Artykuł metodologiczny

Zautomatyzowana metoda określania wydajności Drosophila w odpowiedzi na zmiany temperatury w czasie i przestrzeni

6.1K wyświetleń

⸱

DOI:

10.3791/58350

⸱

12 października 2018

 ,  ,  ,  , 
1Groningen Institute for Evolutionary Life Sciences, University of Groningen, 2Department of Cell Biology, University of Groningen, University Medical Center Groningen, 3Ruijsink Dynamic Engineering, 4Department of Psychology, University of Groningen

* These authors contributed equally

W tym artykule

Podsumowanie

Tutaj prezentujemy protokół do automatycznego określania sprawności lokomotorycznej Drosophila przy zmieniających się temperaturach za pomocą programowalnej areny kontrolowanej temperaturą, która wytwarza szybkie i dokładne zmiany temperatury w czasie i przestrzeni.

Streszczenie

Temperatura jest wszechobecnym czynnikiem środowiskowym, który wpływa na rozmieszczenie i zachowanie gatunków. Różne gatunki muszek owocowych Drosophila mają specyficzne reakcje na zmieniające się temperatury, zgodnie z ich tolerancją fizjologiczną i zdolnościami adaptacyjnymi. Muchy Drosophila posiadają również system wykrywania temperatury, który stał się fundamentalny dla zrozumienia neuronalnych podstaw przetwarzania temperatury w ektotermach. Prezentujemy tutaj arenę z kontrolowaną temperaturą, która pozwala na szybkie i precyzyjne zmiany temperatury z kontrolą czasową i przestrzenną w celu zbadania reakcji poszczególnych much na zmieniające się temperatury. Poszczególne muchy są umieszczane na arenie i poddawane zaprogramowanym wcześniej wyzwaniom temperaturowym, takim jak równomierny stopniowy wzrost temperatury w celu określenia norm reakcji lub temperatury rozłożone przestrzennie w tym samym czasie w celu określenia preferencji. Osoby są automatycznie śledzone, co pozwala na ilościowe określenie prędkości lub preferencji dotyczących lokalizacji. Metodę tę można wykorzystać do szybkiego ilościowego określenia reakcji w szerokim zakresie temperatur w celu wyznaczenia krzywych wydajności temperaturowej u Drosophila lub innych owadów o podobnej wielkości. Ponadto może być wykorzystany do badań genetycznych w celu ilościowego określenia preferencji temperaturowych i reakcji mutantów lub much typu dzikiego. Metoda ta może pomóc w odkryciu podstaw specjacji i adaptacji termicznej, a także mechanizmów neuronalnych stojących za przetwarzaniem temperatury.

Wprowadzenie

Temperatura jest stałym czynnikiem środowiskowym, który wpływa na funkcjonowanie i zachowanie organizmów1. Różnice w szerokości geograficznej i wysokości prowadzą do różnic w typie klimatu, na który narażone są organizmy, co skutkuje ewolucyjną selekcją ich reakcji na temperaturę2,3. Organizmy reagują na różne temperatury poprzez adaptacje morfologiczne, fizjologiczne i behawioralne, które maksymalizują wydajność w ich określonych środowiskach4. Na przykład u muszki owocowej Drosophila melanogaster populacje z różnych regionów mają różne preferencje dotyczące temperatury, wielkości ciała, czasu rozwoju, długowieczności, płodności i zdolności chodzenia w różnych temperaturach2,5,6,7. Różnorodność obserwowana między muchami różnego pochodzenia jest częściowo wyjaśniona przez zmienność genetyczną i ekspresję genów plastycznych8,9. Podobnie, gatunki Drosophila z różnych obszarów różnie rozkładają się w gradientach temperatury i wykazują różnice w odporności na ekstremalne temperatury i zimna10,11,12.

Drosophila stała się ostatnio modelem z wyboru do zrozumienia genetycznych i neuronalnych podstaw percepcji temperatury13,14,15,16,17. Ogólnie rzecz biorąc, dorosłe muchy postrzegają temperaturę za pomocą zimnych i gorących obwodowych czujników temperatury w antenach oraz przez czujniki temperatury w mózgu13,14,15,16,17,18,19,20. Receptory peryferyjne dla wysokich temperatur wyrażają Gr28b.d16 lub Pyrexia21, podczas gdy receptory chłodu na peryferiach są scharakteryzowane przez Brivido14. W mózgu temperatura jest przetwarzana przez neurony wyrażające TrpA115. Badania behawioralne nad mutantami tych szlaków poprawiają naszą wiedzę na temat przetwarzania temperatury i dają wgląd w mechanizmy, które różnią się między populacjami Drosophila z różnych regionów.

Tutaj opisujemy arenę o kontrolowanej temperaturze, która wytwarza szybkie i precyzyjne zmiany temperatury. Badacze mogą wstępnie zaprogramować te zmiany, co pozwala na ustandaryzowane i powtarzalne manipulacje temperaturą bez interwencji człowieka. Muchy są rejestrowane i śledzone za pomocą specjalistycznego oprogramowania w celu określenia ich pozycji i prędkości w różnych fazach eksperymentu. Głównym pomiarem przedstawionym w tym protokole jest prędkość chodzenia w różnych temperaturach, ponieważ jest to ekologicznie istotny wskaźnik wydajności fizjologicznej, który może określić indywidualną zdolność adaptacji termicznej5. Wraz z mutantami receptorów temperatury, technika ta może pomóc w ujawnieniu mechanizmów adaptacji termicznej na poziomie komórkowym i biochemicznym.

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Protokół

1. Przygotowanie podłoża do jedzenia dla much

  1. Wlej 1 l wody z kranu do szklanej zlewki o pojemności 2 l i dodaj mieszadło magnetyczne. Umieścić zlewkę na magnetycznej płycie grzejnej w temperaturze 300 °C, aż do osiągnięcia temperatury wrzenia.
  2. Mieszać z prędkością 500 obrotów/min i dodawać: 10 g agaru, 30 g glukozy, 15 g sacharozy, 15 g mąki kukurydzianej, 10 g kiełków pszenicy, 10 g mąki sojowej, 30 g melasy i 35 g aktywnych suchych drożdży.
  3. Gdy mieszanina energicznie się spieni, zmniejsz temperaturę płyty grzejnej do 120 °C, kontynuując mieszanie.
  4. Po 10 minutach należy jeszcze bardziej obniżyć temperaturę płyty grzejnej do 30 °C i kontynuować mieszanie, aż mieszanina ostygnie do 48 °C. Zmierz temperaturę, wkładając termometr bezpośrednio do żywności, nie dotykając ścianek zlewki.
  5. Rozpuścić 2 g estru metylowego kwasu p-hydroksybenzoesowego w 10 ml 96% etanolu i dodać go do mieszaniny razem z 5 ml 1 M kwasu propionowego. Kontynuuj mieszanie przez 3 minuty.
  6. Wyłącz płytę grzejną i wlej 45 ml żywności do butelek hodowlanych i 6,5 ml żywności do fiolek zbiorczych.

2. Przygotowanie much

  1. Umieścić 20 samców i 20 samic much w butelkach hodowlanych zawierających 45 ml pożywki dla much. Przenieś muchy do nowych butelek po 3 do 4 dniach, stukając je, a następnie stukając w świeże butelki. Odrzuć muchy po trzech zmianach.
    1. Umieścić butelki w inkubatorze w 12-godzinnych cyklach światła/12-godzinnych ciemności przy stałej temperaturze 25 °C.
      UWAGA: Nowa generacja much zamknie się po dziesięciu dniach.
  2. Znieczulenie nowo zamkniętych much na podkładkach z dwutlenkiem węgla przez maksymalnie 4 minuty i zebranie ich w fiolkach do hodowli much o wymiarach 2,5 x 9,5 cm z 6,5 ml pożywki dla much za pomocą pędzla.
    1. Zbieraj tylko dziewicze muchy i dziel je według płci na grupy po 20 much na fiolkę hodowlaną.
    2. Umieść fiolki w inkubatorach na 5-7 dni, zmieniając muszki na nowe fiolki co 2-3 dni i w dniach poprzedzających eksperymenty.

3. Ramka Świateł

  1. Wykonaj drewnianą ramę o długości 10 cm, szerokości 4 cm, wysokości 4 cm i grubości 0,5 cm.
  2. Na każdej z krótkich krawędzi utwórz obramowanie o długości 4 cm, wysokości 4 cm i szerokości 1,5 cm w kierunku wewnętrznej części drewnianej ramy. Pozostaw wewnętrzną powierzchnię obramowania otwartą.
  3. Wywierć dwa otwory o średnicy 0,5 cm na przecięciu jednej z dłuższych krawędzi drewnianej ramy i na każdej z granic na krótszych krawędziach.
  4. Umieść 10 cm ciepłej białej taśmy LED wewnątrz każdej z granic na krótszych krawędziach. Oderwij tylną część taśmy LED, aby natychmiast ją przykleić.
    UWAGA: W przypadku eksperymentów, w których konieczne jest wyeliminowanie oświetlenia, taśmę LED o barwie ciepłej białej można zastąpić taśmami LED na podczerwień.
  5. Podłącz jeden koniec taśmy LED w jednej z granic do zasilacza impulsowego, a jej drugi koniec do taśmy LED na przeciwległej granicy.
  6. Włącz zasilacz impulsowy, aby sprawdzić, czy włączają się oba paski LED.
  7. Przykryj otwartą stronę każdej granicy białym kawałkiem papieru.
  8. Przyklej kolejny kawałek papieru do każdej z wewnętrznych faz długich krawędzi.

4. Arena z kontrolowaną temperaturą

  1. Włącz arenę z kontrolowaną temperaturą (Rysunek 1A i 1C). Upewnij się, że wentylator zaczyna działać, a aluminiowy pierścień zaczyna się nagrzewać.
  2. Użyj USB, aby podłączyć arenę z kontrolowaną temperaturą do komputera sterującego, na którym działa skrypt TemperaturePhases z sekwencjami temperatury.
  3. Otwórz skrypt TemperaturePhases na komputerze sterującym i sprawdź, czy sekwencja temperatur jest prawidłowo skonfigurowana (Wideo 1).
    1. Sprawdź, czy czas trwania każdej fazy eksperymentalnej jest ustawiony na 60 s, sprawdzając, czy "par. StimulusDur" jest równy 60 s.
    2. Sprawdź, czy 1) liczba równa żądanej liczbie faz, 2) iteracyjna konfiguracja włączania/wyłączania wskazujących czerwonych diod elektroluminescencyjnych (LED), 3) wzrost temperatury o 2 °C na fazę i 4) 16 °C jako temperatura początkowa są prawidłowe w sekcji "Rozpocznij blok eksperymentalny".
      UWAGA: Pozwól muszkom zaaklimatyzować się w Fly Arena przez 7 minut w temperaturze 16 °C, aby uniknąć sztucznego wzrostu prędkości podczas pierwszych faz eksperymentalnych (Rysunek 2).
    3. Uruchom skrypt TemperaturePhases. Oprogramowanie będzie się inicjować przez 5 sekund, jak określono w "arena". Czekać", a następnie zatrzymaj się.
    4. Naciśnij spację na klawiaturze, aby rozpocząć uruchamianie faz eksperymentalnych, gdy mucha zostanie zdmuchnięta na Arenę Lotów (krok 5.3).
      UWAGA: TemperaturePhases to bieżący skrypt sterujący urządzeniem; Możliwe jest jednak tworzenie innych niestandardowych skryptów do korzystania z tego urządzenia, które dostosowują się do wymagań różnych eksperymentów.
  4. Podłącz kamerę znajdującą się na szczycie areny do komputera nagrywającego za pomocą USB kamery.
  5. Otwórz program do nagrywania wideo (patrz Spis materiałów) w komputerze nagrywającym, wybierając "Plik | Nowe nagranie filmu". Otworzy się ekran pokazujący obraz z kamery.
    1. Upewnij się, że obraz z kamery obejmuje wszystkie krawędzie areny i wskazujące czerwone diody LED.
    2. Rozpocznij nagrywanie, naciskając czerwony przycisk na środku dolnej krawędzi ekranu, pokazujący obraz z kamery, gdy ramka świateł zostanie ustawiona wokół areny (krok 5.4).
      UWAGA: Niewielkie zmiany w oświetleniu mogą wpłynąć na dokładność śledzenia. Zaleca się utrzymanie stałego oświetlenia areny o kontrolowanej temperaturze poprzez ustalenie położenia urządzenia.

5. Eksperymenty behawioralne dotyczące temperatury

  1. Przygotuj Arenę Lotów (Rysunek 1C).
    1. Umieść pasmo białej taśmy przewodzącej na wierzchu miedzianych płytek, upewniając się, że wszystkie krawędzie są zakryte.
    2. Umieść podgrzewany aluminiowy pierścień wokół miedzianych płytek. Krawędź pierścienia idealnie przylega do miedzianych płytek, dzięki czemu zawsze umieszcza się go w tym samym miejscu.
    3. Wyczyść szklaną pokrywę czystą chusteczką i umieść ją na górze aluminiowego pierścienia, pozostawiając szczelinę, przez którą można wdmuchnąć muchę.
      UWAGA: Przed eksperymentami pokryj szklaną pokrywę środkiem silikonowym, aby uzyskać śliską powierzchnię. Środek silikonowujący nakładać na 24 godziny i przed użyciem spłukać wodą.
  2. Uruchom skrypt TemperaturePhases (krok 4.3.3) i otwórz program do nagrywania wideo (krok 4.5).
  3. Wydmuchaj muchę z fiolki hodowlanej (krok 2.2.2) do Areny Muchowej (np. 1 samiec muchy w Rysunek 3).
    1. Weź fiolkę z muchami z inkubatora, postukaj w nią dwukrotnie, aby zmusić je do zejścia na dno, złap jedną muchę aspiratorem do ust, zamknij fiolkę i włóż ją z powrotem do inkubatora.
    2. Umieść muchę na arenie przez szczelinę, która pozostała między szklaną pokrywą a aluminiowym pierścieniem (krok 5.1.3).
    3. Zamknij szczelinę między szklaną pokrywą a aluminiowym pierścieniem, dociskając szklaną pokrywę, aż dotrze do krawędzi aluminiowego pierścienia, gdy tylko mucha zostanie wprowadzona do Fly Arena.
  4. Umieść ramę świateł wokół areny, aby zapewnić symetryczne oświetlenie.
    1. Zaznacz położenie (np. za pomocą markera permanentnego) ramki świateł wokół Fly Arena (Rysunek 1C), aby upewnić się, że ramka jest zawsze umieszczona w tym samym miejscu.
  5. Rozpocznij nagrywanie za pomocą programu do nagrywania wideo (krok 4.5.2) i naciśnij spację na klawiaturze komputera sterującego, aby rozpocząć uruchamianie faz eksperymentalnych (krok 4.3.4).
  6. Po zakończeniu wszystkich faz eksperymentalnych zapisz wideo w formacie .mp4 lub .avi i usuń muchę z Areny Lotów za pomocą aspiratora do ust.
    UWAGA: Koniec faz eksperymentalnych może być określony zarówno przez wyłączenie sygnalizujących czerwonych diod LED, jak i przez zatrzymanie skryptu TemperaturePhases.
    1. Zatrzymaj nagrywanie wideo, naciskając przycisk stop pośrodku dolnej krawędzi ekranu w programie do nagrywania. Naciśnij "Plik | Zapisz jako", aby zapisać wideo.

6. Śledzenie wideo i analiza danych

  1. Użyj oprogramowania śledzącego FlySteps (Wideo 2), aby śledzić filmy.
    1. Otwórz "configuration_file.ini" w folderze "FlyTracker".
    2. Ustaw lokalizację filmów w "video_folder" i nazwy filmów w "video_files".
    3. Określ granice Fly Arena w "arena_settings" na podstawie współrzędnych (x, y) pikseli wielu punktów na krawędzi areny.
    4. Określ położenie orientacyjnych czerwonych diod LED w "led_settings" na podstawie współrzędnych pikseli (x, y) położenia środka diod LED.
    5. Sprawdź położenie granic Fly Arena, ustawiając "debug" na "true" w "arena_settings", klikając "Zapisz" i uruchamiając skrypt w terminalu. Pojawi się zrzut ekranu wideo z niebieskim kwadratem utworzonym przez współrzędne wprowadzone w "arena_settings".
      UWAGA: Ten kwadrat otacza obszar, który ma być śledzony.
    6. Zmień "debug" w "arena_settings" na "false", kliknij "Zapisz" i ponownie uruchom ekran w terminalu.
      UWAGA: Spowoduje to rozpoczęcie procesu śledzenia.
      UWAGA: Muchy mogą wychodzić z obszaru śledzenia na podgrzewany aluminiowy pierścień. Dzieje się tak w pierwszych sekundach eksperymentu, po czym muchy przestają dotykać rozgrzanego pierścienia i pozostają w obszarze śledzenia.
      UWAGA: Filmy mogą być śledzone za pomocą innego oprogramowania śledzącego zgodnie z preferencjami eksperymentatora.
  2. Użyj lokalizacji (x,y) każdej muchy dostarczonej przez oprogramowanie śledzące, aby obliczyć miarę zainteresowania dla wydajności temperatury. Można używać niestandardowych skryptów (np. FlyStepsAnalysis w uzupełnieniu).
  3. Porównaj krzywe wydajności temperaturowej różnych grup much, korzystając z powtarzających się pomiarów (RM), analizy wariancji (ANOVA) i wielokrotnych porównań post-hoc przy użyciu oprogramowania statystycznego (patrz Tabela materiałów).

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Wyniki

Arena z kontrolą temperatury (Rysunek 1A) składa się z trzech miedzianych płytek, których temperatura może być indywidualnie kontrolowana za pomocą programowalnego układu. Każda miedziana płytka posiada czujnik temperatury, który przekazuje sygnał zwrotny do układu programowalnego. Układ aktywuje zasilanie w celu zwiększenia temperatury każdej płytki. Pasywne elementy termoelektryczne pełnią rolę stałych elementów grzejnych w celu utrzymania pożądanej tempera...

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Dyskusja

Tutaj zaprezentowaliśmy zautomatyzowaną arenę z kontrolowaną temperaturą (rysunek 1), która wytwarza precyzyjne zmiany temperatury w czasie i przestrzeni. Metoda ta pozwala na wystawienie poszczególnych Drosophila nie tylko na zaprogramowany stopniowy wzrost temperatury (Rysunek 2 i Rysunek 3), ale także na dynamiczne wyzwania temperaturowe, w których każdy kafelek areny muchowej był podgrzewany niezależnie do innej tempera...

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Oświadczenia

Autorzy oświadczają, że nie mają konkurencyjnych interesów finansowych.

Podziękowania

Ta praca była częściowo wspierana przez stypendium z Behavioural and Cognitive Neuroscience Program Uniwersytetu w Groningen oraz stypendium dla absolwentów z Consejo Nacional de Ciencia y Tecnología (CONACyT) z Meksyku, przyznane Andrei Soto-Padilla, oraz grant z Fundacji Johna Templetona na badania nad czasem, przyznany Hedderikowi van Rijnowi i Jean-Christophe'owi Billeterowi. Jesteśmy również wdzięczni Peterowi Gerritowi Bosmie za jego udział w rozwoju trackera FlySteps.

Skrypty TemperaturePhases, FlySteps i FlyStepAnalysis można znaleźć jako dodatkowe informacje oraz pod następującym tymczasowym i publicznie dostępnym linkiem:
https://dataverse.nl/privateurl.xhtml?token=c70159ad-4d92-443d-8946-974140d2cb78

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Materiały

Lista materiałów użytych w tym artykule
NazwaFirmaNumer katalogowyKomentarze
Arduino DueArduinoA000062Software RUG
Electronics BoardRuijsink Dynamic EngineeringFF-Main-02-2014
Zasilacz BoostXP-Power 48. V 65 WECS65US48Ustawiony na zasilanie 53 V
Ogrzewanie płytekXP-Power 15. V 80 WVFT80US15
Zasilacz ChłodzenieXP-Power 15. V 130 WECS130U515
Ogniwa PeltieraMarlow IndustriesRC12-42 Elementy, sterowane zasilanie DC
RadiatorFisher TechnikLA 9/150-230VOdsprzęgany do wibracji
Czujniki temperaturySpecjalności pomiaroweMCD_10K3MCD1Sonda mikrotermistora
Blok miedziany / płytkiRuijsink Dynamic EngineeringFF-CB-01-2014
Pierścionek AuminumRuijsink Dynamic EngineeringFF-RoF-02-2015
Tesa 4104 biała taśma 25 x 66 mmRS Components111-2300 Biała taśma przewodząca
Czerwone diody LEDLucky Ligtll-583vc2c-v1-4daDługość fali od 625 nm, 20 mAmp do 6 V
Taśma LED o barwie ciepłej białejLedstripkoningHQ-3528-SMD60 diod LED na metr
Zasilacz przełącznikaOgólnyT-36-12
Logitech c920Logitech Europe S.APN960-001055
QuickTime PlayerApple ComputerRecording program
Oprogramowanie do analizy śledzeniaRPakiety: pacman
Oprogramowanie do analizy śledzeniaMATLAB
Thermal ImagingFLIR T400sc
Oprogramowanie do wykresów i statystykGraph Pad Prism
SigmacoteSigma-AldrichSL2-100MLŚrodek silikonowy
Butelki do hodowli muchFlystuff32-1306 uncji butelka bulionowa Drosophila
FlypadFlystuff 59-114
Fiolki do hodowli muchDominique Dutscher789008Rurki Drosophila wąskie 25x95 mm
InkubatorSanyoMIR-154
Magnetyczna płyta grzewczaHeidolph505-20000-00MR Hei-Standard
AgarCaldic Składniki B.V.010001.26.0
GlukozaGezond& wel1019155Dekstroza/Druivensuiker
SacharozaVan GilseCukier granulowany
Mąka kukurydzianaMuchy62-100
Kiełki pszenicyGezond& wel1017683
Mąka sojowaFlystuff62-115
MelasaFlystuff62-117
Aktywne suche drożdżeRed Star
TegoseptFlystuff20-258100%

Bibliografia

  1. Abram, P. K., Boivin, G., Moiroux, J., Brodeur, J. Behavioural effects of temperature on ectothermic animals unifying thermal physiology and behavioural plasticity. bioRxiv. , (2016).
  2. Rajpurohit, S., Schmidt, P. S. Measuring thermal behavior in smaller insects: A case study in Drosophila melanogaster demonstrates effects of sex, geographic origin, and rearing temperature on adult behavior. Fly. 10 (4), 149-161 (2016).
  3. Jezovit, J. A., Levine, J. D., Schneider, J. Phylogeny environment and sexual communication across the Drosophila genus. The Journal of Experimental Biology. 220 (1), 42-52 (2017).
  4. Sinclair, B. J., Williams, C. M., Terblanche, J. S. Variation in Thermal Performance among Insect Populations. Physiological and Biochemical Zoology. 85 (6), 594-606 (2012).
  5. Gibert, P., Huey, R., Gilchrist, G. Locomotor performance of Drosophila melanogaster: Interactions among developmental and adult temperautures, age, and geography. Evolution. 55 (1), 205-209 (2001).
  6. Trotta, V., et al. Thermal plasticity in Drosophila melanogaster: A comparison of geographic populations. BMC Evolutionary Biology. 6, 1-13 (2006).
  7. Klepsatel, P., Gálikova, M., De Maio, N., Huber, C. D., Christian, S., Flatt, T. Variation in thermal performance and reaction norms among populations of Drosophila melanogaster. Evolution. 67 (12), 3573-3587 (2013).
  8. Latimer, C. A. L., Wilson, R. S., Chenoweth, S. F. Quantitative genetic variation for thermal performance curves within and among natural populations of Drosophila serrata. Journal of Evolutionary Biology. 24, 965-975 (2011).
  9. Chen, J., Nolte, V., Schlotterer, C. Temperature-related reaction norms of gene expression: Regulatory architecture and functional implications. Molecular Biology and Evolution. , (2015).
  10. Kellermann, V., Overgaard, J., Hoffmann, A. A., Flojgaard, C., Svenning, J. -C., Loeschcke, V. Upper thermal limits of Drosophila are linked to species distributions and strongly constrained phylogenetically. Proceedings of the National Academy of Sciences. 109 (40), 16228-16233 (2012).
  11. Andersen, J. L., Manenti, T., Sørensen, J. G., Macmillan, H. A., Loeschcke, V., Overgaard, J. How to assess Drosophila cold tolerance: Chill coma temperature and lower lethal temperature are the best predictors of cold distribution limits. Functional Ecology. 29 (1), 55-65 (2015).
  12. Krstevska, B., Hoffmann, A. A. The effects of acclimation and rearing conditions on the response of tropical and temperate populations of Drosophila melanogaster and D. simulans to a temperature gradient (Diptera: Drosophilidae). Journal of Insect Behavior. 7 (3), 279-288 (1994).
  13. Frank, D. D., Jouandet, G. C., Kearney, P. J., Macpherson, L. J., Gallio, M. Temperature representation in the Drosophila brain. Nature. 519 (7543), 358-361 (2015).
  14. Gallio, M., Ofstad, T. A., Macpherson, L. J., Wang, J. W., Zuker, C. S. The coding of temperature in the Drosophila brain. Cell. 144 (4), 614-624 (2011).
  15. Hamada, F. N., et al. An internal thermal sensor controlling temperature preference in Drosophila. Nature. 454 (7201), 217-220 (2008).
  16. Ni, L., et al. A gustatory receptor paralogue controls rapid warmth avoidance in Drosophila. Nature. 500 (7464), 580-584 (2013).
  17. Liu, W. W., Mazor, O., Wilson, R. I. Thermosensory processing in the Drosophila brain. Nature. 519 (7543), 353-357 (2015).
  18. Neely, G. G., et al. TrpA1 Regulates Thermal Nociception in Drosophila. Public Library of Science ONE. 6 (8), e24343(2011).
  19. Zhong, L., et al. Thermosensory and non-thermosensory isoforms of Drosophila melanogaster TRPA1 reveal heat sensor domains of a thermoTRP channel. Cell Reports. 1 (1), 43-55 (2012).
  20. Barbagallo, B., Garrity, P. A. Temperature sensation in Drosophila. Current Opinion in Neurobiology. 34, 8-13 (2015).
  21. Tang, X., Platt, M. D., Lagnese, C. M., Leslie, J. R., Hamada, F. N. Temperature integration at the AC thermosensory neurons in Drosophila. Journal of Neuroscience. 33 (3), 894-901 (2013).
  22. Petavy, G., David, J. R., Gibert, P., Moreteau, B. Viability and rate of development at different temperatures in Drosophila: A comparison of constant and alternating thermal regimes. Journal of Thermal Biology. 26 (1), 29-39 (2001).
  23. Diegelmann, S., Zars, M., Zars, T. Genetic dissociation of acquisition and memory strength in the heat-box spatial learning paradigm in Drosophila. Learning & Memory. 13 (1), 72-83 (2006).
  24. Zars, M., Zars, T. High and low temperatures have unequal reinforcing properties in Drosophila spatial learning. Journal of Comparative Physiology A: Neuroethology, Sensory, Neural, and Behavioral Physiology. 192 (7), 727-735 (2006).
  25. Zars, T., Wolf, R., Davis, R., Heisenberg, M. Tissue-specific expression of a type I adenylyl cyclase rescues the rutabaga mutant memory defect: in search of the engram. Learning & Memory. 7 (1), Cold Spring Harbor, NY. 18-31 (2000).
  26. Jones, M. A., Grotewiel, M. Drosophila as a model for age-related impairment in locomotor and other behaviors. Experimental Brain Research. 46 (5), 320-325 (2011).

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Przedruki i uprawnienia

Poproś o pozwolenie na ponowne wykorzystanie tekstu lub ilustracji tego artykułu JoVE

Poproś o pozwolenie

Tagi

Reakcja Drosophila na temperaturarena z kontrol temperaturyzautomatyzowane ledzenie muszekkrzywe wydajno ci termicznejtest preferencji temperaturowychpor wnanie t a genetycznegoprzestrzenna kontrola temperaturyczasowe zmiany temperaturyanaliza behawioralna muszekfunkcja receptor w temperatury

Powiązane artykuły