Test warunkowania zalotowego może być wykorzystany do pomiaru uczenia się i pamięci u Muszka owocówkaAby to zademonstrować, przedstawione tutaj wyniki analizują pamięć krótkotrwałą (STM) i pamięć długotrwałą (LTM) u much kontrolnych w porównaniu z muchami z neuronowym wyciszeniem genu Dhap-at. Samce kontrolne wykazują ekspresję sekwencji spinki RNA interferencyjnego nakierowanej na Caenorhabditis elegans-konkretny gen, domniemane białko z motywem palca cynkowego C02F5.1219Ten szczep kontrolny zapewnia taką samą liczbę elementów sekwencji aktywującej (UAS) w grupie knockdown i grupie kontrolnej w tym samym tle genetycznym, a kontrolna spinka RNAi uwzględnia wszelkie niespecyficzne efekty systemu RNAi. Samce kontrolne (genotyp: UAS-dcr2/+; P{KK108109}VIE-260B/+; elav-Gal4/+) wykazują znaczną redukcję wskaźnika CI u osobników trenowanych w porównaniu z naiwnymi w obu grupach STM (Rysunek 3A, p = 1,2 x 10-4, test U Manna-Whitneya) oraz LTM (Rysunek 3B, p = 1,2 x 10-4, test U Manna-Whitneya). Wynik ten odzwierciedla prawidłową zdolność uczenia się i zapamiętywania u tych much. Dhap-at muchy z wyciszeniem genu (genotyp: UAS-dcr2/+; P{KK101437}VIE-260B/+; elav-Gal4/+) wykazują również istotną redukcję CI w przypadku muszek wytrenowanych w porównaniu do naiwnych w teście STM (Rycina 3A, p = 1,2 x 10-4, test U Manna-Whitneya). Nie wykazują one jednak istotnego zmniejszenia CI po treningu LTM (Rysunek 3B, p = 0,33, test U Manna-Whitneya). Do porównania średnich wartości CI much naiwnych i przeszkolonych zastosowano test U Manna-Whitneya ze względu na nieparametryczny rozkład danych CI dla niektórych warunków (Rysunek 3A i 3B). Różnice zaobserwowane podczas analizy wskaźników CI odzwierciedla wskaźnik LI dla każdego genotypu, który mierzy procentową redukcję CI w grupie much naiwnych w porównaniu do wyszkolonych (Rysunek 3C). Nie ma istotnej różnicy w LI pomiędzy grupą kontrolną a muchami z wyciszeniem genu Dhap-at w przypadku STM (p = 0,115, 10 000 powtórzeń bootstrapowych, Rycina 3C, Tabela 3), podczas gdy wskaźnik LI dla LTM jest znacznie niższy w Dhap-at muchy z wyciszeniem ekspresji genów (p = 0,0034, 10 000 replikacji bootstrapowych, Rycina 3C, Tabela 3). W celu porównania LI między genotypami zastosowano test randomizacyjny20 zaadaptowano z metody po raz pierwszy zalecanej przez Kamysheva i wsp.7 zostało wykorzystane. Ponieważ LI jest pojedynczą wartością pochodną danych populacyjnych (t. j. średnia dla grupy CI-naïve oraz średnia dla grupy CI-trained), standardowe metody statystyczne opierające się na rozkładach wyprowadzonych eksperymentalnie nie mają zastosowania. Test randomizacyjny jest wolny od założeń dotyczących rozkładu i wykorzystuje bootstrapping (tj. losowe próbkowanie ze zwróceniem) w celu wygenerowania hipotetycznych zestawów danych pochodnych z danych rzeczywistych. Skrypt analearn (Plik S3) generuje zestaw hipotetycznych LIs dla każdego genotypu i oblicza różnicę między genotypem kontrolnym a badanym (LIdiff). Proces ten jest powtarzany 10 000 razy, a otrzymane wartości służą do wyznaczenia 95% przedziału ufności dla LIdiff (Tabela 3). Dane te są wykorzystywane do wygenerowania pwartość wskazująca prawdopodobieństwo, że wskaźnik LI dla dwóch genotypów jest różny. Przedstawione tutaj wyniki wykazują, że Dhap-at jest wymagany w neuronach dla LTM, ale nie dla STM.
W celu skontrolowania zmienności między dniami, porównano CI i LI z powtórzeń przeprowadzonych w różne dni (Tabela 4). Chociaż z dnia na dzień obserwuje się pewne wahania LI, wyniki są ogólnie powtarzalne. Należy zauważyć, że dane CI mogą znacznie różnić się w zależności od użytego szczepu kontrolnego oraz warunków środowiskowych testów. Przedstawione tutaj dane CI są typowe dla tego genotypu kontrolnego, jednak inne genotypy mogą wykazywać wyższą lub niższą średnią wartość CI oraz inny rozkład.

Rycina 1: Wyznaczanie indeksu zalotów i przegląd eksperymentu. (A) Zdjęcia przedstawiające stereotypowe zachowania godowe samca wobec samicy muchy. Pokazano różne etapy zachowań zalotnych: orientację (I), podążanie (II), wibracje skrzydeł (rozłożenie) i uderzanie (III), lizanie (IV) oraz próbę kopulacji (V). (B) Schematyczny przegląd czasu treningu i testów w odniesieniu do cyklu świetlnego inkubatora, oznaczonego w godzinach. Czas treningu zaznaczono paskami, okresy odpoczynku dla STM i LTM zaznaczono linią przerywaną, a punkt rozpoczęcia testów zaznaczono strzałką. Należy zauważyć, że czas testowania dla LTM przypada na dzień po treningu. Kliknij tutaj, aby wyświetlić większą wersję tej ryciny.

Rysunek 2: Sprzęt używany w teście warunkowania courtship u Drosophila. (A) Blok mieszkalny to płaski blok z dnem, zawierający 500 µL powerfood na każdą studzienkę. Jest on uszczelniony folią klejącą do qPCR z co najmniej 4 otworami na studzienkę, wykonanymi za pomocą igły strzykawki o średnicy 0.8 mm. Pojedyncze rzędy są przecięte wzdłuż na paski za pomocą żyletki, aby umożliwić ich otwieranie i zamykanie. (B) Aspirator jest niezbędny do delikatnego przenoszenia much samców i samic bez użycia anestezji. Wstawka pokazuje końcówkę aspiratora, zamkniętą kawałkiem waty, aby zatrzymać muchy wewnątrz końcówki. (C) Konfiguracja systemu dwóch kamer do jednoczesnego nagrywania dwóch komór courtship. (D) Komora courtship z 18 arenami. Przesuwne otwory wejściowe służą do umieszczania much w arenach. Białe przegrody można otworzyć jednocześnie, aby zainicjować interakcję między samcami a samicami. Kliknij tutaj, aby wyświetlić powiększoną wersję tego rysunku.

Rycina 3: Analiza pamięci krótkotrwałej (STM) i długotrwałej (LTM) u much kontrolnych oraz z wyciszeniem genu Dhap-at. (A-B) Wykresy pudełkowe przedstawiające rozkład wartości CI dla much naiwnych (N) i wytrenowanych (T) w grupie kontrolnej (szary) oraz Dhap-at badane genotypy z knockdownem (białe) w testach STM (A) i LTM (B). (C) Odpowiadające im wartości LI dla grupy kontrolnej i Dhap-at Muchy z wyciszeniem ekspresji genów (knockdown) poddano badaniu pod kątem STM i LTM. Różnice w LI pomiędzy genotypami kontrolnymi a genotypami z wyciszeniem ekspresji porównano za pomocą testu randomizacyjnego (10 000 powtórzeń bootstrap). Słupki błędów wskazują standardowy błąd średniej obliczony na podstawie wartości LI wyznaczonych w różnych dniach testów. Genotypy to: w+, UAS-dcr2/+; P{KK108109}VIE-260B/+; i elav-Gal4/+ (Kontrola) i w+, UAS-dcr2/+;P{KK101437}VIE-260B/+; oraz elav-Gal4/+ (Dhap-at-RNAi). Prosimy kliknąć tutaj, aby wyświetlić powiększoną wersję tej ryciny.
| Ogólne | Zbiór | Trening | Test |
| dzień -11 | Rozpoczęcie hodowli w celu zbioru samic przed kopulacją (krok 1.3) | | | |
| dzień -10 | Rozpoczęcie hodowli w celu zbioru samców do testów (krok 2.2) | | | |
| dzień 1 | | powt. 1 | | |
| dzień 2 | | powt. 2 | | |
| dzień 3 | | powt. 3 | | |
| dzień 4 | | powt. 4 | powt. 1 | |
| dzień 5 | | | powt. 2 | powt. 1 |
| dzień 6 | | | powt. 3 | powt. 2 |
| dzień 7 | | | powt. 4 | powt. 3 |
| dzień 8 | | | | powt. 4 |
| dzień 9 | Analiza danych wideo i statystyka (krok 8) | | | |
| | | | |
| powt. = powtórzenie | | | |
Tabela 1: Przykładowy harmonogram badania LTM w trzech powtórzeniach w osobne dni.
| Nauka | STM | LTM |
| Czas szkolenia | 1 h. | 1 h | 8 h. |
| Czas odpoczynku | 0 h. | 1 h | ~ 24 h. |
| rozpocząć szkolenie | 0 h. ALO | 0 h. ALO | 4 h. BLO |
| zatrzymaj trening | 1 h ALO | 1 h ALO | 4 h. ALO |
| rozpocznij test | 1 h ALO | 2 h. ALO | 0 h. ALO (następnego dnia) |
| ALO = po zapaleniu świateł, BLO = przed zapaleniem świateł, STM = pamięć krótkotrwała, LTM = pamięć długotrwała |
Tabela 2: Czas trwania treningu, liczba powtórzeń treningowych i czasy testowania dla uczenia się, pamięci krótkotrwałej (STM) oraz pamięci długotrwałej (LTM).
| Genotyp | Nauka
warunek | CI
naiwny | CI
przeszkolony | LI | LI
różnica | Dolna granica
(95% przedział ufności) | Górna granica
(95% przedział ufności) | wartość p |
| Kontrola | STM | 0.467 | 0.116 | 0.752 | Brak danych | NA | ND | ND |
| Dhap-at-RNAi | STM (skaningowa mikroskopia tunelowa) | 0.699 | 0.257 | 0.633 | 0.119 | -0.030 | 0.265 | 0.116 |
| Kontrola | LTM | 0.590 | 0.384 | 0.348 | ND | NA | ND | ND |
| Dhap-at-RNAi | LTM | 0.697 | 0.650 | 0.068 | 0.280 | 0.103 | 0.446 | 0.003 |
Tabela 3: Dane statystyczne wygenerowane przez skrypt Analearn.
Dane statystyczne wygenerowane przez skrypt analearn. Plik wynikowy skryptu R do bootstrapowania zawierający genotyp, warunek uczenia (t.j. uczenie, STM lub LTM), średni CI dla grupy naiwnej, średni CI dla grupy przeszkolonej, LI, różnicę między LI grupy kontrolnej a warunkiem eksperymentalnym (LI dif), dolną granicę (LL) i górną granicę (UL) 95% przedziału ufności dla LI dif oraz wartość p wskazującą prawdopodobieństwo braku istotnej różnicy.
| | Kontrola | | | Dhap-at-RNAi | | |
| | Śr. CI naiwne | Śr. CI wytrenowane | LI | Śr. CI naiwne | Śr. CI wytrenowane | LI |
| STM | Dzień 1 | 0.300 | 0.125 | 0.584 | 0.679 | 0.239 | 0.648 |
| Dzień 2 | 0.634 | 0.107 | 0.831 | 0.720 | 0.276 | 0.617 |
| Wszystkie dni | 0.467 | 0.116 | 0.752 | 0.699 | 0.257 | 0.633 |
| LTM | Dzień 1 | 0.590 | 0.441 | 0.252 | 0.630 | 0.646 | -0.027 |
| Dzień 2 | 0.640 | 0.363 | 0.432 | 0.709 | 0.710 | -0.002 |
| Dzień 3 | 0.547 | 0.349 | 0.363 | 0.738 | 0.598 | 0.190 |
| Wszystkie dni | 0.590 | 0.384 | 0.348 | 0.697 | 0.650 | 0.068 |
Tabela 4: Wartości CI i LI uzyskane w osobnych dniach badań.
| „naivelevel” określa tekst, który będzie identyfikował wartości naiwne dla każdego genotypu. Domyślną wartością jest „N”, ale można ją zmienić na dowolny inny tekst alfanumeryczny. |
Parametr „refmutation” ma domyślnie ustawioną wartość „NA” (nie dotyczy), ale można go zmienić na nazwę kontroli lub genotypu w celu przeprowadzenia porównań statystycznych.
Dzięki temu skrypt automatycznie wybierze genotyp kontrolny. |
| "„datname” odnosi się do nazwy pliku danych i może zostać określone w tym argumencie zamiast domyślnego wyboru pliku. |
"Parametr „header” może służyć do określenia, czy plik danych zawiera nagłówki kolumn.
Wartość domyślna to „TRUE”, jednak w przypadku zmiany tego argumentu na „FALSE” można użyć pliku bez nagłówków. |
"„seed” inicjuje generator liczb pseudolosowych. Domyślnie parametr ten jest ustawiony na „NA”, co zapewnia uzyskanie losowej liczby przy każdym uruchomieniu skryptu.
Z założenia analiza bootstrapowa daje nieco inne wyniki przy każdym uruchomieniu, nawet w przypadku korzystania z tego samego pliku danych.
Gdy ziarno (seed) zostanie określone jako dowolna liczba całkowita większa od zera, otrzymuje się ten sam zestaw losowych próbek bootstrapowych. |
| "Wartość „writeoutput” można ustawić na „TRUE” lub „FALSE”, aby określić, czy plik wyjściowy zostanie wygenerowany. Wartością domyślną jest „TRUE”. |
Tabela 5: Argumenty używane w funkcji Analearn, które mogą zmienić domyślne ustawienia funkcji w celu dostosowania parametrów bootstrapowania
Plik uzupełniający S1: Plan konstrukcyjny komory do kojarzenia. Plik można otworzyć w dowolnej aplikacji obsługującej rozszerzenia .stp (pliki CAD). Kliknij tutaj, aby pobrać ten plik.
Plik uzupełniający S2: Przykład pliku wejściowego dla skryptu Analearn. Aby pobrać ten plik, kliknij tutaj.
Plik uzupełniający S3: Skrypt Analearn.R. Plik można otworzyć za pomocą programu R-studio18. Kliknij tutaj, aby pobrać ten plik.