Name: 비행 Circadian 활동 척도를 계산 방법 (동영상) | JoVE Journal
Uploaded: 2017-10-28T14:00:00.000+00:00
Duration: 13 min 5 s
Description: 학습하세요 과일파리의 서커디안 운동 리듬을 다중모수 모델 파형으로 정량화하는 방법을. 아침과 저녁 활동 피크를 특성화하여 생체시계 메커니즘을 심층 분석할 수 있습니다.

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 비디오 콘텐츠에 대 한 Stanislav Lazopulo에 감사입니다.

1. 측정 비행 운동을 사용 하 여 초파리 활동 모니터 (댐) 참고: 자세한 내용은 참조 참조 5.
<ol><li>개별 준비 끝에 음식 튜브를 비행 하 고 다른 면. 음식 끝 음식을 밖으로 건조 하지 않도록 밀봉 되어야 한다.
	<ol><li>50 mL 비 커에 비행 식품의 5-6 g을 넣어. 그래서 그것이 그것을 녹기 쉽게 음식을 작은 조각으로 잘라</li>
		<li>32 연결 고무 밴드와 함께 개별 유리관.</li>
		<li>비 커에 음식을 열 전자 레인지 오븐에 10-15 미 중지는 전자 레인지에 대 한 모든 5에 의해 녹아 s 음식의 동등한 용융 되도록 비 커를 신중 하 게 흔들어.</li>
		<li>음식은 여전히 액체 음식 비 커에 준비 된 개별 튜브를 넣어. 그래서 그들은 동등 하 게 가득 튜브를 아래로 이동.</li>
		<li>허용 진정 하 고 약 1 헤에 대 한 강화 식품</li>
		<li>음식 고체 후 비 커에서 음식 튜브를 제거.</li>
		<li>왁 스를 사용 하 여 식품을 포함 하는 끝 인감. 첫째, 신중 하 게 깨끗 한 종이 타월을 사용 하 여 튜브 누른 다음 왁 스에 대 한 관. 시각적으로 인감의 품질을 확인 하 고 필요한 경우 반복 씰링 다시.</li>
		<li>목화와 함께 튜브의 다른 쪽 끝을 닫습니다; 면 공기 튜브에 잠겨 비행을 유지 하는 동안 통과를 허용 합니다.</li>
	</ol></li> <li>각 개별 튜브에 하나의 비행 하 고 댐에서 튜브를 배치.</li>
	<li>장소는 일정 한 온도 습도 유지 하는 인큐베이터에서 모니터링 합니다. 실험에 따라 달라 집니다, 적절 한 빛/어둠 상태를 다음과 같이 설정 합니다.
	<ol><li>명암 실험 모든 실험에 대 한 명암 주기에서 파리를 계속. 분석에서 측정의 첫 날을 사용 하지 마십시오.</li>
		<li>상수 어둠 실험, 먼저 유입 및 시계 동기화에 대 한 밝은/어두운 조건에서 이틀 동안 파리를 유지 하 고 다음 일정 어둠으로 전환. 분석에서 상수 어둠의 첫 번째 날부터 측정을 사용 하지 마십시오.</li>
	</ol></li> <li>분석에 사용할 수 있는 데이터의 적어도 4 개의 일 수집. 
	참고: 댐 시스템 모니터에서 모든 파리의 운동 기록으로 단일 파일을 출력 합니다.</li>
</ol> 2. 데이터 분석 <ol><li>분할 모니터 출력 파일을 여러 개의 단일 비행 활동 파일, 각 파일 단일 열 이어야 한다 &#39;.txt &#39; 파일 개별 비행 운동 측정.</li>
	<li>실행 &#39; ModelFitPS3.m &#39; Matlab 명령 창이 다음 입력된 매개 변수에서 함수: <ol><li>samplingrate에 대 한 데이터 샘플링 시간 간격을 초 단위로 설정. 예를 들어 활동은 매 순간, 측정 입력 60로 samplingrate.</li>
		<li>Bin_interval, 분을 더 나은 시각화를 위한 데이터를 범주화 됩니다; 권장된 빈 간격 20-30 분의 시간 간격 설정</li>
		<li>추세, 입력 &#34; 1 &#34; 데이터 기준선 추세를 표시 하는 경우와 &#34; 0 &#34; 그렇지 않으면; 추세 데이터 것입니다 수 detrended 먼저 두 번째 순서를 다항식 및 다음 데이터에서 빼서 의해.</li>
	</ol></li> <li>팝업 창에서 단일 비행 활동 파일 선택. 
	참고: 첫 번째 플롯은 데이터 파워 스펙트럼, 그리고 친숙 한 활동 플롯 하지. 그려진된 파워 스펙트럼에서 기본 기간 T 0 결정: circadian 피크에 마우스 왼쪽된 버튼으로 또는 두 번째 고조파 피크에서 마우스 오른쪽 버튼으로 클릭 (주위에 T 0 / 2).</li>
	<li>열린된 데이터 플롯에 아침과 저녁 첨단 시각 잘 경우 확인 하십시오. 그렇지 않으면, 오른쪽 그래프에 아무 곳 이나 클릭 하 고 대화 상자에서 새로운 bin_interval 값을 입력 하 여 bin_interval 값을 변경 합니다. 프로그램은 간격의 새 값으로 데이터를 다시 그립니다. Bin_interval 값을 허용 하려면 왼쪽 아무 곳 이나 클릭 그래프.</li>
	<li>프로그램 데이터를 다시 그리기 고 표시 활동의 첫 번째 5 일 것입니다. 이 음모에는 첫 번째 피크 (가끔은 하나 또는 두 일을 생략 하는 데 필요한) 분석에 사용 될 클릭. 
	참고: 프로그램은 고른된 아침 피크에서 시작 하는 그래프에 다시 그립니다. 파란색과 빨간색 라인 표시 됩니다 E 피크와 다음 날 M 피크의 대략적인 위치 각각 2.4 단계에서 결정 하는 기간에 따라.</li>
	<li>같은 그래프에 모델 데이터의 예비 적합에 대 한 데이터를 선택 하십시오: 다음 사항을 클릭 (이 순서, 클릭 위치 하단에 빨간색 별 표시 됩니다 참고): (i) M의 상단 피크; (2) 월말 M 피크; (iii) 전자 피크;의 시작 (iv) 상단의 E 피크; (E 피크;의 끝 v) (vi) 다음 날의 피크는 상단의.</li>
	<li>참고 프로그램 지금 파워 스펙트럼을 선물 한다. 
	참고: x 축 지금 주파수에 주어진 다.
	<ol><li>파워 스펙트럼으로 열린된 창에서 선택 포인트 피팅 모델 파워 스펙트럼 분석 식을 위해 사용 될 것입니다. 2.4 단계에서 감지 기간 빨간 선으로 표시 됩니다. 피팅 포인트를 선택, 먼저 약에 비슷한 단계로 2.4 기본 기간을 결정 합니다. 피팅 포인트를 값 슬라이더를 미세 조정 기본 기간을 사용 하 여 다음 (빨간색 원 표시, 슬라이더를 이동한 후 표시 됩니다) 피크 값에 폐쇄 됩니다.</li>
	</ol></li> <li>시각적 피크 선택 후 클릭 &#34; 허용 &#34; 및 프로그램 모델 매개 변수를 계산 하는 분석 식으로 선택한 포인트 맞습니다.</li>
	<li>매개 변수 및 스펙트럼 적합된 오류 파일에 저장 되는 &#34; model_fit_parameters.txtŔ 프로그램 운전 데이터 및 그것의 파워 스펙트럼의 2 숫자 저장 또한 합니다.</li>
</ol>

<ol><li>Pittendrigh, C. S. <a target="_blank" href="https://link.springer.com/chapter/10.1007%2F978-1-4615-6552-9_5">Circadian systems: general perspective.</a> Biological Rhythms. II, 57-80 (1981).</li>
<li>Zhang, E. E., Kay, S. A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Clocks+not+winding+down%3A+unravelling+circadian+networks%5BTitle%5D)+AND+%22Nat+Rev+Mol+Cell+Biol%22%5BJournal%5D)">Clocks not winding down: unravelling circadian networks.</a> Nat Rev Mol Cell Biol. 11 (11), 764-776 (2010).</li>
<li>Tataroglu, O., Emery, P. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+molecular+ticks+of+the+Drosophila+circadian+clock%5BTitle%5D)+AND+%22Curr+Opin+Insect+Sci%22%5BJournal%5D)">The molecular ticks of the Drosophila circadian clock.</a> Curr Opin Insect Sci. 7, 51-57 (2015).</li>
<li>Plautz, J. D., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Quantitative+analysis+of+Drosophila+period+gene+transcription+in+living+animals%5BTitle%5D)+AND+%22J+Biol+Rhythms%22%5BJournal%5D)">Quantitative analysis of Drosophila period gene transcription in living animals.</a> J Biol Rhythms. 12 (3), 204-217 (1997).</li>
<li>Chiu, J. C., Low, K. H., Pike, D. H., Yildirim, E., Edery, I. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Assaying+locomotor+activity+to+study+circadian+rhythms+and+sleep+parameters+in+Drosophila%5BTitle%5D)+AND+%22J+Vis+Exp%22%5BJournal%5D)">Assaying locomotor activity to study circadian rhythms and sleep parameters in Drosophila.</a> J Vis Exp. (43), e2157(2010).</li>
<li>Helfrich-Förster, C. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Differential+control+of+morning+and+evening+components+in+the+activity+rhythm+of+Drosophila+melanogaster--sex-specific+differences+suggest+a+different+quality+of+activity%5BTitle%5D)+AND+%22J+Biol+Rhythms%22%5BJournal%5D)">Differential control of morning and evening components in the activity rhythm of Drosophila melanogaster--sex-specific differences suggest a different quality of activity.</a> J Biol Rhythms. 15 (2), 135-154 (2000).</li>
<li>Dautzenberg, F. M., Neysari, S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Irreversible+binding+kinetics+of+neuropeptide+Y+ligands+to+Y2+but+not+to+Y1+and+Y5+receptors%5BTitle%5D)+AND+%22Pharmacology%22%5BJournal%5D)">Irreversible binding kinetics of neuropeptide Y ligands to Y2 but not to Y1 and Y5 receptors.</a> Pharmacology. 75 (1), 21-29 (2005).</li>
<li>Lazopulo, A., Syed, S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((A+mathematical+model+provides+mechanistic+links+to+temporal+patterns+in+Drosophila+daily+activity%5BTitle%5D)+AND+%22BMC+Neuroscience%22%5BJournal%5D)">A mathematical model provides mechanistic links to temporal patterns in Drosophila daily activity.</a> BMC Neuroscience. 17 (1), 14(2016).</li>
<li>Donelson, N., Kim, E. Z., Slawson, J. B., Vecsey, C. G., Huber, R., Griffith, L. C. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((High-resolution+positional+tracking+for+long-term+analysis+of+Drosophila+sleep+and+locomotion+using+the+%26%2334%3Btracker%26%2334%3B+program%5BTitle%5D)+AND+%22PloS+ONE%22%5BJournal%5D)">High-resolution positional tracking for long-term analysis of Drosophila sleep and locomotion using the &#34;tracker&#34; program.</a> PloS ONE. 7 (5), e37250(2012).</li>
<li>Schlichting, M., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((A+Neural+Network+Underlying+Circadian+Entrainment+and+Photoperiodic+Adjustment+of+Sleep+and+Activity+in+Drosophila%5BTitle%5D)+AND+%22J+Neurosci%22%5BJournal%5D)">A Neural Network Underlying Circadian Entrainment and Photoperiodic Adjustment of Sleep and Activity in Drosophila.</a> J Neurosci. 36 (35), 9084-9096 (2016).</li>
<li>Guo, F., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Circadian+neuron+feedback+controls+the+Drosophila+sleep-activity+profile%5BTitle%5D)+AND+%22Nature%22%5BJournal%5D)">Circadian neuron feedback controls the Drosophila sleep-activity profile.</a> Nature. 536 (7616), 292-297 (2016).</li>
</ol>

저자는 공개 없다.

이 작품 플라이 운동 패턴의 양적 설명을 제공 하는 계산 도구를 사용 하 여에 대 한 지침을 제공 합니다. 도구로 구성 된 4 개의 지 수 모양 및 크기의 M과 E 봉우리를 함께 설명 하는 수학적 모델 운동 데이터를 맞는. 모델 매개 변수에 대 한 최종 값 피팅 파워 스펙트럼 데이터의 원시 데이터를 사용 하 여 데이터 binning 또는 필터링 매개 변수 값에 부과할 수 있다 artefactual 효과 피할 수에서 얻을 수 있습니다. 모델 매개 변수는 다음 추가 연구 비행 운동 및 활동 봉우리를 메커니즘을 사용할 수 있습니다.
피팅의 품질 두 가지 방법으로 평가할 수 있다: 맞는 파워 스펙트럼의 및 매개 변수 함께 계산 되는 피팅 오류 (잔차 제곱합)를 사용 하 여 시각적 관찰에 의해. 맞는 품질에 영향을 미치는 중요 한 요소 중 하나는 circadian 기간 T0 (프로토콜 단계 2.8)의 결심 이다. T0 의이 값이 파워 스펙트럼 및 모...

Circadian clock은 약 24 시간 동안 함께 내 생 생화학 발진기와 동물에 거의 유비 쿼터 스 이며 식물1,2. 시계는 생명체의 내부 프로세스와 외부 빛 어두운 주기에 동작을 동기화 하는 데 도움이 됩니다. Circadian clock의 유전자 구조는 1960 년대부터 널리 공부 하고있다 D. melanogaster과일 파리를 사용 하 여. 이 곤충에 circadian 시계의 핵심 구성 4 개의 단백질: 기간, 영원한, 클록 및 주기. 다른 분자와 함께 이러한 핵심 구성 요소는 생산 하는 시계 유전자3,4의 거의 정현파 진동 피드백 루프를 형성 합니다. 파리에서 circadian 시계 널리 비행 활동 개별 튜브5의 중간 건너 단일 적외선 빔으로 탐지 되는 기간 운전 녹음을 사용 하 여 공부 된다. 일반 비행 녹화는 두 잘 구별할 수 봉우리와 복잡 한 모달 패턴: 밤의 끝에서 시작 되 고 최대 조명 설정; 때 아침 피크 (M) 그리고 하루의 끝에서 시작 되 고 최대6해제 조명 저녁 피크 (E). 흥미롭게도, 이러한 행동 기록의 모양 관찰된 시간적 패턴에 기여 하는 추가 메커니즘의 동작을 제안, 분자 수준에서 관찰 하는 간단한 정현파 진동에서 매우 다르다. 이러한 숨겨진된 메커니즘을 더 잘 이해 하기 우리는 시간적 패턴의 양적 설명을 제공 하는 전산 도구를 개발 했습니다.
우리의 작품에서는, 운동 리듬 비행 활동 패턴을 모방 하는 파형 정의 됩니다. 간단한 사인파 활동에서 관찰 된 리듬 변화를 모델링 하는 데 사용할 수 없습니다, 이후 다양 한 신호 형태를 선택 하는 간단한 녹음에서 모든 돌출 하는 특징을 테스트 했습니다. 과일 파리 circadian 행동 자주 활성화 및 비활성화7의 지 수 패턴을가지고 시계 뉴런의 활동에 의해 제어 됩니다. 지 역학 및 데이터의 시각적 분석 동기 지 수 조건 9 개의 독립적인 매개 변수 4 개 지 수 구성 하 고 밀접 하 게 닮은 비행 활동 패턴8모델을 구축 하. 운전 데이터, 우리는 또한 그것의 파워 스펙트럼 분석. 전형적인 비행 활동 스펙트럼 고조파 T0/2, T0/3, 등, circadian 기간 T0에서 예상된 기본 피크 이외에 여러 봉우리를 보여줍니다. 푸리에 정리에 따라 순수 사인파만 더 복잡 한 파형의 기본 기간 (그림 1) 고조파에 여러 스펙트럼 봉우리를 표시 하는 동안 전력 스펙트럼에 단일 피크를 생성 합니다. 따라서, 비행 활동8비 정현파 시간적 패턴을 감안할 때, 데이터의 다중 피크 파워 스펙트럼은 수학적와 진동의 여러 시기의 존재를 반드시 의미 하지는 않습니다. 중요 한 것은, 제안된 모델 파형의 파워 스펙트럼 또한 기본 기간, 따라서 강조는 우리의 모델 데이터에 설명 비행 시간에서 및 주파수에 높은 충실도 비행 운전 기록에 유사한의 모든 고조파에 봉우리를 보여줍니다.
시간 해상도 몇 분 또는 그 이하의 비행 활동에서 데이터 시끄러운, 어려운 원시 데이터에서 직접 매개 변수를 추출 하 고 나타납니다. 더 긴 시간 간격으로 데이터를 범주화 잡음 레벨을 줄일 수 있습니다 하지만, 모델 매개 변수 추정에 영향을 미칠 수 있는 방식으로 데이터를 변경할 수 있습니다. 우리 따라서 매개 변수에서에서 얻을 녹음의 파워 스펙트럼 분석 식을 사용 하 여 모델 기능8 (참조 추가 파일 1 참조8)의 푸리에 변환에서 계산 예상된 전력 스펙트럼에 대 한. 전력 스펙트럼에서 매개 변수를 얻는이 방법은 binning 또는 원시 활동 데이터의 필터링 등의 추가 조작 없이 정확한 매개 변수 값을 생성 합니다. 수학 세부 모델 및 야생 형 및 돌연변이 데이터 응용 프로그램의 참조8에 설명 되어 있습니다. 프로토콜 여기 계산 도구를 사용 하 여 단계별 지침에 초점을 맞추고 여.

<table><tbody><tr><td>초파리 활동 모니터</td><td>TriKinetics</td><td>DAM2, DAM5</td>는 <td>단일 적외선 빔을 사용하여 파리 위치를 측정합니다</td></tr>. <tr><td>MatLab</td><td>Mathworks</td><td></td><td>컴퓨팅 환경 및 프로그래밍 언어, MatLab은 최적화 및 기호 수학 도구 상자를 포함해야 합니다</td></tr>. 초<tr><td>파리 멜라노가스터&nbsp;</td><td></td><td>per[S], per[L], iso31(야생형)</td><td>우리의 분석은 모든 일주기 주기의 파리 돌연변이체로 수행할 수 있습니다</td></tr></tbody></table>

비행 circadian 활동 척도를 계산 방법

A Computational Method to Quantify Fly Circadian Activity

대부분의 동물 및 식물에서 circadian 시계 행동 및 분자 프로세스를 조정 하 고 매일 빛 어두운 주기에 그들을 동기화. 이 임시 컨트롤의 기반이 되는 기본 메커니즘은 널리 초파리 melanogaster 과일 파리를 사용 하 여 모델 생물. 로 공부 파리, 시계는 일반적으로 기간 운전 기록 분석 하 여 공부 했다. 이런 녹화 프로그램 활동의 두 개의 봉우리와 복잡 한 모달 패턴: 새벽, 주위에 일어나 아침 피크와 황혼 주위에 일어나는 저녁 피크. 매우 다른 정현파 진동 파형 관찰 시계 유전자, 시계 뿐만 아니라 메커니즘 행동 데이터의 관찰 된 패턴 제작에 깊은 영향을 미칠 제안에 함께이 두 봉우리 형태. 여기 우리는 비행 활동에서 시간적 패턴을 수학적으로 설명 하 최근에 개발 된 계산 메서드를 사용 하 여 지침을 제공 합니다. 방법 4 지 수 기간 및 완전 형태와 아침의 크기와 활동의 저녁 봉우리를 설명 하는 9 개의 독립적인 매개 변수 구성 된 모델 파형으로 활동 데이터 맞는. 추출 된 매개 변수는 일반적으로 관찰 된 모달 활동 패턴 비행 운전 리듬에 기초 하는 기판의 운동 메커니즘을 명료 하 게 도울 수 있다.

여기에 제시 된 방법 비행 운동 패턴에 주요 특징의 정량화를 허용 한다. 정량화 피팅 모델 4 지 수 기간의 구성 된 활동 데이터에 의해 이루어집니다.
<img alt="Equation 1" src="/files/ftp_upload/55977/55977eq1.jpg">
모델 활동 패턴을 설명 하는 9 개의 독립적인 매개 변수가 있다. 매개 변수 bMD,b씨,bED,및 b응급실 저녁 감퇴 (ED), 그리고 저녁 상승 (응급실), 각각 아침 감퇴 (MD), 아침 상승 (MR)의 속도 정의 합니다. Circadian 기간을 정...

비행 circadian 운전 리듬에서 본 주요 임시 기능을 계량 하는 방법을 제시 합니다. 정량화 피팅 멀티 파라메트릭 모델 파형으로 비행 활동 함으로써 이루어집니다. 모델 매개 변수 형태와 아침의 크기와 일상 활동의 저녁 봉우리를 설명합니다.

비행 Circadian 활동 척도를 계산 방법

In most animals and plants, circadian clocks orchestrate behavioral and molecular processes and synchronize them to the daily light-dark cycle. ...

대부분의 동물에서 서카디안 시계는 행동 및 분자적 과정을 조절하며 이를 일일 명암 주기와 동기화합니다. 초파리의 경우, 시계는 일반적으로 운동 능력 기록을 통해 연구됩니다. 다음은 12시간 명암 주기에서 측정된 야생형의 평균 운동 능력 예시이며, 명암 주기는 상단의 노란색-검은색 막대로 표시되어 있습니다.전형적인 초파리 기록은 두 개의 활동 정점, 즉 새벽녘에 발생하는 오전 정점과 황혼 무렵에 발생하는 오후 정점이 있는 복잡한 이봉성(biomodal) 패턴을 보여줍니다. 이 두 정점은 함께 하나의 파형을 형성하는데, 이는 시계 유전자에서 관찰되는 사인파 진동과는 매우 다르며, 이는 시계 기전 외에도 행동 데이터에서 관찰되는 패턴을 생성하는 데 깊은 영향을 미치는 기전이 존재함을 시사합니다. 본 논문에서는 초파리 활동의 시간적 패턴을 수학적으로 기술하는 첫 번째 방법을 제시합니다.우리는 초파리의 이동 양상을 모사한 모델 파형으로 활동 데이터를 피팅했습니다. 본 모델은 아침 피크에서 유래한 두 개의 항과 저녁 피크에서 유래한 두 개의 항, 총 네 개의 지수 항으로 구성됩니다. 일주기 주기와 더불어, 본 모델은 9개의 독립 매개변수를 갖습니다.B 매개변수는 아침 상승, 아침 하강, 저녁 상승 및 저녁 하강의 속도를 정의합니다. TM과 TE는 아침과 저녁 피크의 너비를 정의하며, HM과 HE는 피크의 높이를 정의합니다. 이 매개변수들을 종합하여 활동 패턴에서 아침과 저녁 피크의 크기와 모양을 완전히 설명할 수 있습니다.본 방법은 파리의 이동성 측정값에서 흔히 관찰되는 이봉성(bimodal) 활성 패턴의 기저에 있는 기전과 기질을 규명하는 데 적용될 수 있습니다. 이동성 실험을 위해, 한쪽 끝에는 먹이가 있고 다른 쪽 끝에는 솜이 있는 개별 튜브를 준비합니다. 이를 위해 먼저, 50-milliliter 비커에 5~6g의 파리 먹이를 넣습니다.전자레인지에서 더 쉽게 녹일 수 있도록 식품을 작은 조각으로 자릅니다. 단일 활성 모니터에는 32개의 개별 튜브가 들어갑니다. 따라서 튜브 32개를 준비하여 고무줄로 함께 묶습니다.비커에 담긴 먹이를 전자레인지로 녹입니다. 먹이를 약 10~15초 동안 가열합니다. 5초마다 전자레인지를 멈추고, 먹이가 담긴 비커를 가볍게 흔들어 먹이가 균일하게 녹도록 합니다.모든 먹이가 녹았는지 확인하고 비커에 고체 상태의 먹이가 남아 있지 않도록 하십시오. 먹이가 여전히 액체 상태일 때, 먹이가 담긴 비커에 튜브를 삽입합니다. 튜브를 위아래로 조금씩 움직여 먹이가 동일한 양으로 채워지도록 합니다.음식을 약 1시간 동안 식혀서 굳게 둡니다. 음식이 굳은 후, 음식이 비커 바닥에 달라붙지 않도록 회전시키며 튜브를 비커에서 꺼냅니다. 그런 다음 고무줄을 제거합니다.왁스를 사용하여 식품이 담긴 끝부분을 밀봉하십시오. 이를 위해 먼저 페이퍼 타월로 튜브를 조심스럽게 닦아냅니다. 그다음 튜브를 왁스에 밀착시켜 누릅니다.밀봉 상태의 품질을 육안으로 확인하고, 필요한 경우 다시 밀봉하십시오. 이 기술을 사용하여 실험에 사용할 모든 튜브를 밀봉합니다. 튜브의 반대쪽 끝은 솜으로 막습니다.면솜은 공기는 통하게 하면서 초파리가 튜브 밖으로 나가지 못하게 막아줍니다. 또한 제거와 재삽입이 간편하여, 실험을 위해 튜브에 초파리를 넣을 때 유용합니다. 이제 튜브 준비가 완료되었으므로, 실험에 사용할 초파리들을 튜브에 넣으십시오.이를 위해, CO2를 사용하여 초파리를 패드 위에 옮깁니다. 그다음, 붓을 사용하여 각 개별 튜브에 초파리를 한 마리씩 조심스럽게 넣습니다. 초파리가 들어있는 튜브를 모니터에 넣습니다.모니터와 동일한 순서대로, 초파리의 이동 경로가 모니터 시스템에 의해 출력 파일에 기록됩니다. 모니터를 컴퓨터에 연결하고, 온도와 습도가 일정하게 유지되는 인큐베이터 안에 배치하십시오. 실험 조건에 따라 적절한 명/암 조건을 설정하십시오.명/암 실험의 경우, 전체 실험 기간 동안 초파리를 명-암 주기 조건으로 유지하십시오. 측정 첫째 날의 데이터는 분석에서 제외하십시오. 지속적 암흑 실험의 경우, 먼저 시계의 동조 및 동기화를 위해 초파리를 이틀 동안 명/암 조건에서 유지한 후, 지속적 암흑 조건으로 전환하십시오.분석 시 지속적인 암흑 상태의 첫째 날 측정값은 사용하지 마십시오. 다음 섹션으로 넘어가기 전에 프로토콜을 읽어보실 것을 권장합니다. 모니터링 시스템은 모니터 내의 모든 초파리 활동량이 포함된 단일 파일을 출력합니다.출력 파일의 마지막 32개 열에는 개별 초파리의 활동성이 포함되어 있습니다. 본 프로그램은 단일 초파리의 활동성 데이터를 처리합니다. 따라서 출력 파일을 여러 개의 단일 초파리 활동성 파일로 분할하십시오.각 파일은 단일 열 TXT 파일이어야 합니다. 이제 활성 파일을 준비했으므로 분석을 실행할 수 있습니다. MATLAB 명령 창에서 다음 입력 매개변수를 사용하여 ModelFitPS3 함수를 실행하십시오.샘플링 속도는 데이터 샘플링 시간 간격을 초 단위로 입력하십시오. 예를 들어, 데이터가 20초의 샘플링 속도로 수집되었다면, 여기에 20을 입력합니다.bin 간격(bin interval)에는 시각화 효율을 높이기 위해 데이터를 그룹화할 시간 간격을 분 단위로 입력하십시오. 20분 또는 30분으로 설정하는 것을 권장하지만, 여기서는 나중에 쉽게 변경하는 방법을 보여드리기 위해 10을 입력하겠습니다. 추세(trend)의 경우, 데이터에 기저선 추세가 나타나면 1을, 그렇지 않으면 0을 입력하십시오.저희 데이터에는 기선 추세(baseline trend)가 없습니다. 따라서 여기에 0을 입력했습니다. Enter 키를 눌러 함수를 실행하십시오.팝업 창에서 단일 초파리 활동 파일을 선택하고 열기를 누릅니다. 프로그램이 데이터 전력 스펙트럼을 계산하고 플롯합니다. 이 창에서 데이터의 주기를 결정하십시오.이를 위해, 일주기(circadian period)의 피크를 마우스 왼쪽 버튼으로 클릭하거나, 대략 일주기의 절반 지점에 반복되는 제2고조파(second harmonic)의 피크를 마우스 오른쪽 버튼으로 클릭하십시오. 본 사례의 경우, 제2고조파의 피크가 일주기 피크보다 훨씬 크고 뚜렷합니다. 따라서 우리는 두 번째 옵션을 사용합니다.그 다음, 프로그램은 선택한 빈(bin) 간격으로 그룹화된 데이터를 플롯합니다. 보시는 바와 같이, 10분 빈 간격에서는 오전과 오후의 피크가 명확하게 시각화되지 않습니다. 따라서 이 값을 변경하고자 합니다.이를 위해 그래프의 아무 곳이나 마우스 오른쪽 버튼으로 클릭하십시오. 새로 나타나는 대화 상자에 빈 간격(bin interval)의 새 값을 입력하십시오. 빈 간격은 20분 단위로 설정하는 것을 권장합니다.따라서 여기에 20을 입력합니다. 확인(OK)을 누르십시오. 프로그램이 새로운 빈 간격(bin interval) 값으로 데이터를 즉시 다시 그립니다. 이 값을 적용하려면 그래프의 아무 곳이나 왼쪽 클릭하십시오.이제 프로그램이 데이터를 다시 그려 5일간의 측정값만 보여줍니다. 이 창에서 분석에 사용할 첫 번째 오전 피크를 선택하십시오. 파리가 명암 주기에 적응하는 데 시간이 걸리므로, 때로는 처음 하루나 이틀을 제외해야 할 수도 있습니다.오전 피크를 선택하려면 원하는 피크를 클릭하십시오. 프로그램이 데이터를 다시 그리며, 이제 선택한 오전 피크부터 시작하여 3일간의 측정값만 표시합니다. 파란색과 빨간색 수직선은 첫 번째 창에서 선택한 주기를 기준으로 한 첫 번째 오후 피크와 두 번째 오전 피크를 나타냅니다.이 창에서 모델 함수를 이용한 데이터의 예비 피팅에 사용할 튜브의 지점을 선택하십시오. 이를 위해 다음 지점들을 지정된 순서대로 클릭하십시오. 먼저, 첫 번째 오전 피크의 정점을 클릭하십시오.클릭 지점은 하단의 빨간색 별표로 표시되어 있습니다. 그런 다음 오전 피크의 끝, 저녁 피크의 시작점, 저녁 피크의 정점, 저녁 피크의 끝, 그리고 마지막으로 다음 날 오전 피크의 정점을 순서대로 클릭하십시오. 최종 파라미터는 스펙트럼 피팅을 통해 얻어지므로, 프로그램이 전력 스펙트럼을 다시 도식화합니다.이제 스펙트럼의 x축은 주파수로 표시되며, 서캐디언 피크(circadian peak)는 그래프의 왼쪽에 위치합니다. 첫 번째 단계에서 결정된 주기는 빨간색 수직선으로 표시됩니다. 피팅 지점을 선택하려면 먼저 기본 주기를 대략적으로 결정하십시오.이를 위해 일주기 리듬(circadian period)의 피크를 왼쪽 클릭하거나, 제2고조파(second harmonic)의 피크를 오른쪽 클릭합니다. 이번에도 두 번째 옵션을 사용하겠습니다. 그러면 하단에 스펙트럼 피팅(spectral fit)을 위한 지점 선택 슬라이더가 나타납니다.포인트는 빨간색 원으로 표시되며 슬라이더를 움직이면 나타납니다. 슬라이더를 좌우로 움직여 포인트가 스펙트럼 피크의 정점에 최대한 가깝게 위치하도록 배치하십시오. 최적의 상태가 되면 수락(Accept) 버튼을 누르십시오. 그러면 프로그램이 선택한 포인트들을 모델 전력 스펙트럼의 분석식에 맞춰 피팅합니다.피팅 후, 프로그램은 두 개의 그래프를 추가로 출력합니다. 첫 번째는 추출된 파라미터로 구축된 모델의 전력 스펙트럼입니다. 두 번째는 해당 모델로 피팅된 데이터입니다.데이터는 검은색 선으로, 모델은 빨간색 선으로 표시되어 있습니다. 특히 활성도의 마지막 3일 동안 함수가 데이터와 매우 유사함을 확인할 수 있습니다. 추출된 파라미터는 모델 적합 파라미터(model fit parameters) TXT 파일에 저장됩니다.파일명 뒤에 파라미터들이 다음 순서로 저장됩니다. 먼저 아침 감쇠의 b, 그다음 아침 상승의 b, 저녁 상승의 b, 저녁 감쇠의 b, 일주기 주기, 이어서 일주기 주기로 나눈 아침 피크의 너비, 일주기 주기로 나눈 저녁 피크의 너비, 아침 피크의 높이, 저녁 피크의 높이, 그리고 스펙트럼 피팅의 피팅 오차가 저장됩니다. 모델 피팅 파라미터 파일 외에도 프로그램은 두 개의 파일을 추가로 출력합니다. 첫 번째는 모델 함수를 통한 데이터 피팅 파일이며, 두 번째는 스펙트럼 피팅 파일입니다.다른 활동 파일들을 사용하여 이 분석을 수행하십시오. 추출된 모든 파라미터는 모델 피팅 파라미터 TXT 파일에 저장되며, 이는 모델 활동 패턴에 의해 제어되는 초파리의 일일 행동을 조절하는 기저 기전과 행동 출력 간의 연관성을 분석하는 데 추가로 활용될 수 있습니다.

a-computational-method-to-quantify-fly-circadian-activity

Research

연구

JoVE Journal

Behavior

행동

우리는 매일 운전하는 활동 리듬을 녹음 절차를...

Circadian 리듬을 연구 및 매개 변수 잠을 전위의 활동 시금 Drosophila</em

이 문서는 생쥐의 circadian 기능과 가벼운 응답을 결정하는 데 사용할 수있는 방법을 검토합니다.

휠 실행 활동을 사용하여 마우스의 Circadian 및 급성 라이트 응답 측정

면역 반응과 행동 사이의 링크를 이해하기 위해, 우리는에서 전위의 행동을 측정하는 방법을...

면역 반응과 수면에서의 양적 측정<em&gt; Drosophila</em

이 비디오는 운동 활동을 추적하는 데 사용되는 초파리 활동 모니터(DAM) 시스템에 대해 설명합니다. 연구원들은 DAM에서 수집한 활동 데이터를 사용하여 초파리의 일주기 리듬을 연구합니다. 주요 프로토콜 클립은 장치에 파리를 로드하고 일주기 실험을 위한 활동 데이터를 기록하는 방법을 보여줍니다.

초파리 Activity Monitor (DAM): 파리의 운동 활동을 측정하는 방법

초파리 melanogaster의는 자발적인 운동 활성 등의 행동에 영향을 미치는 유전 적 또는 환경 적 조작을 공부에 유용하다. 여기에서 우리는 적외선 빔과 자발적인 운동 활성을 정량화하는 데이터 분석 소프트웨어와 함께 모니터를 활용하는 프로토콜을 설명합니다.

의 자발적인 운동 활성의 결정<em&gt; 초파리</em

무료로 제공하고 저렴 소프트웨어 프로그램의 웹캠과 조합하여, 초파리 melanogaster의 기관차 패턴은 속도, 거리, 다양한 모터 활동의 시간의 차이를 검출하기 위해 분석 될 수있다.

발작과 같은 활동을 분석하고 운동을위한 저가의 방법<em&gt; 초파리</em

이 보고서는 TriKinetics Drosophila Activity Monitor를 사용하여 초파리 유충 활동을 측정하는 방법을 설명합니다. 이 장치는 적외선 빔을 사용하여 최대 16 마리의 개별 동물의 움직임을 감지합니다. 데이터를 분석하여 분석 챔버 내 동물의 비율 및 위치를 포함한 모션 매개변수를 나타낼 수 있습니다.

에서 애벌레 활동의 측정<em&gt; 초파리</em&gt; 활동 모니터

여기에서 는 드로소필라를 일주기의 날에 동기화하는 방법을 자세히 설명합니다. 이것은 생물학적 리듬과 연대기생물학을 연구하는 데 필요한 첫 번째, 그리고 가장 중요한 단계입니다.

드로소필라 멜라노가스터의 일레카디아 인교육

수면 부족은 수면 기능과 조절을 조사하는 강력한 도구입니다. 우리는 수면 무효화 장치를 사용하여 Drosophila를 수면 박탈하는 프로토콜을 설명하고, 박탈에 의해 유도된 리바운드 수면의 정도를 결정하기 위하여.

수면 무효화 장치: 수 면 박탈 Drosophila의 매우 효율적인 방법

이 프로토콜은 Drosophila melanogaster에서 스트레스로 인한 행동 변화를 평가하는 틀을 제공합니다. 상호 보완적인 분석법을 결합하면 개별 파리의 활동, 탐구, 의사결정 능력을 정량화할 수 있습니다. 이 접근법은 유연하며 스트레스 생물학, 대사, 신경행동 기능을 조사하는 다양한 연구에 적용할 수 있습니다.

초파리 멜라노가스터에서 스트레스 유발 우울과 유사 상태의 다중 행동 표현형 분석

학습하세요 과일파리의 서커디안 운동 리듬을 다중모수 모델 파형으로 정량화하는 방법을. 아침과 저녁 활동 피크를 특성화하여 생체시계 메커니즘을 심층 분석할 수 있습니다.

비행 Circadian 활동 척도를 계산 방법

더 많은 동영상 탐색