Login processing...

Trial ends in Request Full Access Tell Your Colleague About Jove

Neuroscience

Utilizzando Insetto Electroantennogram sensori sul robot autonomi per le ricerche olfattive

doi: 10.3791/51704 Published: August 4, 2014

Abstract

Robot progettati per monitorare le perdite chimici in impianti industriali pericolosi 1 o tracce di esplosivi in campi di mine 2 affrontare lo stesso problema come gli insetti alla ricerca di cibo o alla ricerca di compagni di 3: la ricerca olfattiva è vincolato dalla fisica di trasporto turbolento 4. Il paesaggio concentrazione di vento carico di odori è discontinuo e si compone di patch sporadicamente si trovano. Un pre-requisito per la ricerca olfattiva è che le patch odore intermittenti vengono rilevati. A causa della sua elevata velocità e sensibilità 5-6, l'organo olfattivo di insetti fornisce un'opportunità unica per il rilevamento. Antenne insetto sono stati utilizzati in passato per rilevare non solo feromoni sessuali 7 ma anche sostanze chimiche che sono rilevanti per l'uomo, per esempio, composti volatili provenienti da cellule tumorali 8 o tossiche e illecite 9-11. Descriviamo qui un protocollo per l'utilizzo di antenne insetto su un robot autonomid presentare un proof of concept per il monitoraggio pennacchi odore alla loro fonte. La risposta globale di neuroni olfattivi è registrato in situ in forma di electroantennograms (EAG). Il nostro disegno sperimentale, basato su una intera preparazione insetto, consente registrazioni stabili entro un giorno lavorativo. In confronto, EAG sulle antenne escisse hanno una durata di 2 ore. Una interfaccia hardware custom / software è stato sviluppato tra gli elettrodi EAG e un robot. Il sistema di misurazione patch risolve odore singole fino a 10 Hz, che supera la scala temporale di sensori chimici artificiali 12. L'efficienza di sensori EAG per ricerche olfattive è ulteriormente dimostrato nel guidare il robot verso una sorgente di feromone. Utilizzando stimoli olfattivi identiche e sensori come in animali reali, la nostra piattaforma robotica fornisce un mezzo diretto per testare ipotesi biologiche su codifica olfattivo e strategie di ricerca 13. Può rivelarsi utile anche per rilevare altri odoranti di interesse dacombinando EAG da diverse specie di insetti in una configurazione naso bioelettronico 14 o utilizzando sensori di gas nanostrutturati che imitano gli insetti antenne 15.

Introduction

Al giorno d'oggi, animali come i cani vengono spesso utilizzati in applicazioni di sicurezza e protezione che coinvolgono la localizzazione di perdite chimiche, droghe ed esplosivi a causa delle loro eccellenti capacità di rilevamento odore 16. Eppure, essi mostrano variazioni comportamentali, si stancano dopo un ampio lavoro, e richiedono frequenti riqualificazione come le loro prestazioni diminuisce nel tempo 17. Un modo per aggirare queste limitazioni è quello di sostituire i cani addestrati da robot olfattive.

Tuttavia, il monitoraggio profumi e le fonti di odore è una grande sfida nel campo della robotica. In ambienti turbolenti, il paesaggio di un pennacchio odore è molto eterogenea e instabile, e si compone di patch sporadicamente situato a 4. Anche a distanze moderate dalla sorgente, il più breve pochi metri, rilevazioni diventano sporadici e forniscono solo spunti intermittenza. Inoltre, gradienti di concentrazione locali durante i rilevamenti di solito non puntano verso la fonte. Dato discoontinuous flusso di informazioni e informazioni locali limitata quando i rilevamenti sono fatti come navigare un robot verso la sorgente?

E 'noto che gli insetti quali tarme maschi usano comunicazione chimica per localizzare con successo i loro compagni su lunghe distanze (centinaia di metri). Per farlo, adottano un comportamento stereotipato 18-20: essi impennata controvento su percependo una patch odore ed eseguire una ricerca avanzata chiamata fusione quando le informazioni odore svanisce. Questa strategia-surge fusione è puramente reattiva, cioè le azioni sono completamente determinate dalle percezioni attuali (eventi di rilevazione e non-rivelazione). Eppure, la sua attuazione sul robot olfattive aveva limitato successo in passato, perché la rilevazione delle patch odore è ostacolata dalla lentezza di sensori di gas artificiali.

Sensori metallo-ossido utilizzati nella maggior parte dei robot olfattive hanno tempi di risposta e di recupero di diverse decine di secondi, in modo che essi generalmente filtranole fluttuazioni di concentrazione riscontrati nei pennacchi turbolenti 21. Al contrario, il tempo di risposta di chemoreceptors insetti è molto più breve, ad esempio, il tempo di salita del electroantennograms insetti (EAG) è inferiore a 50 msec 22. Di conseguenza, utilizzando EAG insetti, impulsi odori sono risolti a frequenze di vari Hertz 23. Questa struttura rende sensori EAG adatto per il rilevamento di filamenti odore pennacchi naturali. Descriviamo qui un protocollo per l'incorporamento EAG insetti sui robot che consentono di ricerche olfattive efficienti con picchi e la colata strategie.

Protocol

Il protocollo si basa su un robot disponibile in commercio (vedi tabella materiali) e falene maschio (Agrotis ipsilon) con il loro sesso feromone. Tuttavia, può essere adattato con modifiche minime ad altre specie di insetti, odoranti, e robot.

1. Insetti

  1. Larve posteriore di Agrotis ipsilon Hufnagel (Lepidoptera: Noctuidae) su una dieta artificiale e mantenerli nei singoli bicchieri di plastica, fino impupamento a 23 ± 1 ° C e 50 ± 5% di umidità relativa, come descritto in precedenza 24.
  2. Sesso pupe e mantenere maschi adulti separatamente dalle femmine in scatole di plastica. Dare loro l'accesso gratuito a una soluzione di saccarosio al 20%.
  3. Effettuare esperimenti con i maschi. Falene maschio sono molto sensibili al feromone sessuale emessa da loro femmine conspecifici. In A. Ipsilon, il principale componente del feromone, acetato di cis-7-dodecenyl (Z7-12: OAc) è il composto più attivo sull'antenna.
DENOMINAZIONE "> 2. Elettrofisiologia

  1. Registrare la EAG da una preparazione tutta insetti, come descritto di seguito (Figura 1A). Antenne intatti sono da preferire rispetto antenne asportato perché presentano una maggiore durata (vedi risultati rappresentativi).
  2. Chlorinate due fili d'argento per immersione in soluzione di candeggina concentrata per 10-20 minuti e risciacquare dopo. Questo processo impedisce elettrodi di polarizzazione. Esso deve essere ripetuta ogni volta che la linea di base derive durante gli esperimenti o quando la tensione di offset tra gli elettrodi diventa troppo grande per essere compensato dall'amplificatore.
  3. Fai elettrodi di vetro da fuoco capillari lucido con un estrattore elettrodo. Lucidatura del fuoco impedisce di graffiare il filo d'argento clorurato con elettrodi.
  4. Anestetizzare una falena maschio con CO 2 e collocarlo all'interno di un blocco di polistirolo con la testa che sporge dall'alto.
  5. Legare la testa di insetto con del nastro pittore intorno al collo.
  6. Inserire un filo d'argento che serve come elettrodo di riferimento nel collo.
  7. Sotto uno stereomicroscopio, immobilizzare una delle antenne con sottili strisce di nastro pittore sulla punta e la base.
  8. Tagliare le distali 2-3 segmenti dell'antenna con le forbici chirurgiche.
  9. Posizionare l'elettrodo di vetro vicino alla punta taglio dell'antenna con un micro-manipolatore.
  10. Tagliare l'estremità del capillare di vetro con una pinza avere un diametro leggermente più grande della punta taglio dell'antenna.
  11. Riempire la pipetta di vetro con (in mM) 6.4 KCl, 340 glucosio, Hepes 10, 12 MgCl 2, 1 CaCl 2, 12 NaCl, pH 6,5.
  12. Inserire la punta taglio dell'antenna nel capillare di vetro con il micromanipolatore.
  13. Infilare il filo d'argento che funge da elettrodo di registrazione nella più larga del capillare di vetro.

3. Interfaccia Hardware

  1. Montare l'intera preparazione, cioè insetto-elettrodi-micromanipolatore, su una piastra di metallo avvitata sulla parte superiore del robot (Figura 1B). Collegare gli elettrodi al robot, come descritto di seguito.
  2. Sulla base di lavori precedenti 25-26, progettare un'interfaccia hardware per adattare la tensione di uscita EAG (ordine 1 mV a vari mW) per l'intervallo appropriato per la scheda di espansione del robot. La scheda accetta 0-5 ingressi analogici V e una tensione negativa al di sotto di -200 mV può provocare gravi danni. Seguire la procedura da 3.2.1 a 3.2.4 per progettare l'interfaccia con l'aquila.
    1. Progettare un alimentatore ± 5V da una batteria +12 V mediante regolatore di tensione 78L10 (① nelle figure 2A-2C).
    2. Progettare un preamplificatore headstage (10X) basato su strumentazione amplificatore INA121 (③ nelle figure 2A-2C).
    3. Progettare un amplificatore seconda fase (25X) con filtraggio del rumore (primo ordine passa-alto 0.1 Filtro Hz, secondo ordine filtro passa-basso 500 Hz, il filtro notch a 50 Hz) basata su quad op-amp LT1079 (315; nelle figure 2A-2C).
    4. Progettare una fase di condizionamento del segnale che calcola con op-amp LT1079 e diodo 1N4148 (⑤ nelle figure 2A-2C). Il guadagno totale è 250 e l'uscita EAG è dell'ordine di 0-5 V con zero è a 2,5 V.
  3. Collegare gli elettrodi agli ingressi EAG differenziali (② nelle figure 2A-2C). Collegare l'elettrodo di registrazione all'ingresso invertente del INA121 avere EAG positivi.
  4. Collegare l'uscita EAG (⑥ nelle figure 2A-2C) per 12 ingressi analogici della scheda di espansione del robot. Come ogni ingresso viene letto sequenzialmente ogni millisecondo, la frequenza di campionamento è di 1 KHz.

4. Interface Software

I fili principali contengono una interfaccia utente grafica (GUI), metodi per la rilevazione del segnale e varie funzioni per il controllo del robot.

  1. Scrivi una GUI (Figura 2D) in Qt-C + + fo visualizzazione dei dati r, filtraggio digitale (20 Hz 5 ° ordine Butterworth filtro passa-basso) e la rilevazione degli odori dal EAG. Quest'ultimo può essere eseguita in due modi: o deconvolving l'EAG con un filtro adeguato (approccio ingegneristico, paragrafo 4.2), o modellando i meccanismi neurali che permettono il rilevamento veloce e affidabile feromone in A. falene Ipsilon (approccio bioinspired, paragrafo 4.3).
  2. Filtro di deconvoluzione. Il GAE è ben descritto da una cascata lineare 27 che consiste di una non linearità statica Equazione 1 e 1 ° ordine del filtro passa-basso con funzione di impulso esponenziale Equazione 2 per Equazione 3 , Vedi Figura 3A. In risposta alle fluttuazioni concentrazione di odoreuation 4 "fo: content-width =" 0.3in "src =" / files/ftp_upload/51704/51704eq4.jpg "/>, l'uscita EAG è data dalla convoluzione integrale Equazione 5 . Deconvoluzione è semplicemente ottenuto per l'inverso del sistema; ovvero Equazione 6 nel dominio della frequenza. Poi, Equazione 7 come la trasformata di Fourier della risposta all'impulso è Equazione 8 . Per il rilevamento del segnale, seguire la procedura da 4.2.1 a 4.2.3.
    1. Eseguire il processo di deconvoluzione nel dominio del tempo come Equazione 9 e Equazione 10 , Figura 3B. Approssimare la non linearità Equazione 11 da una funzione polinomiale. Montare i parametri polinomiali e il tempo costante su coppie di dati input-output per ridurre al minimo l'errore quadratico medio tra reale Equazione 4 e ricostruito Equazione 12 concentrazione di odore.
    2. Rileva i colpi di feromoni ogni volta Equazione 12 supera una soglia predefinita.
  3. Rilevatore neuromorfo. Un approccio alternativo per il rilevamento consiste nel riprodurre biologia. In A. falene Ipsilon, neuroni centrali che ricevono in ingresso dall'antenna rispondono al feromone con un modello di cottura stereotipata di eccitazione-inibizione 13. A Hodgkin-Huxley tipo modello neurone con quattro correnti ioniche Equazione 13 (Un raddrizzatore ritardato K + corrente, tensione-gated Na + e Ca 2 + correnti, una piccola conduttanza Ca 2 +-dipendente K + corrente) è stato precedentemente sviluppato per riprodurre le risposte fisiologiche osservate 13. Per il rilevamento del segnale, seguire la procedura da 4.3.1 a 4.3.3.
    1. Implementare il modello di neurone come equazioni differenziali. Utilizzare il segnale GAE come corrente di ingresso Equazione 14 nell'evoluzione del potenziale di membrana Equazione 15 . Utilizzare una membrana di capacità C = 22.9 pF e una corrente di perdita in Equazione 16 con conduttanza g L = 0.011161 mS einversione di potenziale E L = -61,4 mV. Le correnti ioniche sono descritti da Equazione 17 con Equazione 18 da dove Equazione 19 sono funzioni non lineari di V. per i dettagli vedere il lavoro precedente 13.
    2. Simulare il modello di neurone in tempo reale con Sirene, integrando le equazioni differenziali con un 4 ° ordine metodo di Runge-Kutta e un passo temporale Equazione 20 = 0.01 msec. Eseguire il test spike V (t f)> 0 mV e V (t f - Equazione 20 ) <0 mV online per ottenere tempi di picco e interspike intervalli.
    3. Rileva l'risultati feromoni ogni volta una raffica di eccitazione (intervalli di 3 interspike consecutivi <70 msec) è seguita da inibizione (interspike intervallo ≥ 350 msec), vedi Figura 3C.

Representative Results

Il protocollo descritto sopra è stato prima testato con brevi impulsi 20 msec di feromone (dose 1 mcg e 10 mcg) direttamente a sbuffo sull'antenna. Figura 4A mostra i EAG in risposta a impulsi feromoni. Sono positivo perché l'elettrodo di registrazione è stata collegata all'ingresso invertente dell'amplificatore, come descritto al punto 3.3. Come indicato dal spettro di potenza, il sistema di misura è in grado di risolvere impulsi feromone fino a 10 Hz. Per confronto, abbiamo provato anche un sensore di gas disponibile in commercio. Il TGS2620 è un sensore di ossido di metallo fabbricati per la rilevazione di vapori di solvente. Anche se il sensore presenta una elevata sensibilità all'etanolo, era in grado di seguire le variazioni della concentrazione (curva tratteggiata in Figura 4B). Il problema è venuto dal sensore. Il TGS2620 viene commercializzato con un cappuccio che ha un acciaio inossidabile garza a prova di fiamma. Il tempo di risposta è lento perché, in pratica, ci vuole uncerto tempo per il gas di diffondere attraverso la garza e raggiungere la superficie di ossido di metallo. Il recupero è lento perché ci vuole tempo per pulire il sensore quando il gas è intrappolato all'interno del tappo. Abbiamo quindi rimosso il tappo e questa modifica migliorato significativamente le dinamiche (vedere la curva piana in Figura 4B). Ancora, c'è stato un fattore dieci tra dell'EAG e il TGS2620 (10 Hz contro 1 Hz). Questo confronto è tuttavia qualitativa dell'EAG e la TGS2620 non sono stati testati nelle stesse condizioni.

Abbiamo poi valutato la stabilità nel tempo di tutta insetti nostra preparazione (n = 12 lepidotteri) rispetto a antenne asportato (n = 7 antenne). Il GAE è stato registrato periodicamente in risposta a stimoli di feromoni (durata 500 msec, dose 1 mg). EAG prime (in mV) sono stati convertiti relativi EAG (percentuali del valore iniziale ottenuto al tempo t = 0). Figura 5 mostra molto buona stabilità di tutta la nostra insetti preprazione entro un giorno lavorativo. Al contrario, EAG registrati su isolato diminuzione antenne rapidamente nel tempo in modo che il segnale scende alla metà del suo valore iniziale dopo solo 1,5 hr. Questa volta dipendenza è ben descritto da un decadimento esponenziale con una durata di 2 ore.

Infine, abbiamo testato la capacità del plateform robotica EAG per cercare una fonte di odore (feromone composto Z7-12: OAc) utilizzando un reattivo strategia di ricerca (Figura 6A). La strategia di ricerca combina picchi controvento ogni volta il feromone viene rilevato con getto a spirale in assenza di rilevamenti 28. La presenza di feromone viene rilevato dal EAG dal rivelatore neuromorfica, come descritto al punto 4.3. Due esempi di EAG registrati durante la ricerca sono mostrati in Figura 6B. Senza la fonte dell'odore, l'EAG rimane attorno allo zero (cioè 2,5 V) con pochissimi o nessun rilevamenti. Il robot esegue la colata a spirale e in genere lascia il BEF spazio di ricercaminerale di raggiungere la località di destinazione (nel 92% degli studi, n = 26 prove, Figura 6C destra). Con la fonte dell'odore (Figura 6C a sinistra), l'EAG presenta picchi di attività (rilevamenti) intrecciati con periodi di silenzio (nessun rilevazioni). Colata a spirale si verifica principalmente sul profilo pennacchio (Figura 6C sinistra, linea rossa) e sembra essere una strategia efficace per ritrovare la linea centrale pennacchio quando l'odore è perduto. In questa condizione, la sorgente è generalmente trovato (tasso di successo = 96%, n = 44 prove).

Figura 1
Figura 1. Whole-insetto preparazione EAG e la configurazione automatizzata. A) Il electroantennogram (EAG) viene registrato da una preparazione tutta-insetto (vedi testo per i dettagli). B) La preparazione è montato sul robot. Cliccate qui per vedere una versione più grande di questa figura.

Figura 2
Figura 2. Interfaccia hardware-software. A) Eagle schematica del hardware. Il circuito si compone di sei sezioni (vedi testo per i dettagli). Permette di filtraggio (banda di frequenza 0,1-500 Hz, notch a 50 Hz), l'amplificazione (guadagno totale 250X) e condizionamento del segnale nel range 0-5 V. B) il layout Aquila mostra le linee di rame (la parte superiore è in rosso e la fondo in blu) e fori (in verde). C) circuito stampato (PCB) che mostra gli elementi discreti. D) interfaccia utente grafica (GUI) scritto in Qt-C + + per la visualizzazione dei dati (traccia rossa = ingresso EAG, verde traccia= Uscita modello di neurone), la progettazione del filtro e la rilevazione del segnale. Cliccate qui per vedere una versione più grande di questa figura.

Figura 3
Figura 3. Rilevamento del segnale dal EAG. A) Electroantennogram (EAG) modello. Il GAE è modellato da una cascata lineare 27 che consiste di una non linearità statica seguita da un 1 ° ordine filtro passa basso con funzione impulso esponenziale Equazione 21 . L'uscita EAG è data dall'integrale di convoluzione con Equazione 22 . B) approccio ingegneristico. La filt deconvoluzioneer scrive Equazione 23 e Equazione 24 , Vedere il testo per i dettagli. Incontri odore (hits) vengono rilevati ogni qualvolta Equazione 12 supera un. C) approccio bio-ispirati soglia predefinita. Un tipo Hodgkin-Huxley modello di neurone con cinque correnti interne (di perdite, K +, Na +, Ca 2 + e SK) viene utilizzato per riprodurre il modello di cottura osservato di eccitazione-inibizione (EI) ha osservato sperimentalmente 13. Per la rivelazione del segnale, il segnale EAG è usato come corrente di ingresso e risultati vengono rilevati quando una raffica di eccitazione è seguita da inibizione dell'attività di cottura.

Figura 4 < br /> Figura 4. tempo di risposta EAG. A) registrazioni EAG in risposta a 20 impulsi feromoni msec (dose di 1 mg e 10 mg) consegnati a velocità diverse (1, 2, 4, 6, 8 e 10 impulsi / sec). Il normalizzata spettro di potenza EAG viene mostrato per una stimolo pulsato a 1 e 10 Hz (dose 1 mg e 10 mg). Il GAE risolve singoli impulsi fino a 10 Hz. B) Le registrazioni dal sensore di gas TGS2620 in risposta a etanolo (fluttuante concentrazione). Le curve tratteggiate strisciamento sono la risposta del sensore con e senza il tappo, rispettivamente. Il sensore con il tappo ha un tempo di risposta di decine di secondi e quindi non può segue le fluttuazioni della concentrazione del gas. Il TGS2620 senza cappuccio risolve singole oscillazioni fino a 1 Hz. Cliccare qui per vedere una versione più grande di questa figura.

sempre "> Figura 5
Figura 5. Stabilità EAG (tutta la preparazione insetto vs antenna asportato). Il GAE è stato registrato ogni ora durante 8 ore per la preparazione intero insetto (n = 12 falene) e ogni 20 minuti durante le 3.2 ore per antenne asportato (n = 7 antenne). La figura mostra EAG relativi (percentuali del valore iniziale ottenuti al tempo t = 0). La dipendenza dal tempo per antenne asportato è ben montato da un decadimento esponenziale con una durata di 2 ore (emivita di 1,5 ore).

Figura 6
Figura 6. Esperimenti di robotica. A) La strategia-surge fusione combina aumento di bolina inpresenza dell'odore con getto a spirale in sua assenza 28. B) EAG Tipica registrato durante la ricerca mentre il robot è in movimento (con e senza l'odore). C) traiettorie robot con odore (n = 44 prove) e senza odore (n = 26 prove). La linea tratteggiata rossa rappresenta il contorno pennacchio dove il 90% di tutti i rilevamenti si è verificato durante le prove. Condizioni sperimentali: spazio di ricerca = 4 mx 2,5 m, la velocità del robot = 5,6 centimetri / sec, target = 10 mg di feromone depositato su un filtro di carta e sostituito ogni 2 studi clinici, robot posizione iniziale = 2 metri dal bersaglio, velocità del vento = 0.9 ± 0,2 m / sec nella posizione di destinazione. cliccate qui per vedere una versione più grande di questa figura.

Discussion

Quasi venti anni fa, Kanzaki ed i suoi colleghi pionieri l'idea di utilizzare EAG sui robot olfattive 29-30. La loro tecnica era originariamente basata su antenne asportato. Qui, abbiamo registrato da antenne intatta per migliorare la sensibilità e la durata della preparazione. Altri studi 31-32 anche notato la superiorità dei preparati di tutto il corpo oltre isolata antenne. Nei nostri esperimenti di robotica, abbiamo sperimentato registrazioni stabili entro un giorno. Al contrario, EAG registrato su isolato antenne hanno una durata di 2 ore (Figura 5).

La nostra piattaforma EAG-robot è stato sviluppato principalmente per testare ipotesi biologiche su codifica olfattiva e strategie di ricerca negli insetti 13. Simile a neuroni centrali che ricevono input da antenne degli insetti, abbiamo collegato un modello di neurone ad una vera antenna falena su un robot e condotto la rilevazione di feromoni in base al suo schema di accensione. Eventi di rilevamento e di non-rilevazione sono statipoi usato per guidare il robot verso la sorgente di feromone. La strategia di ricerca reattiva qui considerato è stato ispirato dai modelli comportamentali delle falene maschio attratti da un feromone sessuale. E ben eseguita in condizioni di laboratorio (Figura 6), consentendo la localizzazione di una sorgente a bassa emissione (dose di 10 mg feromone nel nostro caso contro i 10 mg in lavori precedenti 24) in una ricerca relativamente grande spazio (distanza iniziale dalla sorgente di 2 m contro i 10 cm di esperimenti precedenti 20-21).

Questi esperimenti robotici dovrebbero essere considerati come un proof of concept che dimostrano che le antenne di insetti sono adatti per le ricerche olfattivi robotici. Anche se le antenne di insetti sono noti per rispondere a gas tossici, droghe ed esplosivi 9-11, sono necessarie diverse estensioni per far fronte con le applicazioni del mondo reale. In primo luogo, un più sofisticato metodo di ricerca 34-36 può essere più efficiente a distanze oltre 10 m, quando la riacquisizionedel pennacchio diventa molto improbabile. In secondo luogo, può essere necessario combinare EAG da specie diverse in una configurazione naso bio-elettronica 14 per rilevare odoranti di interesse. In terzo luogo, capacità di rilevamento stereo ottenute registrando dalle due antenne dello stesso insetto può risultare vantaggioso in termini di efficacia. Due sensori impiegati in parallelo possono effettivamente aumentare la direzionalità. In quarto luogo, estensioni della strategia di ricerca per ricerche robotici collettivi sono 37 dovrebbe essere considerato per le applicazioni pratiche, anche se non sono biologicamente rilevante nel caso delle falene.

Materials

Name Company Catalog Number Comments
Agrotis ipsilon PISC
http://www-physiologie-insecte.versailles.inra.fr/indexenglish.php
moth
Robot Khepera III K-team
www.k-team.com
Khe3Base + KorBotLE + KorWifi
KoreIOLE K-team Input/output extension board
EAG-robot interface LORIA
www.loria.fr
Custom-made hardware and software
Sirene LORIA  neuronal simulator sirene.gforge.inria.fr
Eagle CadSoft www.cadsoftusa.com PCB design software
Micromanipulator Narishige / Bio-logic UN-3C
Magnet base Narishige/ Bio-logic USM-6
Adapter Narishige/ Bio-logic UX-6-6
Rotule Narishige/ Bio-logic UPN-B
Micro scisors MORIA / Phymep 15371-92
Stereo microscope Zeiss Stémi 2000 Fisher Scientific B19961
Light source 20 W KL200 Fisher Scientific W41745
Narishige PC-10 Na PC-1 Narishige Narishige PC-10
Capillaries Na PC-1 Fisher scientific C01065
Pheromone cis-7-Dodecenyl acetate(Z7-12:OAc) Sigma-Aldrich 259829
Pack of 3 pipettes: 2-20 µl/ 50-200 µl/ 100-1,000 µl Eppendorf 4910000514 For pheromone dilution and deposition on paper filter
Gas sensor TGS2620  Figaro www.figarosensor.com Optional, for comparison with EAG
Electrode puller Narishige  PC-10

DOWNLOAD MATERIALS LIST

References

  1. Russel, R. A. World Scientific Series in Robotics and Intelligent Systems. Odour detection by mobile robots. 232 (1999).
  2. Woodfin, R. L. Trace chemical sensing of explosives. John Wiley and Sons. 496 (2006).
  3. Wyatt, T. D. Pheromones and animal behavior. second edition, Cambridge University Press. (2013).
  4. Weissburg, M. The fluid dynamical context of chemosensory behavior). Biol. Bull. 198, 188-202 (2000).
  5. Angioy, A. M., Desogus, A., Barbarossa, I. T., Anderson, P., Hansson, B. S. Extreme Sensitivity in an Olfactory System. Chem. Senses. 28, (4), 279-284 (2003).
  6. Kaissling, K. -E. The Sensitivity of the insect nose: the example of Bombyx mori. Biologically inspired signal processing. Marco, Springer Verlag. Berlin Heidelberg. 45-52 (2009).
  7. Sauer, A. E., Karg, G., Koch, U. T., Dekramer, J. J., Milli, R. A portable EAG system for the measurement of pheromone concentration in the field. Chem. Senses. 17, (5), 543-553 (1992).
  8. Strauch, M., et al. More than apples and oranges - Detecting cancer with a fruit fly's antenna. Scientific reports. 4, (3576), 1-9 (2014).
  9. Marshall, B., Warr, C. G., de Bruyne, M. Detection of Volatile Indicators of Illicit Substances by the Olfactory Receptors of Drosophila melanogaster. Chem. Senses. 35, (7), 613-625 (2010).
  10. Rains, G. C., Tomberlin, J. K., Kulasiri, D. Using insect sniffing devices for detection. Trends Biotechnol. 26, (6), 288-294 (2008).
  11. King, T. L., Horine, F. M., Daly, K. C., Smith, B. H. Explosives detection with hard-wired moths. IEEE Trans. Instrumentation and Measurement. 53, (4), 1113-1118 (2004).
  12. Gardner, J., Bartlett, P. Electronic noses. Oxford University Press. (1999).
  13. Martinez, D., et al. Multiphasic On/Off pheromone signaling in moths as neural correlates of a search strategy. PLoS ONE. 8, (4), (2013).
  14. Park, K. C., Ochieng, S. A., Zhu, J., Baker, T. C. Odour discrimination using insect electroantennogram responses from an insect antennal array. Chem. Senses. 27, 343-352 (2002).
  15. Spitzer, D., et al. Bio-Inspired Nanostructured Sensor for the Detection of Ultralow Concentrations of Explosives. Angewandte Chemie. 51, (22), 5334-5338 (2012).
  16. Furton, K. G., Myers, L. J. The scientific foundation and efficacy of the use of canines as chemical detectors for explosives. Talanta. 54, 487-500 (2001).
  17. Williams, M., Johnston, J. M. Training and maintaining the performance of dogs (Canis familiaris) on an increasing number of odor discriminations in a controlled setting. Applied Animal Behaviour Science. 78, 55-65 (2002).
  18. Murlis, J., Elkinton, J. S., Cardé, R. T. Odour plumes and how insects use them. Annu. Rev. Entomol. 37, 505-532 (1992).
  19. Kaissling, K. E. Pheromone-controlled anemotaxis in moths. Orientation and communication in Arthropods. Lehler, M. Birkhäuser Verlag. Basel/Switzerland. 343-374 (1997).
  20. Vickers, N. J. Mechanisms of animal navigation in odor plumes. Biol. Bull. 198, 203-212 (2000).
  21. Martinez, D., Rochel, O., Hugues, E. A biomimetic robot for tracking specific odors in turbulent plumes. Autonomous Robot, Special Issue on Mobile Robot Olfaction. 20, 185-195 (2006).
  22. Szyszka, P., Stierle, J. S., Biergans, S., Galizia, C. G. The Speed of Smell: Odor-Object Segregation within Milliseconds. PLoS ONE. 7, (2012).
  23. Bau, J., Justus, K. A., Loudon, C., Cardé, R. T. Electroantennographic resolution of pulsed pheromone plumes in two species of moths with bipectinate antennae. Chem Senses. 30, 771-780 (2005).
  24. Barrozo, R. B., Gadenne, C., Anton, S. Switching attraction to inhibition: mating-induced reversed role of sex pheromone in an insect. J. Exp. Biol. 213, 2933-2939 (2010).
  25. Land, B. R., Wyttenbach, R. A., Johnson, B. R. Tools for physiology labs: an inexpensive high-performance amplifier and electrode for extracellular recording. J. Neuroscience Methods. 106, 47-55 (2001).
  26. Ortiz, L. A mobile electrophysiology board for autonomous robotics. Master thesis. The University of Arizona. (2006).
  27. Justus, K. A., Cardé, R. T., French, A. S. Dynamic Properties of Antennal Responses to Pheromone in Two Moth Species. J. Neurophysiol. 93, 2233-2239 (2005).
  28. Martinez, D., Moraud, E. M. Reactive and cognitive search strategies for olfactory robots. Neuromorphic Olfaction, Frontiers in Neuroengineering Series. Persaud, K. .C., Marco, S., Gutierrez-Galvez, A. CRC Press. (2013).
  29. Kuwana, Y., Shimoyama, I., Miura, H. Steering control of a mobile robot using insect antennae. Proceedings of the IEEE/RSJ International Conference on Intelligent Robots and Systems. Pittsburgh, PA. (1995).
  30. Kuwana, Y., Nagasawa, S., Shimoyama, I., Kanzaki, R. Synthesis of the pheromone-oriented behaviour of silkworm moths by a mobile robot with moth antennae as pheromone sensors. Biosensors and Bioelectronics. 14, 195-202 (1999).
  31. Myrick, A. J., Park, K. C., Hetling, J. R., Baker, T. C. Detection and discrimination of mixed odor strands in overlapping plumes using an insect-antenna-based chemosensor system. J. Chem. Ecol. 35, 118-130 (2009).
  32. Myrick, A. J., Park, K. C., Hetling, J. R., Baker, T. C. Real-time odor discrimination using a bioelectronic sensor array based on the insect electroantennogram. Bioinspiration and Biomimetics. 3, (2008).
  33. Vickers, N. J., Christensen, T. A., Baker, T. C., Hildebrand, J. G. Odour-plume dynamics influence the brain's olfactory code. Nature. 410, 466-470 (2001).
  34. Vergassola, M., Villermaux, E., Shraiman, B. I. 'Infotaxis' as a strategy for searching without gradients. Nature. 445, 406-409 (2007).
  35. Martin-Moraud, E., Martinez, D. Effectiveness and robustness of robot infotaxis for searching in dilute conditions. Frontiers in neurorobotics. (2010).
  36. Masson, J. -B. Olfactory searches with limited space perception). PNAS. 110, 11261-11266 (2013).
  37. Masson, J. -B., Bailly Bechet, M., Vergassola, M. Chasing information to search in random environments. J. Phys. A: Math. Theor. 42, (2009).
Utilizzando Insetto Electroantennogram sensori sul robot autonomi per le ricerche olfattive
Play Video
PDF DOI DOWNLOAD MATERIALS LIST

Cite this Article

Martinez, D., Arhidi, L., Demondion, E., Masson, J. B., Lucas, P. Using Insect Electroantennogram Sensors on Autonomous Robots for Olfactory Searches. J. Vis. Exp. (90), e51704, doi:10.3791/51704 (2014).More

Martinez, D., Arhidi, L., Demondion, E., Masson, J. B., Lucas, P. Using Insect Electroantennogram Sensors on Autonomous Robots for Olfactory Searches. J. Vis. Exp. (90), e51704, doi:10.3791/51704 (2014).

Less
Copy Citation Download Citation Reprints and Permissions
View Video

Get cutting-edge science videos from JoVE sent straight to your inbox every month.

Waiting X
simple hit counter