Name: 촉각 시설과 꿀벌에 Antennal 샘플링 전략의 움직임 분석 ( API를 mellifera L.) (동영상) | JoVE Journal
Uploaded: 2012-12-12T11:50:00.000+00:00
Duration: 10 min 14 s
Description: 학습하세요 꿀벌의 촉각 자극 조건화와 2D 동작 캡처 기법을 이용한 더듬이 샘플링 운동학 분석 방법입니다. 이 기술은 Apis mellifera의 연합 및 비연합 학습 메커니즘을 연구하는 데 활용됩니다.

ai_agent_IP

ai_agent

maintenance

instantTrialDurationMinutes

isBiopharma

enableNewMyJoveSectionDesign

educationFeatures

seoMetaApi

ai_copilot_institution_blacklist

ai_chat_institution_blacklist

freeAccessWindow

ssoRoleCapture

scheduledMaintenanceBanner

joveLabsFeatures

disable_autoplay_for_bots

extended_trial_duration

5 minutes

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.

1. 꿀벌 준비 <ol><li> 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. </li><li> 사람들이 부동의 첫 징후를 보여 ° C까지 실험실에서 캡처 꿀벌은 잠시 4에 냉장고에 냉각되어 있습니다. </li><li> 각 단일 고정 벌은 머리와 가슴 사이와 복부 이상 접착 테이프로 작은 금속 튜브에 장착되어 있습니다. 케어는 코와 안테나 자유롭게 움직일 수 있다는주의해야한다. </li><li> 비전을 막다하기 위해 흰색 페인트 (예 : 용매 무료 Tipp-예)로 고정 벌의 화합물 눈과 ocelli 그림을 그리기도 하죠. </li><li> 녹음하는 동안 머리의 움직임을 방지하기 위해 머리와 가슴 사이의 테이프에 문제를 해결하기 위해 꿀벌의 머리 뒤에 녹은 왁스의 작은 방울을 추가. </li><li> 더 나은 식별 테이프에 번호를 각각 하나의 벌을 표시하고 탈수를 방지하기 위해 습윤 분위기에 고정 벌과 튜브를 놓습니다. </li><li> 주사기가 표시 30 % 자당 솔루션의 방울을 5 초 각 하나의 벌을 먹이고 촉각 시설 프로토콜로 시작하기 전에 모든 꿀벌이 30 분에 복구 보자. </li></ol> 2. 촉각 컨디셔닝 <ol><li> 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. </li><li> 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. </li><li> 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. </li><li> 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. </li><li> 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. </li></ol> 3. 동적 레코딩 <ol><li> 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. </li><li> 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. </li><li> 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. </li></ol> 4. 데이터 분석 <ol><li> 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. </li><li> 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. </li><li> 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. </li><li> 클러스터 당 픽셀의 수는 계산되어 두 개의 큰 클러스터가 선택되었습니다. 무게 중심은 왼쪽과 오른쪽 안테나 (그림 1D)를 구별하는 계산됩니다. </li><li> 각 안테나에 대한 antennal 팁은 근위 - 투 - 말초 방향 (그림 1D 참조)에서 가장 높은 값을 가진 클러스터에서 픽셀로 정의 할 수 있습니다. </li></ol>

<ol><li>Page, R. E., Scheiner, R., Erber, J., Amdam, G. V. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+development+and+evolution+of+division+of+labor+and+foraging+specialization+in+a+social+insect+%28Apis+mellifera++L.%29%5BTitle%5D)+AND+%22Curr.+Top.+Dev.+Biol%22%5BJournal%5D)">The development and evolution of division of labor and foraging specialization in a social insect (Apis mellifera L.).</a> Curr. Top. Dev. Biol. 74, 253-286 (2006).</li>
<li>Menzel, R., Müller, U. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Learning+and+memory+in+honeybees%3A+From+behavior+to+neural+substrates%5BTitle%5D)+AND+%22Annu.+Rev.+Neurosci%22%5BJournal%5D)">Learning and memory in honeybees: From behavior to neural substrates.</a> Annu. Rev. Neurosci. 19, 379-404 (1996).</li>
<li>Seeley, T. D. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=author%3aSeeley%2C+TD+%22The+wisdom+of+the+hive%22">The wisdom of the hive</a>. , Harvard University Press. Cambridge Mass, London. (1995).</li>
<li>Staudacher, E., Gebhardt, M. J., Dürr, V. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Antennal+movements+and+mechanoreception%3A+neurobiology+of+active+tactile+sensors%5BTitle%5D)+AND+%22Adv.+Insect+Physiol%22%5BJournal%5D)">Antennal movements and mechanoreception: neurobiology of active tactile sensors.</a> Adv. Insect Physiol. 32, 49-205 (2005).</li>
<li>Martin, H., Lindauer, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Sinnesphysiologische+Leistungen+beim+Wabenbau+der+Honigbiene%5BTitle%5D)+AND+%22Z.+Vergl.+Physiol%22%5BJournal%5D)">Sinnesphysiologische Leistungen beim Wabenbau der Honigbiene.</a> Z. Vergl. Physiol. 53, 372-404 (1966).</li>
<li>Kevan, P. G. Texture sensitivity in the life of honeybees. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=author%3aKevan%2C+PG+%22Neurobiology+and+behavior+of+honeybees%22">Neurobiology and behavior of honeybees</a>. Menzel, R., Mercer, A. , Springer Verlag. Berlin, Heidelberg, New York. 96-101 (1987).</li>
<li>von Frisch, K. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=author%3avon+Frisch%2C+K+%22Tanzsprache+und+Orientierung+der+Bienen%22">Tanzsprache und Orientierung der Bienen</a>. , Springer Verlag. Berlin, Heidelberg, New York. (1965).</li>
<li>Waser, N. M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Flower+constancy%3A+definition%2C+cause%2C+and+ceasurement%5BTitle%5D)+AND+%22Am.+Nat%22%5BJournal%5D)">Flower constancy: definition, cause, and ceasurement.</a> Am. Nat. 127, 593-603 (1986).</li>
<li>Kevan, P. G., Lane, M. A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Flower+petal+microtexture+is+a+tactile+cue+for+bees%5BTitle%5D)+AND+%22Proc.+Natl.+Acad.+Sci.+U.S.A%22%5BJournal%5D)">Flower petal microtexture is a tactile cue for bees.</a> Proc. Natl. Acad. Sci. U.S.A. 82, 4750-4752 (1985).</li>
<li>Erber, J., Kierzek, S., Sander, E., Grandy, K. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Tactile+learning+in+the+honeybee%5BTitle%5D)+AND+%22J.+Comp.+Physiol.+A%22%5BJournal%5D)">Tactile learning in the honeybee.</a> J. Comp. Physiol. A. 183, 737-744 (1998).</li>
<li>Kisch, J., Erber, J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Operant+conditioning+of+antennal+movements+in+the+honey+bee%5BTitle%5D)+AND+%22Behav.+Brain.+Res%22%5BJournal%5D)">Operant conditioning of antennal movements in the honey bee.</a> Behav. Brain. Res. 99, 93-102 (1999).</li>
<li>Scheiner, R., Erber, J., Page, R. E. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Tactile+learning+and+the+individual+evaluation+of+the+reward+in+honey+bees+%28Apis+mellifera+L.%29%5BTitle%5D)+AND+%22J.+Comp.+Physiol.+A%22%5BJournal%5D)">Tactile learning and the individual evaluation of the reward in honey bees (Apis mellifera L.).</a> J. Comp. Physiol. A. 185, 1-10 (1999).</li>
<li>Erber, J., Scheiner, R. Honeybee learning. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=author%3aErber%2C+J+%22Encyclopedia+of+Neuroscience%22">Encyclopedia of Neuroscience</a>. Adelman, G., Smith, B. , Elsevier. (2004).</li>
<li>Bitterman, M. E., Menzel, R., Fietz, A., Schäfer, S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Classical+conditioning+of+proboscis+extension+in+honeybees+%28Apis+mellifera%29%5BTitle%5D)+AND+%22J.+Comp.+Psychol%22%5BJournal%5D)">Classical conditioning of proboscis extension in honeybees (Apis mellifera).</a> J. Comp. Psychol. 97, 107-119 (1983).</li>
<li>Dacher, M., Gauthier, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Involvement+of+NO-synthase+and+nicotinic+receptors+in+learning+in+the+honey+bee%5BTitle%5D)+AND+%22Physiol.+Behav%22%5BJournal%5D)">Involvement of NO-synthase and nicotinic receptors in learning in the honey bee.</a> Physiol. Behav. 95, 200-207 (2008).</li>
<li>Camera Calibration Toolbox for Matlab [Internet]. , Available from: 
 <a target="_blank" href=" http://www.vision.caltech.edu/bouguetj/calib_doc"> http://www.vision.caltech.edu/bouguetj/calib_doc</a> (2004).</li>
<li>Haralick, R. M., Shapiro, L. G. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=author%3aHaralick%2C+RM+%22Computer+and+Robot+Vision%22">Computer and Robot Vision</a>. I, Addison-Wesley. Reading, Mass. (1992).</li>
<li>Erber, J. Tactile antennal learning in the honey bee. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=author%3aErber%2C+J+%22Honeybee+Neurobiology+and+Behavior%22">Honeybee Neurobiology and Behavior</a>. Galizia, C. G., et al. , Springer Verlag. 439-455 (2012).</li>
<li>Pankiw, T., Page, R. E. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Effect+of+pheromones%2C+hormones%2C+and+handling+on+sucrose+response+thresholds+of+honey+bees+%28Apis+mellifera+L.%29%5BTitle%5D)+AND+%22J.+Comp.+Physiol.+A%22%5BJournal%5D)">Effect of pheromones, hormones, and handling on sucrose response thresholds of honey bees (Apis mellifera L.).</a> J. Comp. Physiol. A. 189, 675-684 (2003).</li>
<li>Harris, J. W., Woodring, J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Effects+of+stress%2C+age%2C+season+and+source+colony+on+levels+of+octopamine%2C+dopamine+and+serotonine+in+the+honey+bee+%28Apis+mellifera+L.%29+brain%5BTitle%5D)+AND+%22J.+Insect.+Physiol%22%5BJournal%5D)">Effects of stress, age, season and source colony on levels of octopamine, dopamine and serotonine in the honey bee (Apis mellifera L.) brain.</a> J. Insect. Physiol. 38, 29-35 (1992).</li>
<li>Scheiner, R., Kuritz-Kaiser, A., Menzel, R., Erber, J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Sensory+responsiveness+and+the+effects+of+equal+subjective+rewards+on+tactile+learning+and+memory+of+honeybees%5BTitle%5D)+AND+%22Learn.+Mem%22%5BJournal%5D)">Sensory responsiveness and the effects of equal subjective rewards on tactile learning and memory of honeybees.</a> Learn. Mem. 12, 626-635 (2005).</li>
<li>Mujagic, S., Sarkander, J., Erber, B., Erber, J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Sucrose+acceptance+and+different+forms+of+associative+learning+of+the+honey+bee+%28Apis+mellifera+L.%29+in+the+field+and+laboratory%5BTitle%5D)+AND+%22Front.+Behav.+Neurosci%22%5BJournal%5D)">Sucrose acceptance and different forms of associative learning of the honey bee (Apis mellifera L.) in the field and laboratory.</a> Front. Behav. Neurosci. 4, 46(2010).</li>
<li>Scheiner, R., Barnert, M., Erber, J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Variation+in+water+and+sucrose+responsiveness+during+the+foraging+season+affects+proboscis+extension+learning+in+honey+bees%5BTitle%5D)+AND+%22Apidologie%22%5BJournal%5D)">Variation in water and sucrose responsiveness during the foraging season affects proboscis extension learning in honey bees.</a> Apidologie. 34, 67-72 (2003).</li>
<li>Mujagic, S., Erber, J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Sucrose+acceptance%2C+discrimination+and+proboscis+responses+of+honey+bees+%28Apis+mellifera+L.%29+in+the+field+and+the+laboratory%5BTitle%5D)+AND+%22J.+Comp.+Physiol.+A%22%5BJournal%5D)">Sucrose acceptance, discrimination and proboscis responses of honey bees (Apis mellifera L.) in the field and the laboratory.</a> J. Comp. Physiol. A. 195, 325-339 (2009).</li>
<li>Friedrich, A., Thomas, U., Müller, U. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Learning+at+different+satiation+levels+reveals+parallel+functions+for+the+cAMP-protein+kinase+A+cascade+in+formation+of+long-term+memory%5BTitle%5D)+AND+%22J.+Neurosci%22%5BJournal%5D)">Learning at different satiation levels reveals parallel functions for the cAMP-protein kinase A cascade in formation of long-term memory.</a> J. Neurosci. 24, 4460-4468 (2004).</li>
<li>Erber, J., Pribbenow, B., Grandy, K., Kierzek, S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Tactile+motor+learning+in+the+antennal+system+of+the+honeybee+%28Apis+mellifera+L.%29%5BTitle%5D)+AND+%22J.+Comp.+Physiol.+A%22%5BJournal%5D)">Tactile motor learning in the antennal system of the honeybee (Apis mellifera L.).</a> J. Comp. Physiol. A. 181, 355-365 (1997).</li>
<li>Lambin, M., Déglise, P., Gauthier, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Antennal+movements+as+indicators+of+odor+detection+by+worker+honeybees%5BTitle%5D)+AND+%22Apidologie%22%5BJournal%5D)">Antennal movements as indicators of odor detection by worker honeybees.</a> Apidologie. 36, 119-126 (2005).</li>
</ol>

관심 없음 충돌이 선언 없습니다.

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. <p class="jove_conten...

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

촉각 시설과 꿀벌에 antennal 샘플링 전략의 움직임 분석 (<em&gt; api를 mellifera</em&gt; l.)

Tactile Conditioning And Movement Analysis Of Antennal Sampling Strategies In Honey Bees (Apis mellifera L.)

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.

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 </str긴 사연&gt;, ...

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

촉각 시설과 꿀벌에 Antennal 샘플링 전략의 움직임 분석 (<em&gt; API를 mellifera</em&gt; L.)

Honey bees (Apis mellifera L.) are eusocial insects and well known for their complex division of labor and associative learning capability1, 2. The worker ...

이 절차의 전반적인 목표는 꿀벌을 촉각 자극에 적응시키는 방법을 보여주고, 미세 스케일과 10가지 샘플링 패턴의 운동학을 분석하기 위한 2D 모션 캡처 기술을 도입하는 것입니다. 처음에는 벌통 앞에서 자유롭게 날아다니는 꿀벌을 포획해야 합니다. 두 번째 단계는 꿀벌을 금속 튜브에 묶고 흰색 페인트로 눈을 가리는 것입니다.다음으로, 꿀벌은 고전적인 조건화 절차를 사용하여 촉각 자극을 훈련받습니다. 마지막 단계는 디지털 비디오 카메라로 조절된 꿀벌의 안테나 움직임을 기록하는 것입니다. 궁극적으로 MATLAB의 2D 모션 캡처는 연관 및 비연관 촉각 학습 패러다임 이후 꿀벌의 안테나 이동 동작의 변화를 분석하는 데 사용됩니다.이 방법은 다양한 변경 가능한 종의 촉각 구별 및 인식을 연구하는 데 사용할 수 있습니다. 비연관 촉각 학습으로 인한 변화와 조건화 중과 같은 연관 학습에서 발생하는 변화를 구별할 수 있습니다. 일반적으로 이 방법을 처음 접하는 개인은 꿀벌을 매우 조심스럽게 다루어야 하고 촉각 조절 절차의 타이밍이 중요하기 때문에 어려움을 겪을 것입니다.이 방법은 능동 터치 감지 분야의 핵심 질문에 답하는 데 도움이 될 수 있습니다. 자연스러운 반사 행동을 보고 행동으로 사용하여 동물이 두 가지 촉각 자극을 구별할 수 있는지 여부를 알 수 있습니다. 시작하려면 벌통 입구에서 직접 꿀벌을 수집하십시오.폼 플러그로 닫힌 유리 바이알에 있는 각 꿀벌을 포획하고 실험실에서 추가 취급을 위해 즉시 실험실로 가져갑니다. 간단히 말해서 꿀벌이 움직이지 않는 징후를 보이기 시작할 때까지 섭씨 4도의 냉장고에서 꿀벌을 식힙니다. 먼저 각 꿀벌을 금속 튜브에 고정시킵니다.머리와 흉부 주위, 복부 위에 접착 테이프를 붙입니다. 프로버스와 더듬이가 벌의 시야를 가리기 위해 자유롭게 움직일 수 있는지 확인합니다. 겹눈과 셀리를 흰색 페인트로 칠합니다.머리가 움직이지 않도록 머리와 테이프 사이에 녹은 왁스를 한 방울 떨어뜨립니다. 녹음 중. 쉽게 식별할 수 있도록 각 꿀벌의 테이프에 숫자를 표시하고 튜브를 습한 분위기에 넣어 탈수를 방지하십시오.마지막으로 30% 자당 용액을 채운 주사기를 사용하여 각 꿀벌에게 5초 동안 먹이를 주고 30분 동안 회복하도록 합니다. 촉각 컨디셔닝 프로토콜을 시작하기 전에 컨디셔닝하기 전에 각 B의 psis 확장 반응 또는 PER을 테스트합니다. 이렇게하려면 올바른 반응을 위해 안테나에 30 % 자당 자극을 적용하십시오.psis의 끝은 열린 하악골 사이의 가상 선을 교차해야 합니다. 올바른 PER을 가진 꿀벌만 연구에 사용됩니다. 촉각 조건화의 경우 금속 표면 구조가 조건화 자극 또는 cs로 사용됩니다.그들의 표면은 다른 질감을 만들기 위해 매끄럽거나 홈이 있을 수 있습니다. 무조건 자극 또는 US는 30% 자당 용액입니다. 황동 큐브를 마이크로 매니퓰레이터의 홀더에 놓습니다.이렇게 하면 컨디셔닝 절차 중에 정확한 위치를 지정할 수 있습니다. 촉각 자극이 장착되면 마이크로 매니퓰레이터 앞에 꿀벌을 놓습니다. 다음으로, 촉각 자극의 표면이 꿀벌의 머리와 평행이 되도록 C를 천천히 배치합니다.꿀벌은 두 안테나를 모두 사용하여 편안한 위치에서 촉각 자극을 스캔할 수 있어야 합니다. 컨디셔닝 절차를 시작하려면 비드가 5초 동안 촉각 자극을 스캔하도록 합니다. 처음 3초 후에 주사기를 사용하여 아래에 30% 자당 용액 한 방울을 제시합니다.주사기 끝을 사용하여 프로버스를 부드럽게 올립니다. 이 자극은 무조건적인 PER을 유도해야 합니다.꿀벌이 자당을 핥도록 합니다.1초의 보상이 주어집니다. 꿀벌이 5쌍을 받을 때까지 컨디셔닝 절차를 진행합니다. 첫 번째 보상 페어링 후, 꿀벌은 다가오는 보상을 기대한다는 것을 나타내는 psis를 확장하여 CS 프레젠테이션에 응답하기 시작해야 합니다.자당 발표 전에 촉각 자극 발표의 처음 3초 동안 관찰된 완전히 확장된 psis는 긍정적인 반응으로 점수가 매겨집니다. 마지막으로, 꿀벌 그룹에 대한 학습 곡선이 생성됩니다. 이를 위해 CS 프레젠테이션 중 PER을 보여주는 꿀벌의 비율이 각 시도에 대해 표시됩니다.컨디셔닝 후, 적절한 매크로 렌즈가 있는 디지털 비디오 카메라를 사용하여 안테나 움직임을 기록합니다. 여기서는 파이어 와이어 연결을 통해 초당 50프레임으로 작동되는 기술 사양 VZM 200 렌즈가 장착된 Basler 602 F 카메라를 사용하여 하네스된 벌과 촉각 자극이 보이도록 카메라를 조정합니다. 다음으로, 다른 방향에서 보정된 바둑판의 단일 사진을 촬영하여 카메라를 보정합니다.카메라 보정 도구와 함께 특수 소프트웨어를 사용하여 이미지를 분석합니다. 보정이 완료되면 카메라 렌즈 아래에 단일 고정 B를 놓고 촉각 자극을 제시합니다. 앞에서 보여준 것처럼.꿀벌이 물체를 스캔하는 동안 enseal의 움직임을 기록합니다. 데이터가 수집되면 MATLAB을 사용하여 먼저 이미지 배경을 정의하고 각 픽셀에 대해 시간 경과에 따른 중간 그레이 스케일 값을 계산합니다. 꿀벌의 고정된 머리와 촉각 자극과 같은 정적 물체는 비디오에서 움직이는 부분인 각 프레임에서 이미지 배경을 빼서 이미지 배경을 구성합니다.이상적으로, 꿀벌의 더듬이는 추가 처리를 위해 0이 아닌 값의 유일한 영역으로 격리됩니다. 0이 아닌 픽셀 값을 가진 두 개의 가장 큰 영역은 안테나로 간주됩니다. 마스크는 안테나 팁의 위치를 파악하고 전체 이미지를 사용하여 오류의 양을 줄이기 위해 생성됩니다.이미지 침식과 팽창 도구의 조합은 이러한 기술이 노이즈 수준을 줄인 후에 적용됩니다. 이진 마스크 기능은 연결되지 않은 영역을 클러스터링하는 데 사용됩니다. 무게 중심은 왼쪽 안테나와 오른쪽 안테나를 구별하기 위해 이러한 클러스터 중 가장 큰 두 개의 클러스터에 대해 계산됩니다.여기에서 빨간색과 녹색으로 색상 레이블이 지정되어 있습니다. 마지막으로, 각 안테나에 대한 안테나 팁은 근위 방향에서 원위 방향에서 가장 높은 값을 갖는 클러스터 내의 픽셀로 정의될 수 있으며, 표시된 팁의 공간 분포를 보여주는 2차원 히스토그램이 생성됩니다. 다음은 꽃가루 위조자의 촉각 PER 컨디셔닝에 대한 학습 곡선입니다.첫 번째 페어링 후 긍정적인 반응의 비율은 자발적인 행동과 비교할 때 훨씬 더 높았으며, 학습 곡선은 세 번째 보상 후 포화 상태를 보여줍니다. 이 예시에서, 조건화된 그룹과 순진한 그룹 모두에서 항문 끝의 움직임은 보이는 촉각 자극의 유무에 따라 1분 동안 기록되었습니다. 다음은 자극 발표 전에 자발적인 터널 움직임입니다.absa는 터널 팁의 측면 위치를 나타내고 세로좌표는 원위 위치를 나타냅니다. 색상 스케일은 anin 팁이 지정된 위치에서 소비한 시간의 백분율을 나타냅니다. 노란색은 매우 빈번한 위치, 빨간색, 빈도가 낮은 위치, 검은색 위치가 손이 닿지 않는 위치를 나타냅니다.이 데이터는 조건화된 그룹과 조건화된 그룹 모두 자발적인 행동에 비해 촉각 자극이 있을 때 antal 운동 패턴을 변화시켰음을 보여줍니다. 자극의 표면 근처에 있는 직사각형의 노란색 영역은 개미 발뒤꿈치 끝이 표면을 샘플링하는 데 많은 시간을 소비했음을 나타냅니다. 조건화된 그룹의 꿀벌은 순진한 꿀벌보다 자극 영역에서 안테나 끝으로 훨씬 더 많은 시간을 보냈습니다.이 절차에 따라 전기 생리학 및 약리학적 방법을 찾아 꿀벌의 발달 후 적극적인 접촉 행동에 대한 신경 생리학적 근거는 무엇입니까? 이 촉각 조절 기술은 능동 터치 감지 분야의 연구자들이 촉각 자극 식별의 다양한 측면뿐만 아니라 Alpha Pots의 촉각 학습 및 기억의 다양한 측면을 탐구할 수 있는 길을 열었습니다. 이 비디오를 시청한 후에는 능동적인 촉각 검색 및 샘플링 움직임과 곤충을 분석하는 방법을 잘 이해하게 될 것입니다.움직임 분석은 첫 번째 카메라와 동기화하여 하나 이상의 추가 카메라가 추가되는 경우 3차원 분석으로 확장될 수 있습니다.

tactile-conditioning-movement-analysis-antennal-sampling-strategies

Research

연구

JoVE Journal

Neuroscience

신경과학

꿀벌은 appetitive 후각 학습 패러다임 (당 시설)에서 시설 수 있습니다. 자극과 같은 냄새를 사용하여, 우리는 동시에 칼슘 이미징이 버섯 신체 뉴런에서 냄새 evoked 활동을 측정하는 데 사용하는 동안 기록되는 행동 방식을...

생체내 칼슘 2 + - 허니 비에 강한 학습하는 동안 버섯 바디 뉴런의 영상

우리는 마약 조직의 응용 프로그램에서 꿀벌의 후각 appetitive 에어컨 패러다임 (아피스 mellifera)의 행동 약리학 방법을 구현하는 방법을 보여줍니다. 이 방법은 메커니즘 기본 학습과 간단하고 안정적​​인 방식으로 메모리 형성의 조사를 허용합니다.

꿀벌의 코 확장 응답 클래식 컨디셔닝에 Behavioural 약리학 ( 아피스 mellifera)

후각 신호는 곤충의 여러 가지 행동을 중재하고, 휘발성 화합물의 수백 수십 구성 종종 복합 혼합물이다. 곤충 antennal 엽의 멀티 채널 녹음과 가스 크로마토 그래피를 사용하여, 우리는 bioactive 화합물의 식별하는 방법을 설명합니다.

곤충 Antennal 엽에 가스 크로마토 그래피 - 멀티 유닛 레코딩 (GCMR)를 사용하여 강한 휘발성 물질의 식별

꿀벌(Apis mellifera)을 위해 개발된 코확장반응(PER) 조절프로토콜은 많은 곤충 종에서 여러 가지 학습 메커니즘을 연구하기 위한 생태학적으로 관련성이 있고 쉽게 정량화할 수 있는 수단을 제공합니다.

코 확장 응답 곤충의 행동 소성을 조사하기위한 프로토콜 : 기본, 바이오 메디컬에 응용 프로그램, 및 농업 연구

두 개의 서로 다른 뇌 neuropiles 또는 두 개의 서로 다른 해부학 책자에서 동시 세포 장기 기록은 꿀벌에 설립되었다. 이 기록은 다른 뇌 영역 하나의 신경 세포에서뿐만 아니라 행동 동물의 앙상블 수준에서 신경 세포의 처리 시간 측면의 조사를 할 수 있습니다.

행동을 한 꿀벌 두 신경 처리 단계에서 동시 장기 녹음

이 비디오는 호박벌의 선택 행동을 모니터링하기 위한 RFID(Radio-Frequency Identification) 및 동작 감지 비디오 녹화 방법에 대해 설명합니다.

무선 주파수 식별하고 효율적으로 모션에 민감한 비디오 땅벌에 의해 무보수 선택 행동의 기록을 자동화

용액의 영양분과 독소에 대해 자유롭게 움직이는 호박벌(Bombus terrestris)의 입 부분의 단기 미각 반응을 조사하기 위한 새로운 행동 분석법이 설명되어 있습니다.

소설 행동 분석은 (엉망으로 꿀벌을 자유롭게 이동 개인의 미각 응답을 조사하기<em&gt; 뒤의 terrestris</em&gt;)

이 원고는 자유 비행 꿀벌에 대한 간단한 비 침습적 방법뿐만 아니라 억제 꿀벌의 정확한 지역화 된 처리 수 있도록 더 많은 침략 변종을 포함, 꿀벌에 약리 에이전트를 관리하기위한 여러 프로토콜을 설명합니다.

절제된 자유 비행 꿀 꿀벌의 Neuropharmacological 조작,<em&gt; API를 mellifera이</em

꿀벌 식민지의 손실은 작물 수분 서비스에 대한 도전입니다. 현재의 pollinator 보호 관행은 혐기성 화학 물질을 사용하여 유해한 농약에 대한 꿀벌의 접촉을 최소화하기위한 대체적인 접근법을 보증합니다. 여기서 우리는 벌에 대한 억지력을 스크린하기위한 시각적 추적 프로토콜에 대한 상세한 방법을 제공합니다.

꿀벌을위한 억제 성 화학 물질을 차단하는 비디오 추적 프로토콜

이 프로토콜 기존의 컴퓨터를 사용 하 여 기존의 웹 카메라 비디오에서 곤충 안테나 및 코 위치의 프레임별으로 추적을 위한 새로운 소프트웨어, SwarmSight, 사용 하기 위한 단계를 설명 합니다. 무료, 오픈-소스 소프트웨어 프레임 약 120 배를 인간 보다 더 빨리 처리 하 고 이상의 인간의 정확도에서 수행 합니다.

SwarmSight: 곤충 안테나와 일반적인 준비와 기존 하드웨어를 사용 하 여 코 확장 반사의 실시간 추적

우리는 자유롭게 개인 이동 불가능 분석의 수준에서 시각적 학습 및 메모리 형성 연구에 연구를 이용한 개미 클래식 컨디셔닝에 대 한 프로토콜을 제시.

나무 개미에 비주얼 고전 컨디셔닝

학습하세요 꿀벌의 촉각 자극 조건화와 2D 동작 캡처 기법을 이용한 더듬이 샘플링 운동학 분석 방법입니다. 이 기술은 Apis mellifera의 연합 및 비연합 학습 메커니즘을 연구하는 데 활용됩니다.

촉각 시설과 꿀벌에 Antennal 샘플링 전략의 움직임 분석 (

더 많은 동영상 탐색