Summary
एक विधि मुख्य लौकिक मक्खी circadian हरकत लय में देखा सुविधाओं यों तो प्रस्तुत किया जाता है । ठहराव फिटिंग एक बहु पैरामीट्रिक मॉडल तरंग के साथ गतिविधि मक्खी द्वारा हासिल की है । मॉडल पैरामीटर आकार और दैनिक गतिविधि की सुबह और शाम चोटियों के आकार का वर्णन ।
Abstract
अधिकांश जानवरों और पौधों में, circadian घड़ियों व्यवहार और आणविक प्रक्रियाओं आर्केस्ट्रा और उन्हें दैनिक प्रकाश अंधेरे चक्र के लिए सिंक्रनाइज़ । बुनियादी तंत्र है कि इस लौकिक नियंत्रण आबाद व्यापक रूप से एक मॉडल जीव के रूप में फल मक्खी Drosophila melanogaster का उपयोग कर अध्ययन कर रहे हैं। मक्खियों में, घड़ी आम तौर पर multiday हरकत रिकॉर्डिंग का विश्लेषण करके अध्ययन किया है । इस तरह के एक रिकॉर्डिंग गतिविधि की दो चोटियों के साथ एक जटिल bimodal पैटर्न से पता चलता है: एक सुबह चोटी कि भोर के आसपास होता है, और एक शाम चोटी कि गोधूलि बेला के आसपास होता है । इन दो चोटियों एक साथ एक तरंग है कि sinusoidal दोलनों घड़ी जीन में मनाया से बहुत अलग है फार्म, घड़ी के अलावा में है कि तंत्र का सुझाव व्यवहार डेटा में मनाया पैटर्न के उत्पादन में गहरा प्रभाव है. यहां हम एक हाल ही में विकसित गणना पद्धति है कि गणितीय मक्खी गतिविधि में लौकिक पैटर्न का वर्णन का उपयोग पर निर्देश प्रदान करते हैं । विधि एक मॉडल तरंग के साथ गतिविधि डेटा फिट बैठता है कि चार घातीय शर्तों और नौ स्वतंत्र मापदंडों है कि पूरी तरह से आकार और गतिविधि के सुबह और शाम चोटियों के आकार का वर्णन के होते हैं । निकाले मानकों स्पष्ट की काइनेटिक तंत्र की मदद कर सकते हैं कि आबाद मक्खी हरकत लय में सामान्यतः मनाया bimodal गतिविधि पैटर्न.
Introduction
circadian घड़ी लगभग 24 घंटे की अवधि के साथ एक अंतर्जात जैव रासायनिक थरथरानवाला है और लगभग जानवरों और पौधों में सर्वव्यापी है1,2. घड़ी बाह्य प्रकाश अंधेरे चक्र के लिए एक जीव की आंतरिक प्रक्रियाओं और व्यवहार को सिंक्रनाइज़ करने में मदद करता है । circadian घड़ी की आनुवंशिक संरचना का व्यापक रूप से अध्ययन किया गया है 1960 के दशक के बाद से फल मक्खी का उपयोग, D. melanogaster. इस कीट में, circadian घड़ी के मुख्य चार प्रोटीन होते हैं: अवधि, कालातीत, घड़ी, और चक्र. ये कोर घटक अंय अणुओं के साथ एक राय पाश है कि घड़ी जीन3,4के लगभग sinusoidal दोलनों का उत्पादन फार्म । मक्खियों में circadian घड़ी व्यापक रूप से multiday हरकत रिकॉर्डिंग का उपयोग कर अध्ययन किया है जहां मक्खी गतिविधि एक एकल अवरक्त एक व्यक्ति ट्यूब के बीच पार बीम के साथ पता चला है5। एक ठेठ मक्खी रिकॉर्डिंग दो अच्छी तरह से भेद चोटियों के साथ एक जटिल bimodal पैटर्न है: सुबह चोटी (एम) है कि रात के अंत में शुरू होता है और एक अधिकतम है जब रोशनी पर बारी; और शाम चोटी (ई) है कि दिन के अंत में शुरू होता है और एक अधिकतम है जब रोशनी6बंद है । दिलचस्प है, इस तरह के व्यवहार रिकॉर्डिंग के आकार बहुत सरल sinusoidal दोलनों आणविक स्तर पर मनाया से अलग है, मनाया लौकिक पैटर्न के लिए योगदान अतिरिक्त तंत्र की कार्रवाई का सुझाव । बेहतर इन छिपा तंत्र को समझने के लिए, हम एक गणना उपकरण है कि लौकिक पैटर्न का एक मात्रात्मक विवरण प्रदान करता है विकसित किया है ।
हमारे काम में, हरकत लय गतिविधि पैटर्न मक्खी नकल करता है कि एक तरंग के मामले में परिभाषित कर रहे हैं । सरल साइन तरंगों के बाद से गतिविधि में मनाया लयबद्ध परिवर्तन मॉडल के लिए इस्तेमाल नहीं किया जा सकता है, हम सभी मुख्य रिकॉर्डिंग में देखा सुविधाओं कब्जा सरल एक का चयन करने के लिए विभिन्न संकेत आकृतियों का परीक्षण किया. फल मक्खी circadian व्यवहार घड़ी ंयूरॉंस की गतिविधि है कि अक्सर सक्रियण और निष्क्रियता के घातीय पैटर्न है द्वारा नियंत्रित है7। घातीय गतिशीलता और डेटा के दृश्य विश्लेषण के लिए हमें प्रेरित किया घातीय नौ स्वतंत्र मापदंडों के साथ चार नवोन्मेष के साथ मिलकर शब्दों और बारीकी से मक्खी गतिविधि पैटर्न8जैसी एक मॉडल बनाने के लिए । हरकत डेटा के अलावा, हम भी अपने बिजली स्पेक्ट्रम का विश्लेषण । ठेठ मक्खी गतिविधि स्पेक्ट्रम circadian अवधि टी0पर अपेक्षित मौलिक चोटी के अलावा,0/2, टी0/3, आदिकी harmonics पर कई चोटियों से पता चलता है । के अनुसार रूपान्तर प्रमेय, केवल एक शुद्ध साइन लहर पावर स्पेक्ट्रा में एक चोटी का उत्पादन, जबकि अधिक जटिल waveforms के प्राथमिक काल की harmonics पर कई वर्णक्रमीय चोटियों शो (चित्रा 1). इसलिए, मक्खी गतिविधि में गैर sinusoidal लौकिक पैटर्न को देखते हुए8, डेटा की एक बहु शिखर शक्ति स्पेक्ट्रम गणितीय उम्मीद है और यह जरूरी नहीं कि दोलन की कई अवधियों की उपस्थिति का संकेत है । महत्वपूर्ण बात, प्रस्तावित मॉडल तरंग के बिजली स्पेक्ट्रम भी प्राथमिक अवधि के सभी harmonics पर चोटियों से पता चलता है, मक्खी हरकत रिकॉर्डिंग के समान, इस प्रकार उच्च निष्ठा है जिसके साथ हमारे मॉडल का वर्णन समय में दोनों और आवृत्ति में मक्खी डेटा को रेखांकित किया.
कुछ मिनट या उससे कम समय के समाधानों पर, फ्लाई गतिविधि डेटा शोर दिखाई देता है, जिससे raw डेटा से सीधे पैरामीटर्स निकालने में कठिनाई होती है. अब समय अंतराल में डेटा को कम करने से नॉइज़ लेवल में कमी हो सकती है, लेकिन, डेटा को मॉडल पैरामीटर्स के आकलन को प्रभावित करने वाले तरीकों में बदल सकता है । हम इसलिए, मॉडल फ़ंक्शन8 का रूपान्तर ट्रांस्फ़ॉर्म से परिकलित अपेक्षित पावर स्पेक्ट्रा के लिए एक विश्लेषणात्मक व्यंजक का उपयोग करते हुए, रिकॉर्डिंग के पावर स्पेक्ट्रा से पैरामीटर प्राप्त करें (संदर्भ8के अतिरिक्त फ़ाइल 1 देखें) । पावर स्पेक्ट्रा से पैरामीटर प्राप्त करने का यह तरीका किसी भी अतिरिक्त जोड़तोड़ के बिना सटीक पैरामीटर मानों को पैदावार देता है, जैसे कि रॉ गतिविधि डेटा की बिन्नी या फ़िल्टरिंग । मॉडल और जंगली प्रकार के उत्परिवर्ती डेटा के लिए अनुप्रयोगों के गणितीय विवरण संदर्भ में वर्णित है8। यहाँ प्रस्तुत प्रोटोकॉल गणनात्मक टूल का उपयोग करने के लिए कदम-दर-कदम निर्देश पर केंद्रित है.
Subscription Required. Please recommend JoVE to your librarian.
Protocol
- दूसरे पर एक छोर और कपास पर भोजन के साथ व्यक्तिगत मक्खी ट्यूबों तैयार करते हैं । भोजन के साथ अंत बाहर सुखाने से रोकने के लिए खाद्य सील किया जाना चाहिए ।
- एक ५० मिलीलीटर चोंच में फ्लाई भोजन के 5-6 ग्राम डाल दिया । खाने को छोटे टुकड़ों में काट लें जिससे इसे पिघलने में आसानी हो ।
- कनेक्ट ३२ एक रबर बैंड के साथ व्यक्तिगत ग्लास ट्यूबों ।
- के लिए एक माइक्रोवेव ओवन में हीटिंग द्वारा चोंच में खाना पिघलना 10-15 s । माइक्रोवेव हर 5 एस रोकें और ध्यान से चोंच मिलाने के लिए भोजन के बराबर पिघल सुनिश्चित ।
- जबकि खाना अभी भी लिक्विड है, तैयार किसा ट्यूबों को यूरिन में डालकर भोजन के साथ रखें । ट्यूब ऊपर और नीचे ले जाएं ताकि वे समान रूप से भर रहे हैं ।
- खाना ठंडा करने के लिए और लगभग 1 ज. के लिए जमना की अनुमति
- खाने के ठोस होने के बाद, यूरिन से खाने के साथ नलियों को हटा दें ।
- मोम का उपयोग खाद्य युक्त अंत सील । सबसे पहले, ध्यान से एक कागज तौलिया का उपयोग कर ट्यूब साफ है, तो मोम के खिलाफ ट्यूब दबाएँ । नेत्रहीन सील की गुणवत्ता की जांच करें, और यदि आवश्यक हो, सील फिर से दोहराने ।
- कपास के साथ ट्यूब के दूसरे छोर बंद; कपास जबकि एक मक्खी ट्यूब में बंद रखते हुए के माध्यम से जाने के लिए हवा की अनुमति देगा ।
- प्रत्येक व्यक्ति ट्यूब में एक ही मक्खी जगह और बांध में ट्यूबों जगह है ।
- एक मशीन है कि लगातार तापमान और आर्द्रता बनाए रखता है में जगह पर नज़र रखता है । प्रयोग के आधार पर, इस प्रकार के रूप में उचित प्रकाश/
प्रकाश/अंधेरे प्रयोगों के लिए
- पूरे प्रयोग के लिए मक्खियों को प्रकाश में रखें/ विश्लेषण में माप के पहले दिन का उपयोग न करें । लगातार अंधकार प्रयोगों के लिए
- , पहले entrainment और घड़ियों के तुल्यकालन के लिए प्रकाश/अंधेरे की स्थिति में दो दिनों के लिए मक्खियों को रखने के लिए और फिर लगातार अंधेरे के लिए स्विच । विश्लेषण में लगातार अंधेरे के पहले दिन से माप का उपयोग न करें ।
- विश्लेषण में इस्तेमाल किया जा सकता है कि डेटा के कम से कम चार दिन इकट्ठा ।
नोट: बांध प्रणाली की निगरानी में सभी मक्खियों के एक गतिवान रिकॉर्डिंग के साथ एक एकल फाइल उत्पादन होगा ।
- एकाधिक एकल मक्खी गतिविधि फ़ाइलों में मॉनिटर आउटपुट फ़ाइल विभाजित; प्रत्येक फ़ाइल एक एकल स्तंभ & होना चाहिए #39;. txt & #39; एक व्यक्ति मक्खी गतिवान माप के साथ फ़ाइल.
- रन & #39; ModelFitPS3. m & #39; फ़ंक्शन निंन इनपुट पैरामीटर्स के साथ एक Matlab आदेश विंडो में:
- samplingrate के लिए, सेकंड में डेटा नमूना समय अंतराल सेट करें । गतिविधि हर मिनट मापा गया था, तो उदाहरण के लिए, samplingrate के रूप में ६० दर्ज करें । bin_interval के लिए
- , मिनटों में समय अंतराल सेट करें, जिससे बेहतर विज़ुअलाइज़ेशन के लिए डेटा को बिन्नी दिया जाएगा; अनुशंसित बिन अंतराल 20-30 min. है
- For चलन , लिहा & #34; 1 & #34; यदि डेटा को आधारभूत रुझान दिखाएं और & #34; 0 & #34; अंयथा; रुझान के साथ डेटा पहले एक दूसरा आदेश फिटिंग द्वारा विट्रेंड किया जाएगा बहुपद और फिर इसे डेटा से घटाकर ।
- पॉपअप विंडो में एक एकल मक्खी गतिविधि फ़ाइल का चयन करें ।
नोट: पहला प्लॉट डेटा पावर स्पेक्ट्रम, और परिचित गतिविधि प्लॉट नहीं है । प्लॉट किए गए पावर स्पेक्ट्रम से, प्राथमिक अवधि का निर्धारण t 0 : या तो circadian चोटी पर बाईं माउस बटन के साथ क्लिक करें, या दूसरी हार्मोनिक चोटी पर सही माउस बटन के साथ (चारों ओर टी 0 / - खोला डेटा भूखंड पर, जांच अगर सुबह और शाम चोटियों अच्छी तरह से कल्पना कर रहे हैं । यदि नहीं, तो bin_interval मान दाईं ओर कहीं भी ग्राफ़ पर क्लिक करके और नया bin_interval मान संवाद बॉक्स में रख कर परिवर्तित करें । कार्यक्रम अंतराल के नए मूल्य के साथ डेटा redraw जाएगा । bin_interval मान को स्वीकार करने के लिए, ग्राफ़ पर कहीं भी क्लिक करें ।
- प्रोग्राम फिर से डेटा फिर से बनाना होगा और गतिविधि के पहले पांच दिन दिखाएगा । इस भूखंड पर, पहले मीटर चोटी है कि विश्लेषण में इस्तेमाल किया जाएगा पर क्लिक करें (कई बार यह एक या दो दिन छोड़ आवश्यक है) ।
नोट: कार्यक्रम उठाया सुबह चोटी से शुरू ग्राफ redraw जाएगा । नीली और लाल रेखाएं चरण २.४ में निर्धारित अवधि के आधार पर क्रमशः ई पीक और अगले दिन मीटर चोटी की अनुमानित स्थिति दिखाएगी । - एक ही ग्राफ पर, मॉडल के साथ डेटा के एक प्रारंभिक फिट के लिए डेटा का चयन: निंनलिखित बिंदुओं पर क्लिक करें (इस क्रम में; ध्यान दें कि क्लिक स्थान नीचे एक लाल सितारा के साथ संकेत दिया जाएगा): (i) मीटर चोटी के ऊपर; (ii) M पीक का अंत; (iii) ई पीक का प्रारंभ; (iv) E चोटी के शीर्ष पर; (v) E पीक का अंत; (vi) अगले दिन की M चोटी के ऊपर.
- ध्यान दें कि कार्यक्रम अब बिजली स्पेक्ट्रम प्रस्तुत करता है ।
नोट: x अक्ष अब आवृत्ति में दिया जाता है ।- बिजली स्पेक्ट्रम के साथ खोला विंडो में, मॉडल बिजली स्पेक्ट्रम के लिए विश्लेषणात्मक अभिव्यक्ति फिटिंग के लिए इस्तेमाल किया जाएगा कि अंक उठाओ. चरण २.४ में पाया गया अवधि एक लाल रेखा से चिह्नित किया गया है । फिटिंग अंक लेने के लिए, पहले मोटे तौर पर प्राथमिक अवधि, २.४ कदम के समान निर्धारित करते हैं । तो स्लाइडर का उपयोग, ठीक प्राथमिक अवधि के मूल्य की धुन है कि फिटिंग अंक (लाल हलकों के साथ दिखाया गया है, स्लाइडर ले जाने के बाद दिखाई देगा) पीक मूल्यों के लिए बंद कर रहे हैं ।
- दृश्य शिखर चयन के बाद, क्लिक करें & #34; स्वीकारें & #34; और प्रोग्राम मॉडल पैरामीटर्स की गणना करने के लिए विश्लेषणात्मक व्यंजक के साथ चयनित बिंदुओं को फ़िट करेगा ।
- नोट करें कि पैरामीटर और वर्णक्रमीय फ़िट त्रुटि फ़ाइल के लिए सहेजे जाते हैं & #34; model_fit_parameters. txt & #34;; प्रोग्राम इसके अतिरिक्त हरकत डेटा और उसके बिजली स्पेक्ट्रम के फिट बैठता है के साथ 2 के आंकड़े को बचाने के लिए होगा ।
Subscription Required. Please recommend JoVE to your librarian.
Representative Results
यहां प्रस्तुत विधि फ्लाई गतिवान पैटर्न में मुख्य विशेषताओं के ठहराव की अनुमति देता है । ठहराव एक मॉडल है कि चार घातीय शर्तों के होते है के साथ गतिविधि डेटा फिटिंग द्वारा हासिल की है:
मॉडल नौ स्वतंत्र पैरामीटर है कि गतिविधि पैटर्न का वर्णन है । मानकों बीएमडी,बीश्री,बीएड,और बीईआर सुबह क्षय (एमडी) की दरों को परिभाषित, सुबह वृद्धि (श्री), शाम क्षय (ईडी), और शाम वृद्धि (एर), क्रमशः । पैरामीटर टी0 circadian अवधि, टीएम और टीई निर्धारित चौड़ाई एम और ई चोटियों की परिभाषित करता है, और एचएम और एचई की ऊंचाई को परिभाषित एम और ई चोटियों ।
पैरामीटर्स के मान कुछ चरणों (चित्र 2) में अनफ़िल्टर किए गए डेटा से प्राप्त होते हैं । सबसे पहले, गतिविधि पावर स्पेक्ट्रम (प्रोटोकॉल चरण २.४) से एक circadian अवधि निर्धारित की जाती है । फिर, प्रारंभिक पैरामीटर मान गतिवान रिकॉर्डिंग से यह एफ (टी) (प्रोटोकॉल कदम 2.5-2.6) के साथ फिटिंग द्वारा निकाले जाते हैं । ये मान8 में व्युत्पंन एक विश्लेषणात्मक अभिव्यक्ति के साथ डेटा पावर स्पेक्ट्रम फिटिंग के लिए प्रारंभिक अनुमान के रूप में सेवा (अतिरिक्त फ़ाइल 1 संदर्भ8में) एफ (टी) का रूपान्तर रूपांतरण लेने के द्वारा:
जहां tn = t0/n, n के साथ = 1, 2, 3... और टी0 circadian अवधि (प्रोटोकॉल कदम 2.7-2.8) है । वर्णक्रमीय फिट का उपयोग करके, मॉडल मापदंडों छानने या बिन्नी के बिना मक्खी गतिवान से निकाले जाते हैं । बिजली स्पेक्ट्रम की फिटिंग मॉडल मापदंडों, जो तो एफ (टी), यानी, मक्खी हरकत लय के मॉडल के अंतिम रूप का निर्माण करने के लिए इस्तेमाल किया जाता है के लिए अंतिम मूल्यों का उत्पादन ।
मॉडल में, बी पैरामीटर या तो नकारात्मक या सकारात्मक है, जो इसी घातीय शर्तों की वक्रता को प्रतिबिंबित कर सकते हैं । जब घातांकों को उत्तल और ऋणात्मक हैं जब घातांकों के पास है, जबकि पैरामीटर bMD और bER सकारात्मक होते हैं, जब नवोन्मेष को तब और नकारात्मक करते हैं जब नवोन्मेष को गुफा और ऋणात्मक होता है जब नवोन्मेष उत्तल हैं । सामान्य में, M पीक का वर्णन करने वाले घातांक के लिए, b पैरामीटर में वृद्धि इंगित करता है धीमी वृद्धि या क्षय, और ई पीक का वर्णन करने वाले घातांक के लिए, b पैरामीटर में वृद्धि तेजी से वृद्धि या क्षय इंगित करता है ।
आरेख 3 इस एल्गोरिथम द्वारा प्राप्त किए गए फ़िट के उदाहरण दिखाता है । टी0 और0/2 से टी0/10 में वर्णक्रमीय चोटियों (आंकड़ा 3ए) फिट कर रहे हैं । अन्य harmonics आम तौर पर हाइट्स है ०.०५ के महत्व के स्तर से कम है और इसलिए विश्लेषण में इस्तेमाल नहीं कर रहे हैं. वर्णक्रमीय फिट से प्राप्त मापदंडों मक्खी गतिवान के लिए एक मॉडल का निर्माण करने के लिए उपयोग किया जाता है (चित्र बीसी, लाल). विधि दोनों जंगली प्रकार मक्खियों के लिए (चित्रा 3, शीर्ष पैनलों) और बदल अवधि लंबाई (चित्रा 3, मध्य और नीचे पैनलों) के साथ circadian म्यूटेंट के लिए काम करता है । अतिरिक्त उदाहरण और मॉडल और अंतर्निहित जीव विज्ञान के बीच कनेक्शन के लिए, Lazopulo एट अलकरने के लिए देखें । 8 फिटिंग प्रक्रिया से परिणाम निंन क्रम में किसी फ़ाइल में सहेजे जाते हैं: बीएमडी,बीएमआर,बीईआर,बीएड, टी0, टीएम/T0, टीई /T0, एचएम, एचई (तालिका 1) । कार्यक्रम भी आउटपुट फ़ाइल को बचाता है वर्णक्रमीय फिट की फिटिंग त्रुटि, ' अं ', जो अवशेषों के वर्गों का एक योग के रूप में गणना की जाती है (वर्गों का अवशिष्ट योग) डेटा पावर स्पेक्ट्रम की अधिकतम वर्ग द्वारा सामान्यीकृत ।
चित्र 1 . विभिन्न waveforms के पावर स्पेक्ट्रा. रूपान्तर प्रमेय के अनुसार, केवल एक sinusoidal लहर एक शक्ति स्पेक्ट्रम में एक चोटी से पता चलता है, जबकि अधिक जटिल waveforms, जैसे वर्ग या sawtooth लहर, प्राथमिक अवधि के harmonics में अतिरिक्त चोटियों दिखा. कृपया यहां क्लिक करें इस आंकड़े का एक बड़ा संस्करण को देखने के लिए ।
चित्र 2 . पैरामीटर-निकालने एल्गोरिथ्म का योजनाबद्ध प्रतिनिधित्व । अंतिम पैरामीटर मान फिटिंग बिजली स्पेक्ट्रम से प्राप्त कर रहे हैं । चूंकि फिटिंग प्रक्रिया मूल्यों को शुरू करने के प्रति संवेदनशील हो सकता है, एल्गोरिथ्म प्रारंभिक गतिवान डेटा से गणना मूल्यों का उपयोग करता है और उंहें बिजली स्पेक्ट्रम का उपयोग अद्यतन । अंतिम पैरामीटर मानों का उपयोग सबसे अच्छा डेटा का वर्णन करने वाले F (t) बनाने के लिए किया जाता है । कृपया यहां क्लिक करें इस आंकड़े का एक बड़ा संस्करण को देखने के लिए ।
चित्र 3 . प्रतिनिधि विधि के परिणाम है कि quantifies एक मॉडल तरंग का उपयोग गतिवान मक्खी. (A) मॉडल के मापदंडों बिजली स्पेक्ट्रम की पहली दस चोटियों फिटिंग से निकाले जाते हैं । (B) प्राप्त पैरामीटर्स का उपयोग गतिविधि के एक मॉडल के निर्माण के लिए किया जाता है । विधि जंगली प्रकार मक्खियों के लिए लागू किया जा सकता है (शीर्ष पैनलों) या म्यूटेंट (मध्य पैनलों) और लंबे (नीचे पैनलों) circadian लय के साथ । कृपया यहां क्लिक करें इस आंकड़े का एक बड़ा संस्करण को देखने के लिए ।
| फ्लाई जीनोटाइप | bMD (1/ | bश्री (1/ | बीएड (1/ | bER (1/ | टी0 (min) | टीएम/T0 | टीई/T0 | एचएम | जई |
| जंगली प्रकार | ०.००९४ | ०.२०७७ | -०.०३८३ | ०.०६०६ | १४३८ | ०.१५२८ | ०.०८३३ | ५.२२३८ | ८.७१८५ |
| शॉर्ट circadian उत्परिवर्ती | ०.०१५ |
तालिका 1. आरेख 3में दिखाए गए पावर स्पेक्ट्रा को फिटिंग से निकाले गए पैरामीटर्स का उदाहरण । कार्यक्रम के रूप में तालिका में दिखाया गया है "model_parameters. txt" फ़ाइल के लिए अंतिम पैरामीटर मान outputs ।
Subscription Required. Please recommend JoVE to your librarian.
Discussion
यह काम एक गणना उपकरण है कि मक्खी गतिवान पैटर्न का एक मात्रात्मक विवरण प्रदान करता है का उपयोग करने के लिए निर्देश प्रस्तुत करता है । उपकरण एक गणितीय चार घातीय शब्दों है कि एक साथ आकार और एम और ई चोटियों के आकार का वर्णन से मिलकर मॉडल के साथ गतिवान डेटा फिट बैठता है । मॉडल पैरामीटर के लिए अंतिम मान डेटा की पावर स्पेक्ट्रा फिटिंग से प्राप्त होते हैं, जहां रॉ डेटा का उपयोग artefactual प्रभावों से बच सकता है जिसे डेटा बिन्नी या फ़िल्टरिंग पैरामीटर मानों पर लागू कर सकते हैं । मॉडल मापदंडों तो आगे अध्ययन गतिवान मक्खी और तंत्र है कि गतिविधि चोटियों को जंम देने के लिए इस्तेमाल किया जा सकता है ।
फिटिंग की गुणवत्ता दो मायनों में मूल्यांकन किया जा सकता है: बिजली स्पेक्ट्रम फिट के दृश्य अवलोकन के द्वारा और फिटिंग त्रुटि (वर्गों के अवशिष्ट योग) है कि एक साथ मापदंडों के साथ गणना की है का उपयोग करके । फिट गुणवत्ता को प्रभावित करने वाले प्रमुख कारकों में से एक circadian अवधि T0 (प्रोटोकॉल चरण २.८) का निर्धारण है । T0 का यह मान पावर स्पेक्ट्रम और मॉडल पैरामीटर्स में चोटियों के आकलन को प्रभावित करता है । एक और महत्वपूर्ण कदम है कि फिट गुणवत्ता को प्रभावित करता है डेटा (प्रोटोकॉल चरण २.७) के एक प्रारंभिक फिट के लिए शुरू बिंदु का चयन है, क्योंकि टीएम और टीई मूल्यों को इस चयन के माध्यम से परिभाषित कर रहे हैं । उपयोगकर्ता टीएम और टीईको परिभाषित करने के लिए गतिविधि के विभिंन दिनों का चयन करके एकाधिक फिट परिणामों का पता लगाने कर सकते हैं ।
हमारे मॉडल गतिविधि की दो प्रमुख चोटियों के साथ अच्छी तरह से वर्णित घड़ी नियंत्रित हरकत व्यवहार नकल उतार पर केंद्रित है । यह व्यवहार इन दोनों प्रकार के प्रयोगों के लिए लागू दृष्टिकोण बनाता है जो प्रकाश/अंधेरे में और लगातार अंधेरे की स्थिति में, दोनों में मनाया जाता है । हालांकि, मॉडल खाते में कुछ प्रकाश/अंधेरे प्रयोगों में मनाया गतिविधि के प्रकाश चालित फट नहीं ले करता है । एक और सीमा मॉडल उपयोगकर्ता इनपुट की आवश्यकता मापदंडों के निष्कर्षण से उठता है (प्रोटोकॉल 2.7-2.9 कदम) । के बाद से पैरामीटर टीएम, टीई, और टी0 उपयोगकर्ता इनपुट से प्राप्त कर रहे हैं, प्रत्येक मक्खी गतिविधि मैंयुअल रूप से विश्लेषण किया जाना चाहिए । इसके अतिरिक्त, यह व्यक्तिगत गतिविधियों के साथ विधि का उपयोग करने के बजाय एक जनसंख्या औसत रिकॉर्डिंग के साथ की सिफारिश की है, औसत प्रक्रिया के बाद से उड़ गतिवान में कई महत्वपूर्ण व्यक्तिगत मतभेदों को छुपाता है । हालांकि यह मक्खियों की बड़ी संख्या के लिए बोझिल लग सकता है, व्यक्तिगत रूप से मक्खी की गतिविधियों का विश्लेषण करके, उपयोगकर्ता पशुओं के एक समूह के भीतर पैरामीटर भिंनता की डिग्री के बारे में मूल्यवान सांख्यिकीय जानकारी प्राप्त करता है । इन लाभों को नजरअंदाज करने के लिए, यह एक जनसंख्या-औसत मक्खी गतिवान उत्पन्न करने के लिए और यह औसत पैरामीटर मान प्राप्त करने के लिए विश्लेषण संभव है.
इस काम में इस्तेमाल मॉडल हमारे पिछले अनुसंधान8से तरंग का एक बेहतर संस्करण है । पिछले मॉडल के विपरीत, यह एम और ई पीक हाइट्स, एचएम और एचई, क्रमशः के लिए अलग मापदंडों है । नई मॉडल भविष्यवाणी गतिविधि डेटा मक्खी के साथ बेहतर समझौते से पता चलता है, सुबह और शाम चोटियों के बाद से आम तौर पर अलग ऊंचाइयों है ।
यह विश्लेषण अवरक्त बीम तकनीक के साथ मापा गतिवान उड़ान भरने के लिए सीमित नहीं है । ऐसे वीडियो ट्रैकिंग के रूप में अंय तरीकों, मीटर और ई वृद्धि और क्षय9के घातीय गतिशीलता दिखा चोटियों के साथ दैनिक गतिविधि मक्खी के समान पैटर्न का उत्पादन । यहां चर्चा उपकरण आसानी से इन वैकल्पिक डेटा सेट के रूप में अच्छी तरह से लागू किया जा सकता है ।
विधि यहां पर चर्चा की quantifies अंतर्निहित तंत्र को विनियमित करने के लिए व्यवहार उत्पादन को जोड़ने के लक्ष्य के साथ हरकत रिकॉर्डिंग मक्खी है कि दैनिक व्यवहार मक्खी और नियंत्रण bimodal गतिविधि पैटर्न । कई हाल ही में ंयूरॉंस और सब्सट्रेट है कि आकार एम और ई गतिविधि चोटियों10,11की पहचान करनेकेउद्देश्य से अध्ययन । जांचकर्ताओं ने कुछ न्यूरॉन समूहों की सक्रियता से छेड़छाड़ की और ई पीक की ऊंचाई और चरण में परिवर्तन देख कर संध्या शिखर के गठन में उनकी भूमिका का विश्लेषण किया । हमारे मॉडल में, पैरामीटर्स H e, e पीक की ऊंचाई निर्धारित करता है, T E पीक चौड़ाई देता है, और पैरामीटर्स bER और bED पीक आकृति का वर्णन करते हैं । संदर्भ8में उल्लिखित के रूप में, एक जैव रासायनिक संदर्भ में एचई neuropeptides NPF और आईटीपी के स्तर के उपाय का संकेत हो सकता है, जबकि बीईआर और बीएड उनकी रिहाई और गिरावट की दरों का प्रतिनिधित्व कर सकते हैं । एक साथ, इन मापदंडों बेहतर neuromodulatory संकेतन के साथ फ्लाई व्यवहार कनेक्ट करने के लिए भविष्य के अध्ययनों में उपयोग किया जा सकता है, मक्खी हरकत लय में bimodal पैटर्न के एक एकीकृत विवरण की ओर.
Subscription Required. Please recommend JoVE to your librarian.
Disclosures
लेखकों का खुलासा करने के लिए कुछ नहीं है ।
Acknowledgments
हम वीडियो सामग्री के साथ मदद के लिए Stanislav Lazopulo के लिए आभारी हैं ।
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).
