Większość zwierząt posiada zdolność poruszania się w sposób wysoce wyrafinowany i kontrolowany. Aby rozszyfrować podstawy genetyczne leżące u podstaw kontroli lokomocji, konieczne jest ilościowe ocenienie różnych wzorców behawioralnych. W tym względzie Drosophila może służyć jako idealny model. Śledzenie swobodnie latających osobników Drosophila jest niezwykle obiecujące. 1-4 jednak pełzanie larw Drosophila odbywa się w dwóch wymiarach przy stosunkowo niskiej prędkości, co pozwala na łatwe monitorowanie tego procesu. W celu pozyskania obrazów stosuje się układy oparte na kamerach w połączeniu z odpowiednim oświetleniem 5W eksperymentach behawioralnych wykorzystuje się zarówno światło padające, jak i przechodzące. 6,7Jednakże ze względu na półprzezroczyste ciało larw oraz możliwe odblaski światła od powierzchni, po której się poruszają, wierna rejestracja ruchów larwalnych może być trudna. Aby rozwiązać te problemy, opracowano kilka złożonych metod. Niedawno wprowadzono oświetlenie w ciemnym polu w celu zwiększenia kontrastu między obiektem a tłem. 8Jako alternatywa dla rejestracji opartej na kamerze wprowadzono techniki bezsoczewkowego obrazowania optycznego oraz akwizycji on-chip bez użycia matrycy obrazu. 9-11.
W ostatnim czasie wprowadzono kilka programów do śledzenia, w tym oprogramowanie dostępne komercyjnie 12 oraz rozwiązania niestandardowe. Przykładami programów do śledzenia o wysokiej przepustowości są Multi Worm Tracker (MWT) 13 oraz Multianimal Gait And Track (MAGAT) 8. Obie metody mają wspólną cechę w postaci możliwości śledzenia wielu zwierząt w jednej otwartej arenie, co sprawia, że kolizje zwierząt prowadzą do powstania wielu nowych tożsamości osobników. Aby przezwyciężyć to ograniczenie, wprowadzono układ wielodołkowy, rozdzielający 12 zwierząt do poszczególnych dołków 14. Precyzyjną kwantyfikację lokomocji pojedynczych osobników można osiągnąć, stosując ruchomy stół do śledzenia w połączeniu z mikroskopem 15. Jednak wszystkie te podejścia są albo nieefektywne kosztowo, brakuje im wystarczającej rozdzielczości, albo są zbyt czasochłonne dla fenotypowania o wysokiej przepustowości.
Aby przezwyciężyć wspomniane powyżej ograniczenia, opracowaliśmy metodę FIM (FTIR-based Imaging Method) opartą na zjawisku całkowitego wewnętrznego odbicia (FTIR) 16 (Rycina 1). To nowe podejście do obrazowania zapewnia bezprecedensowo wysoki kontrast i umożliwia nawet wielokolorową rejestrację pełzających zwierząt 16. Podstawowa zasada tej praktycznej i skutecznej metody jest prosta. Płyta z pleksiglasu jest naświetlana światłem (np. podczerwienią o długości fali 875 nm). Ze względu na różne współczynniki załamania światła pleksiglasu i powietrza, światło ulega całkowitemu odbiciu na granicy szkło/powietrze. Nie odnotowano nagrzewania się pleksiglasu 16. Dopiero gdy obiekty o wyższym współczynniku załamania dotkną naświetlonego stołu, światło może wniknąć do tych obiektów. Jeśli zwierzęta dotkną powierzchni, światło zostaje odbite i może zostać przechwycone od dołu (Rycina 1). W konsekwencji tylko obszar kontaktu zwierząt pojawia się jako jasny punkt, co pozwala na szczegółowe obrazowanie na całkowicie czarnym tle. Dzięki temu obrazowanie FIM umożliwia rejestrację idealnych materiałów wideo dla algorytmów komputerowego rozpoznawania obrazu. Proste i niezawodne zastosowanie metody FIM pozwala obecnie na szczegółową analizę o wysokiej przepustowości złożonych zachowań zwierząt i może być wykorzystywane do badania przetwarzania informacji: np. węchu 8, 16, wzroku 17 lub termosensoryki 18.

Rysunek 1. Układ FIM z integracją bodźca cieplnego i podstawowymi zasadami fizycznymi. (A) Układ FIM. Intensywność oświetlenia można regulować na przednim panelu. (B) W celu podania bodźca cieplnego, pomalowana na czarno płyta aluminiowa, przez którą z obu stron przepływa gorąca i zimna woda, jest umieszczana 2 mm nad powierzchnią agaru, który sam ma grubość 2 mm. Gradient powstaje na płycie radiatora ciepła i agarze wskutek różnic temperatur. (C) Fizyczna zasada całkowitego wewnętrznego odbicia zaburzonego: Płyta z pleksiglasu jest oświetlona światłem podczerwonym. θ1, θ2 oraz θ3 oznaczają kąty odbicia światła. nA, n1, n2 i n3 oznaczają odpowiednio współczynniki załamania światła powietrza, pleksiglasu, agaru i larwy i spełniają nierówność nA 1 2 3. Ze względu na refrakcję kąt odbicia zmienia się podczas przejścia. Jeśli kąt jest mniejszy od kąta krytycznego, światło nie jest już odbijane, może przenikać przez warstwy i może zostać zarejestrowane od dołu. Kliknij tutaj, aby wyświetlić większą wersję tego rysunku.
Zakres procesów, które można analizować za pomocą FIM, jest szeroki. Bez żadnych dodatkowych modyfikacji obrazowanie FIM może być wykorzystane do monitorowania wszystkich stadiów larwalnych muchówki Drosophila (Rysunek 5B) lub do śledzenia śladów dorosłych osobników Drosophila 19. Podobnie można łatwo rejestrować trajektorie C. elegans lub ruchy płaskunlinków z rzędu planariów (Rysunek 5C). Wykonalna wydaje się nawet analiza wzrostu strzępek grzybni lub włośników korzeniowych 19. W naszej obecnej konfiguracji FIM 4 x 16 diod emitujących światło podczerwone (IR-LED) jest zintegrowanych z akrylową płytą o wymiarach 32 x 32 cm2, nazywaną stołem śledzącym (Rysunek 1). Natężenie IR-LED jest dostosowywane w zależności od masy obiektów znajdujących się na stole śledzącym, co można łatwo zrealizować za pomocą mikrokontrolera połączonego z obwodem poprzez modulację szerokości impulsu (PWM). FIM pozwala uzyskać obrazy o bardzo wysokim kontraście w szerokim zakresie natężeń oświetlenia. Co ważne, metoda ta generuje doskonałe wyniki już przy niskim całkowitym napromieniowaniu podczerwienią.
Kamera z filtrem podczerwieni jest umieszczona pod stołem do śledzenia, co umożliwia integrację dodatkowych bodźców w układzie. Bodźce termiczne mogą być łatwo aplikowane za pomocą płyty grzejnej, a bodźce świetlne za pomocą projektora LCD. Ponadto zapachy mogą być utrzymywane w gradientach za pomocą prostych pokrywek 8. W eksperymentach z gradientem temperatury, płyta grzejna jest przepływana odpowiednio gorącą i zimną wodą po obu stronach i umieszczana 2 mm nad larwami (Rysunek 1B).
Generowanie wysokokontrastowych filmów wysokiej jakości umożliwia zaawansowaną komputerową analizę obrazu, dlatego wdrożyliśmy oprogramowanie FIMTrack w celu wyodrębnienia z obrazów dużego zestawu cech (Rysunek 2). Na podstawie konturu zwierzęcia zdefiniowano sześć głównych cech pierwotnych (Rysunek 3A). Cechy te stanowią podstawę do dalszego obliczania sześciu cech wtórnych, które opisują kształt zwierzęcia oraz jego pozycję podczas określonych bodźców w danym punkcie czasowym (Rysunek 3B). Obecnie obliczanych jest dziewięć cech trzeciorzędnych, które integrują aspekty czasowe i w połączeniu z cechami pierwotnymi i wtórnymi charakteryzują lokomocję zwierzęcia (Rysunek 3C).

Rycina 2. Przegląd FIMTrack, schemat algorytmu i reprezentacja larwy. (A) Sposób użycia FIMTrack. Obrazy zostają wczytane. Należy ustawić próg wartości szarości oraz progi rozmiaru larwy definiujące pojedyncze osobniki. Obszar larwy musi mieścić się w przedziale [min-size, max-size]. Śledzenie jest uruchamiane za pomocą podświetlonego przycisku. (B) Schemat śledzenia. Po kliknięciu przycisku start obliczany jest obraz tła (minimalne intensywności w czasie). Dopóki pozostają klatki, larwy są segmentowane na podstawie progu szarości oraz progów min- i max-size. Dla wszystkich segmentacji obliczane są reprezentacje larw (por. (C)). Każdy nowy model jest przypisany do danej trajektorii, jeśli dostępny jest prawidłowy ślad. Po osiągnięciu ostatniej klatki wykonywane jest końcowe przetwarzanie wstępne, a następnie generowane są wyniki. (C) Reprezentacja larwy. Zwierzę składa się z punktu głowy i punktu ogona (h i t). Pomiędzy tymi punktami można ustawić dowolną nieparzystą liczbę punktów kręgosłupa si o promieniu ri. Dodatkowo obliczany jest środek masy m oraz główny kąt zgięcia ciała γ. Kilka parametrów związanych z ruchem zaznaczono fioletowymi liniami. Kliknij tutaj, aby wyświetlić powiększoną wersję tej ryciny.

Rysunek 3. Cechy obliczane przez FIMTrack. (A) Cechy podstawowe oparte na konturze zwierząt. (B) Cechy wtórne, oparte na cechach podstawowych. (C) Cechy trzeciorzędowe, oparte na cechach podstawowych w kolejnych klatkach oraz dodatkowych danych wejściowych Kliknij tutaj, aby wyświetlić powiększoną wersję tego rysunku.