Summary
비행 circadian 운전 리듬에서 본 주요 임시 기능을 계량 하는 방법을 제시 합니다. 정량화 피팅 멀티 파라메트릭 모델 파형으로 비행 활동 함으로써 이루어집니다. 모델 매개 변수 형태와 아침의 크기와 일상 활동의 저녁 봉우리를 설명합니다.
Abstract
대부분의 동물 및 식물에서 circadian 시계 행동 및 분자 프로세스를 조정 하 고 매일 빛 어두운 주기에 그들을 동기화. 이 임시 컨트롤의 기반이 되는 기본 메커니즘은 널리 초파리 melanogaster 과일 파리를 사용 하 여 모델 생물. 로 공부 파리, 시계는 일반적으로 기간 운전 기록 분석 하 여 공부 했다. 이런 녹화 프로그램 활동의 두 개의 봉우리와 복잡 한 모달 패턴: 새벽, 주위에 일어나 아침 피크와 황혼 주위에 일어나는 저녁 피크. 매우 다른 정현파 진동 파형 관찰 시계 유전자, 시계 뿐만 아니라 메커니즘 행동 데이터의 관찰 된 패턴 제작에 깊은 영향을 미칠 제안에 함께이 두 봉우리 형태. 여기 우리는 비행 활동에서 시간적 패턴을 수학적으로 설명 하 최근에 개발 된 계산 메서드를 사용 하 여 지침을 제공 합니다. 방법 4 지 수 기간 및 완전 형태와 아침의 크기와 활동의 저녁 봉우리를 설명 하는 9 개의 독립적인 매개 변수 구성 된 모델 파형으로 활동 데이터 맞는. 추출 된 매개 변수는 일반적으로 관찰 된 모달 활동 패턴 비행 운전 리듬에 기초 하는 기판의 운동 메커니즘을 명료 하 게 도울 수 있다.
Introduction
Circadian clock은 약 24 시간 동안 함께 내 생 생화학 발진기와 동물에 거의 유비 쿼터 스 이며 식물1,2. 시계는 생명체의 내부 프로세스와 외부 빛 어두운 주기에 동작을 동기화 하는 데 도움이 됩니다. Circadian clock의 유전자 구조는 1960 년대부터 널리 공부 하고있다 D. melanogaster과일 파리를 사용 하 여. 이 곤충에 circadian 시계의 핵심 구성 4 개의 단백질: 기간, 영원한, 클록 및 주기. 다른 분자와 함께 이러한 핵심 구성 요소는 생산 하는 시계 유전자3,4의 거의 정현파 진동 피드백 루프를 형성 합니다. 파리에서 circadian 시계 널리 비행 활동 개별 튜브5의 중간 건너 단일 적외선 빔으로 탐지 되는 기간 운전 녹음을 사용 하 여 공부 된다. 일반 비행 녹화는 두 잘 구별할 수 봉우리와 복잡 한 모달 패턴: 밤의 끝에서 시작 되 고 최대 조명 설정; 때 아침 피크 (M) 그리고 하루의 끝에서 시작 되 고 최대6해제 조명 저녁 피크 (E). 흥미롭게도, 이러한 행동 기록의 모양 관찰된 시간적 패턴에 기여 하는 추가 메커니즘의 동작을 제안, 분자 수준에서 관찰 하는 간단한 정현파 진동에서 매우 다르다. 이러한 숨겨진된 메커니즘을 더 잘 이해 하기 우리는 시간적 패턴의 양적 설명을 제공 하는 전산 도구를 개발 했습니다.
우리의 작품에서는, 운동 리듬 비행 활동 패턴을 모방 하는 파형 정의 됩니다. 간단한 사인파 활동에서 관찰 된 리듬 변화를 모델링 하는 데 사용할 수 없습니다, 이후 다양 한 신호 형태를 선택 하는 간단한 녹음에서 모든 돌출 하는 특징을 테스트 했습니다. 과일 파리 circadian 행동 자주 활성화 및 비활성화7의 지 수 패턴을가지고 시계 뉴런의 활동에 의해 제어 됩니다. 지 역학 및 데이터의 시각적 분석 동기 지 수 조건 9 개의 독립적인 매개 변수 4 개 지 수 구성 하 고 밀접 하 게 닮은 비행 활동 패턴8모델을 구축 하. 운전 데이터, 우리는 또한 그것의 파워 스펙트럼 분석. 전형적인 비행 활동 스펙트럼 고조파 T0/2, T0/3, 등, circadian 기간 T0에서 예상된 기본 피크 이외에 여러 봉우리를 보여줍니다. 푸리에 정리에 따라 순수 사인파만 더 복잡 한 파형의 기본 기간 (그림 1) 고조파에 여러 스펙트럼 봉우리를 표시 하는 동안 전력 스펙트럼에 단일 피크를 생성 합니다. 따라서, 비행 활동8비 정현파 시간적 패턴을 감안할 때, 데이터의 다중 피크 파워 스펙트럼은 수학적와 진동의 여러 시기의 존재를 반드시 의미 하지는 않습니다. 중요 한 것은, 제안된 모델 파형의 파워 스펙트럼 또한 기본 기간, 따라서 강조는 우리의 모델 데이터에 설명 비행 시간에서 및 주파수에 높은 충실도 비행 운전 기록에 유사한의 모든 고조파에 봉우리를 보여줍니다.
시간 해상도 몇 분 또는 그 이하의 비행 활동에서 데이터 시끄러운, 어려운 원시 데이터에서 직접 매개 변수를 추출 하 고 나타납니다. 더 긴 시간 간격으로 데이터를 범주화 잡음 레벨을 줄일 수 있습니다 하지만, 모델 매개 변수 추정에 영향을 미칠 수 있는 방식으로 데이터를 변경할 수 있습니다. 우리 따라서 매개 변수에서에서 얻을 녹음의 파워 스펙트럼 분석 식을 사용 하 여 모델 기능8 (참조 추가 파일 1 참조8)의 푸리에 변환에서 계산 예상된 전력 스펙트럼에 대 한. 전력 스펙트럼에서 매개 변수를 얻는이 방법은 binning 또는 원시 활동 데이터의 필터링 등의 추가 조작 없이 정확한 매개 변수 값을 생성 합니다. 수학 세부 모델 및 야생 형 및 돌연변이 데이터 응용 프로그램의 참조8에 설명 되어 있습니다. 프로토콜 여기 계산 도구를 사용 하 여 단계별 지침에 초점을 맞추고 여.
Subscription Required. Please recommend JoVE to your librarian.
Protocol
1. 측정 비행 운동을 사용 하 여 초파리 활동 모니터 (댐)
참고: 자세한 내용은 참조 참조 5.
- 개별 준비 끝에 음식 튜브를 비행 하 고 다른 면. 음식 끝 음식을 밖으로 건조 하지 않도록 밀봉 되어야 한다.
- 50 mL 비 커에 비행 식품의 5-6 g을 넣어. 그래서 그것이 그것을 녹기 쉽게 음식을 작은 조각으로 잘라
- 32 연결 고무 밴드와 함께 개별 유리관.
- 비 커에 음식을 열 전자 레인지 오븐에 10-15 미 중지는 전자 레인지에 대 한 모든 5에 의해 녹아 s 음식의 동등한 용융 되도록 비 커를 신중 하 게 흔들어.
- 음식은 여전히 액체 음식 비 커에 준비 된 개별 튜브를 넣어. 그래서 그들은 동등 하 게 가득 튜브를 아래로 이동.
- 허용 진정 하 고 약 1 헤에 대 한 강화 식품
- 음식 고체 후 비 커에서 음식 튜브를 제거.
- 왁 스를 사용 하 여 식품을 포함 하는 끝 인감. 첫째, 신중 하 게 깨끗 한 종이 타월을 사용 하 여 튜브 누른 다음 왁 스에 대 한 관. 시각적으로 인감의 품질을 확인 하 고 필요한 경우 반복 씰링 다시.
- 목화와 함께 튜브의 다른 쪽 끝을 닫습니다; 면 공기 튜브에 잠겨 비행을 유지 하는 동안 통과를 허용 합니다.
- 각 개별 튜브에 하나의 비행 하 고 댐에서 튜브를 배치.
- 장소는 일정 한 온도 습도 유지 하는 인큐베이터에서 모니터링 합니다. 실험에 따라 달라 집니다, 적절 한 빛/어둠 상태를 다음과 같이 설정 합니다.
- 명암 실험 모든 실험에 대 한 명암 주기에서 파리를 계속. 분석에서 측정의 첫 날을 사용 하지 마십시오.
- 상수 어둠 실험, 먼저 유입 및 시계 동기화에 대 한 밝은/어두운 조건에서 이틀 동안 파리를 유지 하 고 다음 일정 어둠으로 전환. 분석에서 상수 어둠의 첫 번째 날부터 측정을 사용 하지 마십시오.
- 분석에 사용할 수 있는 데이터의 적어도 4 개의 일 수집.
참고: 댐 시스템 모니터에서 모든 파리의 운동 기록으로 단일 파일을 출력 합니다.
2. 데이터 분석
- 분할 모니터 출력 파일을 여러 개의 단일 비행 활동 파일, 각 파일 단일 열 이어야 한다 '.txt ' 파일 개별 비행 운동 측정.
- 실행 ' ModelFitPS3.m ' Matlab 명령 창이 다음 입력된 매개 변수에서 함수:
- samplingrate에 대 한 데이터 샘플링 시간 간격을 초 단위로 설정. 예를 들어 활동은 매 순간, 측정 입력 60로 samplingrate.
- Bin_interval, 분을 더 나은 시각화를 위한 데이터를 범주화 됩니다; 권장된 빈 간격 20-30 분의 시간 간격 설정
- 추세, 입력 " 1 " 데이터 기준선 추세를 표시 하는 경우와 " 0 " 그렇지 않으면; 추세 데이터 것입니다 수 detrended 먼저 두 번째 순서를 다항식 및 다음 데이터에서 빼서 의해.
- 팝업 창에서 단일 비행 활동 파일 선택.
참고: 첫 번째 플롯은 데이터 파워 스펙트럼, 그리고 친숙 한 활동 플롯 하지. 그려진된 파워 스펙트럼에서 기본 기간 T 0 결정: circadian 피크에 마우스 왼쪽된 버튼으로 또는 두 번째 고조파 피크에서 마우스 오른쪽 버튼으로 클릭 (주위에 T 0 / 2). - 열린된 데이터 플롯에 아침과 저녁 첨단 시각 잘 경우 확인 하십시오. 그렇지 않으면, 오른쪽 그래프에 아무 곳 이나 클릭 하 고 대화 상자에서 새로운 bin_interval 값을 입력 하 여 bin_interval 값을 변경 합니다. 프로그램은 간격의 새 값으로 데이터를 다시 그립니다. Bin_interval 값을 허용 하려면 왼쪽 아무 곳 이나 클릭 그래프.
- 프로그램 데이터를 다시 그리기 고 표시 활동의 첫 번째 5 일 것입니다. 이 음모에는 첫 번째 피크 (가끔은 하나 또는 두 일을 생략 하는 데 필요한) 분석에 사용 될 클릭.
참고: 프로그램은 고른된 아침 피크에서 시작 하는 그래프에 다시 그립니다. 파란색과 빨간색 라인 표시 됩니다 E 피크와 다음 날 M 피크의 대략적인 위치 각각 2.4 단계에서 결정 하는 기간에 따라. - 같은 그래프에 모델 데이터의 예비 적합에 대 한 데이터를 선택 하십시오: 다음 사항을 클릭 (이 순서, 클릭 위치 하단에 빨간색 별 표시 됩니다 참고): (i) M의 상단 피크; (2) 월말 M 피크; (iii) 전자 피크;의 시작 (iv) 상단의 E 피크; (E 피크;의 끝 v) (vi) 다음 날의 피크는 상단의.
- 참고 프로그램 지금 파워 스펙트럼을 선물 한다.
참고: x 축 지금 주파수에 주어진 다.- 파워 스펙트럼으로 열린된 창에서 선택 포인트 피팅 모델 파워 스펙트럼 분석 식을 위해 사용 될 것입니다. 2.4 단계에서 감지 기간 빨간 선으로 표시 됩니다. 피팅 포인트를 선택, 먼저 약에 비슷한 단계로 2.4 기본 기간을 결정 합니다. 피팅 포인트를 값 슬라이더를 미세 조정 기본 기간을 사용 하 여 다음 (빨간색 원 표시, 슬라이더를 이동한 후 표시 됩니다) 피크 값에 폐쇄 됩니다.
- 시각적 피크 선택 후 클릭 " 허용 " 및 프로그램 모델 매개 변수를 계산 하는 분석 식으로 선택한 포인트 맞습니다.
- 매개 변수 및 스펙트럼 적합된 오류 파일에 저장 되는 " model_fit_parameters.txtŔ 프로그램 운전 데이터 및 그것의 파워 스펙트럼의 2 숫자 저장 또한 합니다.
Subscription Required. Please recommend JoVE to your librarian.
Representative Results
여기에 제시 된 방법 비행 운동 패턴에 주요 특징의 정량화를 허용 한다. 정량화 피팅 모델 4 지 수 기간의 구성 된 활동 데이터에 의해 이루어집니다.
모델 활동 패턴을 설명 하는 9 개의 독립적인 매개 변수가 있다. 매개 변수 bMD,b씨,bED,및 b응급실 저녁 감퇴 (ED), 그리고 저녁 상승 (응급실), 각각 아침 감퇴 (MD), 아침 상승 (MR)의 속도 정의 합니다. Circadian 기간을 정의 하는 매개 변수 T0 , TM 및 TE M 및 E 봉우리의 폭을 정의 하 고 HM 과 HE M과 E 봉우리의 높이 정의 합니다.
매개 변수 값 몇 단계 (그림 2)에 필터링 되지 않은 데이터에서 얻을 수 있습니다. 첫째, circadian 기간 활동 전력 스펙트럼 (프로토콜 단계 2.4)에서 결정 됩니다. 다음, 예비 매개 변수 값은 f (t) (프로토콜 단계 2.5-2.6)와 피팅 하 여 녹음 하는 운동에서 추출 됩니다. 이 값 데이터 파워 스펙트럼 분석 식 복용 f (t)의 푸리에 변환 하 여8 (추가 파일 1 참조8)에서 파생 된 피팅 위해 초기 추측 역할:
여기서 Tn T0/n =, n = 1,2,3... T0 은 circadian 기간 (프로토콜 단계 2.7-2.8). 스펙트럼 적합을 사용 하 여 모델 매개 변수 없이 필터링 또는 binning 플라이 운동에서 추출 됩니다. 파워 스펙트럼의 피팅 모델 매개 변수 f (t), 즉, 플라이 운동 리듬의 모델의 최종 형태를 구성 하는 데 사용 되는 최종 값을 생성 합니다.
모델 b 매개 변수 수 음수 또는 양수는 해당 지 수의 곡률을 반영. 지 수는 볼록 하 고 부정적인 지 수는 오목, 매개 변수 b씨 및 b드 는 긍정적인 지 수 오목 부정적인 때 때 때 때 bMD 및 b응급실 매개 변수는 양수는 지 수는 볼록. 일반적으로 M 피크를 설명 하는 지 수에 대 한 b 매개 변수에서 증가 나타냅니다 느린 상승 또는, 하 고 E 피크를 설명 하는 지 수에 대 한 매개 변수 b에에서 증가 나타냅니다 빠른 상승 또는 키를 누릅니다.
그림 3 이 알고리즘에 의해 얻은 맞는의 예를 보여줍니다. T0 에서 T0/10 T0/2 고조파에 스펙트럼 봉우리 장착 (그림 3A). 일반적으로 다른 고조파 0.05의 의미 수준 보다 낮은 높이 있고 따라서 분석에 사용 되지. 스펙트럼 적합에서 가져오는 매개 변수는 플라이 운동 (그림 3B, 레드)에 대 한 모델을 구성 하는 데 사용 됩니다. 방법은 야생 타입 파리 (그림 3, 최고 패널) 및 변경 기간 길이 (그림 3, 중, 하단 패널) circadian 돌연변이. 추가 예제와 모델과 기본 생물학 사이 연결, Lazopulo 외를 참조 하십시오. 8 결과 피팅 절차를 다음 순서에 따라 파일에 저장 됩니다: bMD,b씨,b응급실,bED, T0, TM/T0, TE /T0, HM, HE (표 1). 또한 프로그램 스펙트럼 적합, 데이터 파워 스펙트럼의 최대의 광장으로 정규화 잔류물 (잔차 제곱합)의 제곱의 합으로 계산 된 ' Err'의 피팅 오류 출력 파일에 저장 합니다.
그림 1 . 다른 파형의 스펙트럼 전력. 푸리에 정리에 따르면 사인파만 더 복잡 한 파형, 사각형 또는 톱니 파, 같은 표시 기본 기간의 고조파에 추가 봉우리 파워 스펙트럼에서 단일 피크를 보여줍니다. 이 그림의 더 큰 버전을 보려면 여기를 클릭 하십시오.
그림 2 . 매개 변수 추출 알고리즘의 도식 대표. 마지막 매개 변수 값 피팅 파워 스펙트럼에서 얻을 수 있습니다. 피팅 절차 시작 값에 민감한 될 수 있습니다, 이후 알고리즘 예비 값 운동 데이터에서 계산을 사용 하 고 파워 스펙트럼을 사용 하 여 업데이트 합니다. 마지막 매개 변수 값은 데이터를 가장 잘 설명 하는 f (t)를 생성 하는 데 사용 됩니다. 이 그림의 더 큰 버전을 보려면 여기를 클릭 하십시오.
그림 3 . 수량화 방법의 대표적인 결과 비행 모델 파형을 사용 하 여 운동. (A) 매개 변수는 모델의 피팅 파워 스펙트럼의 처음 10 개의 봉우리에서 추출 됩니다. (B) 획득 매개 변수는 활동의 모델을 구성 하는 데 사용 됩니다. 메서드는 야생 타입 파리 (상단 패널) 또는 짧은 (중간 패널)와 긴 (하단 패널) circadian 리듬 돌연변이에 적용할 수 있습니다. 이 그림의 더 큰 버전을 보려면 여기를 클릭 하십시오.
| 유전자 형 비행 | bMD (1/min) | b씨 (1/min) | b드 (1/min) | b응급실 (1/min) | T0 (최소) | TM/T0 | TE/T0 | HM | HE |
| 야생 타입 | 0.0094 | 0.2077 | -0.0383 | 0.0606 | 1438 | 0.1528 | 0.0833 | 5.2238 | 8.7185 |
| 짧은 circadian 돌연변이 | 0.015 |
표 1입니다. 그림 3에 표시 된 전력 스펙트럼 피팅에서 추출 매개 변수의 예입니다. 테이블에 표시 된 대로 프로그램 "model_parameters.txt" 파일을 최종 매개 변수 값을 출력.
Subscription Required. Please recommend JoVE to your librarian.
Discussion
이 작품 플라이 운동 패턴의 양적 설명을 제공 하는 계산 도구를 사용 하 여에 대 한 지침을 제공 합니다. 도구로 구성 된 4 개의 지 수 모양 및 크기의 M과 E 봉우리를 함께 설명 하는 수학적 모델 운동 데이터를 맞는. 모델 매개 변수에 대 한 최종 값 피팅 파워 스펙트럼 데이터의 원시 데이터를 사용 하 여 데이터 binning 또는 필터링 매개 변수 값에 부과할 수 있다 artefactual 효과 피할 수에서 얻을 수 있습니다. 모델 매개 변수는 다음 추가 연구 비행 운동 및 활동 봉우리를 메커니즘을 사용할 수 있습니다.
피팅의 품질 두 가지 방법으로 평가할 수 있다: 맞는 파워 스펙트럼의 및 매개 변수 함께 계산 되는 피팅 오류 (잔차 제곱합)를 사용 하 여 시각적 관찰에 의해. 맞는 품질에 영향을 미치는 중요 한 요소 중 하나는 circadian 기간 T0 (프로토콜 단계 2.8)의 결심 이다. T0 의이 값이 파워 스펙트럼 및 모델 매개 변수에 봉우리의 추정을 영향을 줍니다. 맞는 품질에 영향을 미치는 또 다른 주요 단계 이후 TM (프로토콜 단계 2.7), 데이터의 예비 적합을 위한 출발점의 선택 이며 TE 값이이 선택을 통해 정의 됩니다. 사용자 정의 TM 및 TE활동의 다른 일을 선택 하 여 여러 맞춤된 결과 탐색할 수 있습니다.
우리의 모델은 활동의 2 개의 저명한 봉우리 잘 설명된 클록 제어 운전 행동을 흉내 낸에 초점. 이 행동은 관찰 모두 빛/어둠 속에서 지속적인 암흑 상태에서 접근을 이러한 두 가지 유형의 실험에 적용 시키는. 그러나, 모델은 고려 하지 계정 활동의 구동된 버스트 명암 실험에서 관찰 된 빛. 또 다른 한계는 모델 매개 변수 (프로토콜 단계 2.7-2.9) 사용자 입력을 요구의 추출에서 발생 합니다. 매개 변수 TM, TE및 T0 사용자 입력에서 가져온, 이후 각 비행 활동을 수동으로 분석 되어야 합니다. 또한, 개별 활동 보다는 인구 평균 기록, 평균 절차 숨깁니다 플라이 운동의 많은 중요 한 개인 차가 있기 때문에 메서드를 사용 하는 것이 좋습니다. 그것은 보일 수도 있지만, 파리의 많은 수를 위해 성가신 비행 활동을 개별적으로 분석 하 여, 사용자는 동물의 그룹 내에서 매개 변수 변이의 정도 대 한 유용한 통계 정보를 가져옵니다. 이러한 혜택을 간과, 생성 하 인구 평균 비행 운동 고 평균 매개 변수 값을 가져올 그것을 분석 하는 것은 가능 하다.
이 작품에 사용 되는 모델은 우리의 이전 연구8에서 파형의 향상 된 버전입니다. 이전 모델과 달리 그것이 각각 HM 과 HE, M과 E 피크 높이 대 한 별도 매개 변수 다. 새로운 모델 예상 대로 때문에 아침과 저녁 첨단 일반적으로 서로 다른 높이 비행 활동 데이터와 더 나은 계약을 보여 줍니다.
이 분석 적외선 빔 기술을 측정 하는 운동 비행 제한 되지 않습니다. 비디오 추적 같은 다른 방법 M과 E 봉우리 상승 및 부패9의 지 역학을 보여주는 비행 매일 활동의 유사한 패턴을 생성 합니다. 여기서 설명 하는 도구 뿐만 아니라 이러한 대체 데이터 집합을 쉽게 적용할 수 있습니다.
여기서 설명 하는 방법 행동 출력 연결의 목표와 플라이 운동 녹음 단정 규제 하는 근본적인 메커니즘을 매일 행동을 조종 하 고 모달 활동 패턴을 제어. 와 여러 최근 연구 목적 식별 뉴런을 기판에서 그 모양이 M E 활동 봉우리10,11. 조사는 특정 신경 그룹의 활동을 조작 하 고 높이 E 피크의 위상 변화를 관찰 하 여 저녁 피크의 형성에 있는 그들의 역할을 분석. 우리의 모델에서 매개 변수 HE TE E 피크의 높이 피크 폭을 제공 하 고 매개 변수 b응급실 및 b에드 설명 피크 모양 결정 합니다. 참조8에 명시 된 생 화 확 적인 맥락에서 HE 나타낼 수 있습니다 NPF 및 ITP, neuropeptides의 수준 측정 b응급실 및 b에드 그들의 릴리스 및 저하의 속도 나타냅니다 수 있습니다. 함께, 이러한 매개 변수 수 미래에 더 나은 비행 동작 neuromodulatory 비행 운전 리듬에 모달 패턴에 대 한 통합된 설명으로 신호 연결을 연구 활용.
Subscription Required. Please recommend JoVE to your librarian.
Disclosures
저자는 공개 없다.
Acknowledgments
우리는 비디오 콘텐츠에 대 한 Stanislav Lazopulo에 감사입니다.
Materials
| Name | Company | Catalog Number | Comments |
| Drosophila Activity Monitor | TriKinetics | DAM2, DAM5 | Measures fly locootion using single infrared beam |
| MatLab | Mathworks | Computing environment and programming language, MatLab should include Optimization and Symbolic Math toolboxes | |
| Drosophila melanogaster | per[S], per[L], iso31(wild type) | Our analysis can be performed with fly mutants of any circadian period |
References
- Pittendrigh, C. S. Circadian systems: general perspective. Biological Rhythms. II, 57-80 (1981).
- Zhang, E. E., Kay, S. A. Clocks not winding down: unravelling circadian networks. Nat Rev Mol Cell Biol. 11 (11), 764-776 (2010).
- Tataroglu, O., Emery, P. The molecular ticks of the Drosophila circadian clock. Curr Opin Insect Sci. 7, 51-57 (2015).
- Plautz, J. D., et al. Quantitative analysis of Drosophila period gene transcription in living animals. J Biol Rhythms. 12 (3), 204-217 (1997).
- Chiu, J. C., Low, K. H., Pike, D. H., Yildirim, E., Edery, I. Assaying locomotor activity to study circadian rhythms and sleep parameters in Drosophila. J Vis Exp. (43), e2157 (2010).
- Helfrich-Förster, C. Differential control of morning and evening components in the activity rhythm of Drosophila melanogaster--sex-specific differences suggest a different quality of activity. J Biol Rhythms. 15 (2), 135-154 (2000).
- Dautzenberg, F. M., Neysari, S. Irreversible binding kinetics of neuropeptide Y ligands to Y2 but not to Y1 and Y5 receptors. Pharmacology. 75 (1), 21-29 (2005).
- Lazopulo, A., Syed, S. A mathematical model provides mechanistic links to temporal patterns in Drosophila daily activity. BMC Neuroscience. 17 (1), 14 (2016).
- Donelson, N., Kim, E. Z., Slawson, J. B., Vecsey, C. G., Huber, R., Griffith, L. C. High-resolution positional tracking for long-term analysis of Drosophila sleep and locomotion using the "tracker" program. PloS ONE. 7 (5), e37250 (2012).
- Schlichting, M., et al. A Neural Network Underlying Circadian Entrainment and Photoperiodic Adjustment of Sleep and Activity in Drosophila. J Neurosci. 36 (35), 9084-9096 (2016).
- Guo, F., et al. Circadian neuron feedback controls the Drosophila sleep-activity profile. Nature. 536 (7616), 292-297 (2016).
