RESEARCH
Peer reviewed scientific video journal
Video encyclopedia of advanced research methods
Visualizing science through experiment videos
EDUCATION
Video textbooks for undergraduate courses
Visual demonstrations of key scientific experiments
BUSINESS
Video textbooks for business education
OTHERS
Interactive video based quizzes for formative assessments
Products
RESEARCH
JoVE Journal
Peer reviewed scientific video journal
JoVE Encyclopedia of Experiments
Video encyclopedia of advanced research methods
EDUCATION
JoVE Core
Video textbooks for undergraduates
JoVE Science Education
Visual demonstrations of key scientific experiments
JoVE Lab Manual
Videos of experiments for undergraduate lab courses
BUSINESS
JoVE Business
Video textbooks for business education
Solutions
Language
pl_PL
Menu
Menu
Menu
Menu
A subscription to JoVE is required to view this content. Sign in or start your free trial.
Research Article
Wenze Cao*1,2,3, Li Song*1,2,3, Jingjing Cheng1,2,3, Na Yi1,2,3, Luyi Cai1,2,3, Fu-de Huang4,5, Margaret Ho1,2,3
1Research Center for Translational Medicine,Tongji University School of Medicine, 2Key Laboratory of Arrhythmias of the Ministry of Education of China, Shanghai East Hospital,Tongji University School of Medicine, 3Department of Anatomy and Neurobiology,Tongji University School of Medicine, 4Shanghai Advanced Research Institute, University of Chinese Academy of Sciences,Chinese Academy of Sciences, 5Sino-Danish College, University of Chinese Academy of Sciences,Chinese Academy of Sciences
Please note that some of the translations on this page are AI generated. Click here for the English version.
Erratum Notice
Important: There has been an erratum issued for this article. View Erratum Notice
Retraction Notice
The article Assisted Selection of Biomarkers by Linear Discriminant Analysis Effect Size (LEfSe) in Microbiome Data (10.3791/61715) has been retracted by the journal upon the authors' request due to a conflict regarding the data and methodology. View Retraction Notice
Ten protokół krok po kroku analizuje negatywne zachowanie geotaksji Drosophila za pomocą zautomatyzowanego systemu wielocylindrowego, który gości setki much i synchronizuje ich działanie za pomocą silnika elektrycznego. Po synchronizacji, negatywne zachowanie geotaksji muchy jest oznaczane, rejestrowane cyfrowo i analizowane za pomocą samodzielnie zaprojektowanego oprogramowania RflyDetectis.
Choroby neurodegeneracyjne często wiążą się z postępującą utratą zdolności do poruszania się, skróceniem długości życia i neurodegeneracją zależną od wieku. Aby zrozumieć mechanizm tych zdarzeń komórkowych i ich związki przyczynowo-skutkowe między sobą, Drosophila melanogaster, ze swoimi wyrafinowanymi narzędziami genetycznymi i różnorodnymi cechami behawioralnymi, są wykorzystywane jako modele choroby do oceny fenotypów neurodegeneracyjnych. W tym miejscu opisujemy wysokoprzepustową metodę analizy negatywnego zachowania geotaksji dorosłych Drosophila, jako wskazanie na możliwe wady motoryczne związane z neurodegeneracją. Zautomatyzowana maszyna została zaprojektowana i opracowana do napędzania synchronizacji muchy za pomocą początkowego impulsu elektrycznego, co później pozwala na rejestrowanie negatywnego zachowania geotaksji w ciągu kilku sekund do minut. Obrazy z cyfrowo nagranego wideo są następnie przetwarzane za pomocą zaprojektowanego przez siebie oprogramowania RflyDetection w celu statystycznej manipulacji danymi. W odróżnieniu od ręcznie kontrolowanego ujemnego testu geotaksji opartego na pojedynczej muchy, ten precyzyjny, szybki i wysokoprzepustowy protokół umożliwia pozyskiwanie danych od ponad setek much jednocześnie, zapewniając skuteczne podejście do pogłębienia naszej wiedzy na temat podstawowego mechanizmu deficytów lokomotorycznych związanych z neurodegeneracją.
Opracowano różne protokoły i metody analizy zachowań wspinaczkowych dorosłych Drosophila. Tradycyjna analiza jest dość pracochłonna, głównie polega na umieszczeniu pojedynczej muchy w pojedynczej fiolce i użyciu ręcznej siły do stukania muchami w celu synchronizacji1,2,3,4. Jest to żmudne i czasochłonne, nie nadaje się do dużych badań o wysokiej przepustowości i ma potencjalne różnice w sile ręcznej używanej do stukania much, a także inne ograniczenia. Aby ulepszyć test, opracowano test Rapid iterative Negative Geotaxis (RING), który umożliwia wysokoprzepustową analizę wielu much w tym samym czasie5. Jednak test nadal wymaga ręcznego wywierania siły w celu zsynchronizowania działania muchy. Nasza wersja testu RING, poprawiona w stosunku do poprzedniego testu, zawiera metalową podstawę, w której znajduje się wiele fiolek zawierających muchy, automatycznie sterowanych przez silnik elektryczny, który napędza synchronizację muchy6. Po nagraniu mucha wznosząca się natychmiast po synchronizacji jest rejestrowana, a następnie analizowana za pomocą samodzielnie zaprojektowanego oprogramowania. Nasz zautomatyzowany test RING wyeliminował żmudny i pracochłonny proces zbierania danych z pojedynczej muchy, pojedynczo, i umożliwił zwiększenie wydajności procesu pozyskiwania danych. Ponadto zautomatyzowany test RING został wykorzystany w wielu badaniach w celu wyjaśnienia mechanizmu leżącego u podstaw choroby Alzheimera i Parkinsona, weryfikując to podejście z wysoką skutecznością7,8,9.
W tym artykule demonstrujemy zautomatyzowany test RING z wykorzystaniem much RNAi sterowanych DDC-Gal4. DDC-Gal4 to linia Gal4 specyficznie ulegająca ekspresji w neuronach dopaminergicznych (DA) i serotoninergicznych, stanowiąc tym samym doskonałe narzędzie do analizy efektów genów docelowych związanych z deficytami lokomotorycznymi towarzyszącymi neurodegeneracji10. Ponadto włączamy UAS-Dicer2, linię muchową, która zwiększa wydajność RNAi, w celu wygenerowania UAS-Dicer2; Linia narzędzi DDC-Gal4. Muchy RNAi, które wybieramy, to auksilin (aux) RNAi v16182 (auxR16182), gen, który wcześniej zidentyfikowaliśmy, aby wykazywać wpływ na aktywność lokomotoryczną much8. Muchy auxGFP są również przygotowane do analizy skutków nadekspresji aux. Pokażemy, jak wykorzystać zautomatyzowany test RING do pomiaru ujemnej geotaksji much, przedstawimy wyniki i omówimy wszelkie implikacje wynikające z wyników.
1. Kolekcja much
2. Zautomatyzowany test RING
3. Analiza danych
Ten artykuł demonstruje użycie automatycznego testu RING do oceny negatywnego zachowania geotaksji much. W przeciwieństwie do poprzedniego testu RING, nasz test obejmuje zautomatyzowane urządzenie, które zapewnia siłę elektryczną do synchronizacji działania muchy i analizuje do setek much jednocześnie (Rysunek 1). Analiza Dicer2; Muchy DDC>auxR16182 wykazały zależny od wieku spadek odległości wspinaczki w 6-sekundowym przedziale czasowym zarówno dla samców, jak i samic much, co sugeruje, że ekspresja aux w neuronach DA ma kluczowe znaczenie dla aktywności lokomotorycznej much. Wydaje się, że nadekspresja auxGFP w neuronach DA nie ma wpływu na zdolność do wspinania się, a koekspresja auxR16182 i auxGFP w neuronach DA uratowała fenotyp RNAi (Rysunek 2 i Figura 3). Oprócz walidacji zautomatyzowanego testu RING jako wysokowydajnego i skutecznego podejścia do oceny wad motorycznych związanych ze zwyrodnieniem neuronów DA, wyniki te wskazują również, że to zautomatyzowane podejście jest przydatne w identyfikacji potencjalnych czynników ryzyka choroby Parkinsona i dostarcza wskazówek na temat ich funkcji neurodegeneracyjnych.

Rysunek 1. Zautomatyzowany aparat RING. (A i B) Widoki aparatu z przodu i z tyłu: gniazdo (1), pionowy pręt stalowy (2), śruba do mocowania rurki na ramie (3), przezroczyste plastikowe fiolki (4), pręt piankowy (5), metalowa podstawa (6), sterownik mikrokrokowy (7), sterownik elektroniczny (8), przełącznik (9), mały silnik elektryczny (10), oraz dźwignia dołączona do małego silnika elektrycznego (11). Rozmiar prostokątnej metalowej ramki wynosi 46 cm × 26 cm × 16 cm, w której znajduje się 10 przezroczystych plastikowych fiolek (2,1 cm średnicy, 14,5 cm wysokości) zabezpieczonych. Aby włączyć urządzenie, najpierw kliknij przełącznik (9), który włącza się odpowiednio (8), (7) i (10). Kliknij tutaj, aby zobaczyć większą wersję tego rysunku.

Rysunek 2. Analiza reprezentatywnego obrazu migawki przez RflyDetection. Obraz migawki jest importowany do oprogramowania RflyDetectation, a akcja dla każdej ikony w interfejsie jest oznaczona tekstem po prawej stronie. Po ustawieniu górnej i dolnej linii bazowej oprogramowanie automatycznie wykrywa i zaznacza pozycję lotu w fiolce. Odległość wznoszenia (cm) w 6 s dla każdej muchy i uśrednione wartości dla każdej fiolki są wyświetlane w tabeli. Liczby te są następnie importowane do oprogramowania statystycznego w celu dalszej analizy statystycznej. Kliknij tutaj, aby zobaczyć większą wersję tego rysunku.

Rysunek 3. Statystyczne wykresy słupkowe pokazujące zależny od wieku spadek zdolności do wspinaczki muchowej, gdy ekspresja aux jest obniżona w neuronach DA. Zautomatyzowany test RING wykorzystano do analizy negatywnego zachowania geotaksji u much o następujących genotypach: auxR16182/+ (bez Gal4), UAS-Dicer2; DDC-Gal4 przelatuje skrzyżowane z w1118 (kontrola), UAS-mCD8GFP (kontrola), auxR16182, auxGFP i auxR16182; auxGFP (ratownictwo). Należy zauważyć, że zarówno samce, jak i samice much wspinały się znacznie wolniej w czasie, gdy ekspresja aux była zmniejszona w neuronach DA. Deficyty lokomotoryczne zostały uratowane po ponownym wprowadzeniu ekspresji aux. Badano muchy w wieku 5, 15, 25 i 35 dni. Samce (A) i samice (B) much są pokazane osobno. Legendy z etykietami genotypów odpowiadającymi różnym kolorom pasków są pokazane po prawej stronie. Dane są przedstawiane jako średnia ± SEM. Wartości istotności p (oznaczone gwiazdkami, * p < 0,05, ** p < 0,01, *** p < 0,001, ns: brak istotności, poniżej gwiazdek narysowano słupek wskazujący obiekty do porównania) obliczono w porównaniu z kontrolą mCD8GFP lub aux RNAi przy użyciu jednoczynnikowej ANOVA z wielokrotnym testem porównawczym Bonferroni. Kliknij tutaj, aby zobaczyć większą wersję tego rysunku.
Autorzy nie mają nic do ujawnienia.
Ten protokół krok po kroku analizuje negatywne zachowanie geotaksji Drosophila za pomocą zautomatyzowanego systemu wielocylindrowego, który gości setki much i synchronizuje ich działanie za pomocą silnika elektrycznego. Po synchronizacji, negatywne zachowanie geotaksji muchy jest oznaczane, rejestrowane cyfrowo i analizowane za pomocą samodzielnie zaprojektowanego oprogramowania RflyDetectis.
Dziękujemy Bloomington Stock Center i Vienna Drosophila RNAi Center za zasoby muchowe. Patent na aparat RING należy do Shanghai Advanced Research Institute Chińskiej Akademii Nauk. Prośby o oprogramowanie RflyDetection należy kierować do Fu-de Huang (patrz lista autorów). Praca ta była wspierana przez granty z Narodowego Programu Badań Podstawowych Chin (973 Program 2013CB945602) oraz Narodowej Fundacji Nauk Przyrodniczych Chin (31270825 i 31171043). Dziękujemy członkom Ho lab za dyskusję i komentarze.
| Forma Environmental Chamber | Thermo | 3949 | |
| Butle z dwutlenkiem węgla | FuLian GAS Technology | GB / T6052 | |
| Kamera HDR | SONY | HDR-CX220E | |
| Lornetka stereomikroskopowa | Xin Zhen | SMZ-168BL | |
| Waga elektroniczna | MinQiao | SL1002N | |
| Lodówka | Haier | SC-350 | |
| Agar-agar w proszku | Sinopharm | 10000561 | |
| Glukoza | Sinopharm | 10010518 | |
| Mączka kukurydziana | Sinopharm | 5464654 | |
| Cukier brązowy | LiuCaiYuan | 45467936 | |
| Suche drożdże instant | AB MAURI | 20886 | |
| AuxR16182 | VDRC | 7187 | |
| UAS-Dicer2 | Bloomington | 24650 | |
| UAS-mCD8GFP | Bloomington | 32185 | |
| DDC-Gal4 | Prezent od Fude Huang | ||
| AuxGFP | Prezent od Henry'ego Changa |