Login processing...

Trial ends in Request Full Access Tell Your Colleague About Jove

Neuroscience

Usando insetos eletroantenogramas Sensores em robôs autônomos para Pesquisas olfativas

doi: 10.3791/51704 Published: August 4, 2014

Abstract

Robôs projetados para rastrear vazamentos químicos em instalações industriais perigosos 1 ou vestígios de explosivos em campos de minas 2 enfrentam o mesmo problema como insetos em busca de alimento ou à procura de companheiros de 3: a busca olfativa é limitada pela física do transporte turbulento 4. A paisagem concentração de odores de vento suportado é descontínuo e consiste em manchas localizadas de forma esporádica. Um pré-requisito para a pesquisa olfativa é que são detectadas manchas odor intermitentes. Devido à sua alta velocidade e sensibilidade 5-6, o órgão olfativo de insetos fornece uma oportunidade única para a detecção. Antenas de insectos têm sido utilizados no passado para detectar não só as feromonas sexuais 7, mas também produtos químicos que são relevantes para os seres humanos, por exemplo, compostos voláteis que emanam a partir de células cancerosas 8 ou substâncias tóxicas e ilícitas 9-11. Descrevemos aqui um protocolo para a utilização de antenas de inseto em robôs autônomos umd apresentar uma prova de conceito para o rastreamento plumas de odor para a sua fonte. A resposta global dos neurónios olfactivos é gravado no local sob a forma de eletroantenografia (EAG). A nossa concepção experimental, com base em um conjunto de insectos preparação, permite gravações estáveis ​​dentro de um dia de trabalho. Em comparação, EAG sobre antenas excisadas têm uma vida útil de 2 horas. Uma interface de hardware personalizado / software foi desenvolvido entre os eletrodos EAG e um robô. O sistema de medição resolve manchas odor individuais de até 10 Hz, o que ultrapassa a escala de tempo de sensores químicos artificiais 12. A eficiência de sensores EAG para pesquisas olfactivos é ainda demonstrada em dirigir o robô para uma fonte de feromona. Usando estímulos olfativos idênticas e sensores como em animais de verdade, a nossa plataforma robótico fornece um meio direto para testar hipóteses biológicas sobre estratégias de busca 13 codificação e olfativo. Ele também pode ser benéfico para a detecção de outros odores de interesse porcombinando EAG de diferentes espécies de insetos em uma configuração nariz bioeletrônico 14 ou através de sensores de gás nanoestruturados que imitam insetos antenas 15.

Introduction

Hoje em dia, os animais como os cães são frequentemente utilizados em aplicações de segurança e de segurança que envolvem a localização de vazamentos de produtos químicos, drogas e explosivos por causa de suas excelentes capacidades de detecção de odor 16. No entanto, eles apresentam variações de comportamento, ficar cansado depois de um extenso trabalho e exigem reciclagem freqüente quanto o seu desempenho diminui ao longo do tempo 17. Uma maneira de contornar essas limitações é substituir cães treinados por robôs olfativos.

No entanto, seguindo aromas e fontes de odor é um grande desafio na robótica. Em ambientes turbulentos, a paisagem de uma pluma de odor é muito heterogêneo e instável, e consiste em manchas localizadas esporadicamente 4. Mesmo em distâncias moderadas a partir da fonte, tão curto quanto alguns metros, detecções esporádicas e tornar-se apenas fornecer sugestões de forma intermitente. Além disso, os gradientes de concentração locais durante as detecções não apontam geralmente para a fonte. Dada discofluxo ontinuous de informação e informação local limitado quando as detecções são feitas como navegar um robô em direção à fonte?

É sabido que os insetos, como traças masculinos usam comunicação química para conseguir localizar seus companheiros em longas distâncias (centenas de metros). Para fazê-lo, eles adotam um comportamento estereotipado 18-20: eles surgir contra o vento sobre a detecção de um patch de odor e realizar uma pesquisa extensa chamada de elenco quando a informação odor desaparece. Esta estratégia de fundição onda é puramente reativa, ou seja, as ações são completamente determinados por percepções atuais (eventos de detecção e de não detecção). No entanto, a sua implementação em robôs olfativos tinha sucesso no passado limitada porque a detecção de manchas de odor é dificultada pela lentidão dos sensores de gás artificiais.

Sensores de óxido de metal usados ​​na maioria dos robôs olfactivas tem de resposta e tempos de recuperação de várias dezenas de segundos, de modo que, geralmente, filtraras flutuações de concentração encontradas em plumas de turbulência 21. Em contraste, o tempo de resposta de quimiorreceptores de insectos é muito mais curto, por exemplo, o tempo de subida de eletroantenografia insectos (EAG) é menos do que 50 ms 22. Consequentemente, usando EAG de insetos, pulsos de odor são resolvidos nas freqüências de vários Hertz 23. Esta propriedade faz com que os sensores EAG bem adequado para a detecção de odor nas plumas de filamentos naturais. Descrevemos aqui um protocolo para a incorporação de EAG insetos em robôs que permitem pesquisas olfativos eficientes usando onda e lançando estratégias.

Protocol

O protocolo é baseado em um robô comercialmente disponíveis (ver tabela de materiais) e mariposas do sexo masculino (Agrotis Ipsilon) com o seu feromônio sexual. No entanto, ele pode ser adaptado com pequenas modificações para outras espécies de insectos, aromatizantes, e robôs.

1. Insetos

  1. Larvas traseira de Agrotis ipsilon Hufnagel (Lepidoptera: Noctuidae) em dieta artificial e mantê-los em copos de plástico individuais até pupation a 23 ± 1 ° C e 50 ± 5% de umidade relativa, como descrito anteriormente 24.
  2. Sexo pupas e manter os machos adultos em separado das fêmeas em caixas plásticas. Dê-lhes o livre acesso a uma solução de sacarose 20%.
  3. Realizar experiências com homens. Mariposas machos são altamente sensíveis ao feromônio sexual emitido por suas fêmeas conspecíficas. Em A. ipsilon, o principal componente de feromonas, acetato de cis-7-dodecenilo (Z7-12: OAc) é o composto mais activo na antena.
itle "> 2. Eletrofisiologia

  1. Registre o EAG de uma preparação de todo o inseto, conforme descrito abaixo (Figura 1A). Antenas intactas têm preferência sobre antenas extirpado porque eles apresentam um tempo de vida mais longo (ver resultados representativos).
  2. Clorar dois fios de prata por imersão em solução de água sanitária concentrada para 10-20 minutos e enxaguar em seguida. Este processo evita que os eléctrodos de polarização. Ele tem que ser repetido sempre que a linha de base durante as experiências deriva ou quando a tensão de deslocamento entre os eléctrodos se torna demasiado grande para ser compensado pelo amplificador.
  3. Faça eletrodos de vidro de fogo capilares polido com um puxador de eletrodo. Polimento Fogo impede coçar o fio de prata clorada com eletrodos.
  4. Anestesiar uma mariposa macho com CO 2 e colocá-lo dentro de um bloco de isopor com a cabeça saindo da parte superior.
  5. Tether cabeça do inseto com fita adesiva ao redor do pescoço.
  6. Insira um fio de prata que serve como eletrodo de referência para o pescoço.
  7. Sob um microscópio estereoscópico, imobilizar uma das antenas com finas tiras de fita adesiva na ponta e na base.
  8. Recorte as distais 2-3 segmentos da antena com uma tesoura cirúrgica.
  9. Posicione o eletrodo de vidro perto da ponta corte da antena com um micro-manipulador.
  10. Cortar a extremidade do capilar de vidro, com uma pinça para obter um diâmetro ligeiramente maior do que a ponta de corte da antena.
  11. Encher a pipeta de vidro com (em mM) 6,4 de KCl, 340 de glicose, Hepes 10, 12 MgCl 2, 1 CaCl2, 12 de NaCl, pH 6,5.
  12. Insira a ponta de corte da antena para o capilar de vidro com o micromanipulador.
  13. Deslize o fio de prata que serve como eletrodo de registro na maior extremidade do capilar de vidro.

3. Interface de Hardware

  1. Monte toda a preparação, ou seja, insetos-eletrodos-micromanipulador, sobre uma placa de metal aparafusada no topo do robô (Figura 1B). Ligar os eléctrodos ao robô, como descrito abaixo.
  2. Baseado em trabalhos anteriores 25-26, projetar uma interface de hardware para se adaptar a tensão de saída EAG (ordem de 1 mV em vários mohms) para a faixa apropriada para a placa de extensão do robô. A placa aceita 0-5 entradas analógicas V e uma tensão negativa abaixo -200 mV pode causar graves danos. Siga o 3.2.1 a 3.2.4 passos para projetar a interface com o Águia.
    1. Projetar uma fonte de alimentação de ± 5V a partir de uma bateria de 12 V usando o regulador de tensão 78L10 (① nas Figuras 2A-2C).
    2. Design de um pré-amplificador de andar de entrada (10X), com base na instrumentação amplificador INA121 (③ nas Figuras 2A-2C).
    3. Projetar um amplificador de segunda fase (25X) com filtragem de ruído (de primeira ordem passa-alta de 0,1 filtro Hz, segundo ordem do filtro passa-baixa de 500 Hz, entalhe 50 filtro Hz) com base em quad op-ampères LT1079 (315; nas Figuras 2A-2C).
    4. Projete um estágio de condicionamento de sinal que calcula com op-amp LT1079 e diodo 1N4148 (⑤ nas Figuras 2A-2C). O ganho total é de 250 e a saída de EAG está na gama de 0-5 V com sendo de zero a 2,5 V.
  3. Conecte os eletrodos para as entradas diferencial EAG (② nas Figuras 2A-2C). Ligue o eléctrodo de registo à entrada inversora do INA121 obter EAG positivos.
  4. Ligue a saída de EAG (⑥ nas Figuras 2A-2C) para as 12 entradas analógicas do conselho extensão do robô. Como cada entrada é lida seqüencialmente a cada milissegundo, a frequência de amostragem é de 1 KHz.

4. Interface Software

Os principais tópicos conter uma interface gráfica de usuário (GUI), métodos para detecção de sinal e várias funções para controlar o robô.

  1. Escrever uma GUI (Figura 2D) em Qt-C + + fo visualização de dados r, filtragem digital (20 Hz 5 ª ordem Butterworth filtro passa-baixa) e detecção de odor do EAG. Este último pode ser realizada de duas maneiras: ou por deconvolving o EAG com um filtro apropriado (abordagem de engenharia, secção 4.2), ou modelando os mecanismos neurais que permitem a detecção de feromônio rápida e confiável em A. traças Ipsilon (abordagem de inspiração biológica, secção 4.3).
  2. Filtro Deconvolution. A EAG é bem descrito por uma cascata linear 27 que consiste de um não-linearidade estática Equação 1 e um filtro passa-baixa de 1 ª ordem com função impulso exponencial Equação 2 para Equação 3 , Veja a Figura 3A. Em resposta às flutuações concentração odortuação 4 "fo: Content-width =" 0.3in "src =" / files/ftp_upload/51704/51704eq4.jpg "/>, a saída EAG é dada pela convolução integrante Equação 5 . Desconvolução é simplesmente obtida pelo inverso do sistema; que é Equação 6 no domínio da frequência. Em seguida, Equação 7 como a transformada de Fourier da resposta de impulso é Equação 8 . Para a detecção do sinal, siga o 4.2.1 a 4.2.3 etapas.
    1. Executar o processo de deconvolução no domínio do tempo como Equação 9 e Equação 10 , A Figura 3B. Aproxime a não-linearidade Equação 11 por uma função polinomial. Ajustar os parâmetros do polinômio eo tempo constante em pares de dados de entrada-saída para minimizar o erro quadrático médio entre o real Equação 4 e reconstruída Equação 12 concentração de odor.
    2. Detectar os hits feromônio sempre Equação 12 excede um limiar predefinido.
  3. Detector neuromórfica. Uma abordagem alternativa para a detecção consiste em imitar biologia. Em A. traças Ipsilon, os neurônios centrais que recebem a entrada da antena respondem ao feromônio com um padrão de disparo estereotipada de excitação-inibição 13. Um Hodgkin-Huxley tipo modelo neurônio com quatro correntes iônicas Equação 13 (Um rectificador retardado de corrente de K +, Na + e Ca 2 + correntes, uma pequena condutância Ca 2 + K +-dependente voltagem-corrente) foi previamente desenvolvido para reproduzir as respostas fisiológicas observadas 13. Para a detecção do sinal, siga o 4.3.1 passos para 4.3.3.
    1. Implementar o modelo de neurônio como equações diferenciais. Use o sinal de EAG como corrente de entrada Equação 14 na evolução do potencial de membrana Equação 15 . Use uma membrana de capacitância C = 22,9 pF e uma corrente de fuga dada pela Equação 16 com condutância g L = 0.011161 ms ereversão potencial E L = -61,4 mV. As correntes iónicas são descritas pela Equação 17 com Equação 18 por onde Equação 19 são funções não-lineares de V. Veja trabalhos anteriores 13 para os detalhes.
    2. Simule o modelo de neurônio em tempo real com Sirene, integrando as equações diferenciais com a 4 ª ordem método de Runge-Kutta e um passo de tempo Equação 20 = 0,01 ms. Execute o teste de pico V (t f)> 0 mV e V (t f - Equação 20 ) <0 mV on-line para obter tempos de pico e interspike intervalos.
    3. Detectar osucessos feromonas sempre uma rajada de excitação (3 intervalos consecutivos interspike <70 ms) é seguido pela inibição (interspike intervalo ≥ 350 ms), ver Figura 3C.

Representative Results

O protocolo descrito acima, foi testado primeiro com 20 pulsos curtos mseg de feromona (dose de 1 ug e 10 ug) directamente sopradas sobre a antena. Figura 4A mostra os EAG em resposta a impulsos de feromonas. Eles são positivos, porque o eléctrodo de registo foi ligado à entrada inversora do amplificador, tal como descrito na etapa 3.3. Tal como indicado pelo espectro de potência, o sistema de medição é capaz de resolver os pulsos de feromonas de até 10 Hz. Para comparação, nós também testado um sensor de gás comercialmente disponíveis. O TGS2620 é um sensor de óxido metálico fabricada para a detecção de vapores de solventes. Embora o sensor apresenta uma elevada sensibilidade para o etanol, foi incapaz de seguir as variações de concentração (ver a curva a tracejado na Figura 4B). O problema veio da caixa do sensor. O TGS2620 é comercializado com uma tampa que tem uma gaze de aço inoxidável à prova de fogo. O tempo de resposta é lento, porque, na prática, é preciso umcerto período de tempo para que o gás se difunda através da gaze e atingir a superfície do óxido de metal. Recuperação também é lento porque é preciso tempo para limpar o sensor quando o gás é aprisionado no interior da tampa. Nós, portanto, removeu a tampa e esta modificação melhorou a dinâmica significativamente (ver a curva simples na Figura 4B). Ainda, houve um factor de dez entre EAG e o TGS2620 (10 Hz versus 1 Hz). Esta comparação é, no entanto, como qualitativa EAG e o TGS2620 não foram testados nas mesmas condições.

Em seguida, avaliou a estabilidade ao longo do tempo de todo o inseto nossa preparação (n = 12 traças), em comparação com antenas excisada (n = 7 antenas). A EAG foi registrada periodicamente em resposta a estímulos de feromônio (duração de 500 ms, doses 1 mg). EAG-primas (em mV) foram convertidos para EAG relativos (percentuais de valor inicial obtido no tempo t = 0). Figura 5 mostra muito boa estabilidade de todo o nosso inseto-prepparação dentro de um dia de trabalho. Em contraste, EAG gravada em diminuição isolado antenas rapidamente ao longo do tempo, de modo que o sinal cai para metade do seu valor inicial após apenas 1,5 horas. Esta dependência do tempo é bem descrita por um decaimento exponencial com um tempo de vida de 2 horas.

Finalmente, testou-se a capacidade de o plateform robótico EAG para procurar uma fonte de odor (composto feromona Z7-12: OAc) utilizando uma estratégia de pesquisa reactivo (Figura 6A). A estratégia de pesquisa combina impulso contra o vento cada vez que a feromona é detectado com fundição espiral na ausência de detecção 28. A presença de feromona é detectado a partir do GAE pelo detector neuromórfica, tal como descrito na etapa 4.3. Dois exemplos de EAG gravados durante a pesquisa são mostrados na Figura 6B. Sem a fonte de odor, a EAG permanece em torno de zero (ou seja, 2,5 V) com muito poucas ou nenhuma detecções. O robô executa fundição espiral e geralmente deixa a bef espaço de buscaminério de chegar ao local de destino (em 92% dos estudos, n = 26 ensaios, Figura 6C direita). Com a fonte de odor (Figura 6C esquerda), a EAG apresenta explosões de atividade (detecções) entrelaçadas com períodos de silêncio (não detecções). Fundição espiral ocorre principalmente no contorno pluma (Figura 6C esquerda, linha vermelha) e parece ser uma estratégia eficiente para se mudar a linha central da pluma quando o odor é perdido. Nesta condição, a fonte é geralmente encontrado (taxa de sucesso de 96%, n = 44 ensaios).

Figura 1
Figura 1. Whole-inseto preparação EAG e configuração robótico. A) O eletroantenogramas (EAG) é gravado a partir de uma preparação de todo o inseto (ver texto para detalhes). B) A preparação é montado na roubarot. Clique aqui para ver uma versão maior desta figura.

Figura 2
Interface Figura 2. Hardware-software. A) de Eagle esquemática do equipamento. O circuito é composto por seis seções (ver texto para detalhes). Ele permite a filtragem (banda de frequência de 0,1-500 Hz, entalhe a 50 Hz), a amplificação (250X total de ganho) e condicionamento de sinal na faixa de 0-5 V. B) layout de Águia mostrando as linhas de cobre (o topo é em vermelho ea fundo em azul) e os buracos (em verde). C) Placa de circuito impresso (PCB), mostrando os elementos discretos. D) da interface gráfica do usuário (GUI), escrito em Qt-C + + para a visualização de dados (traço vermelho = entrada EAG, traço verde= Saída modelo neurônio), design de filtro e detecção do sinal. Clique aqui para ver uma versão maior desta figura.

Figura 3
Detecção Figura 3. Sinal do GAE. A) eletroantenogramas (EAG) modelo. A EAG é modelada por uma cascata não-linear 27, que consiste em uma não-linearidade estática seguido de um filtro passa-baixa de 1 ª ordem com função impulso exponencial Equação 21 . A saída EAG é dada pela integral da convolução com Equação 22 . B) abordagem de Engenharia. O filt deconvolutioner escreve Equação 23 e Equação 24 , Veja o texto para mais detalhes. Encontros Odor (acessos) são detectados sempre Equação 12 exceder um limite pré-definido C) abordagem inspirou-Bio.. Um modelo de neurónio tipo de Hodgkin-Huxley com cinco correntes internas (vazamento, K +, Na +, Ca 2 + e SK) é usado para reproduzir o padrão de disparos observado de excitação-inibição (EI) observada experimentalmente 13. Para a detecção do sinal, o sinal de EAG é utilizado como corrente de entrada e de acessos são detectados, sempre que uma rajada de excitação é seguido pela inibição da actividade de tiro.

Figura 4 < br /> tempo de resposta Figura 4. EAG. A) gravações EAG em resposta a 20 pulsos feromônio ms (dose de 1 ug e 10 mg) entregues em taxas diferentes (1, 2, 4, 6, 8 e 10 pulsos / seg). O espectro de potência EAG normalizado é mostrado para um estímulo pulsado a 10 Hz e 1 (dose de 1 ug e 10 ug). A EAG resolve pulsos individuais de até 10 Hz. B) Gravações de sensor de gás TGS2620 em resposta a etanol (flutuação de concentração). As curvas tracejadas e deslizamento estão a resposta do sensor, com e sem a tampa, respectivamente. O sensor com a tampa tem um tempo de resposta de dezenas de segundos e, assim, não pode seguir as variações na concentração de gás. O TGS2620 sem tampa resolve flutuações individuais até 1 Hz. Clique aqui para ver uma versão maior desta figura.

sempre "> Figura 5
Estabilidade EAG Figura 5. (Todo inseto preparação vs antena excisadas). A EAG foi registrada a cada hora durante 8 horas para a preparação de todo o inseto (n = 12 mariposas) e a cada 20 minutos durante 3,2 h para antenas excisada (n = 7 antenas). A figura mostra EAG relativas (as percentagens de valor inicial obtidos no tempo t = 0). A dependência do tempo para antenas excisada é bem ajustado por um decaimento exponencial, com um tempo de vida de 2 horas (meia-vida de 1,5 horas).

Figura 6
Figura 6. Experimentos robóticos. A) A estratégia de fundição onda combina onda contra o vento nopresença do odor com fundição em espiral na sua ausência 28. B) EAG típica registada durante a pesquisa, enquanto o robô está em movimento (com e sem odor). C) trajectórias Robot com odor (n = 44 ensaios), e sem cheiro (n = 26 ensaios). A linha pontilhada vermelha representa o contorno pluma, onde 90% de todas as detecções ocorreu durante os ensaios. As condições experimentais: espaço de busca = 4 mx 2,5 m, a velocidade do robô = 5,6 cm / s, target = 10 mg de feromônio depositado sobre um filtro de papel e substituído a cada 2 ensaios, robô localização inicial = 2 m do alvo, velocidade do vento = 0,9 ± 0,2 m / s no local de destino. Clique aqui para ver uma versão maior desta figura.

Discussion

Quase vinte anos atrás, Kanzaki e seus colegas foi pioneiro na idéia de usar EAG em robôs olfativos 29-30. Sua técnica foi originalmente baseado em antenas extirpado. Aqui, nós gravamos de antenas intactas para melhorar a sensibilidade eo tempo de vida da preparação. Outros estudos 31-32 também notou a superioridade dos preparativos de corpo inteiro mais isolado antenas. Em nossos experimentos robóticos, tivemos gravações estáveis ​​dentro de um dia. Em contraste, EAG registada no isolado antenas têm um tempo de vida de 2 horas (Figura 5).

Nossa plataforma EAG-robótico foi desenvolvido principalmente para testar hipóteses biológicas sobre estratégias de busca codificação olfativo e em insetos 13. Similar aos neurônios centrais que recebem a entrada de antenas de inseto, nós conectamos um modelo de neurônio para uma antena traça real em um robô e realizada a detecção de feromônio com base no seu padrão de disparo. Eventos de detecção e de detecção não foramentão usado para acionar o robô em direção à fonte de feromônio. A estratégia de busca reativa considerado aqui foi inspirado pelos padrões de comportamento de mariposas macho atraído por um feromônio sexual. Ele teve um bom desempenho em condições de laboratório (Figura 6), permitindo a localização de uma fonte de baixa emissão (dose de 10 mg de feromônio no nosso caso versus 10 mg em trabalho anterior 24) em um espaço relativamente grande procura (distância inicial de fontes de 2 m versus 10 cm de experiências anteriores 20-21).

Estas experiências robóticos deve ser considerado como uma prova de conceito que mostra que as antenas de insectos são adequadas para pesquisas olfactivos robóticos. Apesar de antenas de insetos são conhecidos por responder a gases tóxicos, drogas e explosivos 9-11, várias extensões são necessárias para lidar com aplicações do mundo real. Primeiro, um método mais sofisticado busca 34-36 pode ser mais eficiente a distâncias superiores a 10 m, quando a reaquisiçãoda pluma se torna muito improvável. Em segundo lugar, pode ser necessário combinar EAG de diferentes espécies numa configuração de nariz bio-electrónico 14, a fim de detectar odorantes de interesse. Em terceiro lugar, as capacidades de detecção de som obtidos através da gravação das duas antenas do mesmo inseto pode ser benéfico em termos de eficácia. Dois sensores utilizados em paralelo podem de fato aumentar a direcionalidade. Em quarto lugar, as extensões da estratégia de busca para pesquisas robóticas coletivos são 37 devem ser considerados para aplicações práticas, mesmo que não são biologicamente relevante no caso de mariposas.

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).
Usando insetos eletroantenogramas Sensores em robôs autônomos para Pesquisas olfativas
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