disorders.
Screening & Assay Development
- Prepares validated behavioral assays for downstream compound or genetic screening workflows.
- Delivers reproducible, quantitative outputs such as grooming bout frequency and duration.
- Allows for assay standardization and scalability in resource-limited or educational settings.
Translational & Preclinical Research
- Aligns disease-relevant behavioral phenotypes in flies with human obsessive-compulsive traits.
- Enables continuity from genetic discovery to preclinical model validation for neurodevelopmental targets.
- Provides predictive de-risking for candidate targets prior to mammalian studies.
Pipeline & Workflow Integration
This behavioral quantification method fits within the early discovery to preclinical validation continuum, supporting hypothesis testing and target prioritization for neuropsychiatric disease programs.
- Discovery Biology: Links genetic manipulation to measurable behavioral outcomes for hypothesis-driven research.
- Screening: Offers standardized, quantitative behavioral readouts suitable for comparative studies.
- Analytics: Provides statistical outputs on grooming frequency and distribution for robust condition comparison.
- Translational Research: Bridges model organism findings to human disease-relevant behaviors.
- Enterprise Reuse: Establishes a reusable behavioral assay platform for diverse genetic or pharmacological studies.
Operational & Enterprise Impact
- Scientific Value: Increases predictive confidence in target-behavior relationships and reduces mechanistic ambiguity.
- Operational Value: Promotes standardization, reproducibility, and accessibility across research teams.
- Strategic Value: Informs go/no-go decisions and enhances capital efficiency by de-risking early targets.
- Portfolio Impact: Supports risk-adjusted prioritization and advancement of neurobehavioral targets.
Implementation Considerations
- Requires expertise in behavioral annotation and familiarity with video analysis software.
- Needs basic imaging equipment and annotation tools, with minimal specialized infrastructure.
- Demands cross-team agreement on behavioral definitions and annotation standards.
- Adaptable to various genetic backgrounds and experimental designs in Drosophila.
- Manual annotation introduces subjectivity and may limit throughput compared to automated methods.
