방법 논문

촉각 시설과 꿀벌에 Antennal 샘플링 전략의 움직임 분석 (

10.3K 조회수

⸱

DOI:

10.3791/50179

⸱

2012년 12월 12일

 ,  ,  , 
1Biological Cybernetics, CITEC - Cognitive Interaction Technology - Center of Excellence, Bielefeld University

이 논문에서

요약

이 프로토콜에서 우리는 상태로 촉각 자극에 꿀벌을 밝혀와 고급 규모의 antennal 샘플링 패턴의 운동학을 분석하는 차원 모션 캡처 기술을 소개하는 방법을 보여줍니다.

초록

꿀벌 (API를 mellifera L.)은 eusocial 곤충이며, 잘 노동과 연관 학습 능력 1, 2, 자신의 복잡한 부문에 대한 알려져 있습니다. 그들은 애벌레를 받아야하거나 일반 육각 식품 빗 (예 : 꽃가루 나 꿀)과 알을 품다 3 구축 곳의 일벌은 어두운 벌집 내부의 인생의 첫 번째 절반을 보냅니다. 안테나는 특별한 multisensory feelers하고 하이브 건물 5 패턴 인식 6 등 다양한 촉각 인한 작업 4에서 중추적 인 역할을한다. 나중에 생활에서, 각 하나의 벌은 음식에 대한 사료에 하이브를 출발합니다. 그런 벌은 수익 음식 소스를 차별 위치를 기억, 7의 둥지 친구로 의사 소통을 할 수 있습니다. 꿀벌은 음식 소스의 multisensory 기억을 형성하기 위해 꽃잎 표면 9 색이나 냄새 7, 8, 9, 10와 같은 다른 꽃 신호뿐만 아니라, 촉각 신호를 사용합니다. 실험실 공동 이하nditions은 꿀벌이 같은 가장자리 또는 안테나 10, 11, 12, 13와 홈으로 촉각 객체 기능을 차별하는 appetitive 학습 패러다임에서 훈련을 할 수 있습니다. 이 학습 패러다임은 밀접하게 밝혀 꿀벌 14 코 확장 응답 (PER)의 클래식 후각 시설에 관련되어 있습니다. 실험실에서 촉각 학습 패러다임의 장점은 antennal 운동 패턴의 분석 등 다양한 생리 측정과 학습에 행동 실험을 결합의 가능성입니다.

프로토콜

1. 꿀벌 준비

  1. foraging 여행에서 돌아하면서 꿀이나 꽃가루 일개미는 자당 피더이나 직접 벌집 입구에서 어느 분야에서 잡은 수 있습니다. 각 단일 벌은 폼 플러그와 폐쇄 및 추가 처리를위한 실험실로 바로 이동되는 유리관에 캡처됩니다.
  2. 사람들이 부동의 첫 징후를 보여 ° C까지 실험실에서 캡처 꿀벌은 잠시 4에 냉장고에 냉각되어 있습니다.
  3. 각 단일 고정 벌은 머리와 가슴 사이와 복부 이상 접착 테이프로 작은 금속 튜브에 장착되어 있습니다. 케어는 코와 안테나 자유롭게 움직일 수 있다는주의해야한다.
  4. 비전을 막다하기 위해 흰색 페인트 (예 : 용매 무료 Tipp-예)로 고정 벌의 화합물 눈과 ocelli 그림을 그리기도 하죠.
  5. 녹음하는 동안 머리의 움직임을 방지하기 위해 머리와 가슴 사이의 테이프에 문제를 해결하기 위해 꿀벌의 머리 뒤에 녹은 왁스의 작은 방울을 추가.
  6. 더 나은 식별 테이프에 번호를 각각 하나의 벌을 표시하고 탈수를 방지하기 위해 습윤 분위기에 고정 벌과 튜브를 놓습니다.
  7. 주사기가 표시 30 % 자당 솔루션의 방울을 5 초 각 하나의 벌을 먹이고 촉각 시설 프로토콜로 시작하기 전에 모든 꿀벌이 30 분에 복구 보자.

2. 촉각 컨디셔닝

  1. 에어컨하기 전에, 각 단일 벌은 안테나에 적용 30 % 자당의 자극에 코 확장 응답 (PER)에 대한 검사를해야합니다. 따라서 코의 끝이 열려있는 개미 사이에 가상의 선을 넘어있다. 자당의 자극에 PER으로 응답하지 않는 모든 꿀벌을 폐기하십시오.
  2. 촉각 에어컨이 설치된 자극 (CS)와 같은 부드러운 또는 조각 패턴, 예를 들어, 수평 또는 150 μm의 파장과 격자를 형성하는 수직 홈이있는 황동 큐브를 (예를 들어 3 × 5 ㎜), 사용하십시오. 에프또는 무조건 자극 (미국)는 30 %의 자당 솔루션을 (물에 희석 가정 설탕,)을 사용합니다.
  3. 황동 큐브 (CS)는 컨디셔닝 절차를 수행하는 동안 정확한 위치를 보장하기 위해 (예를 들어, Märzhäuser MM33) micromanipulator에 홀더에 배치됩니다. 미국은 30 % 자당 솔루션들로 가득 찬 주사기로 벌에게 수여됩니다.
  4. 에어컨 절차는 5 분 간 시험 간격 (ITI)와 촉각 자극 (CS)과 자당 솔루션 (미국) 다섯 pairings로 구성되어 있습니다. 마운트 된 촉각 자극 (CS)과 micromanipulator 앞에 한 벌을 배치합니다. 촉각 자극의 표면이 꿀벌의 머리 (그림 1 A와 B)에 평행되도록 천천히 CS를 배치합니다. 동물과 촉각 객체 사이의 거리가 테스트 꿀벌의 antennal 작업 반경의 범위에 있어야, 비 편안한 자세 w에 촉각 자극을 스캔 할 수 있어야한다 즉i 번째 안테나 모두. 그림 1에 표시된 예제에서, 거리가 3mm했다. 꿀벌이 5 초에 대한 촉각 자극 (CS)를 스캔 보자. 처음 3 초 후, 30 % 자당 (미국) 코 아래에 주사기와 솔루션의 비말을 제시한다. 부드럽게 코를 높이 주사기의 끝을 사용합니다. 코 아래에 자당의 자극은 15 당 무조건을 이끌어내는 것입니다. 꿀벌은 자당 보상을 치유 할 수 있습니다. 컨디셔닝 동안 정확한 시간 간격을 유지하기 위해 경보 신호 스톱워치를 사용하십시오.
  5. 에어컨, PER은 벌의 학습 성공을위한 조치로 사용됩니다. 첫 번째 보상 pairings 후, 꿀벌들은 향후 보상을 기대하는 의미, 자신의 코의 확장에 의한 CS 프리젠 테이션에 대응하기 위해 시작합니다. 촉각 자극 프리젠 테이션의 3 초 시간 창 동안과 자당 프리젠 테이션하기 전에 언제든지 관찰 완전히 확장 코는 긍정적 인 반응으로 채점됩니다. 응답이 부정적인 인정되지 않습니다. occPER의 urrence은 실험에 의해 주목해야합니다. CS 프리젠 테이션 동안 PER을 보여 꿀벌의 비율은 각 시험에 대한 도시된다.

3. 동적 레코딩

  1. 하나 밝혀 벌의 Antennal 움직임이 적합한 매크로 렌즈 (예 : TechSpec VZM 200 장착 Basler A602f-2, 화재 와이어 연결을 통해 50 프레임에서 작동)와 디지털 비디오 카메라로 기록됩니다. 카메라는 하향식 (top-down)보기에서 동물 (그림 1 A) 위에 위치합니다. 그림 1에서 녹음의 공간 해상도는 0.02 mm / 픽셀입니다.
  2. 카메라 목적에 따라 서로 다른 방향에서 1 mm의 가장자리 길이 10 × 10mm의 체커의 사진을 하나 기록하여 카메라를 보정합니다. 보정은 카메라 보정 도구 상자 MATLAB 16으로 수행 할 수 있습니다.
  3. 카메라 렌즈 아래에 하나의 고정 벌을 배치합니다. micromanipulator에 고정 촉각 자극을 제시, 동물합니다. 촉각 시설에 대한 설명과 같은 방식으로 진행하고, 비 개체를 스캔하는 동안 antennal 움직임을 기록합니다. 그것은 전체 antennal 작동 범위와 촉각 자극이 볼 수 있습니다하는 것이 중요합니다. 자극 패턴의 선택 테스트 및 시험 번호는 실험 설계에 따라 달라집니다.

4. 데이터 분석

  1. 이미지 배경의 계산은 MATLAB에서 이루어집니다. 첫째, 시간이 지남에 따라 중간 그레이 스케일 값은 각 픽셀에 대해 계산해야합니다. 정적 객체는, 꿀벌과 촉각 자극의 고정 머리처럼 이미지 배경을 구성합니다. 움직이는 물체는 두 개의 안테나 같은 배경의 일부가 될 수 없습니다.
  2. 기록 된 비디오의 각 프레임이 순차적으로로드 할 수 있으며, 현재 프레임과 이미지 배경의 차이는 계산해야합니다. 이 뺄셈의 결과는 프레임에서 프레임으로 이동하는 이미지의 부분을 강조하고 있습니다. 신분증eally, 꿀벌의 안테나는 비 제로 값 (그림 1C)의 유일한 지역입니다.
  3. 자세한 처리를 위해, 비 - 제로 픽셀 값과 함께 두 큰 영역은 안테나로 간주됩니다. 두 안테나에 대한 바이너리 마스크는 픽셀의 안테나와 달리 값을 0으로 속하는 경우, 각 픽셀에 대해 값 1을 포함하는 생성하는 것입니다. 이 마스크는 나중에 antennal 팁을 현지화의 기반으로 제공하고 있습니다. 전체 이미지에 대한 예비 마스크를 얻으려면 다른 이미지의 각 픽셀의 회색 값은 미리 정의 된 임계 값과 비교됩니다. 우리가 노이즈 처리하기 때문에 나중에이 임계 값이 매우 낮을 것으로 선택됩니다. 첫째, 이미지 노이즈 작은 지역으로 인해 아직도 쓰고의 일부입니다 : 예비 마스크는 여전히 오류 두 가지를 수행합니다. 둘째, 안테나에 속하는 지역은 반드시 완전히 연결되지 않을 수 있습니다. 배경은 약 안테나와 같은 발광가있는 경우 후자는 주로 발생합니다. 이러한 유물을 제거하려면, 표준영상 처리 형태학의 작업이 적용됩니다, 표준 MATLAB 함수는 imerode과 (자세한 설명은 17 pp. 158-205 참조) 각각 imdilate에 의존, 이미지 침식과 팽창의 조합을 말한다. denoising 절차 후 안테나의 가설은 여전히​​ 같은 마스크에 포함되어 있습니다. 따라서, 다음 단계로 바이너리 마스크는 표준 MATLAB 함수를 bwlabel을 (이미지 세분화 알고리즘에 대한 자세한 내용은 17 pp. 40-48를 참조)를 사용하여 연결이 끊긴 지역에 밀집되어 있습니다.
  4. 클러스터 당 픽셀의 수는 계산되어 두 개의 큰 클러스터가 선택되었습니다. 무게 중심은 왼쪽과 오른쪽 안테나 (그림 1D)를 구별하는 계산됩니다.
  5. 각 안테나에 대한 antennal 팁은 근위 - 투 - 말초 방향 (그림 1D 참조)에서 가장 높은 값을 가진 클러스터에서 픽셀로 정의 할 수 있습니다.

액세스가 제한되었습니다. 이 콘텐츠를 보려면 로그인하거나 체험판을 시작하세요.

결과

다음과 같은 실험에서 우리는 촉각 학습 꿀벌의 antennal 샘플링 동작에 영향을 미치는 방법을 공부했습니다. 이를 위해, 우리는 이전에 순진하고 설치된 꿀벌의 antennal 팁과 촉각 자극을 제시하는 동안 움직임을 감시.

첫째, 꽃가루 일개미 집단의 자발적인 antennal 운동 (N = 42)이 1 분에 기록되었다. 꿀벌의 절반 (N = 21)가 다섯 번에게 30 %의 자당 보상과 촉각 자극을 페어링하여 에어컨이되었다. 이 설치된 그룹이었다. 촉각 자극은 조각 수평 격자 (λ = 150 μm)와 황동 큐브의 30 X 50mm 표면했습니다. 꿀벌의 나머지 절반 (N = 21)이 완비되어 있으며 순진한 그룹으로 사용됩니다. 그림 2는 꿀벌의 설치된 그룹의 평균 학습 곡선을 보여줍니다되지 않았습니다. 첫 번째 보상 후 PER이 설치된의 비율은 자발적인 행동 (그림 2에서 상당히 다릅니다 , ...

액세스가 제한되었습니다. 이 콘텐츠를 보려면 로그인하거나 체험판을 시작하세요.

토론

꿀벌의 준비 : 수집 및 꿀벌이 동물의 낮은의 스트레스 수준을 유지하기 위해 신속하게 수행해야 수정하는 것입니다. 스트레스는 당 응답에 영향을 가지고 있으며, 따라서 꿀벌 19, 20의 학습 성과에 간접적 인 영향을 미칠 수 있습니다. 응력 수준은 신속하게 고정하기 위해 수집 한 후 즉시 직접 얼음에 꿀벌과 유리 병을 배치하여 감소 될 수있다. 그것은 꿀벌이 마취 기간 전에이 더 이상 회복하는 데 더 많은 시간이 필요한 것이 고려되어야한다.

비전 꿀벌 18에 촉각 학습에 부정적인 효과가 있습니다. 따라서 동물의 눈을 칠함으로써 비전을 윗니와 아랫니가 맞 물리다하는 것이 중요합니다. 비디오 레코딩의 시각적 대비를 높이기 위해, 그것은 (예 : Tipp-예) 흰색 페인트를 사용하는 것이 좋습니다. 케어는 페인트와 접촉의 안테나를하지 않도록해야합니다.

액세스가 제한되었습니다. 이 콘텐츠를 보려면 로그인하거나 체험판을 시작하세요.

공개 사항

관심 없음 충돌이 선언 없습니다.

감사의 글

우리는 꿀벌에 촉각 학습 패러다임에 우리를 소개를 위해 요아킴 Erber 감사드립니다. 이 작품은 독일의 우수 프로젝트의 프레임 워크에 재정 지원 우수 277 CITEC의 클러스터에 의해 지원되었다.

액세스가 제한되었습니다. 이 콘텐츠를 보려면 로그인하거나 체험판을 시작하세요.

재료

이 논문에 사용된 재료 목록
이름회사카탈로그 번호댓글
시약 / 재료의 이름 회사 카탈로그 번호 코멘트
꽃가루의 일개미 API를 mellifera L. 개인 두드러기
유리 병 (22 X 45mm) 칼 로스 GmbH의 및 공동 X655.1
황동 관, 10 X 30mm 자체 제작
황동 큐브, 3 X 5mm 자체 제작
Tipp-전 (솔벤트 무료) Tipp - 예 GmbH의 및 공동 KG
자당 솔루션 (30 %) 가정 suger은 물에 희석
에탄올 (70 %) 칼 로스 GmbH의 및 공동 9065.3
주사기 (1 ML)와 바늘 (0.6 X 25) 칼 로스 GmbH의 및 공동 59.1
보기 중지 칼 로스 GmbH의 및 공동 L423.1
Micromanipulator Märzhäuser MM33 00-42-101-0000
디지털 비디오 카메라 Basler A602f-2
카메라의 매크로 렌즈 TechSpec VZM 200
MATLAB R2009b MathWorks

참고문헌

  1. Page, R. E., Scheiner, R., Erber, J., Amdam, G. V. The development and evolution of division of labor and foraging specialization in a social insect (Apis mellifera L.). Curr. Top. Dev. Biol. 74, 253-286 (2006).
  2. Menzel, R., Müller, U. Learning and memory in honeybees: From behavior to neural substrates. Annu. Rev. Neurosci. 19, 379-404 (1996).
  3. Seeley, T. D. The wisdom of the hive. , Harvard University Press. Cambridge Mass, London. (1995).
  4. Staudacher, E., Gebhardt, M. J., Dürr, V. Antennal movements and mechanoreception: neurobiology of active tactile sensors. Adv. Insect Physiol. 32, 49-205 (2005).
  5. Martin, H., Lindauer, M. Sinnesphysiologische Leistungen beim Wabenbau der Honigbiene. Z. Vergl. Physiol. 53, 372-404 (1966).
  6. Kevan, P. G. Texture sensitivity in the life of honeybees. Neurobiology and behavior of honeybees. Menzel, R., Mercer, A. , Springer Verlag. Berlin, Heidelberg, New York. 96-101 (1987).
  7. von Frisch, K. Tanzsprache und Orientierung der Bienen. , Springer Verlag. Berlin, Heidelberg, New York. (1965).
  8. Waser, N. M. Flower constancy: definition, cause, and ceasurement. Am. Nat. 127, 593-603 (1986).
  9. Kevan, P. G., Lane, M. A. Flower petal microtexture is a tactile cue for bees. Proc. Natl. Acad. Sci. U.S.A. 82, 4750-4752 (1985).
  10. Erber, J., Kierzek, S., Sander, E., Grandy, K. Tactile learning in the honeybee. J. Comp. Physiol. A. 183, 737-744 (1998).
  11. Kisch, J., Erber, J. Operant conditioning of antennal movements in the honey bee. Behav. Brain. Res. 99, 93-102 (1999).
  12. Scheiner, R., Erber, J., Page, R. E. Tactile learning and the individual evaluation of the reward in honey bees (Apis mellifera L.). J. Comp. Physiol. A. 185, 1-10 (1999).
  13. Erber, J., Scheiner, R. Honeybee learning. Encyclopedia of Neuroscience. Adelman, G., Smith, B. , Elsevier. (2004).
  14. Bitterman, M. E., Menzel, R., Fietz, A., Schäfer, S. Classical conditioning of proboscis extension in honeybees (Apis mellifera). J. Comp. Psychol. 97, 107-119 (1983).
  15. Dacher, M., Gauthier, M. Involvement of NO-synthase and nicotinic receptors in learning in the honey bee. Physiol. Behav. 95, 200-207 (2008).
  16. Camera Calibration Toolbox for Matlab [Internet]. , Available from: http://www.vision.caltech.edu/bouguetj/calib_doc (2004).
  17. Haralick, R. M., Shapiro, L. G. Computer and Robot Vision. I, Addison-Wesley. Reading, Mass. (1992).
  18. Erber, J. Tactile antennal learning in the honey bee. Honeybee Neurobiology and Behavior. Galizia, C. G., et al. , Springer Verlag. 439-455 (2012).
  19. Pankiw, T., Page, R. E. Effect of pheromones, hormones, and handling on sucrose response thresholds of honey bees (Apis mellifera L.). J. Comp. Physiol. A. 189, 675-684 (2003).
  20. Harris, J. W., Woodring, J. Effects of stress, age, season and source colony on levels of octopamine, dopamine and serotonine in the honey bee (Apis mellifera L.) brain. J. Insect. Physiol. 38, 29-35 (1992).
  21. Scheiner, R., Kuritz-Kaiser, A., Menzel, R., Erber, J. Sensory responsiveness and the effects of equal subjective rewards on tactile learning and memory of honeybees. Learn. Mem. 12, 626-635 (2005).
  22. Mujagic, S., Sarkander, J., Erber, B., Erber, J. Sucrose acceptance and different forms of associative learning of the honey bee (Apis mellifera L.) in the field and laboratory. Front. Behav. Neurosci. 4, 46(2010).
  23. Scheiner, R., Barnert, M., Erber, J. Variation in water and sucrose responsiveness during the foraging season affects proboscis extension learning in honey bees. Apidologie. 34, 67-72 (2003).
  24. Mujagic, S., Erber, J. Sucrose acceptance, discrimination and proboscis responses of honey bees (Apis mellifera L.) in the field and the laboratory. J. Comp. Physiol. A. 195, 325-339 (2009).
  25. Friedrich, A., Thomas, U., Müller, U. Learning at different satiation levels reveals parallel functions for the cAMP-protein kinase A cascade in formation of long-term memory. J. Neurosci. 24, 4460-4468 (2004).
  26. Erber, J., Pribbenow, B., Grandy, K., Kierzek, S. Tactile motor learning in the antennal system of the honeybee (Apis mellifera L.). J. Comp. Physiol. A. 181, 355-365 (1997).
  27. Lambin, M., Déglise, P., Gauthier, M. Antennal movements as indicators of odor detection by worker honeybees. Apidologie. 36, 119-126 (2005).

액세스가 제한되었습니다. 이 콘텐츠를 보려면 로그인하거나 체험판을 시작하세요.

재인쇄 및 허가

이 JoVE 논문의 텍스트 또는 그림 재사용 허가 요청

허가 요청

태그

2DMATLAB

관련 논문