De test voor de conditiebeheersing kan gebruikt worden voor het meten van leren en geheugen in Drosophila . Om dit te demonstreren analyseren de hier weergegeven resultaten STM en LTM in controlevliegen in vergelijking met vliegen met de neuron-specifieke knockdown van Dhap-at. Controle mannetjes drukken een RNA-interferentie haarspeldsequentie uit die gericht is op een Caenorhabditis elegans-specifiek gen, vermoedelijk zinkvinger eiwit C02F5.12 19 . Deze controlespanning zorgt voor een gelijke hoeveelheid opwaartse activerende sequentie (UAS) elementen tussen de knockdown en control in dezelfde genetische achtergrond, en de RNAi-haarspeld controle regelt eventuele niet-specifieke effecten van het RNAi-systeem. Controle mannetjes (genotype: UAS-dcr2 / +; P {KK108109} VIE-260B / +; elav-Gal4 / + ) tonen een significante vermindering van CI in getrainde versus naïeve voor beide STM ( Figuur 3A , p = 1,2 x 10 - 4 , Mann-WhitneY-U-test) en LTM ( Figuur 3B , p = 1,2 x 10-4 , Mann-Whitney U-test). Dit resultaat weerspiegelt de normale capaciteit voor leren en geheugen in deze vliegen. Dhap-at knockdown vliegen (genotype: UAS-dcr2 / +; P {KK101437} VIE-260B / +; elav-Gal4 / + ) tonen ook een significante vermindering van CI in getrainde versus naïeve vliegen voor STM ( Figuur 3A , p = 1,2 x 10-4 , Mann-Whitney U-test). Echter, ze tonen niet een significante vermindering van CI na LTM training ( Figuur 3B , p = 0,33, Mann-Whitney U-test). De Mann-Whitney U-test werd gebruikt om de gemiddelde CI van naïeve en getrainde vliegen te vergelijken door de niet-parametrische verdeling van de CI-gegevens voor sommige omstandigheden ( Figuur 3A en 3B ). De verschillen waargenomen door de analyse van CI's worden weerspiegeld door de LI voor elk genotype, dat de percentages reducti meetIn CI in naïeve versus getrainde vliegen ( Figuur 3C ). Er is geen significant verschil in LI tussen controles en Dhap-at-knockdown vliegen voor STM ( p = 0.115, 10.000 bootstrap replicaten, Figuur 3C , Tabel 3 ), terwijl de LI voor LTM significant lager is in Dhap-at knockdown vliegen ( p = 0.0034, 10.000 bootstrap replicaten, Figuur 3C , Tabel 3 ). Voor de vergelijking van LI tussen genotypen wordt een randomisatie test 20 aangepast uit een methode die eerst aanbevolen werd door Kamyshev et al. 7 werd gebruikt. Aangezien de LI een enkele waarde is die afgeleid is van populatiegegevens ( dwz gemiddelde CI-naïeve en gemiddelde CI-getrainde), zijn standaard statistische methoden die gebaseerd zijn op experimentele afgeleide verdelingen niet van toepassing. De randomisatie test is distributievrij en gebruikt bootstrapping ( dwz random sampleNg met vervanging) om hypothetische datasets te genereren die afgeleid zijn van de werkelijke gegevens. Het analearn script (File S3) genereert een set hypothetische LI's voor elk genotype en berekent het verschil tussen de controle en het testgenotype (LIdiff). Dit proces wordt 10.000 keer herhaald en de resulterende waarden worden gebruikt om het 95% betrouwbaarheidsinterval van LIdiff te bepalen ( tabel 3 ). Deze gegevens worden gebruikt om een p- waarde te genereren die de waarschijnlijkheid laat zien dat de LI van de twee genotypes anders is. De hier weergegeven resultaten tonen aan dat Dhap-at nodig is in neuronen voor LTM, maar niet voor STM.
Om te kunnen controleren op de dagelijkse variabiliteit worden CI's en LI's vergeleken tussen de replicerende dagen ( tabel 4 ). Hoewel sommige fluctuaties in LI van dag tot dag worden waargenomen, zijn de resultaten over het algemeen reproduceerbaar. Het is belangrijk om op te merken dat de CI-gegevens sterk kunnen variëren afhankelijk van de controle strGebruikt en de milieuomstandigheden van het testen. De hier weergegeven CI-gegevens zijn typisch voor dit controle genotype, maar andere genotypen kunnen een hogere of lagere gemiddelde CI en verdeling hebben.

Figuur 1: Bepaling van het hofregister en het experimentele overzicht. ( A ) Beelden die stereotypisch mannelijk hofgedrag tonen naar een vrouwelijke vlieg. Verschillende stadia van het hofgedrag worden getoond: oriëntatie (I), (II), vleugelvibratie (verlenging) en tikken (III), likken (IV) en poging tot copulatie (V). ( B ) Schematisch overzicht van trainings- en testtijden ten opzichte van de incubatorlichtcyclus, gemarkeerd in uren. Trainingstijden worden aangegeven met staafjes, rusttijden voor STM en LTM worden aangeduid met een streeplijn en het startpunt van het test wordt aangegeven als een pijl. Merk op dat deDe testtijd voor LTM is de dag na het trainen. Klik hier om een grotere versie van deze figuur te bekijken.

Figuur 2: Apparatuur gebruikt voor de Drosophila Courtship Conditioning Assay. ( A ) Het behuizingsblok is een vlakke bodemblok met 500 μL energievoeding per putje. Het is verzegeld met een qPCR kleeffolie met minstens 4 gaten per putje die zijn gemaakt met behulp van een spuitnaald met een diameter van 0,8 mm. Individuele rijen worden langwerpig in strips gesneden met een scheermesje om opening en sluiting mogelijk te maken. ( B ) De aspirator is nodig voor de zachte overdracht van mannelijke en vrouwelijke vliegen zonder gebruik van verdoving. De inzet toont het uiteinde van de aspirator, afgesloten met een stuk katoenEp de vliegen binnen de punt. ( C ) Opstelling van een tweecamera systeem voor het gelijktijdig opnemen van twee vensterschappen. ( D ) Een hofzaal met 18 arena's. Schuifgaten worden gebruikt om de vliegen in de arena's te plaatsen. De witte verdelers kunnen gelijktijdig geopend worden om de wisselwerking tussen mannen en vrouwen te starten. Klik hier om een grotere versie van deze figuur te bekijken.

Figuur 3: Analyse van STM en LTM in Control en Dhap-at Knockdown Flies. ( AB ) Boxplots die de verdeling van CI-waarden voor naïeve (N) en getrainde (T) vliegen van de controle (grijze) en Dhap-at- knockdown (witte) genotypen tonen die voor STM (A) en LTM (B) zijn getest. ( C ) CorrespoNding LI waarden voor controle en Dhap-at knockdown vliegen getest voor STM en LTM. Verschillen in LI tussen controle en knockdown genotypes werden vergeleken met een randomisatie test (10.000 bootstrap replicaten). Foutstaven geven de standaardfout aan van het gemiddelde afgeleid van de LI-waarden die op verschillende testdagen worden berekend. De genotypen zijn: w +, UAS-dcr2 / + ; P {KK108109} VIE-260B / + ; En elav-Gal4 / + (Control) En w +, UAS-dcr2 / + ; P {KK101437} VIE-260B / +; En elav-Gal4 / + ( Dhap-at- RNAi). Klik hier om een grotere versie van deze figuur te bekijken.
| Algemeen | Verzamelen | Trein | Test |
| Dag -11 | Begin vooropgestelde vrouwelijke collectie culturen (stap 1.3) | | | |
| Dag -10 | Begin culturen voor de verzameling van mannelijke proefpersonen (stap 2.2) | | | |
| dag 1 | | rep. 1 | | |
| dag 2 | | rep. 2 | | |
| dag 3 | | rep. 3 | | |
| Dag 4 | | rep. 4 | rep. 1 | |
| Dag 5 | | | rep. 2 | rep. 1 |
| Dag 6 | | | rep. 3 | rep. 2 |
| Dag 7 | | | rep. 4 | rep. 3 |
| Dag 8 | | | | rep. 4 |
| Dag 9 | Video data analyse en statistieken (stap 8) | | | |
| | | | |
| Rep = herhalen | | | |
Tabel 1 : Voorbeeld Tijdlijn voor het testen van LTM over drie replicaten op individuele dagen.
| Aan het leren | STM | LTM |
| Trainingstijd | 1 uur | 1 uur | 8 uur. |
| Rusttijd | 0 uur. | 1 uur | ~ 24 uur. |
| Start training | 0h. ALO | 0 uur. ALO | 4 uur BLO |
| Stop met training | 1 uur ALO | 1 uur ALO | 4 uur ALO |
| Start test | 1 uur ALO | 2 uur ALO | 0 uur. ALO (volgende dag) |
| ALO = na lichten aan, BLO = voordat lichten aanzetten, STM = kort termijngeheugen, LTM = langdurig geheugen |
Tabel 2 : Trainingstijd, Trainingstijden, en Testtijden voor leren, STM en LTM.
| Genotype | Aan het leren staat | CI naief | CI getraind | LI | LI verschil | Onderste limiet (95% conficence interval) | Bovengrens (95% conficence interval) | p-value |
| Controle | STM | 0,467 | 0,116 | 0,752 | NA | NA | NA | NA |
| DHAP-at-RNAi | STM | 0,699 | 0,257 | 0,633 | 0,119 | -0,030 | 0,265 | 0,116 |
| Controle | LTM | 0.590 | 0,384 | 0,348 | NA | NA | NA | NA |
| DHAP-at-RNAi | LTM | 0,697 | 0.650 | 0,068 | 0,280 | 0,103 | 0.446 | 0,003 |
Tabel 3: Statistische gegevens geproduceerd uit het Analearn Script.
Statistische gegevens uit het analearn script. Het uitvoerbestand van het bootstrapping R-script dat het genotype, leerconditie bevat ( dwz leer, STM of LTM), betekent CI naïeve, gemiddeld CI-getraind, LI, verschil tussen LI van de controle in vergelijking met de experimentele conditie (LI dif) , De onderste limiet (LL) en de bovengrens (UL) van het 95% betrouwbaarheidsinterval van LI dif en de p- waarde die de waarschijnlijkheid laat zien dat er geen significant verschil is.
| | Controle | | | DHAP-at-RNAi | | |
| | Gemiddeld CI naïef | Gemiddelde CI opgeleid | LI | Gemiddeld CI naïef | Gemiddelde CI opgeleid | LI |
| STM | Dag 1 | 0.300 | 0,125 | 0,584 | 0,679 | 0,239 | 0,648 |
| Dag 2 | 0,634 | 0,107 | 0,831 | 0.720 | 0,276 | 0,617 |
| Alle dagen | 0,467 | 0,116 | 0,752 | 0,699 | 0,257 | 0,633 |
| LTM | Dag 1 | 0.590 | 0,441 | 0.252 | 0.630 | 0,646 | -0,027 |
| Dag 2 | 0,640 | 0,363 | 0,432 | 0,709 | 0,710 | -0.002 |
| Dag 3 | 0,547 | 0,349 | 0,363 | 0,738 | 0,598 | 0.190 |
| Alle dagen | 0.590 | 0,384 | 0,348 | 0,697 | 0.650 | 0,068 |
Tabel 4 : CI- en LI-waarden verkregen op afzonderlijke testdagen.
| "Naivelevel" bepaalt de tekst die naïeve waarden voor elk genotype zal identificeren. De standaardwaarde is 'N', maar dit kan worden omgezet in een andere alfanumerieke tekst. |
"Refmutation" is standaard ingesteld op "NA" (niet van toepassing), maar kan worden veranderd in de naam van de controle of het genotype om statistische vergelijkingen uit te voeren. Dit zorgt ervoor dat de sCript om automatisch het controle genotype te selecteren. |
| "Datname" verwijst naar de naam van het gegevensbestand en kan in dit argument worden opgegeven in plaats van de standaardbestandselectie. |
"Header" kan worden gebruikt om aan te geven of het gegevensbestand kolomkoppen bevat of niet. De standaardwaarde is "TRUE", maar een bestand zonder kopteksten kan worden gebruikt wanneer dit argument is veranderd in "FALSE." |
"Zaad" initialiseert de willekeurige getallengenerator. Dit is standaard ingesteld op "NA" en zorgt voor een willekeurig aantal telkens wanneer het script wordt gebruikt. Door het ontwerp zal een bootstrap-analyse elke keer dat het wordt uitgevoerd, iets anders verschillen, zelfs wanneer u hetzelfde gegevensbestand gebruikt. Wanneer het zaad is opgegeven met een geheel getal groter dan nul, wordt dezelfde reeks willekeurige opstartmonsters verkregen. |
| "writeout Put "kan ingesteld worden op" TRUE "of" FALSE "om te bepalen of een output bestand gegenereerd wordt. De standaardwaarde is 'TRUE.' |
Tabel 5: Argumenten die worden gebruikt in de Analearn-functie die de standaardinstellingen van de functie kunnen wijzigen om de parameters van de opstartstrapping aan te passen
Aanvullend Bestand S1: Bouwplan van een hofzaal. Het bestand kan worden geopend met elke applicatie die .stp extensions (CAD-files) mogelijk maakt . Klik hier om dit bestand te downloaden.
Aanvullend bestand S2 : Voorbeeld van een invoerbestand voor het Analearn Script .S2.zip "target =" _ blank "> Klik hier om dit bestand te downloaden.
Aanvullend Bestand S3 : Analyse.R Acript. Het bestand kan met R-studio 18 geopend worden. Klik hier om dit bestand te downloaden.