Method Article

Um método de imagem baseado em smartphone para C. elegans Lawn Avoidance Assay

DOI:

10.3791/65197

⸱

February 24th, 2023

 ,  , 
1Department of Physiology, Mitohormesis Research Center, Yonsei University Wonju College of Medicine, 2Division of Biological Science and Technology, College of Science and Technology, Yonsei University, Mirae Campus

In This Article

Summary

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Este artigo descreve um método simples e de baixo custo para registrar o comportamento de evitar gramado de Caenorhabditis elegans, usando itens prontamente disponíveis, como um smartphone e uma caixa de luz de diodo emissor de luz (LED). Também fornecemos um script Python para processar o arquivo de vídeo em um formato mais propício para contagem.

Abstract

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Quando exposto a bactérias tóxicas ou patogênicas, o nematódeo Caenorhabditis elegans exibe um comportamento aprendido de evitar o gramado, no qual os vermes gradualmente deixam sua fonte de alimento e preferem permanecer fora do gramado bacteriano. O ensaio é uma maneira fácil de testar a capacidade dos vermes de detectar pistas externas ou internas para responder adequadamente a condições prejudiciais. Embora seja um ensaio simples, a contagem é demorada, particularmente com várias amostras, e durações de ensaio que se estendem durante a noite são inconvenientes para os pesquisadores. Um sistema de imagem que pode obter imagens de muitas placas durante um longo período é útil, mas caro. Aqui, descrevemos um método de imagem baseado em smartphone para registrar a evitação de gramado em C. elegans. O método requer apenas um smartphone e uma caixa de luz de diodo emissor de luz (LED), para servir como fonte de luz transmitida. Usando aplicativos de câmera de lapso de tempo gratuitos, cada telefone pode obter imagens de até seis placas, com nitidez e contraste suficientes para contar manualmente vermes fora do gramado. Os filmes resultantes são processados em arquivos AVI (audio video interleave) de 10 s para cada ponto de tempo de hora em hora, depois cortados para mostrar cada placa única para torná-los mais passíveis de contagem. Este método é uma maneira custo-efetiva para aqueles que procuram examinar defeitos de evitação e pode ser potencialmente estendido a outros ensaios de C. elegans.

Introduction

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Entre as muitas vantagens de estudar C. elegans, seu sistema nervoso simples oferece a oportunidade de estudar como as mudanças em nível genético e celular afetam a função da rede e a produção comportamental. Apesar de ter um número limitado de neurônios, C. elegans exibe uma ampla gama de comportamentos complexos. Um deles é evitar gramado, em que o nematódeo bacterívoro responde a uma fonte de alimento prejudicial deixando o gramado bacteriano. C. elegans evita gramados de bactérias patogênicas 1,2,3, gramados de bactérias produtoras de toxinas ou que são fortificadas com toxinas1,4 e até mesmo bactérias que expressam RNAi cujo knockdown do gene alvo é prejudicial à saúde dos vermes 4,5. Estudos têm demonstrado que os vermes respondem a pistas externas, como metabólitos produzidos pelas bactérias patogênicas1,6, ou pistas internas que indicam que o alimento está adoecendo 4,7. Essas pistas são processadas por vias de sinalização conservadas, como a via da proteína quinase ativada por mitógeno (MAPK) e a via do fator transformador de crescimento beta (TGFβ), e requerem comunicação entre o intestino e o sistema nervoso 4,6,7,8.

Embora o ensaio seja simples, o comportamento aprendido se desenvolve ao longo de muitas horas, muitas vezes da noite para o dia. Embora existam mutantes que são incapazes de sair, caso em que pontuar evitação em apenas um ponto de tempo é suficiente para demonstrar o defeito, muitos mutantes saem eventualmente, mas são mais lentos para sair. Para estes, o movimento dos vermes precisa ser rastreado a cada poucas horas, o que pode ser difícil de fazer durante a noite. A contagem em si também leva tempo, criando um tempo de atraso entre as placas e, assim, limita o número de placas que podem ser testadas ao mesmo tempo. Usar uma configuração de imagem para registrar muitas placas simultaneamente durante toda a duração do ensaio seria muito útil, mas o custo de instalação pode ser proibitivo, dependendo da situação de financiamento do laboratório de pesquisa.

Para resolver isso, desenvolvemos um método muito simples que usa smartphones para registrar ensaios de evitação. Cada telefone pode gravar vídeos de lapso de tempo de até seis placas de ensaio. Para fornecer luz transmitida, usamos uma caixa de luz de diodo emissor de luz (LED) que pode ser facilmente comprada on-line. As placas de ensaio são colocadas em uma plataforma elevada, apoiada por túneis retangulares ocos, que focalizam a luz recebida, criando contraste. Também fornecemos um script Python que converte os vídeos em arquivos de intercalação de áudio e vídeo (AVI) mostrando clipes de 10 s de cada ponto de tempo de hora. Os vídeos são então cortados em placas individuais e salvos em arquivos separados para usar na contagem manual.

O método proporciona um procedimento de baixo custo e extremamente fácil de usar, utilizando itens que estão prontamente disponíveis para a maioria das pessoas. Aqui, descrevemos o método usando o bem estabelecido ensaio de evitação de gramado contra o patógeno humano Pseudomonas aeruginosa (PA14), cujo protocolo foi previamente descrito 2,9. Finalmente, também revisamos as considerações e limitações do método de imagem para aqueles que desejam aplicá-lo a outros experimentos comportamentais de C. elegans.

Access restricted. Please log in or start a trial to view this content.

Protocol

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

1. Montagem do aparelho de imagem (Figura 1A-E)

  1. Certifique-se de que uma câmara de smartphone com os seguintes requisitos mínimos está disponível:
    Câmera de 12 megapixels (MP)
    Vídeo com resolução de 1080p
    5 GB de espaço de armazenamento (20 min de vídeo é de 3-4 Gb)
    Aplicativo de vídeo Time-lapse da loja de aplicativos (aplicativos gratuitos disponíveis)
  2. Coloque a caixa de luz LED no rack inferior da incubadora de 25 °C onde o ensaio será realizado.
  3. Para ocultar o padrão pontilhado na superfície da luz LED, espalhe duas folhas de tecidos para cobrir toda a superfície da caixa LED.
  4. Fazer um estágio elevado para o espécime (Figura 1A,D). O estágio elevado é uma chapa plástica transparente suportada por túneis retangulares ocos. Os túneis funcionam como um condensador para focalizar a luz, proporcionando melhor contraste ao espécime (Figura 1C). Certifique-se de que as paredes do túnel estejam um pouco escuras para minimizar a dispersão da luz. Este estudo utilizou caixas de papel pardo. A dimensão do túnel é de 5,5 cm x 17 cm x 4,5 cm (L x L x H). A caixa de luz LED pode caber até cinco túneis.
  5. Coloque outro rack acima do palco para colocar os telefones para gravação (Figura 1B,E). Cada telefone gravará de três a seis placas (uma a duas fileiras de três placas), então ajuste a altura do rack de acordo. Este estará aproximadamente 15 cm acima do espécime (Figura 1B).
  6. Coloque uma barra de energia dentro da incubadora para conectar os telefones durante a gravação durante a noite.

2. Preparação de buffers e meios

  1. Preparar o tampão M9 adicionando 3 g de KH 2 PO 4, 6 g de Na 2 HPO4 e 5 g de NaCl a 1 L de H2O destilado. Esterilizar em autoclave a 121 °C durante 20 min. Arrefecer o tampão e, em seguida, adicionar 1 ml de MgSO4 1 M.
  2. Prepare 1 M KPO 4 buffer adicionando 108,3 g de KH 2 PO 4 e 35,6 g de K 2 HPO4 a 1 L de H 2O. Ajuste o pH para 6,0 adicionando KOH. Esterilizar por autoclavagem.
  3. Preparar solução de branqueamento de vermes misturando 1 mL de água sanitária, 0,4 mL de NaOH 1 M e 2,6 mL de H2O.
  4. Preparar placas de ágar de meios de crescimento de nematoides (NGM).
    1. Adicionar 3 g de NaCl, 2,5 g de bacto peptona e 17 g de ágar bacto num balão de 3 L. Adicionar 975 ml de água destilada e introduzir uma barra de agitação.
    2. Esterilizar em autoclavagem, arrefecer a 55 °C e adicionar 1 ml de colesterol (5 mg/ml em etanol), 1 ml de CaCl2 1 M, 1 ml de MgSO 4 1 M e 25 ml de tampão KPO4 M (pH 6,0). Mexa para misturar bem. Despeje em placas de 6 cm. Deixe as placas secarem por pelo menos 2 dias.
  5. Placas de ágar NGM de sementes com OP50 E. coli por pipetagem de aproximadamente 1 mL de uma cultura noturna de OP50 para formar um gramado de bactérias. Deixar à temperatura ambiente (TR) até estar pronto a utilizar.

3. Preparação de placas NGM com alto teor de peptona (para PA14)

OBS: Estas placas devem ser confeccionadas pelo menos 5 dias antes do ensaio.

  1. Fazer NGM contendo 0,35% de peptona. Misturar 0,3 g de NaCl, 0,35 g de bacto peptona e 1,7 g de ágar bacto num balão de Erlenmeyer de 250 ml. Adicionar 97,5 ml de água destilada e introduzir uma barra de agitação.
  2. Cobrir a boca do balão com papel alumínio e autoclave a 121 °C durante 20 min.
  3. Arrefecer até 55 °C e adicionar 0,1 ml de colesterol (5 mg/ml em etanol), 0,1 ml de CaCl2 1 M, 0,1 ml de MgSO 4 1 M e 2,5 ml de tampão KPO4 M (pH 6,0). Mexa para misturar bem.
  4. Despeje NGM de alto teor de peptona em placas de Petri de 35 mm.
  5. Secar as placas por pelo menos 2 dias.

4. Sincronizando vermes por branqueamento

NOTA: Inicie esta etapa 3 dias antes do ensaio.

  1. Pegue placas com vermes adultos gravídicos e colete-as em um microtubo de 1,7 mL lavando as placas com tampão M9.
  2. Retire o máximo de líquido possível e, em seguida, adicione 400 μL de solução clareadora. Espere cerca de 4-5 min com vórtice intermitente, até que os corpos de vermes adultos se quebrem, liberando os ovos.
  3. Adicione o tampão M9 para encher o restante do microtubo para diluir a solução clareadora. Gire na velocidade máxima (12.000 a 13.000 x g) por 1-2 s. Retire o sobrenadante e lave mais três vezes com tampão M9.
  4. Transferir os ovos para uma placa de Petri vazia de 35 mm contendo tampão M9. Deixe os ovos eclodirem durante a noite a 20 °C. Na ausência de alimento, os vermes eclodidos irão parar no estágio larval L1, sincronizando o estágio de desenvolvimento de todos os vermes.
    NOTA: Cobrir a placa de Petri de 35 mm com solução de gelatina (gelatina a 0,05% em água autoclavada) pode evitar que os ovos grudem no fundo e minimizar a perda de ovos.
  5. No dia seguinte, transfira os vermes do estágio L1 para placas NGM semeadas com sementes OP50.
  6. Incubar os vermes a 20 °C por 53-54 h até que os vermes atinjam o estágio larval L4.

5. Preparação de bactérias ( Pseudomonas aeruginosa, PA14)

NOTA: Inicie esta etapa 4 dias antes do ensaio.

  1. Streak descongelou bactérias de -80 °C em uma placa de ágar Luria Bertani (LB) sem qualquer antibiótico e incubar durante a noite a 37 °C.
    NOTA: Use sempre bactérias frescas. As placas estriadas devem ser armazenadas a 4 °C por no máximo 1 semana.
  2. Inocular uma única colônia em 3 mL de caldo de rei e crescer durante a noite em uma incubadora de agitação a 37 °C.
  3. No dia seguinte, semeie 7 μL da cultura noturna nas placas NGM de alto teor de peptona e incube a 37 °C por 24 h.
  4. Mover as placas semeadas para RT e incubar por mais 24 h antes do uso. Depois de pronto, use a placa nas próximas 24 h.

6. Preparando-se para gravar

NOTA: Faça isso imediatamente antes do ensaio.

  1. Ligue o smartphone à barra de alimentação ligada a uma tomada eléctrica. Certifique-se de desativar a configuração de bloqueio automático para impedir que o telefone retorne à tela de bloqueio durante a gravação.
  2. Abra o aplicativo de câmera de lapso de tempo e defina o intervalo de lapso de tempo como 2 s. Defina a qualidade do vídeo para 1080p a 30 fps.
  3. Coloque o smartphone com a tela virada para cima para gravar com a câmera traseira. Verifique a tela para certificar-se de que os túneis da caixa de papel se encaixam no campo de visão.

7. Ensaio de evitação de gramado

  1. Usando um palito de fio de platina, transfira 30 vermes sincronizados de estágio L4 (53-54 h de L1) para a placa PA14. Coloque os vermes no meio do gramado das bactérias. Para cada condição deste estudo, duas placas foram testadas (ou seja, 60 vermes por condição).
  2. Coloque as duas placas no palco elevado do aparelho de gravação com a tampa virada para baixo. O lado com o ágar estará voltado para cima em direção à câmera.
  3. Na tela do smartphone, toque onde está a placa, para que a câmera possa focar nas placas de ensaio. Ajuda ter uma etiqueta ou escrita no prato, pois a câmera pode usar isso para focar corretamente.
    NOTA: A escrita na parte inferior das placas não interfere na imagem de vermes, desde que seja em direção à borda. Felizmente, as minhocas permanecem perto do gramado mesmo depois de sair, então uma visão desobstruída só é necessária da área imediata ao redor do gramado.
  4. Inicie a gravação.
  5. Assim que a gravação começar, adicione mais placas ao palco. Pode haver um tempo de atraso significativo entre as placas devido ao tempo que leva para transferir worms por picking. Observe o tempo de atraso depois para que cada condição possa ser contada no momento em que começou.
  6. Recorde para 20 h do último conjunto de placas colocadas no palco. No vídeo final de lapso de tempo, 20 h de gravação resultarão em um vídeo de 20 minutos de duração.
    NOTA: Pode valer a pena contar as minhocas diretamente das placas após o ensaio, pelo menos no início para as primeiras ocasiões. Isso pode ser comparado com valores obtidos por meio de imagens de vídeo para garantir que eles produzam números semelhantes.

8. Processamento de vídeo usando script Python

  1. Transfira o arquivo de filme para um computador para processamento. A extensão será um arquivo MOV (iPhone) ou MP4 (Android).
  2. Use um código Python para processar os vídeos. O código pode ser encontrado em github.com/khyoon201/wormavoid.
  3. Para executar os scripts Python, certifique-se de que os seguintes itens estejam pré-instalados no computador: ffmpeg, uma ferramenta para converter arquivos de vídeo (instruções para instalação podem ser encontradas em seu site, ffmpeg.org/download), e os pacotes Python os, pandas, tkinter e ffmpeg-python.
  4. Encontre as dimensões e coordenadas de cada placa usando o script extract_frame.py .
    1. Execute o script extract_frame.py . Uma janela aparecerá para selecionar o arquivo de vídeo armazenado no computador. Após a conclusão da execução, um arquivo jpeg com o mesmo nome aparecerá no mesmo diretório.
    2. Abra o arquivo jpeg no ImageJ (imagej.org).
    3. No menu, escolha Analisar > Definir medidas. Verifique se a caixa Exibir Rótulo está marcada (Figura 2A). Feche a janela.
    4. Usando a ferramenta Linha reta , meça o diâmetro de uma placa desenhando uma linha sobre ela e escolhendo Analisar > Medir no menu. Se o vídeo estiver em 1080p, cada placa terá cerca de 480 pixels de largura. Anote essas informações e feche a janela Resultados .
    5. Usando a ferramenta Multiponto , marque pontos no lado superior esquerdo de cada placa. Esses pontos se tornarão o canto superior esquerdo dos vídeos recortados (Figura 2B). A ordem importa; marca por ordem de quando as placas foram iniciadas. Depois de criar um ponto para todas as placas, escolha Analisar > Medir no menu. As medições, incluindo as coordenadas X e Y dos pontos, aparecerão na janela Resultados.
    6. Para processar vários vídeos, repita o processo no ImageJ com outros arquivos jpeg. Todas as coordenadas X e Y serão listadas na mesma janela Resultados .
    7. Salve a janela Resultados em um arquivo csv. O arquivo deve ser salvo no mesmo diretório que os arquivos de filme.
  5. Encontre a hora de início de cada placa.
    1. Reproduza o filme, seja no computador ou no celular, e anote os horários de início de cada conjunto de placas colocadas sob a câmera.
    2. Abra o arquivo Results.csv com as coordenadas e adicione uma coluna "start". Para cada linha correspondente a chapas individuais, insira a hora de início apropriada, em segundos, na coluna "início" (por exemplo, se a hora de início for 0:00:08, insira 8). Salvar.
      Observação : o nome da coluna deve ser "start" (em minúsculas, sem aspas) para ser reconhecido pelo próximo script para recorte e corte.
  6. Recorte e apague os vídeos.
    1. Execute o script crop_n_trim.py .
    2. Quando solicitado, escolha o arquivo Results.csv .
      Observação : verifique se o arquivo Results.csv e todos os arquivos de filme estão no mesmo diretório.
    3. Insira as dimensões da placa. Insira o valor de pixel observado anteriormente.
      Observação : o script agora lerá cada linha do arquivo Results.csv para localizar o arquivo de filme correto lendo o nome do arquivo na coluna "label" e cortar de acordo com as coordenadas indicadas nas colunas "X" e "Y". A hora de início de cada placa será determinada pela hora indicada na coluna "início". Depois que o script terminar de ser executado, aparecerá uma pasta com o mesmo nome do filme, seguida pela hora de início (por exemplo, "Movie1_8"), na qual 10 s de vídeos correspondentes a cada ponto de tempo de hora do ensaio serão salvos.

9. Contagem manual usando ImageJ

  1. Abra cada arquivo AVI no ImageJ.
  2. Conte os vermes que são visíveis fora do gramado. Os worms que estão sobrepostos em um quadro geralmente se afastam em outro quadro para que possam ser contados corretamente.
  3. Calcule a taxa de ocupação para cada ponto de tempo:
    Taxa de ocupação = (total de vermes - número de vermes fora do gramado)/total de vermes
    NOTA: Os vermes entrarão e sairão do gramado durante o vídeo, mas isso não alterará significativamente os resultados. Tente ir com o número que parece ser a média, ou o número de worms no ponto de hora exato (5 s no vídeo).

Access restricted. Please log in or start a trial to view this content.

Results

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

O primeiro vídeo produzido pelo roteiro é de 1 h do início do ensaio. O vídeo para 0 h não é salvo, pois os vermes iniciam o ensaio dentro do gramado, então a taxa de ocupação é sempre de 100%.

Vermes selvagens N2 são comparados com mutantes npr-1, cujo defeito de evitação de gramado está bem estabelecido na literatura 6,10 (Figura 3A-E). Como pode ser visto no ti...

Access restricted. Please log in or start a trial to view this content.

Discussion

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Imaginar o comportamento dos animais, em vez de depender da observação direta, não é apenas conveniente, mas também tem a vantagem de deixar documentação visual. Isso permite a análise cega por uma terceira pessoa objetiva, ou pode até mesmo ser usado para análise automatizada usando técnicas de reconhecimento de imagem. Apesar das vantagens, o equipamento padrão geralmente oferecido é de alto custo, por isso se compromete com a configuração uma vez comprado.

Usar smartphones para coletar grav...

Access restricted. Please log in or start a trial to view this content.

Disclosures

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Não há conflitos de interesse declarados.

Acknowledgements

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Agradecemos a Deok Joong Lee pela leitura crítica do manuscrito e teste do código Python. Esta pesquisa foi patrocinada pela Fundação Nacional de Pesquisa da Coreia 2017R1A5A2015369 (K.-h.Y.) e 2019R1C1C1008708 (K.-h.Y.).

Access restricted. Please log in or start a trial to view this content.

Materials

List of materials used in this article
NameCompanyCatalog NumberComments
Placa de Petri de 35 mmSPL# 10035
Bacto ágarBD# 214010
Bacto PeptonaBD# 211677
CaCl2< / sub>DAEJUNG2507-1400
ColesterolBioBasicCD0122
Hidrogenofosfato dipotássico (K2< / sub>HPO4)JUNSEI84120-0350
GlicerolBioBasicGB0232
King B CaldoMB célulaMB-K0827
Caixa de luz LED multi-padArtmateN/AEste é um pad de luz LED alimentado por USB para fins de rastreamento e desenho. Artmate é uma marca coreana, mas pesquisar por "caixa de luz LED para rastreamento" em qualquer mecanismo de pesquisa deve render inúmeras opções de outras marcas. A dimensão total é de cerca de 9" x 12" (tamanho A4). Por exemplo, da Amazon US: https://www.amazon.com/LITENERGY-Ultra-Thin-Adjustable-Streaming-Stenciling/dp/B07H7FLJX1/ref=sr_1_5?crid=YMYU0VYY226R&keywords=
LED%2Blight%2Bbox& qid=1674183224& sprefix
=led%2Blight%2Bbo%2Caps%2C270& sr = 8-5 & th=1
MgSO4DAEJUNG5514-4400
Manga de papel plástico (transparente)Smead#85753Qualquer folha de plástico transparente com um pouco de rigidez pode ser usada como palco. Por exemplo, da Amazon US: https://www.amazon.com/Smead-Organized-Translucent-Project-85753/dp/B07HJTRCT7/ref=psdc_1069554_t3_B09J48GXQ
8
Fosfato de di-hidrogênio de potássio (KH2PO4)JUNSEI84185-0350
Tira de energia Para acomodar 3 telefones e uma caixa de LED, você precisa de pelo menos 4 tomadas.
SmartphoneN/AN/ARequisito mínimo: câmera ampla de 12MP, gravação de vídeo HD 1080p a 30fps
Cloreto de sódio (NaCl)DAEJUNG#7548-4100
Fosfato de sódio dibásico anidro (Na2HPO4)YAKURI#31727

References

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,
  1. Pradel, E., et al. Detection and avoidance of a natural product from the pathogenic bacterium Serratia marcescens by Caenorhabditis elegans. Proceedings of the National Academy of Sciences. 104 (7), 2295-2300 (2007).
  2. Reddy, K. C., Hunter, R. C., Bhatla, N., Newman, D. K., Kim, D. H. Caenorhabditis elegans NPR-1-mediated behaviors are suppressed in the presence of mucoid bacteria. Proceedings of the National Academy of Sciences. 108 (31), 12887-12892 (2011).
  3. Hao, Y., et al. Thioredoxin shapes the C. elegans sensory response to Pseudomonas produced nitric oxide. eLife. 7, 36833(2018).
  4. Liu, Y., Samuel, B. S., Breen, P. C., Ruvkun, G. Caenorhabditis elegans pathways that surveil and defend mitochondria. Nature. 508 (7496), 406-410 (2014).
  5. Melo, J. A., Ruvkun, G. Inactivation of conserved C. elegans genes engages pathogen- and xenobiotic-associated defenses. Cell. 149 (2), 452-466 (2012).
  6. Meisel, J. D., Panda, O., Mahanti, P., Schroeder, F. C., Kim, D. H. Chemosensation of bacterial secondary metabolites modulates neuroendocrine signaling and behavior of C. elegans. Cell. 159 (2), 267-280 (2014).
  7. Singh, J., Aballay, A. Intestinal infection regulates behavior and learning via neuroendocrine signaling. eLife. 8, 50033(2019).
  8. Lee, K., Mylonakis, E. An intestine-derived neuropeptide controls avoidance behavior in Caenorhabditis elegans. Cell Reports. 20 (10), 2501-2512 (2017).
  9. Singh, J., Aballay, A. Bacterial lawn avoidance and bacterial two choice preference assays in Caenorhabditis elegans. Bio-Protocol. 10 (10), 3623(2020).
  10. Reddy, K. C., Andersen, E. C., Kruglyak, L., Kim, D. H. A polymorphism in npr-1 is a behavioral determinant of pathogen susceptibility in C. elegans. Science. 323 (5912), 382-384 (2009).
  11. de Bono, M., Bargmann, C. I. Natural variation in a neuropeptide Y receptor homolog modifies social behavior and food response in C. elegans. Cell. 94 (5), 679-689 (1998).
  12. Mathew, M. D., Mathew, N. D., Ebert, P. R. WormScan: a technique for high-throughput phenotypic analysis of Caenorhabditis elegans. PLoS One. 7 (3), 33483(2012).
  13. Stroustrup, N., et al. The Caenorhabditis elegans lifespan machine. Nature Methods. 10 (7), 665-670 (2013).
  14. Churgin, M. A., et al. Longitudinal imaging of Caenorhabditis elegans in a microfabricated device reveals variation in behavioral decline during aging. eLife. 6, 26652(2017).
  15. Marquina-Solis, J., et al. Peptidergic signaling controls the dynamics of sickness behavior in Caenorhabditis elegans. bioRxiv. , (2022).
  16. Churgin, M. A., Fang-Yen, C. An imaging system for monitoring C. elegans behavior and aging. Methods in Molecular Biology. 2468, 329-338 (2022).
  17. Barlow, I. L., et al. Megapixel camera arrays enable high-resolution animal tracking in multiwell plates. Communications Biology. 5 (1), 253(2022).
  18. Kawazoe, Y., Yawo, H., Kimura, K. D. A simple optogenetic system for behavioral analysis of freely moving small animals. Neuroscience Research. 75 (1), 65-68 (2013).

Access restricted. Please log in or start a trial to view this content.

Reprints and Permissions

Request permission to reuse the text or figures of this JoVE article

Request Permission

Tags

C Elegans AssayLawn AvoidanceSmartphone ImagingTime Lapse RecordingPathogenic BacteriaWorm BehaviorPlate ImagingImageJ AnalysisPython Video ProcessingOccupancy Rate

Related Articles