October 28th, 2017
Sinek sirkadiyen Lokomotor ritimleri olarak görülen başlıca zamansal özellikleri ölçmek için bir yöntem sunulur. Miktar çok parametrik modeli dalga sinek aktivitesiyle yaklaştırarak elde edilir. Şekli ve boyutu sabah ve akşam doruklarına günlük aktivite modeli parametreler açıklanmaktadır.
Çoğu hayvanda, sirkadiyen saatler davranışsal ve moleküler süreçleri düzenler ve bunları günlük aydınlık-karanlık döngüsüne senkronize eder. Meyve sineklerinde, saat tipik olarak lokomotor kayıtlar kullanılarak incelenir. İşte 12 saatlik aydınlık, 12 saatlik karanlık döngüde ölçülen ortalama vahşi tip hareket örneği, üstte sarı-siyah çubukla gösterilen aydınlık-karanlık döngüsü.
Tipik bir sinek kaydı, şafakta meydana gelen bir sabah zirvesi ve alacakaranlıkta meydana gelen bir akşam zirvesi olmak üzere iki aktivite zirvesi olan karmaşık, biyomodal bir model gösterir. Bu iki tepe noktası birlikte, saat genlerinde gözlenen sinüzoidal salınımlardan çok farklı bir dalga formu oluşturur, bu da saate ek olarak mekanizmaların davranışsal verilerde gözlemlenen modeli üretmede derin bir etkiye sahip olduğunu düşündürür. Burada, sinek aktivitesindeki temporal pattens'i matematiksel olarak tanımlayan ilk yöntemi sunuyoruz.
Aktivite verilerini, sinek hareketini taklit eden bir model dalga formuyla uyumlu hale getiriyoruz. Modelimiz, sabah zirvesinden iki terim ve akşam zirvesinden iki terim olmak üzere dört üstel terimden oluşmaktadır. Sirkadiyen dönem ile birlikte modelimiz dokuz bağımsız parametreye sahiptir.
B parametreleri sabah yükselişi, sabah çürümesi, akşam yükselişi ve akşam çürümesi oranını tanımlar. TM ve TE, sabah ve akşam zirvelerinin genişliklerini tanımlar ve HM ve HE, zirvelerin yüksekliklerini tanımlar. Bu parametreler birlikte, aktivite modelindeki sabah ve akşam zirvelerinin boyutunu ve şeklini tam olarak tanımlar.
Yöntemimiz, sinek lokomotor okumalarında yaygın olarak gözlenen bimodal aktivite modelinin altında yatan mekanizmaları ve substratı aydınlatmak için uygulanabilir. Hareket deneyi için, bir ucunda yiyecek, diğer ucunda pamuk bulunan ayrı tüpler hazırlayın. Bunun için önce 50 mililitrelik bir behere beş ila altı gram sinek yemi koyun.
Yiyecekleri küçük parçalar halinde kesin, böylece mikrodalgada eritmek daha kolay olacaktır. Tek aktivite monitörü 32 ayrı tüpe uyar. Bu nedenle, 32 tüp alın ve bunları bir lastik bant kullanarak birbirine bağlayın.
Beherdeki yiyeceği bir mikrodalgada eritin. Yiyecekleri yaklaşık 10 ila 15 saniye ısıtın. Mikrodalgayı her beş saniyede bir durdurun ve yiyeceğin eşit şekilde erimesini sağlamak için beheri yiyecekle biraz çalkalayın.
Tüm yiyeceklerin eridiğinden ve beherde katı yiyecek parçaları kalmadığından emin olun. Yiyecekler hala sıvı iken, tüpleri yiyeceklerle birlikte behere yerleştirin. Tüpleri biraz yukarı ve aşağı hareket ettirin, böylece eşit şekilde doldurulurlar.
Yiyeceklerin soğumasını ve yaklaşık bir saat katılaşmasını bekleyin. Yiyecekler katılaştıktan sonra, yiyeceklerin kabın dibine yapışmaması için dönme hareketi kullanarak tüpleri beherden çıkarın. Ardından lastik bandı çıkarın.
Ucunu balmumu kullanarak yiyecekle kapatın. Bunun için önce tüpü bir kağıt havlu kullanarak dikkatlice silin. Ardından tüpü balmumuna doğru bastırın.
Contanın kalitesini görsel olarak kontrol edin ve gerekirse contayı tekrarlayın. Bu tekniği kullanarak, deney için tüm tüpleri kapatın. Tüplerin diğer ucu pamukla kapanır.
Pamuk, sinekleri tüplerin içinde kilitli tutarken havanın geçmesine izin verecektir. Çıkarılması ve tekrar takılması da kolaydır, bu da deney için tüpleri sineklerle doldurduğumuzda faydalı olacaktır. Şimdi, tüpler hazır olduktan sonra, deney için onları sineklerle doldurun.
Bunun için ped üzerindeki sinekleri CO2 ile boşaltın. Daha sonra, fırça kullanarak, her bir tüpe dikkatlice tek bir sinek koyun. Sinek ile tüpü monitöre koyun.
Monitörde olduğu gibi, sinek hareketi çıktı dosyasına kaydedilecektir file monitör sistemi tarafından. Monitörü bilgisayara bağlayın ve sabit sıcaklık ve nemi koruyan bir inkübatöre yerleştirin. Deneye dayanarak, uygun aydınlık/karanlık koşullarını ayarlayın.
Aydınlık / karanlık deneyi için, tüm deney boyunca sinekleri aydınlık-karanlık döngüsünde tutun. Analizde ölçümlerin ilk gününü kullanmayın. Sürekli karanlık deneyi için, önce saatlerin sürüklenmesi ve senkronizasyonu için sinekleri iki gün boyunca aydınlık / karanlık koşullarda tutun ve ardından sürekli karanlığa geçin.
Analizde sürekli karanlığın ilk gününden itibaren ölçümleri kullanmayın. Bir sonraki bölüme geçmeden önce protokolü okumanızı öneririz. Monitör sistemi, monitördeki tüm sineklerin etkinliğini içeren tek bir dosya çıkaracaktır.
Çıktı dosyasının son 32 sütunu, tek tek sineklerin aktivitesini içerir. Programımız tek uçuş aktiviteleri ile çalışmaktadır. Bu nedenle, çıktı dosyasını birden çok tek uçuş etkinlik dosyasına bölün.
Her dosya tek sütunlu bir TXT dosyası olmalıdır. Artık aktivite dosyalarını hazırladıktan sonra analizimizi çalıştırabiliriz. MATLAB Komut Penceresinde ModelFitPS3 işlevini aşağıdaki giriş parametreleriyle çalıştırın.
Örnekleme hızı, veri örnekleme zaman aralığını saniye cinsinden koyun. Örneğin verilerimiz 20 saniyelik örnekleme hızı ile alınmıştır. Bu nedenle buraya 20 tane koyduk.
Bölme aralığı olarak, daha iyi görselleştirme için verilerin gruplandırılacağı zaman aralığını dakika cinsinden koyun. 20 veya 30 dakikaya kadar gruplamanızı öneririz, ancak şimdilik, daha sonra nasıl kolayca değiştirilebileceğini göstermek için buraya 10 koyacağım. Trend için, veriler temel eğilimi gösteriyorsa bir tane koyun, aksi takdirde sıfır koyun.
Verilerimizin herhangi bir temel eğilimi yoktur. Bu nedenle buraya sıfır koydum. İşlevi çalıştırmak için Enter tuşuna basın.
Açılan pencerede, tek uçuş etkinlik dosyasını seçin ve Aç'a basın. Program, veri güç spektrumunu hesaplayacak ve çizecektir. Bu pencerede, verilerdeki birincil dönemi belirleyin.
Bunun için ya sirkadiyen periyotta zirveye sol fare tuşu ile tıklayın ya da yaklaşık olarak sirkadiyen periyotta ikiye bölündüğünde tekrarlanan ikinci harmonikte zirveye sağ fare tuşu ile tıklayın. Bizim durumumuzda, ikinci harmonikteki zirve, sirkadiyen dönemdeki zirveden çok daha büyük ve keskindir. Bu nedenle, ikinci seçeneği kullanıyoruz.
Ardından, program seçilen bölme aralığına gruplanmış verileri çizecektir. Gördüğünüz gibi, 10 dakikalık çöp kutusu aralığında, sabah ve akşam zirvesi çok iyi görselleştirilmiyor. Bu nedenle, bu değeri değiştirmek istiyoruz.
Bunu yapmak için, grafiğin herhangi bir yerine sağ tıklamanız yeterlidir. Yeni iletişim kutusunda, bölme aralığı için yeni değeri yazın. 20 dakikalık zaman aralığına gruplamanızı öneririz.
Bu nedenle buraya 20 tane koyduk. Tamam'a basın. Program, verileri bölme aralığının yeni değeriyle hemen yeniden çizer. Bu değeri kabul etmek için grafikte herhangi bir yere sol tıklamanız yeterlidir.
Program şimdi verileri yeniden çizecek ve yalnızca beş günlük ölçümü gösterecektir. Bu pencerede, analizde kullanılacak ilk sabah zirvesini seçin. Bazen ilk bir veya iki günü atlamak gerekir, bu da sineğin aydınlık-karanlık döngüsüne uyum sağlaması için sürer.
Sabah zirvesini seçmek için tercih edilen zirveye tıklamanız yeterlidir. Program verileri yeniden çizecek ve şimdi seçilen sabah zirvesinden başlayarak yalnızca üç günlük ölçümleri gösterecektir. Mavi ve kırmızı dikey çizgiler, ilk pencerede seçilen döneme bağlı olarak ilk akşam zirvesini ve ikinci sabah zirvesini gösterir.
Bu pencerede, model fonksiyonu ile verilerin ön uyumu için tüpün kullandığı noktayı seçin. Bunun için, bu özel sırayla aşağıdaki noktalara tıklayın. İlk olarak, ilk sabah zirvesinin tepesine tıklayın.
Tıklama, alt kısımda tıklamanın konumunu gösteren kırmızı yıldızla gösterilir. Ardından sabah zirvesinin sonuna, ardından akşam zirvesinin başlangıcına, ardından akşam zirvesinin üstüne, ardından akşam zirvesinin sonuna ve son olarak ertesi günün sabah zirvesinin üstüne tıklayın. Son parametreler spektral uyumdan elde edildiğinden, program güç spektrumunu tekrar çizecektir.
Spektrum şimdi x ekseninde frekans olarak çizilir ve sirkadiyen tepe noktası grafiğin sol tarafında bulunur. İlk adımda belirlenen periyot kırmızı dikey çizgi ile gösterilir. Montaj noktalarını seçmek için önce kabaca birincil periyodu belirleyin.
Bunun için ya sirkadiyen periyotta zirveye sol tıklayın ya da ikinci harmonikte zirveye sağ tıklayın. Yine ikinci seçeneği kullanacağız. Bundan sonra, spektral uyum için noktaları seçmek için altta bir kaydırıcı görünecektir.
Noktalar kırmızı dairelerle gösterilecek ve kaydırıcıyı hareket ettirdikten sonra görünecektir. Kaydırıcıyı sola ve sağa hareket ettirin ve noktaları spektral tepelerin üst kısımlarına mümkün olduğunca yakın yerleştirin. En iyi resim elde edildikten sonra, Kabul Et düğmesine basın ve program, model güç spektrumu için analitik ifade ile seçilen noktalara sığdıracaktır.
Taktıktan sonra, program iki grafik daha çıkaracaktır. Birincisi, çıkarılan parametrelerle oluşturulan modelin bir güç spektrumudur. İkincisi, modelle donatılmış verilerdir.
Veriler siyah çizgi ile gösterilir ve model kırmızı çizgi ile gösterilir. İşlevin, özellikle aktivitenin son üç günündeki verilere, çok benzediği görülebilir. Ayıklanan parametreler model sığdırma parametreleri TXT dosyasına kaydedilir.
Dosyanın adından sonra, parametreler aşağıdaki sırayla kaydedilir, önce b sabah çürümesi, sonra b sabah doğuşu, b akşam doğuşu, b akşam çürümesi, sirkadiyen dönem, sonra sabah zirvesinin genişliği sirkadiyen döneme bölünür, akşam zirvesinin genişliği sirkadiyen döneme bölünür, sabah zirvesinin yüksekliği, akşam zirvesinin yüksekliği ve spektral uyumun montaj hatası. Model uyum parametreleri dosyasına ek olarak, program ayrıca iki dosya daha çıkaracaktır. Birincisi, model fonksiyonuna uygun veri ve ikincisi spektral uyumdur.
Bu analizi diğer etkinlik dosyalarıyla gerçekleştirin. Çıkarılan tüm parametreler model uyum parametreleri TXT dosyasına kaydedilir ve davranışsal çıktıyı, model aktivite modeli tarafından kontrol edilen günlük uçuş davranışını düzenleyen temel mekanizmalara bağlamak için daha fazla kullanılabilir.
View the full transcript and gain access to thousands of scientific videos
Bu çalışma, meyve sineğinde sirkadiyen lokomotor ritimlerin zamansal özelliklerini ölçmek için yeni bir yöntem sunar. Sineğin aktivite verilerini çok değişkenli bir model dalgasına uydurarak, çalışma günlük aktivitenin sabah ve akşam zirvelerini karakterize eder.
Quantifying circadian locomotor patterns in Drosophila enables mechanistic de-risking of target validation by linking behavioral outputs to underlying kinetic parameters. This computational approach enhances predictive confidence in preclinical models by providing quantitative, reproducible metrics for pathway interrogation. The method supports early discovery workflows by standardizing complex bimodal activity data into interpretable parameters for cross-functional collaboration.
The method integrates into the discovery continuum from hypothesis testing through lead identification by converting raw locomotor data into quantifiable parameters for downstream analysis.