비행 Circadian 활동 척도를 계산 방법

대부분의 동물에서 생체 시계는 행동 및 분자 과정을 조정하고 이를 매일의 명암 주기와 동기화합니다. 초파리의 경우, 시계는 일반적으로 운동 기록을 사용하여 연구됩니다. 다음은 12시간 라이트, 12시간 다크 사이클로 측정된 평균 야생형 이동의 예이며, 상단에 노란색-검은색 막대로 표시된 라이트-다크 사이클입니다.

일반적인 파리 기록은 두 개의 활동 피크, 즉 새벽 무렵에 발생하는 아침 피크와 황혼 무렵에 발생하는 저녁 피크가 있는 복잡한 바이오모달 패턴을 보여줍니다. 이 두 피크는 함께 clock genes에서 관찰되는 사인파 진동과 매우 다른 파형을 형성하며, 이는 clock 외에도 메커니즘이 행동 데이터에서 관찰된 패턴을 생성하는 데 큰 영향을 미친다는 것을 시사합니다. 여기서 우리는 파리 활동에서 시간적 패턴을 수학적으로 설명하는 첫 번째 방법을 제시합니다.

우리는 비행 이동을 모방하는 모델 파형으로 활동 데이터를 맞춥니다. 이 모델은 4개의 지수 항, 즉 아침 피크에서 2개의 항과 저녁 피크에서 2개의 항으로 구성됩니다. 일주기 주기와 함께 우리 모델에는 9개의 독립 매개변수가 있습니다.

B 매개변수는 아침 상승, 아침 감쇠, 저녁 상승 및 저녁 감쇠 속도를 정의합니다. TM 및 TE는 아침과 저녁 피크의 너비를 정의하고 HM 및 HE는 피크의 높이를 정의합니다. 이러한 매개변수는 함께 활동 패턴에서 아침과 저녁 피크의 크기와 모양을 완전히 설명합니다.

우리의 방법은 파리 운동 판독값에서 일반적으로 관찰되는 이중 모드 활동 패턴의 기초가 되는 메커니즘과 기판을 밝히는 데 적용할 수 있습니다. 운동 실험을 위해 한쪽 끝에는 음식이 있고 다른 쪽 끝에는 면이 있는 개별 튜브를 준비합니다. 이를 위해 먼저 50ml 비커에 5-6g의 파리 음식을 넣으십시오.

음식을 작은 조각으로 자르면 전자 레인지에 쉽게 녹일 수 있습니다. 단일 활동 모니터는 32개의 개별 튜브에 맞습니다. 따라서 32개의 튜브를 고무 밴드를 사용하여 함께 연결하십시오.

비커에 담긴 음식을 전자레인지에 녹입니다. 음식을 약 10-15초 동안 가열합니다. 5초마다 전자레인지를 멈추고 음식과 함께 비커를 약간 흔들어 음식이 균등하게 녹도록 합니다.

모든 음식이 녹았는지, 비커에 단단한 음식 조각이 남아 있지 않은지 확인하십시오. 음식이 아직 액체인 동안 음식과 함께 비커에 튜브를 삽입하십시오. 튜브를 조금씩 위아래로 움직여 동일하게 채워지도록 합니다.

음식을 식히고 약 1시간 동안 굳힙니다. 음식이 단단해지면 음식이 비커 바닥에 달라붙지 않도록 회전 동작을 사용하여 비커에서 튜브를 제거합니다. 그런 다음 고무 밴드를 제거합니다.

왁스를 사용하여 음식으로 끝을 밀봉하십시오. 이를 위해 먼저 종이 타월을 사용하여 튜브를 조심스럽게 닦습니다. 그런 다음 튜브를 왁스에 대고 누릅니다.

밀봉 품질을 육안으로 확인하고 필요한 경우 밀봉을 다시 반복하십시오. 이 기술을 사용하여 실험을 위해 모든 튜브를 밀봉합니다. 튜브의 다른 쪽 끝은 면과 가깝습니다.

면은 파리를 튜브 내부에 가두어 두면서 공기가 통과하도록 합니다. 또한 제거하고 다시 끼우는 것도 쉽기 때문에 실험을 위해 파리와 함께 튜브를 로드할 때 유용합니다. 이제 튜브가 준비되면 실험을 위해 파리를 싣습니다.

이를 위해 CO2가 있는 패드에서 파리를 언로드합니다. 그런 다음 브러시를 사용하여 각 개별 튜브에 단일 파리를 조심스럽게 넣습니다. 파리가 있는 튜브를 모니터에 넣습니다.

모니터에서와 같은 순서로 비행 이동은 모니터 시스템에 의해 출력 파일에 기록됩니다. 모니터를 컴퓨터에 연결하고 일정한 온도와 습도를 유지하는 인큐베이터에 넣습니다. 실험에 따라 적절한 명암 조건을 설정합니다.

밝은/어두운 실험의 경우 전체 실험 동안 파리를 밝은 색-어두운 주기로 유지합니다. 분석에서 측정 첫날을 사용하지 마십시오. 지속적인 어둠 실험의 경우, 먼저 시계의 동반 및 동기화를 위해 밝은 곳과 어두운 곳에서 이틀 동안 파리를 유지한 다음 지속적인 어둠으로 전환합니다.

분석에서 계속 어두워진 첫날의 측정값을 사용하지 마십시오. 다음 섹션으로 이동하기 전에 프로토콜을 읽는 것이 좋습니다. 모니터 시스템은 모니터에 있는 모든 파리의 활동을 포함하는 단일 파일을 출력합니다.

출력 파일의 마지막 32개 열에는 개별 파리의 활동이 포함되어 있습니다. 우리 프로그램은 단일 비행 활동과 함께 작동합니다. 따라서 출력 파일을 여러 개의 단일 비행 활동 파일로 분할합니다.

각 파일은 단일 열 TXT 파일이어야 합니다. 이제 활동 파일을 준비한 후 분석을 실행할 수 있습니다. 다음 입력 파라미터를 사용하여 MATLAB 명령 창에서 ModelFitPS3 함수를 실행합니다.

샘플링 속도, 데이터 샘플 시간 간격을 초 단위로 넣습니다. 예를 들어, 데이터는 20초 샘플링 속도로 수집되었습니다. 따라서 여기에 20을 입력합니다.

빈 간격으로, 더 나은 시각화를 위해 데이터가 비닝될 시간 간격을 분 단위로 입력합니다. 20분 또는 30분으로 비닝하는 것이 좋지만 지금은 나중에 쉽게 변경할 수 있는 방법을 보여주기 위해 여기에 10을 넣겠습니다. 추세의 경우 데이터가 기준선 추세를 표시하면 1을 입력하고 그렇지 않으면 0을 입력합니다.

데이터에는 기준선 추세가 없습니다. 따라서 여기에 0을 입력합니다. Enter 키를 눌러 함수를 실행합니다.

팝업 창에서 단일 파리 활동 파일을 선택하고 열기를 누릅니다. 이 프로그램은 데이터 전력 스펙트럼을 계산하고 플로팅합니다. 이 창에서 데이터의 기본 기간을 확인합니다.

이를 위해 일주기 주기의 피크에서 마우스 왼쪽 버튼으로 클릭하거나 두 번째 고조파에서 피크에서 마우스 오른쪽 버튼으로 클릭하고, 일주기 주기에서 대략 2로 나눈 값으로 복제됩니다. 우리의 경우, 2차 고조파에서의 피크는 일주기 주기의 피크보다 훨씬 크고 날카롭습니다. 따라서 두 번째 옵션을 사용합니다.

그런 다음 프로그램은 선택한 bin 간격으로 binned 된 데이터를 플롯합니다. 보시다시피 10분 간격의 빈 간격에서는 아침과 저녁 피크가 잘 시각화되지 않습니다. 따라서 이 값을 변경하려고 합니다.

이렇게 하려면 그래프의 아무 곳이나 마우스 오른쪽 버튼으로 클릭하기만 하면 됩니다. 새 대화 상자에서 bin 간격에 대한 새 값을 입력합니다. 20분 시간 간격으로 범주화하는 것이 좋습니다.

따라서 여기에 20을 입력합니다. OK를 누릅니다. 프로그램은 즉시 bin 간격의 새 값으로 데이터를 다시 그립니다. 이 값을 수락하려면 그래프의 아무 곳이나 마우스 왼쪽 버튼으로 클릭하기만 하면 됩니다.

이제 프로그램은 데이터를 다시 그리고 5일간의 측정값만 표시합니다. 이 창에서 분석에 사용할 첫 번째 아침 피크를 선택합니다. 때로는 처음 하루나 이틀을 건너뛰어야 하는데, 이는 파리가 명암 주기에 적응하는 데 걸립니다.

아침 피크를 선택하려면 선호하는 피크를 클릭하기만 하면 됩니다. 프로그램은 데이터를 다시 그리고 이제 선택한 아침 피크에서 시작하여 3일간의 측정값만 표시합니다. 파란색과 빨간색 세로선은 첫 번째 창에서 선택한 기간을 기준으로 첫 번째 저녁 피크와 두 번째 아침 피크를 표시합니다.

이 창에서 model 함수를 사용하여 데이터의 예비 피팅에 사용된 튜브의 점을 선택합니다. 이를 위해 다음 사항을 이 특정 순서로 클릭하십시오. 먼저 첫 번째 아침 피크의 상단을 클릭합니다.

클릭은 아래쪽에 빨간색 별표로 표시되어 클릭 위치를 보여줍니다. 그런 다음 아침 피크의 끝을 클릭하고, 저녁 피크의 시작을 클릭하고, 그 다음에는 저녁 피크의 상단을 클릭하고, 그 다음에는 저녁 피크의 끝을 클릭하고, 마지막으로 다음날 아침 피크의 상단을 클릭합니다. 이 프로그램은 최종 파라미터가 spectral fit에서 구해지므로 파워 스펙트럼을 다시 플로팅합니다.

이제 스펙트럼은 x축에 주파수로 표시되고, 일주기 피크는 플롯의 왼쪽에 위치합니다. 첫 번째 단계에서 결정된 기간은 빨간색 세로선으로 표시됩니다. 적합점을 선택하려면 먼저 1차 기간을 대략적으로 결정해야 합니다.

이를 위해서는 circadian period의 피크를 마우스 왼쪽 버튼으로 클릭하거나 두 번째 고조파에서 피크를 마우스 오른쪽 버튼으로 클릭하십시오. 다시 두 번째 옵션을 사용합니다. 그 후 스펙트럼 맞춤에 대한 포인트를 선택하는 슬라이더가 하단에 나타납니다.

포인트는 빨간색 원으로 표시되며 슬라이더를 이동하면 나타납니다. 슬라이더를 왼쪽과 오른쪽으로 이동하고, 점들을 스펙트럼 피크의 위쪽에 최대한 가깝게 배치합니다. 최상의 그림이 얻어진 후 수락 버튼을 누르면 프로그램이 선택한 점을 모델 파워 스펙트럼에 대한 해석적 표현에 맞춥니다.

피팅 후 프로그램은 두 개의 그래프를 더 출력합니다. 첫 번째는 추출된 매개변수로 구성된 모델의 파워 스펙트럼입니다. 두 번째는 모델에 맞는 데이터입니다.

데이터는 검은색 선으로 표시되고 모델은 빨간색 선으로 표시됩니다. 함수가 데이터, 특히 지난 3일간의 활동과 매우 유사하다는 것을 알 수 있습니다. 추출된 매개변수는 모델 맞춤 매개변수 TXT 파일에 저장됩니다.

파일 이름 뒤에 매개 변수는 먼저 아침 감소의 b, 아침 상승의 b, 저녁 상승의 b, 저녁 감소의 b, 일주기 기간의 b, 일주기 기간의 b, 일주기 기간으로 나눈 아침 피크의 너비, 일주기 주기로 나눈 저녁 피크의 너비, 아침 피크의 높이, 저녁 피크의 높이, 그리고 스펙트럼 적합의 피팅 오류. 모델 맞춤 매개변수 파일 외에도 프로그램은 두 개의 파일을 더 출력합니다. 첫 번째는 모델 함수를 사용한 데이터 피팅이고, 두 번째는 스펙트럼 피팅입니다.

다른 활동 파일을 사용하여 이 분석을 수행합니다. 추출된 모든 매개변수는 모델 맞춤 매개변수 TXT 파일에 저장되며, 모델 활동 패턴에 의해 제어되는 비행 일일 행동을 조절하는 기본 메커니즘에 행동 출력을 연결하는 데 추가로 사용할 수 있습니다.