O ensaio de condicionamento do namoro pode ser usado para medir a aprendizagem e a memória na Drosophila . Para demonstrar isso, os resultados apresentados aqui analisam STM e LTM no controle de moscas em comparação com as moscas com o knockdown específico do neurônio de Dhap-at. Controle os machos expressam uma seqüência de hairpin de interferência de ARN visando um gene específico de Caenorhabditis elegans , proteína de dedo de zinco putativa C02F5.12 19 . Esta tensão de controle garante um número igual de elementos de seqüência de ativação a montante (UAS) entre o knockdown e o controle no mesmo fundo genético, eo controle RNAi hairpin é responsável por quaisquer efeitos não específicos do sistema RNAi. Os machos controle (genotipo: UAS-dcr2 / +; P {KK108109} VIE-260B / +; elav-Gal4 / + ) mostram uma redução significativa na IC em treinamento versus ingênuo para ambos os STM ( Figura 3A , p = 1,2 x 10 - 4 , Mann-WhitneY U-test) e LTM ( Figura 3B , p = 1,2 x 10 -4 , teste U de Mann-Whitney). Este resultado reflete a capacidade normal de aprendizagem e memória nessas moscas. As moscas Dhap-at knockdown (genótipo: UAS-dcr2 / +; P {KK101437} VIE-260B / +; elav-Gal4 / + ) também mostram uma redução significativa de IC em moscas treinadas versus não ingênuas para STM ( Figura 3A , p = 1,2 x 10 -4 , teste U de Mann-Whitney). No entanto, eles não mostram uma redução significativa na IC após o treinamento LTM ( Figura 3B , p = 0,33, teste U de Mann-Whitney). O teste U de Mann-Whitney foi usado para comparar o IC médio de moscas ingênuas e treinadas devido à distribuição não-paramétrica dos dados CI para algumas condições ( Figura 3A e 3B ). As diferenças observadas através da análise de ICs são refletidas pelo LI para cada genótipo, que mede a redução percentualNa CI em moscas ingênuas versus treinadas ( Figura 3C ). Não há diferença significativa em LI entre controles e Dhap-em moscas knockdown para STM ( p = 0.115, 10.000 repetições bootstrap, Figura 3C , Tabela 3 ), enquanto que o LI para LTM é significativamente menor nas moscas Dhap-at knockdown ( p = 0,0034, 10 000 repetições de bootstrap, Figura 3C , Tabela 3 ). Para a comparação de LI entre genótipos, um teste de aleatorização 20 adaptado de um método primeiro recomendado por Kamyshev et al. 7 foi usado. Uma vez que o LI é um valor único derivado de dados populacionais ( ou seja, meio médio não treinado e treinado com CI), métodos estatísticos padrão que dependem de distribuições derivadas experimentalmente não se aplicam. O teste de randomização é livre de distribuição e usa bootstrapping ( ou seja, sampli aleatórioNg com substituição) para gerar conjuntos de dados hipotéticos que são derivados dos dados reais. O script analearn (File S3) gera um conjunto de LI hipotéticas para cada genótipo e calcula a diferença entre o controle e o genótipo do teste (LIdiff). Este processo é repetido 10.000 vezes e os valores resultantes são usados para determinar o intervalo de confiança de 95% de LIdiff ( Tabela 3 ). Esses dados são usados para gerar um valor- p que indica a probabilidade de que o LI dos dois genótipos seja diferente. Os resultados mostrados aqui demonstram que Dhap-at é necessário nos neurônios para LTM, mas não para STM.
Para controlar a variabilidade do dia-a-dia, as ICs e LIs são comparadas entre dias replicados ( Tabela 4 ). Embora seja observada uma certa flutuação na LI desde o dia-a-dia, os resultados são geralmente reprodutíveis. É importante notar que os dados CI podem variar muito de acordo com o controle strUsado e as condições ambientais de testes. Os dados de CI mostrados aqui são típicos desse genótipo de controle, mas outros genótipos podem apresentar uma CI média e distribuição maior ou menor.

Figura 1: Determinação do Índice de Corte e Visão Geral Experimental. ( A ) Imagens que mostram o comportamento de namoro masculino estereotipado em relação a uma mosca feminina. Diferentes estágios do comportamento de namoro são mostrados: orientação (I), seguindo (II), vibração de asa (extensão) e toque (III), lambendo (IV) e tentativa de copulação (V). ( B ) Visão geral esquemática dos tempos de treinamento e teste em relação ao ciclo da luz da incubadora, marcado em horas. Os tempos de treinamento são indicados com barras, os períodos de repouso para STM e LTM são indicados com uma linha tracejada e o ponto de início do teste é indicado como uma seta. Observe que oO tempo de teste para LTM é um dia depois do treinamento. Clique aqui para ver uma versão maior desta figura.

Figura 2: Equipamento utilizado para o ensaio de condicionamento do corte de Drosophila. ( A ) O bloco de alojamento é um bloco plano e inferior com 500 μL de alimentação por poço. É selado com uma película adesivo qPCR com pelo menos 4 furos por poço que foram criados usando uma agulha de seringa com 0,8 mm de diâmetro. As linhas individuais são cortadas longitudinalmente em tiras usando uma lâmina de barbear para permitir a abertura e fechamento. ( B ) O aspirador é necessário para a transferência suave de moscas masculinas e femininas sem o uso de anestesia. A inserção mostra a ponta do aspirador, fechada com um pedaço de algodão para keAs moscas dentro da ponta. ( C ) Configuração de um sistema de duas câmeras para gravação simultânea de duas câmaras de namoro. ( D ) Uma câmara de namoro com 18 arenas. Os orifícios de entrada deslizantes são usados para colocar as moscas nas arenas. As divisórias brancas podem ser abertas simultaneamente para iniciar a interação entre machos e fêmeas. Clique aqui para ver uma versão maior desta figura.

Figura 3: Análise de STM e LTM em Controle e Dhap-at Knockdown Flies. ( AB ) Boxplots que mostram a distribuição de valores de CI para mosquitos naïve (N) e treinados (T) dos genótipos de controle (cinza) e Dhap-at knockdown (branco) testados para STM (A) e LTM (B). ( C ) CorrespoEstabelecendo valores de LI para controle e Dhap-em moscas knockdown testadas para STM e LTM. As diferenças de LI entre os genótipos de controle e knockdown foram comparadas usando um teste de randomização (10.000 repetições de bootstrap). As barras de erro indicam o erro padrão da média derivada dos valores de LI calculados em diferentes dias de teste. Os genótipos são: w +, UAS-dcr2 / + ; P {KK108109} VIE-260B / + ; E elav-Gal4 / + (Controle) E w +, UAS-dcr2 / + ; P {KK101437} VIE-260B / +; E elav-Gal4 / + ( Dhap-at- ARNi). Clique aqui para ver uma versão maior desta figura.
| Geral | Coletar | Trem | Teste |
| Dia -11 | Iniciar culturas de coleta feminina prematuro (passo 1.3) | | | |
| Dia -10 | Iniciar culturas para a coleta de sujeitos de teste masculinos (passo 2.2) | | | |
| dia 1 | | Representante. 1 | | |
| dia 2 | | Representante. 2 | | |
| dia 3 | | Representante. 3 | | |
| Dia 4 | | Representante. 4 | Representante. 1 | |
| Dia 5 | | | Representante. 2 | Representante. 1 |
| Dia 6 | | | Representante. 3 | Representante. 2 |
| Dia 7 | | | Representante. 4 | Representante. 3 |
| Dia 8 | | | | Representante. 4 |
| Dia 9 | Análise de dados de vídeo e estatísticas (etapa 8) | | | |
| | | | |
| Rep = repetir | | | |
Tabela 1 : Exemplo de Cronograma para Testar LTM em Três Replicas em Dias Individuais.
| Aprendendo | STM | LTM |
| Tempo de treino | 1 h. | 1 h. | 8 h. |
| Tempo de descanso | 0 h. | 1 h. | ~ 24 h. |
| comece a treinar | 0H. ALO | 0 h. ALO | 4 h. BLO |
| Pare de treinar | 1 h. ALO | 1 h. ALO | 4 h. ALO |
| Teste de início | 1 h. ALO | 2 h. ALO | 0 h. ALO (no dia seguinte) |
| ALO = depois que as luzes se acendem, BLO = antes que as luzes se liguem, STM = memória de curto prazo, LTM = memória de longo prazo |
Tabela 2 : Duração do treinamento, tempos de treinamento e tempos de teste para aprendizado, STM e LTM.
| Genótipo | Aprendendo condição | CI ingênuo | CI treinado | LI | LI diferença | Limite inferior (Intervalo de conficiência de 95%) | Limite superior (Intervalo de conficiência de 95%) | P-valor |
| Ao controle | STM | 0.467 | 0.116 | 0.752 | N / D | N / D | N / D | N / D |
| Dhap-at-RNAi | STM | 0.699 | 0,257 | 0.633 | 0.119 | -0,030 | 0,265 | 0.116 |
| Ao controle | LTM | 0,590 | 0,384 | 0.348 | N / D | N / D | N / D | N / D |
| Dhap-at-RNAi | LTM | 0.697 | 0,650 | 0,068 | 0.280 | 0.103 | 0.446 | 0.003 |
Tabela 3: Dados estatísticos produzidos a partir do roteiro Analearn.
Dados estatísticos produzidos a partir do script analearn. O arquivo de saída do script R de inicialização contendo o genótipo, condição de aprendizagem ( ie, aprendizado, STM ou LTM), média CI naïve, média CI treinada, LI, diferença entre LI do controle em comparação com a condição experimental (LI dif) , O limite inferior (LL) e o limite superior (UL) do intervalo de confiança de 95% de LI dif e o valor de p indicando a probabilidade de não haver diferença significativa.
| | Ao controle | | | Dhap-at-RNAi | | |
| | CI médio naïve | CI treinado | LI | CI médio naïve | CI treinado | LI |
| STM | Dia 1 | 0.300 | 0,125 | 0,584 | 0.679 | 0.239 | 0.648 |
| Dia 2 | 0.634 | 0.107 | 0.831 | 0.720 | 0,276 | 0.617 |
| Todos os dias | 0.467 | 0.116 | 0.752 | 0.699 | 0,257 | 0.633 |
| LTM | Dia 1 | 0,590 | 0.441 | 0,252 | 0,630 | 0.646 | -0,027 |
| Dia 2 | 0.640 | 0.363 | 0.432 | 0,709 | 0,710 | -0,002 |
| Dia 3 | 0,547 | 0.349 | 0.363 | 0,738 | 0,598 | 0.190 |
| Todos os dias | 0,590 | 0,384 | 0.348 | 0.697 | 0,650 | 0,068 |
Tabela 4 : Valores de CI e LI obtidos em dias de teste separados.
| "Naivelevel" determina o texto que identificará valores naïves para cada genótipo. O padrão é "N", mas isso pode ser alterado para qualquer outro texto alfanumérico. |
"Refmutation" é definido como "NA" (não aplicável) por padrão, mas pode ser alterado para o nome do controle ou o genótipo, a fim de realizar comparações estatísticas. Isso causará o sCript para selecionar automaticamente o genótipo de controle. |
| "Datname" refere-se ao nome do arquivo de dados e pode ser especificado neste argumento em vez da seleção de arquivo padrão. |
"Cabeçalho" pode ser usado para indicar se o arquivo de dados contém ou não cabeçalhos de coluna. O padrão é "VERDADEIRO", mas um arquivo sem cabeçalho pode ser usado quando esse argumento é alterado para "FALSO". |
"Semente" inicializa o gerador de números aleatórios. Isto é definido por padrão para "NA" e garante um número aleatório cada vez que o script é usado. Por design, uma análise de bootstrap dará resultados ligeiramente diferentes sempre que for executada, mesmo quando se usa o mesmo arquivo de dados. Quando a semente é especificada por qualquer número inteiro maior que zero, é obtido o mesmo conjunto de amostras de inicialização aleatória. |
| "Writeout Colocar "pode ser configurado para" VERDADEIRO "ou" FALSO "para determinar se um arquivo de saída será gerado. O padrão é verdadeiro." |
Tabela 5: Argumentos usados na função Analearn que pode alterar as configurações padrão da função para ajustar os parâmetros do Bootstrapping
Arquivo suplementar S1: plano de construção de uma câmara de namoro. O arquivo pode ser aberto com qualquer aplicativo que permita extensões .stp (arquivos CAD) . Clique aqui para baixar este arquivo.
Arquivo suplementar S2 : Exemplo de um arquivo de entrada para o Script Analearn .S2.zip "target =" _ blank "> Clique aqui para baixar este arquivo.
Arquivo suplementar S3 : The Analearn.R Acript. O arquivo pode ser aberto com o R-studio 18 . Clique aqui para baixar este arquivo.