Name: Drosophila Activity Monitor 시스템을 사용한 열 내성 분석: 데이터 분석을 위한 실행 가능한 응용 프로그램 가이드 (동영상) | JoVE Journal
Uploaded: 2024-12-13T15:00:00.000+00:00
Duration: 5 min 5 s
Description: 배우세요 Drosophila Activity Monitor를 활용한 열 스트레스 하에서 Drosophila melanogaster의 기절 시간 측정 방법입니다. 자동화된 실행 파일로 대규모 데이터 분석이 가능하여 행동적 체온 조절 연구에 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

1. 플라이 사육
<ol>
	<li>조사에 적합한 플라이 스톡/라인을 선택합니다. 참고: 분석을 설명하기 위해 일시적 수용체 전위 TRPA1 녹아웃 스톡과 유전자 대조군인 w1118 스톡을 사용했습니다.</li>
	<li>플라이 스톡을 적절하게 일관된 조건에서 유지하십시오. 이 프로토콜을 따르기 위해 표준 식품(옥수수 가루, 당밀 및 토룰라 효모)을 12:12 주간 주기로 25°C에서 보관합니다.</li>
	<li>가벼운 마취로 남성과 여성을 분리하십시오. 참고: 실험에 따라 처녀 또는 짝짓기 파리가 사용될 수 있습니다.<ol>
		<li>성인 수컷과 암컷(두 종에 대해 별도로)이 5일 동안 짝짓기와 산란을 할 수 있도록 합니다. 병에서 성인을 치우십시오.</li>
		<li>며칠 후 성인이 닫히기 시작하면 병을 다시 비우십시오. 2일 후, 가벼운 에테르 마취를 사용하여 수컷과 암컷을 분리하고 바이알당 25마리의 파리 밀도로 따로 성숙시킵니다.</li>
	</ol>
	</li>
</ol>
2. 전처리
<ol>
	<li>실험 그룹(유전적, 환경적, 약리학적 또는 기타)을 정의할 전처리 또는 독립 변수를 적용합니다.<ol>
		<li>이 프로토콜을 따르기 위해 성인을 성별로 분리하고 5일 후 성인의 절반을 37°C의 수조에 1시간 동안 담가 전처리합니다. 인큐베이터의 컨트롤을 25°C로 유지하십시오. 전처리 후 내열성 분석 전에 24시간 동안 파리가 회복되도록 합니다.</li>
	</ol>
	</li>
</ol>
3. DAM2 시스템 설정
<ol>
	<li>파리를 DAM2 모니터 튜브에 넣고 튜브 양쪽 끝을 면으로 덮습니다. 파리의 내열성을 즉시 평가해야 하는 경우, 마취 노출과 관련된 잠재적인 교란 효과를 피하기 위해 유기체를 모니터 튜브에 로드하는 동안 마취를 사용하지 마십시오. 대신, 보유 바이알에서 모니터 튜브로 개별 파리를 흡인합니다.</li>
	<li>분석 튜브를 활동 모니터에 넣고 다른 그룹이 로드되는 슬롯 번호를 기록해 둡니다. 참고: 모니터 내의 위치가 혼동 변수로 간주될 수 있는 경우 실험에 따라 무작위화될 수 있습니다.</li>
	<li>DAM2 데이터 수집 소프트웨어 참고: DAM2 시스템 및 소프트웨어는 회사 웹 사이트에서 사용할 수 있는 DAMSystem3 소프트웨어 데이터 시트에 자세히 설명되어 있습니다( 재료 표 참조). 특정 문제 해결 및 일반 기능에 대해서는 DAM2 지침을 참조하십시오. 여기에서는 내열성 분석의 맥락에서 시스템을 사용하기 위한 지침을 제공합니다.<ol>
		<li>DAM2 시스템은 각 튜브 내의 개별 비행이 적외선 빔을 끊는 횟수를 모니터링합니다. 그런 다음 데이터 수집 소프트웨어는 정의된 시간 간격마다 이 카운트를 인덱싱하고 재설정합니다. Preferences(선호)에서 분석에 사용할 판독 간격을 선택합니다. 해상도와 판독 오류 사이의 적절한 균형을 달성하기 위해 15초의 판독 간격을 찾았습니다. 참고: 읽기 간격은 사용 중인 모니터의 수보다 초 단위로 짧지 않은 것이 좋습니다. 판독 간격이 짧을수록 분석에 더 나은 시간적 분해능을 제공하지만 잠재적으로 판독 오류 사례가 증가할 수도 있습니다. 소프트웨어가 판독값을 인덱싱하려고 시도하는 동안 뒤처질 수 있습니다. 또한 더 새롭고 더 빠른 컴퓨터는 읽기 오류를 방지하는 데 큰 도움이 됩니다.</li>
		<li>판독 오류를 고려하는 동안 DAM2 데이터 수집 소프트웨어를 실행하는 데 사용되는 컴퓨터가 분석을 중단하지 않도록 절전 모드 또는 최대 절전 모드로 설정되어 있는지 확인하십시오. 또한 데이터를 수집하는 동안 자동 업데이트 (기관에서 제어하는 네트워크 업데이트 포함)가 꺼짐 으로 설정되어 있는지 확인합니다.</li>
		<li>모든 모니터가 연결되어 있고 소프트웨어와 통신하고 있는지 확인하십시오. 현재 데이터 탭에서 각 모니터의 상태가 녹색인지 확인합니다. 참고: 다른 색상 코드가 참조하는 문제에 대한 자세한 내용은 DAMSystem3 소프트웨어 데이터시트를 참조하십시오.</li>
		<li>데이터 수집 소프트웨어는 시스템 파일 내의 Data 폴더에 있는 텍스트 파일에 활동 횟수를 자동으로 기록합니다. 데이터 분석을 더 쉽게 하려면 분석을 위해 데이터 수집 소프트웨어를 시작하기 전에 이 데이터 폴더 내의 모든 텍스트 파일을 삭제하십시오. 참고: 텍스트 파일은 자동으로 채워지므로 프로그램을 방해하지 않고 오래된 데이터를 지우기 위해 이 폴더에서 텍스트 파일을 제거할 수 있습니다.</li>
	</ol>
	</li>
</ol>
4. 내열성 분석
<ol>
	<li>모니터를 분석 인큐베이터에 로드합니다.</li>
	<li>수집 소프트웨어를 시작하고 열 스트레스를 적용하기 전에 정의된 시간(예: 40개의 인덱스 또는 판독 간격이 15초로 설정된 경우 10분) 동안 소프트웨어가 인덱싱하도록 합니다. 알림: 이렇게 하면 튜브에 약간의 적응이 가능하고 설정하는 동안 모니터의 움직임에서 회복할 수 있습니다. 특히 분석 중 활성을 분석하는 경우 이 적응 시간은 열 스트레스 유도 전에 기준선 활성을 설정합니다. 수행되는 분석의 특정 특성에 따라 이 적응 단계를 건너뛸 수 있으며, 모니터를 이미 응력 온도에 있는 인큐베이터에 직접 배치할 수 있습니다.</li>
	<li>정적(TKD) 분석을 수행하는 경우 인큐베이터를 ramp적응 기간 후에 가능한 한 빨리 설정된 유해 온도로 이동합니다. 응답 변수는 TKD를 추정하기 위해 마지막으로 기록된 이동 시간(즉, 0이 아닌 마지막 인덱스)으로 운영됩니다.<ol>
		<li>동적 분석을 수행하는 경우 적응 기간 후에 온도가 증가하는 속도를 결정하십시오. 여기서 측정된 응답 변수는 기술적으로 다시 시간입니다. 마지막 움직임이 기록되는 시간은 램핑 속도에 따라 온도(CTmax)와 일치합니다.</li>
		<li>DAM 시스템 디스플레이에서 실시간으로 활동 횟수를 모니터링하거나, 수집 소프트웨어의 데이터 폴더에서 DAMSystem3 프로그램 파일의 텍스트 파일을 직접 검사할 수 있습니다. 라이브 데이터 기록에 문제가 발생하지 않도록 텍스트 파일을 복사하고 데이터 폴더 내의 원본 파일과 반대로 복사본을 엽니다.</li>
		<li>몇 분 동안 파리에서 움직임이 보이지 않으면 수집 소프트웨어를 중지하십시오. 참고: 당사의 분석을 통해 몇 분에서 몇 분 동안 활동이 없는 것은 고전적인 수동 TKD 분석에서 볼 수 있는 것과 유사한 열 스트레스로 인한 생리적 허탈을 나타내는 것임을 발견했습니다. 그러나 이것은 자발적인 탈출 행동에 달려 있습니다. 따라서 조사의 특정 처리가 이러한 행동 반응을 변경할 수 있는 경우 가능한 혼란스러운 변수를 고려합니다. 또한, 분석의 특정 매개 변수(예: 온도, 처리)에 따라 분석의 길이는 분명히 달라질 것입니다.</li>
	</ol>
	</li>
</ol>
5. 데이터 구성 및 분석
참고: GitHub에서 실행 가능한 응용 프로그램을 다운로드하는 방법과 소프트웨어의 기본 기능에 대한 연습은 추가 비디오 S1 을 참조하십시오.
<ol>
	<li>데이터를 수집하면 참조된 소프트웨어( 재료 표 참조)를 사용하여 텍스트 파일에서 오류를 스캔하고 비닝 활동 데이터를 위한 특정 시작 및 중지 지점을 선택합니다. 10분 적응 간격이 구현된 경우 활동 기록에서 10분 동안 비닝을 시작합니다. 범주화에 대한 자세한 내용은 토론을 참조하십시오.</li>
	<li>HoTDAM을 엽니다! 분석 소프트웨어를 선택하고 File(파일) | Load monitor data(모니터 데이터 로드)를 클릭하여 스캔한 모니터 데이터 파일을 가져옵니다. 참고: 소프트웨어 및 실행 가능한 응용 프로그램은 GitHub(https://github.com/MatthewR47/HoTDAM) 또는 회사 웹 사이트의 분석 소프트웨어 섹션에서 사용할 수 있습니다. 실행 가능한 응용 프로그램은 현재 Windows 운영 체제와만 호환됩니다.</li>
	<li>그룹 지정을 추가하여 어떤 치료 그룹이 DAM2 모니터 내의 어떤 세포에 해당하는지 나타냅니다. 참고: 소프트웨어 인터페이스의 레이아웃은 모니터의 레이아웃에 해당합니다.</li>
	<li>Start Multi-Group Definition(다중 그룹 정의 시작)을 클릭하여 여러 셀에 적용할 그룹 지정을 추가할 수 있는 대화 상자를 표시합니다. 그룹 지정이 수락되면 그룹 지정을 적용할 셀을 클릭한 다음 Stop Multi-Group Designation(다중 그룹 지정 중지)을 클릭합니다. 참고: 이 소프트웨어는 DAMSystem3 데이터를 구성하고 통계 소프트웨어에서 분석할 .csv 파일로 내보냅니다.</li>
	<li>.csv File(파일) | Knockdown 데이터 내보내기 | 모든 모니터 내보내기 또는 선택한 모니터 내보내기. 각 플라이에 대한 TKD는 그룹 지정에 따라 출력에 구성됩니다.</li>
	<li>각 플라이에 대한 활동 데이터를 File (파일) | 활동 데이터 내보내기 | Export All Monitors(모든 모니터 내보내기) 또는 Export Selected Monitors(선택한 모니터 )를 .csv 파일로 내보내기(Export All Monitors) 및 카운트 데이터(Count Data)만 유지하여 데이터 파일을 더 쉽게 작업할 수 있도록 하는 동시에 각 플라이에 대해 지정된 그룹 레이블을 할당할 수 있습니다. 참고: DAMSystem3 데이터 파일의 처음 몇 열은 수집 중 모니터의 내부 데이터(예: 조명 모니터링 또는 오류 메시지)에 해당합니다. 개수 데이터는 11-42열에 있습니다(자세한 내용은 DamSystem3 데이터 시트 참조). 분석 소프트웨어를 사용하여 활동 데이터를 내보내면 타임스탬프 및 개수 데이터 열을 제외한 모든 열이 제거됩니다.</li>
	<li>CTmax 실험을 수행하는 경우 TKD를 사용하여 온도 램프 속도를 사용하여 CTmax를 측정합니다. 
	<img alt="Equation 1" src="/files/ftp_upload/67814/67814eq01.jpg" style="margin: auto;"> 참고: 분석 소프트웨어는 C#(소스 코드는 GitHub에서 사용 가능, https://github.com/MatthewR47/HoTDAM)으로 개체 지향 방식으로 작성되었으므로 특정 목적에 맞게 사용자 정의할 수 있도록 프로그램의 측면을 쉽게 수정할 수 있습니다.</li>
</ol>
6. 통계
참고: 실험 설정의 세부 사항에 따라 TKD 데이터를 분석하기 위해 다양한 테스트를 사용할 수 있습니다.
<ol>
	<li>생존 분석(예: Cox 회귀 분석, Kaplan-Meier)을 사용하여 knockdown을 분석 내의 각 비행이 경험하게 될 이벤트로 개념화합니다. 참고: 자세한 검토는 생존 분석과 그 구현에 대해 논의하는 Bradburn과 Clark의 4개 논문 시리즈를 참조하십시오 5,6,7,8.</li>
	<li>ANOVA를 사용하여 그룹 차이를 평가하고 양상을 비교할 수 있으며, 특히 특정 조건에 대한 자동 분석을 검증할 때 사용할 수 있습니다.</li>
	<li>Kaplan-Meier 생존 분석을 사용하여 TKD 데이터를 분석합니다. 분석이 별도로 수행되도록 파일을 스톡별로 분할합니다(예: TRPA1 및 w1118 스톡 라인의 경우). 시간 변수를 TKD(최소)로, 넉다운을 이벤트로, 전처리를 요인으로, 성별을 계층으로 선택합니다.</li>
	<li>log-rank, Breslow 및 Tarone-Ware 테스트를 수행하여 여러 방법을 보여주는 설명을 위해 각 계층(즉, 성별)에 대한 전처리를 비교합니다.</li>
	<li>생존 플롯을 구성합니다.</li>
</ol>

<meta charset="utf8"></head><body>DAM2 시스템을 사용한 초파리 의 High-Throughput Heat Tolerance 측정

<ol><li>Cowles, R. B., Bogert, C. M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((A+preliminary+study+of+the+thermal+requirements+of+desert+reptiles%5BTitle%5D)+AND+%22Bull+Am+Mus+Nat+Hist%22%5BJournal%5D)">A preliminary study of the thermal requirements of desert reptiles.</a> Bull Am Mus Nat Hist. 83, 261-296 (1944).</li>
<li>Lutterschmidt, W. I., Hutchison, V. H. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+critical+thermal+maximum%3A+history+and+critique%5BTitle%5D)+AND+%22Can+J+Zool%22%5BJournal%5D)">The critical thermal maximum: history and critique.</a> Can J Zool. 75, 1561-1574 (1997).</li>
<li>Jørgensen, L. B., Malte, H., Overgaard, J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((How+to+assess+Drosophila+heat+tolerance%3A+Unifying+static+and+dynamic+tolerance+assays+to+predict+heat+distribution+limits%5BTitle%5D)+AND+%22Funct+Ecol%22%5BJournal%5D)">How to assess Drosophila heat tolerance: Unifying static and dynamic tolerance assays to predict heat distribution limits.</a> Funct Ecol. 33 (4), 629-642 (2019).</li>
<li>Rokusek, B., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((HoTDAM%21+An+easy-to-use+automated+assay+expands+the+inducible+thermotolerance+phenotype+in+Drosophila+melanogaster%3A+Heat+hardening+reduces+motility%5BTitle%5D)+AND+%22Comp+Biochem+Physiol+A+Mol+Integr+Physiol%22%5BJournal%5D)">HoTDAM! An easy-to-use automated assay expands the inducible thermotolerance phenotype in Drosophila melanogaster: Heat hardening reduces motility.</a> Comp Biochem Physiol A Mol Integr Physiol. 286, 111522(2023).</li>
<li>Bradburn, M. J., Clark, T. G., Love, S. B., Altman, D. G. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Survival+analysis+part+III%3A+Multivariate+data+analysis+-+Choosing+a+model+and+assessing+its+adequacy+and+fit%5BTitle%5D)+AND+%22Br+J+Cancer%22%5BJournal%5D)">Survival analysis part III: Multivariate data analysis - Choosing a model and assessing its adequacy and fit.</a> Br J Cancer. 89 (4), 605-611 (2003).</li>
<li>Bradburn, M. J., Clark, T. G., Love, S. B., Altman, D. G. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Survival+analysis+part+II%3A+Multivariate+data+analysis-+An+introduction+to+concepts+and+methods%5BTitle%5D)+AND+%22Br+J+Cancer%22%5BJournal%5D)">Survival analysis part II: Multivariate data analysis- An introduction to concepts and methods.</a> Br J Cancer. 89 (3), 431-436 (2003).</li>
<li>Clark, T. G., Bradburn, M. J., Love, S. B., Altman, D. G. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Survival+analysis+part+IV%3A+Further+concepts+and+methods+in+survival+analysis%5BTitle%5D)+AND+%22Br+J+Cancer%22%5BJournal%5D)">Survival analysis part IV: Further concepts and methods in survival analysis.</a> Br J Cancer. 89 (5), 781-786 (2003).</li>
<li>Clark, T. G., Bradburn, M. J., Love, S. B., Altman, D. G. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Survival+analysis+part+I%3A+Basic+concepts+and+first+analyses%5BTitle%5D)+AND+%22Br+J+Cancer%22%5BJournal%5D)">Survival analysis part I: Basic concepts and first analyses.</a> Br J Cancer. 89 (2), 232-238 (2003).</li>
<li>Hazra, A., Gogtay, N. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Biostatistics+series+module+9%3A+survival+analysis%5BTitle%5D)+AND+%22Indian+J+Dermatol%22%5BJournal%5D)">Biostatistics series module 9: survival analysis.</a> Indian J Dermatol. 62 (3), 251-257 (2017).</li>
<li>Stevenson, R. D. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+relative+importance+of+behavioral+and+physiological+adjustments+controlling+body+temperature+in+terrestrial+ectotherms%5BTitle%5D)+AND+%22Am+Nat%22%5BJournal%5D)">The relative importance of behavioral and physiological adjustments controlling body temperature in terrestrial ectotherms.</a> Am Nat. 126 (3), 362-386 (1985).</li>
<li>Grigg, G. C., Beard, L. A., Augee, M. L. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+evolution+of+endothermy+and+its+diversity+in+mammals+and+birds%5BTitle%5D)+AND+%22Physiol+Biochem+Zool%22%5BJournal%5D)">The evolution of endothermy and its diversity in mammals and birds.</a> Physiol Biochem Zool. 77 (6), 982-997 (2004).</li>
<li>Soto-Padilla, A., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Thermosensory+perception+regulates+speed+of+movement+in+response+to+temperature+changes+in+Drosophila+melanogaster%5BTitle%5D)+AND+%22J+Exp+Biol%22%5BJournal%5D)">Thermosensory perception regulates speed of movement in response to temperature changes in Drosophila melanogaster.</a> J Exp Biol. 221 (10), jeb174151(2018).</li>
<li>Hoffmann, A. A., Sørensen, J. G., Loeschcke, V. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Adaptation+of+Drosophila+to+temperature+extremes%3A+bringing+together+quantitative+and+molecular+approaches%5BTitle%5D)+AND+%22J+Therm+Biol%22%5BJournal%5D)">Adaptation of Drosophila to temperature extremes: bringing together quantitative and molecular approaches.</a> J Therm Biol. 28 (3), 175-216 (2003).</li>
<li>Terblanche, J. S., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Ecologically+relevant+measures+of+tolerance+to+potentially+lethal+temperatures%5BTitle%5D)+AND+%22J+Exp+Biol%22%5BJournal%5D)">Ecologically relevant measures of tolerance to potentially lethal temperatures.</a> J Exp Biol. 214 (22), 3713-3725 (2011).</li>
<li>Rezende, E. L., Castaneda, L. E., Santos, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Tolerance+landscapes+in+thermal+ecology%5BTitle%5D)+AND+%22Funct+Ecol%22%5BJournal%5D)">Tolerance landscapes in thermal ecology.</a> Funct Ecol. 28 (4), 799-809 (2014).</li>
<li>MacLean, H. J., Hjort Hansen, J., Sørensen, J. G. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Validating+the+automation+of+different+measures+of+high+temperature+tolerance+of+small+terrestrial+insects%5BTitle%5D)+AND+%22J+Insect+Physiol%22%5BJournal%5D)">Validating the automation of different measures of high temperature tolerance of small terrestrial insects.</a> J Insect Physiol. 137, 104362(2022).</li>
<li>Gioia, A., Zars, T. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Thermotolerance+and+place+memory+in+adult+Drosophila+are+independent+of+natural+variation+at+the+foraging+locus%5BTitle%5D)+AND+%22J+Comp+Physiol+A%22%5BJournal%5D)">Thermotolerance and place memory in adult Drosophila are independent of natural variation at the foraging locus.</a> J Comp Physiol A. 195, 777-782 (2009).</li>
<li>Kjærsgaard, A., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+effect+of+developmental+temperature+fluctuation+on+wing+traits+and+stressed+locomotor+performance+in+Drosophila+melanogaster%2C+and+its+dependence+on+heterozygosity%5BTitle%5D)+AND+%22Evol+Ecol+Res%22%5BJournal%5D)">The effect of developmental temperature fluctuation on wing traits and stressed locomotor performance in Drosophila melanogaster, and its dependence on heterozygosity.</a> Evol Ecol Res. 14 (7), 803-819 (2012).</li>
<li>Bak, N. K., Rohde, P. D., Kristensen, T. N. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Strong+sex-dependent+effects+of+malnutrition+on+life-+and+healthspan+in+Drosophila+melanogaster%5BTitle%5D)+AND+%22Insects%22%5BJournal%5D)">Strong sex-dependent effects of malnutrition on life- and healthspan in Drosophila melanogaster.</a> Insects. 15 (1), 9(2023).</li>
<li>Bettencourt, B. R., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Natural+variation+in+Drosophila+stressed+locomotion+meets+or+exceeds+variation+caused+by+Hsp70+mutation%3A+analysis+of+behavior+and+performance%5BTitle%5D)+AND+%22Behav+Genet%22%5BJournal%5D)">Natural variation in Drosophila stressed locomotion meets or exceeds variation caused by Hsp70 mutation: analysis of behavior and performance.</a> Behav Genet. 393, 306-320 (2009).</li>
<li>Kjærsgaard, A., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Locomotor+activity+of+Drosophila+melanogaster+in+high+temperature+environments%3A+plastic+and+evolutionary+responses%5BTitle%5D)+AND+%22Clim+Res%22%5BJournal%5D)">Locomotor activity of Drosophila melanogaster in high temperature environments: plastic and evolutionary responses.</a> Clim Res. 43 (1-2), 127-134 (2010).</li>
</ol>

여기에서 설명하는 내열성 분석 방법은 다재다능하고 확장 가능합니다. 우리는 이전에 HoTDAM을 비교한 검증 연구를 발표했습니다! 방법을 고전적인 관찰 기반 TKD 분석법으로 변환하고 자동화된 분석법이 여러 요인에 걸쳐 동일한 일반적인 경향을 보여주는 것을 발견했습니다4 (그림 3). 즉, 기존의 수동 TKD 분석과 동일한 방식으로 DAM2 자동 분석은 성별, 분석 온도, 경화 전처리 및 분석 전 경화 전처리 후 회복 시간에 따라 유기체를 구별할 수 있었습니다. TKD가 연구자의 관찰에 의존하지 않는다는 점에서 자동 분석이 더 객관적인 것으로 추정되지만, 당사의 데이터는 이것이 DAM2 분석이 효과 발견 측면에서 수동 분석보다 현저히 우수하다고 제안하지는 않습니다. 우리는 분석이 정밀도 측면에서 매우 유사하다는 것을 발견했으며, 오히려 자동화된 분석 내의 효과 크기가 약간 더 작다는 것을 발견했습니다(검증 연구의 자동화된 DAM2 및 수동 관찰 기반 분석에 대한 자세한 설명 통계 및 분산 분석 데이터는 Rokusek et al.4 보충 자료 참조). 그 이유는 아래에서 자세히 논의될 TKD 측면에서 분석이 측정하는 내용의 내재적 차이와 관련이 있을 수 있습니다.
<img alt="Figure 3" class="xfigimg" src="/files/ftp_upload/67814/67814fig03.jpg"> 
그림 3: 자동화된 DAM2 분석과 기존 관찰 기반 TKD 분석의 비교. 도표는 평균 TKD를 분 단위로 표시하고 오차 막대는 평균의 표준 오차입니다. 비교된 독립 요인은 (A) 분석 온도에 의한 성, (B) 분석 온도에 의한 경화, (C) 회수 시간에 의한 성, (D) 성에 의한 경화, (E) 회복 시간에 의한 분석 온도, (F) 회복 시간에 의한 경화입니다. 절대 TKD는 자동 분석에서 더 긴 경향이 있지만 요인 간의 일반적인 경향은 분석 간에 일치합니다. 이 그림은 Rokusek et al. 4에서 발췌한 것입니다. 약어 : TKD = 넉다운 시간. <a href="https://www.jove.com/files/ftp_upload/67814/67814fig03large.jpg" target="_blank">이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.</a>
여기에 제시된 예시 데이터는 다른 플라이 라인을 사용한 기존 검증 시험과 완전히 별개의 실험을 나타냅니다. 분석(TKD 및 활성)은 w1118 스톡(원래 실험에서는 Canton S 야생형 균주를 사용함)의 경화 전처리 효과에 민감하여 지금까지 몇 개의 라인만 테스트되었지만 분석의 기본 기능이 다양한 조건에서 안정적임을 뒷받침합니다. 이 분석은 TKD 측정에 국한되지 않는다는 점에서 다재다능합니다. 본 분석법에서 TKD는 운동 활동의 중단으로 정의되기 때문에 온도 상승 속도를 알고 있는 경우 CTmax를 결정할 수 있습니다. 마지막으로, 분석은 완전히 자동화되어 있으며 더 많은 활동 모니터를 추가하여 쉽게 확장할 수 있으므로 수동 관찰 방법을 사용하여 실현 가능한 것보다 훨씬 더 큰 샘플링 크기를 허용할 수 있습니다.
분석 및 분석을 수행하는 동안 고려해야 할 몇 가지 핵심 사항은 다음과 같습니다. 설정 온도에 빠르게 도달할 수 있는 인큐베이터를 사용하여 모니터를 사육 온도에서 인큐베이터에 로드하고 열 스트레스 장치를 적용하기 전에 새로운 환경에 적응하기 위해 조용히 앉아있을 수 있습니다. 온도가 너무 느리게 상승하면 분석이 정적 TKD 분석과 반대로 동적 CTmax 분석과 더 유사해지기 시작합니다. 예를 들어, 소프트웨어가 기준선을 설정하기 위해 열 스트레스를 유도하기 전에 40x를 인덱싱할 수 있는 경우 소프트웨어는 TKD 결정 및 데이터 분석을 위해 인덱스 40에서 시작하는 데이터 파일을 출력할 수 있습니다. 시작점은 소프트웨어에 의해 기록된 타임스탬프를 기준으로 하므로 인덱스 간격에 유의해야 합니다(예: 인덱스 간격이 15초인 경우 40개의 인덱스는 10분임).
파일 스캔 소프트웨어는 인덱스를 "bin"하는 데에도 사용할 수 있으며 카운트를 합산하거나 평균화 할 수 있습니다. 예를 들어, 활동 데이터를 그래프로 표시할 때(아래 참조) 4개의 인덱스마다 합산 카운트를 함께 비닝했습니다(즉, 15초마다가 아니라 1분마다 활동을 내보냈습니다). 파일 스캔 소프트웨어는 비닝할 때 타임스탬프와 관련하여 부분적인 분 시작 시간을 허용하지 않습니다. 예를 들어, 첫 번째 인덱스가 12:10:15에 있고 인덱스 간격이 15초로 설정된 경우 1분의 비닝은 다음으로 가까운 분(예: 12:11:00)에 시작됩니다. 따라서 분 단위의 활동이 분석에 사용되지만 TKD에 대해 15초 간격의 분해능이 필요한 경우 가장 가까운 전체 분으로부터 15초 이내(예: 12:09:45 이후 및 12:10:00 이전)에 수집 소프트웨어를 시작합니다. 이러한 복잡성은 DAMSystem3가 수면 연구를 염두에 두고 구축되었을 가능성이 높기 때문에 데이터 수집 소프트웨어가 컴퓨터 시스템 클럭을 타임스탬프로 사용한다는 사실 때문입니다.
TKD 비교에 대한 통계적 접근 방식과 관련하여, 생존 분석은 단순히 그룹 간의 평균 또는 중앙값 knockdown 시간을 비교하는 것보다 더 많은 정보를 제공한다고 주장합니다. 생존 곡선은 분석 중 개체군의 녹다운 시간 경과에 대한 시각적 통찰력을 제공할 수 있습니다. 마찬가지로, 통계적 테스트는 연구 내에서 제기된 특정 질문에 맞게 조정할 수 있습니다. 예를 들어, 일반화된 Wilcoxon 검정은 초기 이벤트에 더 많은 가중치를 부여하는 반면, 로그 순위 검정은 모든 시점에 동일한 가중치를 부여하고 이후 시점의 차이에 더 민감합니다. 위험 비율이 비례하지 않는 경우(즉, 생존 곡선이 교차하는 경우) Tarone-Ware는 더 엄격합니다. 모든 유기체가 사건(넉다운)을 경험했기 때문에 데이터 검열이 없어야 하기 때문에 Kapan-Meier 생존 곡선9과 함께 Mann-Whitney U 및 Kruskal-Wallis와 같은 비모수 순위 정렬의 사용을 주장할 수 있습니다. 모든 유기체가 쓰러진 후의 TKD가 아닌 정의된 시간 후의 넉다운에 관심이 있는 경우, 생존 분석 및 로그 순위 또는 일반화된 Wilcoxon 테스트의 사용은 중도절단 데이터(즉, 분석이 끝날 때까지 모든 유기체가 이동을 멈추거나 붕괴하지 않는 시나리오)에 강력합니다. 이를 설명하기 위해 log-rank, generalized Wilcoxon 및 Tarone-Ware의 결과를 표 2 에 제공했습니다.
열 스트레스 동안과 CTmax 이전에는 행동 변화(예: 탈출 행동)가 대처 메커니즘으로 작용합니다. 이러한 타고난 행동 전략은 동물계 전반에 걸쳐 보존되지만 대사 체온 조절 능력이 낮기 때문에 외온에 특히 중요합니다10,11. 분명히, 행동은 외열 열 스트레스 표현형의 중요한 측면이지만, 상대적으로 희박한 연구는 열 내성의 이러한 행동 측면을 조사했습니다. 우리가 설명하는 분석법이 열 스트레스에 대한 반응으로 운동 활동의 특징적인 증가에 의존한다는 점을 감안할 때 열 스트레스 반응의 운동 측면을 탐색하는 데 매우 적합합니다. 동시에, 자발적인 활동에 대한 이러한 의존은 몇 가지 한계를 수반한다. 특히 열 스트레스에 대한 운동 반응의 구성 요소를 탐색할 때 TKD와 활성은 모두 본질적으로 관련되어 있다는 것을 기억하는 것이 중요합니다. 이것이 우리의 분석에 제한되는 상황을 입증하기 위해 우리는 열 감지가 결핍된 TRPA1 유기체의 데이터를 여기에 제공했습니다. 유기체에 TRPA1 수용체가 결핍되면 파리는 열12에 대한 특징적인 운동 반응을 나타내지 않습니다. 여기에 표시된 대표적인 데이터에서 TRPA1 유기체의 활성 반응은 무뎌졌습니다. TKD 측정은 다른 운동 반응을 나타내기 때문에 야생형 유기체와 쉽게 비교할 수 없습니다.
일반화 가능성과 결과의 직접 비교, 특히 고전적인 내열성 분석과 비교하는 것도 잠재적인 한계입니다(그림 3). 종종, 관찰 기반 분석은 움직이지 않는 유기체가 단순히 자발적인 활동의 결핍을 보이는 것이 아니라 실제로 생리적 붕괴를 경험하고 있는지 확인하기 위해 기계적 또는 기타 자극을 포함합니다 3,13. 우리의 분석은 자발적인 활성에 의존하기 때문에 TKD의 작동 정의에 내재적 차이가 있어 비교를 복잡하게 만들 수 있습니다. 즉, 우리는 TKD를 운동 활동의 중단으로 정의한 반면, 고전적 분석은 일반적으로 TKD를 생리적 붕괴로 정의합니다. 또한, 우리가 설명하는 것과 같은 자동 분석은 가열된 공기에 의존하는 반면, 수동 분석은 일반적으로 수조를 포함하므로 보다 효율적인 열 전달이 포함됩니다. 분석 방식 간의 비교에 대한 이러한 모든 제한 사항은 자동화된 방법의 일반화 가능성에 대한 단점을 나타냅니다. 동시에, 관찰 기반 방법은 조사 간의 직접 비교와 관련된 합병증을 겪는 것으로 보고되었습니다 2,14,15. 우리는 한계에도 불구하고 자동 분석이 TKD 또는 CTmax 측면에서 열 내성을 추정할 수 있는 실행 가능한 수단이라고 주장합니다.
TKD 및 CTmax에 대한 다른 자동화된 내열성 분석은 이전에 문헌 16,17,18,19에서 구현 및 설명되었으며, 일부는 DAM2 활성 모니터(18,19)를 활용합니다. 또한, 적어도 몇 가지 조사에서는 비디오 기반 방법(16,20,21)과 DAM2 활동 모니터(20)를 사용하여 급성 열 스트레스의 맥락에서 열 내성과 관련된 초파리 활동 프로파일을 조사했습니다. 따라서 DAM2 시스템을 포함하여 내열성 분석을 자동화하는 것은 새로운 아이디어가 아닙니다. 우리의 분석에서 새롭고 가치있는 것은 HoTDAM에 의해 촉진되는 데이터 관리의 용이성입니다! (분석) 소프트웨어. 활동 데이터는 작업하기 어려우며, 각 시나리오에 맞게 사용자 지정해야 하는 소프트웨어나 스크립트를 사용하지 않고 대규모 데이터 세트에서 가장 간단한 측정값(예: TKD)을 가져오는 것도 시간이 많이 걸리고 번거로울 수 있습니다. 호타담! 무료이며 간단하고 사용하기 쉬운 인터페이스를 갖춘 완전한 기능을 갖춘 실행 가능한 응용 프로그램으로 사용할 수 있습니다. 코딩에 대한 사전 경험은 필요하지 않습니다. 또한 소프트웨어는 수정을 용이하게 하기 위해 문서와 함께 개체 지향 방식으로 작성되었습니다. 이처럼 HoTDAM! 특정 요구 사항에 맞게 쉽게 사용자 정의할 수 있습니다. 소스 코드는 실행 가능한 응용 프로그램과 함께 사용할 수 있습니다. It is our hope that HoTDAM! TKD 및 CTmax를 쉽게 측정할 수 있는 방법을 제공하여 열 내성 분석을 처음 접하는 실험실에 서비스를 제공할 수 있을 뿐만 아니라 데이터 관리를 용이하게 하는 맞춤형 소프트웨어를 제공하여 열 내성 분석에 경험이 있는 실험실에 서비스를 제공할 수 있습니다.

<table><tbody><tr><td>14 mL 폴리스티렌 시험관</td><td>Falcon</td><td>352057</td><td></td></tr><tr><td>30 갤런 어항</td><td>월마트</td><td></td><td></td></tr><tr><td>8 oz 병</td><td>Genesee</td><td>32-129F</td><td></td></tr><tr><td>상수 기후 챔버</td><td>Memmert</td><td>HPP750eco</td><td></td></tr><tr><td>옥수수 가루</td><td>연구소 과학</td><td>FLY801010</td><td></td></tr><tr><td>DAM2&nbsp; 초파리 활동 모니터</td><td>TriKinetics</td><td>DAM2</td><td>(DAMSystem3 데이터 시트) https://www.trikinetics.com/Downloads/DAMSystem%20Price%20List%202024.7.pdf</td></tr><tr><td>DAMSystem 데이터 수집 소프트웨어</td><td>TriKinetics</td><td></td><td>무료 다운로드</td></tr><tr><td>Drosophila 한천</td><td>Lab Scientific</td><td>FLY80201</td><td></td></tr><tr><td>에탄올</td><td>Fisher Scientific</td><td>BP82011</td><td></td></tr><tr><td>에테르</td><td>Fisher Scientific</td><td>E134-4</td><td></td></tr><tr><td>FileScan 소프트웨어</td><td>TriKinetics</td><td></td><td>텍스트 오류 스캔, 데이터 비닝 및 출력용</td></tr><tr><td>FlyStuff Flugs 병용</td><td>Genesee</td><td>49-100</td><td></td></tr><tr><td>FlyStuff Flugs 바이알용</td><td>Genesee</td><td>49-102</td><td></td></tr><tr><td>FlyStuff 바이알</td><td>Genesee</td><td>32-113RL</td><td></td></tr><tr><td>HoTDAM 소프트웨어</td><td>Github 또는 Trikinetics</td><td></td><td>https://github.com/MatthewR47/HoTDAM</td></tr><tr><td>침지 순환 히터</td><td>PolyScience</td><td>MX-CA11B</td><td></td></tr><tr><td>당밀</td><td>Lab Scientific</td><td>FLY80084</td><td></td></tr><tr><td>프로피온산</td><td>Fisher Scientific</td><td>A258-500</td><td></td></tr><tr><td>Pyrex Glass tubes 5 x 65 mm for DAM2</td><td>TriKinetics</td><td>PGT 5x65</td><td>https://www.trikinetics.com/Downloads/DAMSystem%20Price%20List%202024.7.pdf</td></tr><tr><td>작은 페인트 브러시</td><td>월마트</td><td></td><td></td></tr><tr><td>SPSS 통계</td><td>IBM</td><td></td><td></td></tr><tr><td>tegosept</td><td>Lab Scientific</td><td>FLY55015</td><td></td></tr><tr><td>torula 효모</td><td>MP Biomedicals</td><td>290308505</td><td></td></tr><tr><td>TRPA1 돌연변이 주식</td><td>블루밍턴 주식 센터</td><td>26504</td><td>w[1118]; TI{w[+mW.hs]=TI}TrpA1[1]</td></tr><tr><td>w1118 stock</td><td>블루밍턴 주식 센터</td><td>3605</td><td></td></tr></tbody></table>

drosophila activity monitor 시스템을 사용한 열 내성 분석: 데이터 분석을 위한 실행 가능한 응용 프로그램 가이드

Heat Tolerance Assays Using the Drosophila Activity Monitor System: A Guide to an Executable Application for Data Analysis

TRPA1 및 w1118 스톡에 대한 분석은 별도로 수행되었습니다. 백분위수 TKD 시간 및 기타 설명은 표 1에서 찾을 수 있습니다.
<table border="1" fo:keep-together.within-page="1" fo:keep-with-next.within-page="always">
	<tbody>
		<tr>
			<td></td>
			<td></td>
			<td></td>
			<td colspan="6">백분위수a</td>
		</tr>
		<tr>
			<td>성</td>
			<td>치료</td>
			<td></td>
			<td colspan="2">25.00%</td>
			<td colspan="2">50.00%</td>
			<td colspan="2">75.00%</td>
		</tr>
		<tr>
			<td></td>
			<td></td>
			<td>N</td>
			<td>평가하다</td>
			<td>표준 오류</td>
			<td>평가하다</td>
			<td>표준 오류</td>
			<td>평가하다</td>
			<td>표준 오류</td>
		</tr>
		<tr>
			<td>W1118</td>
			<td></td>
			<td></td>
			<td></td>
			<td></td>
			<td></td>
			<td></td>
			<td></td>
			<td></td>
		</tr>
		<tr>
			<td>여성</td>
			<td>제어</td>
			<td>16</td>
			<td>42.50</td>
			<td>0.43</td>
			<td>40.75</td>
			<td>2.00</td>
			<td>38.75</td>
			<td>0.43</td>
		</tr>
		<tr>
			<td></td>
			<td>굳어진</td>
			<td>16</td>
			<td>48.75</td>
			<td>4.55</td>
			<td>43.25</td>
			<td>2.50</td>
			<td>38.50</td>
			<td>1.95</td>
		</tr>
		<tr>
			<td>남성</td>
			<td>제어</td>
			<td>16</td>
			<td>43.25</td>
			<td>1.88</td>
			<td>39.75</td>
			<td>0.25</td>
			<td>37.00</td>
			<td>2.38</td>
		</tr>
		<tr>
			<td></td>
			<td>굳어진</td>
			<td>16</td>
			<td>46.50</td>
			<td>5.63</td>
			<td>35.50</td>
			<td>2.00</td>
			<td>30.75</td>
			<td>3.03</td>
		</tr>
		<tr>
			<td>TRPA1</td>
			<td></td>
			<td></td>
			<td></td>
			<td></td>
			<td></td>
			<td></td>
			<td></td>
			<td></td>
		</tr>
		<tr>
			<td>여성</td>
			<td>제어</td>
			<td>16</td>
			<td>34.25</td>
			<td>2.17</td>
			<td>29.25</td>
			<td>7.50</td>
			<td>21.50</td>
			<td>0.72</td>
		</tr>
		<tr>
			<td></td>
			<td>굳어진</td>
			<td>15</td>
			<td>37.25</td>
			<td>4.84</td>
			<td>28.75</td>
			<td>1.77</td>
			<td>25.75</td>
			<td>0.86</td>
		</tr>
		<tr>
			<td>남성</td>
			<td>제어</td>
			<td>15</td>
			<td>38.25</td>
			<td>3.29</td>
			<td>32.00</td>
			<td>1.29</td>
			<td>24.50</td>
			<td>7.92</td>
		</tr>
		<tr>
			<td></td>
			<td>굳어진</td>
			<td>16</td>
			<td>27.50</td>
			<td>0.72</td>
			<td>25.75</td>
			<td>1.00</td>
			<td>22.75</td>
			<td>6.06</td>
		</tr>
	</tbody>
</table>
표 1: w1118 및 TRPA1 파리의 Kaplan-Meier 생존 분석에 대한 기술 통계. 백분위수 TKD 값은 분 단위로 제공됩니다. 경화는 37°C에서 전처리 후 39°C에서 열 충격 전에 24시간 회복하는 것을 말합니다. 대조군은 전처리 기간 동안 25°C로 유지되었습니다. 참고: 생존 분석에서 75번째 백분위수는 표본의 75%가 계속 활성을 나타내는 가장 늦은 시간입니다.
w1118 파리의 경우, 로그 랭크 테스트에서 경화된 암컷과 대조군 암컷 간에 넉다운 확률에 상당한 차이가 있음을 발견했으며(p = 0.026), 경화된 암컷은 분석 과정에서 열 스트레스 요인에 의해 넉다운될 확률이 더 낮았습니다. 한편, 로그 순위 테스트에서는 경화 수컷과 대조군 w 1118 수컷(p = 0.798) 간의 넉다운 확률에 유의한 차이가 없는 것으로 나타났습니다. TRPA1 암컷의 경우, 로그 순위 검정을 사용하여 경화된 유기체와 대조 유기체(p = 0.547) 간에 넉다운 확률에 큰 차이가 발견되지 않았습니다. 마지막으로, TRPA1 수컷의 경우, 로그 랭크 테스트에서 경화 유기체와 대조 유기체 간에 녹다운 확률에 상당한 차이가 있음을 발견했으며(p = 0.014), 대조 유기체는 열 스트레스 요인에 의해 녹다운될 확률이 더 낮았습니다. 생존 분석(일반화된 Wilcoxon 및 Tarone-Ware 검정 포함)의 모든 결과는 표 2를 참조하고 생존 곡선은 그림 1을 참조하십시오.
<table border="1" fo:keep-together.within-page="1" fo:keep-with-next.within-page="always">
	<tbody>
		<tr>
			<td>성</td>
			<td></td>
			<td>χ2</td>
			<td>디프</td>
			<td>p-값</td>
		</tr>
		<tr>
			<td>W1118</td>
			<td></td>
			<td></td>
			<td></td>
			<td></td>
		</tr>
		<tr>
			<td>여성</td>
			<td>로그 랭크(Mantel-Cox)</td>
			<td>4.96</td>
			<td>1</td>
			<td>0.026</td>
		</tr>
		<tr>
			<td></td>
			<td>브레슬로(일반화된 윌콕슨)</td>
			<td>1.72</td>
			<td>1</td>
			<td>0.190</td>
		</tr>
		<tr>
			<td></td>
			<td>타론웨어</td>
			<td>3.07</td>
			<td>1</td>
			<td>0.080</td>
		</tr>
		<tr>
			<td>남성</td>
			<td>로그 랭크(Mantel-Cox)</td>
			<td>0.07</td>
			<td>1</td>
			<td>0.798</td>
		</tr>
		<tr>
			<td></td>
			<td>브레슬로(일반화된 윌콕슨)</td>
			<td>0.86</td>
			<td>1</td>
			<td>0.353</td>
		</tr>
		<tr>
			<td></td>
			<td>타론웨어</td>
			<td>0.32</td>
			<td>1</td>
			<td>0.572</td>
		</tr>
		<tr>
			<td>TRPA1</td>
			<td></td>
			<td></td>
			<td></td>
			<td></td>
		</tr>
		<tr>
			<td>여성</td>
			<td>로그 랭크(Mantel-Cox)</td>
			<td>0.36</td>
			<td>1</td>
			<td>0.547</td>
		</tr>
		<tr>
			<td></td>
			<td>브레슬로(일반화된 윌콕슨)</td>
			<td>0.45</td>
			<td>1</td>
			<td>0.503</td>
		</tr>
		<tr>
			<td></td>
			<td>타론웨어</td>
			<td>0.36</td>
			<td>1</td>
			<td>0.549</td>
		</tr>
		<tr>
			<td>남성</td>
			<td>로그 랭크(Mantel-Cox)</td>
			<td>6.01</td>
			<td>1</td>
			<td>0.014</td>
		</tr>
		<tr>
			<td></td>
			<td>브레슬로(일반화된 윌콕슨)</td>
			<td>4.19</td>
			<td>1</td>
			<td>0.041</td>
		</tr>
		<tr>
			<td></td>
			<td>타론웨어</td>
			<td>5.20</td>
			<td>1</td>
			<td>0.023</td>
		</tr>
	</tbody>
</table>
표 2: 전처리된 파리와 대조군 w 1118 및 TRPA1 암컷 및 수컷 파리 사이에 활성 상태를 유지할 확률을 비교하는 유의성 테스트. 경화는 37°C에서 전처리 후 24시간 동안 회복한 후 39°C에서 열 충격을 가하는 것을 말합니다. 대조 유기체는 전처리 기간 동안 25°C로 유지되었습니다.
<img alt="Figure 1" class="xfigimg" src="/files/ftp_upload/67814/67814fig01.jpg"> 
그림 1: w1118 및 TRPA1 파리에 대한 TKD 분석 과정에서 활성이 남아 있는 유기체의 비율을 나타내는 생존 곡선. 경화는 37°C에서 전처리 후 24시간 동안 회복한 후 39°C에서 열 충격을 가하는 것을 말합니다. 대조 유기체는 전처리 기간 동안 25°C로 유지되었습니다. TKD는 39°C 열 스트레스 장치가 도입된 지 몇 분 만에 완료되었습니다. 약어: TKD = 넉다운 시간; TRPA1 = 일시적 수용체 전위 안키린 1. <a href="https://www.jove.com/files/ftp_upload/67814/67814fig01large.jpg" target="_blank">이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.</a>
시간에 대해 표시된 평균 활동은 경화 및 대조군 TRPA1 및 w1118 수컷과 암컷에 대한 그림 2에서 볼 수 있습니다.
<img alt="Figure 2" class="xfigimg" src="/files/ftp_upload/67814/67814fig02.jpg"> 
그림 2: TKD 분석 기간 동안 w1118 및 TRPA1 비행의 평균 활성 대 시간. 약어: TKD = 넉다운 시간; TRPA1 = 일시적 수용체 전위 안키린 1. <a href="https://www.jove.com/files/ftp_upload/67814/67814fig02large.jpg" target="_blank">이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.</a>
활동 데이터를 분석하는 방법은 다양하고 참신할 수 있으며, 특히 그룹 효과를 고려하고 TKD를 통합할 때 더욱 그렇습니다. 내열성 동안의 활동 분석은 상대적으로 연구되지 않았기 때문에 활동 데이터를 분석하기 위한 잠재적으로 새로운 통계적 접근 방식을 탐색하지 않았습니다. 이러한 통계적 검증은 여기에서 적절히 다루어지는 것보다 훨씬 더 광범위한 문헌 검토와 토론을 필요로 할 것이다. 대신, 각 그룹(전처리 또는 대조군)의 평균 활동과 시간을 단순히 그래프로 표시했는데, 이는 적절한 문헌 검토를 통해 활동을 설명하기 위해 이 방법을 이전에 발표했기 때문입니다.
보충 동영상 S1: GitHub에서 실행 가능한 응용 프로그램 및 소프트웨어의 기본 기능을 다운로드하는 방법에 대한 연습입니다. 최신 릴리스(현재 Windows와만 호환)는 참조된 GitHub(https://github.com/MatthewR47/HoTDAM) 또는 회사 웹 사이트의 분석 소프트웨어 섹션에 있는 인덱싱된 링크를 통해 찾을 수 있습니다. 릴리스가 다운로드되면 파일을 추출해야 하며 HoTDAM! 응용 프로그램을 열 수 있습니다. 바이러스 백신 소프트웨어로 인해 응용 프로그램이 실행되지 않을 수 있습니다. 응용 프로그램에 사용 권한을 부여해야 할 수 있습니다. 인터페이스가 실행되면 스캔된 DAM2(파일 스캔 소프트웨어)를 업로드할 수 있습니다(파일 | 로드 모니터 데이터). Group Designation 인터페이스는 활동 모니터 레이아웃을 나타내며 사용자는 Multi-Select Group Definition 기능을 사용하여 한 번에 하나씩 또는 한 번에 여러 개의 튜브에 치료 그룹을 지정할 수 있습니다. 모든 모니터는 그룹 지정 기능과 관련하여 상호 배타적이며 별도로 정의해야 합니다. 그런 다음 TKD 및 활동 데이터를 .csv 파일(파일 | Knockdown 데이터 또는 파일 내보내기 | Export Activity Data)를 선택한 모니터에 대해 개별적으로 또는 모든 모니터를 한 번에 사용할 수 있습니다. 모든 모니터를 한 번에 내보내는 경우 TKD 또는 활동 데이터는 단일 .csv 파일로 내보내지지만 각 모니터의 데이터는 파일 내에서 분리됩니다. 내보낸 TKD 파일은 파리를 각 튜브에 대한 마지막 활동이 0이 아닌 인덱스를 표시하는 그룹으로 그룹화합니다. 활동 파일은 모든 튜브를 별도로 유지하지만 그룹 지정을 연결하고 파일에서 모든 정보를 제거하지만 각 튜브에 대한 타임스탬프 및 카운트 데이터를 제거합니다. <a href="https://www.jove.com/files/ftp_upload/67814/67814_2.mp4" target="_blank">이 파일을 다운로드하려면 여기를 클릭하십시오.</a>

Drosophila Activity Monitor 시스템을 사용한 열 내성 분석: 데이터 분석을 위한 실행 가능한 응용 프로그램 가이드

The study of heat tolerance in&#8239;Drosophila melanogaster has been of particular interest to researchers for decades, with a common approach to ...

heat-tolerance-assays-using-drosophila-activity-monitor-system-guide

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 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

우리는 최근에 새로운 Drosophila circadian 출력, 온도 선호 리듬 (TPR)을 확인, 있는 파리에서 선호 하는 온도 낮에는 상승 하 고 밤에 폭포. TPR은 다른 circadian 출력, 운동 활동과 독립적으로 규제됩니다. 여기에서 우리는 Drosophila에서TPR의 디자인 그리고 분석을 기술합니다.

드로소필라의 온도 선호도 행동과 Circadian 리듬의 설계 및 분석

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

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

여기 우리는 자동으로 시간과 공간에 신속 하 고 정확한 온도 변화를 생성 하는 프로그래밍 가능 온도 제어 경기장을 사용 하 여 온도 변화에 초파리 의 운동 성능을 결정 하는 프로토콜을 제시.

시간과 공간에서 온도 변화에 대 한 응답에서 초파리 의 성능을 결정 하는 자동화 된 방법

열 제한은 급속한 기후 변화에 직면하여 중요한 정보인 유기체가 견딜 수 있는 환경을 예측할 수 있습니다. 여기에 설명된 곤충의 중요한 열 미니마 및 열 녹다운 시간을 평가하는 고처리량 프로토콜이 있습니다. 두 프로토콜 모두 처리량을 최대화하고 분석 비용을 최소화합니다.

곤충의 중요한 열 한계에 대한 높은 처리량 해석

현재 프로토콜은 속도, 거리 등의 매개변수를 계산하기 위해 고화질 비디오 녹화를 기반으로 각 프레임의 픽셀을 분할하는 플러그인과 호환되는 오픈 소스 소프트웨어 피지를 사용하여 손으로 만든 경기장에서 파리의 움직임을 추적 및 분석하여 초파리 의 운동 활동을 평가합니다.

초파리에서 운동 활동을 분석하는 간단한 기술

이 프로토콜은 전통적인 포유류 모델에 대한 대안으로 운동 기능 장애의 정량화를 통해 초파리의 신경 독성을 평가하기 위한 고처리량, 비용 효율적인 방법을 제시합니다. 민감하고 재현 가능하며 윤리적으로 유리한 모델을 사용하여 제약 화합물, 환경 제제 또는 유전자 변형의 신경독성 영향을 평가하는 것을 목표로 합니다.

신경독성에 대한 판독으로서의 Drosophila melanogaster 의 운동 기능 장애에 대한 행동 분석

이 문서에서는 마우스에서 학습 공포와 메모리를 평가하기 위해 비디오 분석 시스템을 사용하여 상황과 큐 공포 조건화 시험을위한 프로토콜을 제시한다.

마우스에서 비디오 분석 시스템을 사용하여 콘텐츠 및 시작됨 공포 컨디셔닝 테스트

배우세요 Drosophila Activity Monitor를 활용한 열 스트레스 하에서 Drosophila melanogaster의 기절 시간 측정 방법입니다. 자동화된 실행 파일로 대규모 데이터 분석이 가능하여 행동적 체온 조절 연구에 활용됩니다.

Drosophila Activity Monitor 시스템을 사용한 열 내성 분석: 데이터 분석을 위한 실행 가능한 응용 프로그램 가이드

더 많은 동영상 탐색