Een precieze en autonome systeem voor het opsporen van insecten ontstaan patronen
January 9th, 2019
Meting van insecten ontstaan patronen vereist precisie. Bestaande systemen zijn alleen semi-automatische en steekproef-grootte is beperkt. We hebben behandeld deze kwesties door het ontwerpen van een systeem met behulp van microcontrollers precies meten de tijd van de totstandkoming van grote aantallen opkomende insecten.
Deze methode kan helpen bij het beantwoorden van belangrijke vragen in de chronobiologie en stress fysiologie veld, zoals wat signalen effect van de timing van insecten opkomst. Het belangrijkste voordeel van deze techniek is dat het geautomatiseerd is en kan worden gebruikt om de opkomst van grote aantallen insecten te meten. De volgende onderdelen zijn vereist voor elk kanaal dat wordt gebouwd.
Een collector spruitstuk, een einde dop, zes platform ondersteunt, vier buis rack basisplaten, en vier buis rack gezicht platen. Met drie platformsteunen en een stuk golfplaten van 33 bij 30 centimeter, gebruikt u hete lijm om twee buizenrekplatforms per kanaal te monteren dat wordt gebouwd. Installeer elektronica in het verzamelspruitstuk door eerst een weerstand van 120 ohm aan de anode van zowel de infraroodzender als de infrarooddetector en een vijf centimeter lengte van 22-gauge elektrische draad aan beide kathoden te solderen.
Steek de detector voorzichtig in één stopcontact van het verzamelspruitstuk en de zender in de tweede socket. Beide componenten moeten goed passen. Voer de detectordraden door het bekabelingskanaal en trek beide draden door het toegangsgat.
Soldeer alle vier de draden naar een RJ45 ethernet jack met behulp van de achterste rij van pinnen. Beide anoden moeten worden gesoldeerd aan de meest linkse pin, de kathode van de zender naar de meest rechtse pin, en de kathode van de detector aan een van de middelste pinnen. Zet de RJ45-aansluiting met hete lijm over het verzamelspruitstuk, zodat er geen kale draden in het spruitstuk raken.
Begin vervolgens met de bouw van de centrale processor voor het systeem door vrouwelijke headers te solderen op de doorsnee gaten die zijn gelabeld voor Arduino nano, temp, klok en SD-module. Ook soldeer een vrouwelijke header op de niet-gelabelde twee-bij-vijf door gat in de linkerbovenhoek van het PCB-bord voor het LCD-scherm. Snap in en soldeer zes RJ45-aansluitingen langs de onderrand van het PCB-bord.
Soldeer zes 470 kilo ohm pull-down weerstanden in de door gat sites, gelegen net boven de RJ45 aansluitingen. Installeer de Arduino nano-, DHT-temperatuur- en vochtigheidssensor, klok en SD-module op het PCB-bord. Tot slot sluit u een lintdraad met tien connectoren aan op de LCD-schermconnector van het PCB-bord.
Zodra het detectiesysteem is geassembleerd, laad en plaats twee rekken vlak voor het uitvoeren van een experiment. Zorg er eerst voor dat alle gaten in het rek een 0,5 milliliter microcentrifugebuis bevatten met de dop verwijderd, en dat de buizen goed passen. Vul elke buis met een insect broedcel, zorg ervoor dat de vlakke rand kant is gericht op de opening.
Voeg dan een lucht zachte pellet, en ten slotte, een metalen BB. Gebruik vervolgens kwart-inch nylon schroeven om de buis rack faceplate aan te brengen, met de afgeronde rand naar de onderkant van het rek. Plaats de buisrekken op het rackplatform. Begin met de openingen naar boven gericht, en draai dan zachtjes op zijn plaats om ervoor te zorgen dat de metalen BB's niet worden vrijgegeven.
Rekken moeten aan de rand van het platform worden geplaatst, zodat een metalen BB vrij in de collector kan vallen zonder tegen een ander deel van de structuur te stuiteren. Steek een SD-kaart in de adapter en start de centrale processor door een micro-USB-connector aan te sluiten op de Arduino en het andere uiteinde in een geschikte USB-adapter. Het LCD-scherm geeft de nummers één tot en met zes weer wanneer deze klaar zijn.
Laat een enkele metalen BB in de bal verzamelaar van elk kanaal, en kijk voor de overeenkomstige telling te verschijnen op het scherm, en voor de juiste tijd om weer te geven aan de onderkant van het scherm. Nadat alle insecten zijn ontstaan, stroomt u het apparaat uit door de Stekker uit de Arduino te trekken. Rekken kunnen worden gedemonteerd en gereinigd voor hergebruik.
Tijdens het bijkomstenexperiment worden gegevens op de SD-kaart opgeslagen in een door komma's afgebakend bestand. Gebruik de SD-kaart om gegevens over te dragen naar de computer en RStudio om automatisch bellenplots van de gegevens te genereren. Zowel gebeurtenis- als temperatuurgegevens worden opgeslagen in hetzelfde bestand voor gegevensintegriteit.
Voordat u deze analyseert, importeert u het door komma's afgebakende bestand in een spreadsheetprogramma. Kolommen I en J zijn de datum en tijd van opkomst voor bijen. Maak ze kolommen A en B door kolommen A tot en met E in een tweede spreadsheet te knippen en te plakken en op te slaan als een apart bestand met temperatuurgegevens voor verdere analyse.
Dit cijfer toont bijenuitkomst onder een vier graden Celsius thermo-periode na blootstelling aan een koude stress tijdens de ontwikkeling. Dit cijfer toont dezelfde gegevensset als net gezien, maar met een van de zes kanalen verstopt met BB's, het creëren van de grote bel op de grafiek als het ontbreken van signaal wordt herhaaldelijk geteld. Gegevens van dit kanaal kunnen met recht uit de analyse worden verwijderd.
Tijdens het proberen van deze procedure, is het belangrijk om te onthouden om alle onderdelen gesoldeerd om ervoor te zorgen dat de verbindingen werken controleren. Na de ontwikkeling maakte deze techniek de weg vrij voor onderzoekers op het gebied van chronobiologie en stressfysiologie om te onderzoeken wat de timing van de opkomst bij isoleercelen beïnvloeden.
Overzicht
Dit artikel presenteert een nieuw geautomatiseerd systeem dat is ontworpen om de opkomstpatronen van insecten met hoge precisie te meten. Door het gebruik van microcontrollers, overwint het systeem de beperkingen van bestaande semi-geautomatiseerde methoden, waardoor grotere steekproeven mogelijk zijn in onderzoek naar de opkomst van insecten.
Belangrijkste onderdelen van het onderzoek
Wetenschapsgebied
- Chronobiologie
- Stressfysiologie
- Insectengedrag
Achtergrond
- Bestaande systemen voor het meten van de opkomst van insecten zijn semi-geautomatiseerd.
- Beperkte steekproeven belemmeren onderzoek naar opkomstpatronen.
- Precisie in timing is cruciaal voor het begrijpen van insectengedrag.
- Automatisering kan de efficiëntie van gegevensverzameling verbeteren.
Doel van het onderzoek
- Om een volledig geautomatiseerd systeem te ontwikkelen voor het meten van de opkomst van insecten.
- Om grotere steekproeven in onderzoeksstudies mogelijk te maken.
- Om de signalen te onderzoeken die het moment van insectenopkomst beïnvloeden.
Gebruikte methoden
- Constructie van een collector-manifold en platform voor buisjes.
- Integratie van elektronische componenten, inclusief infraroodzenders en -detectoren.
- Gebruik van een Arduino nano voor gegevensverwerking.
- Gegevensopslag op een SD-kaart voor latere analyse.
Belangrijkste resultaten
- Het systeem meet succesvol het moment van insectenopkomst.
- Gegevensintegriteit wordt gehandhaafd door gelijktijdige gebeurtenis- en temperatuurregistratie.
- Geautomatiseerde telling van insectenopkomstgebeurtenissen wordt bereikt.
- Resultaten tonen de invloed van omgevingsomstandigheden op het moment van opkomst aan.
Conclusies
- Het ontwikkelde systeem verbetert het onderzoek naar opkomstpatronen van insecten.
- Het biedt een betrouwbare methode voor onderzoekers in chronobiologie en stressfysiologie.
- Toekomstige studies kunnen deze techniek gebruiken om opkomstsignalen verder te onderzoeken.
Veelgestelde vragen
Executive Industry Relevance
Automated detection of insect emergence patterns enables high-throughput, quantitative analysis of biological timing and stress responses, supporting mechanistic de-risking in early discovery. The system's scalability and precision facilitate robust hypothesis testing and cross-condition comparisons, directly impacting target validation and translational research in chronobiology and stress physiology. Integration of automated data capture and visualization enhances predictive confidence and portfolio decision-making for R&D teams investigating environmental or genetic modulation of emergence phenotypes.
Strategic Applications in Biopharma R&D
Early Discovery & Target Validation
- Enables rigorous interrogation of environmental and genetic cues affecting emergence timing.
- Supports functional validation of candidate pathways involved in stress physiology.
- Facilitates mechanistic de-risking by providing high-resolution, quantitative emergence data.
- Improves predictive confidence for downstream biological hypotheses.
Screening & Assay Development
- Prepares validated, scalable biological systems for compound or genetic screening.
- Standardizes emergence measurement across large sample sizes and multiple treatments.
- Delivers reproducible, quantitative outputs suitable for comparative analysis.
- Enables simultaneous evaluation of multiple experimental conditions.
Translational & Preclinical Research
- Aligns emergence phenotypes with disease-relevant stress and chronobiology models.
- Supports continuity from discovery through preclinical validation of timing-related biomarkers.
- Provides risk-adjusted data for advancing candidate interventions targeting biological rhythms.
- Enhances translational relevance by enabling species-specific system adaptation.
Pipeline & Workflow Integration
This automated emergence detection system fits within the early discovery to preclinical continuum, supporting hypothesis testing, screening, and translational research workflows.
- Discovery Biology: Enables precise null hypothesis testing and pathway clarification for emergence timing.
- Screening: Provides assay-ready, reproducible measurement platforms for high-throughput studies.
- Analytics: Generates quantitative, time-stamped outputs and visualizations for robust statistical analysis.
- Translational Research: Facilitates adaptation to diverse insect models for biomarker alignment.
- Enterprise Reuse: Modular, 3D-printed design supports broad reuse and customization across R&D programs.
Operational & Enterprise Impact
- Scientific Value: Increases predictive confidence and reduces mechanistic ambiguity in emergence studies.
- Operational Value: Delivers standardized, scalable, and automated data collection for large sample sizes.
- Strategic Value: Improves go/no-go decisions and capital efficiency by enabling robust cross-condition comparisons.
- Portfolio Impact: Supports risk-adjusted prioritization and advancement of chronobiology and stress physiology programs.
Implementation Considerations
- Requires expertise in electronics assembly and data analysis using R or similar platforms.
- Needs access to 3D printing, Arduino microcontrollers, and standard laboratory instrumentation.
- Demands cross-team standardization of data formats and analysis pipelines.
- Allows adaptation for different insect species via modular hardware design.
- Potential for channel clogging or hardware malfunction requires routine validation and troubleshooting.
