L'identification des composés volatils olfactifs chromatographie en phase gazeuse-à logements multiples enregistrements (GCMR) dans le lobe antennaire des insectes

Neuroscience

Your institution must subscribe to JoVE's Neuroscience section to access this content.

Fill out the form below to receive a free trial or learn more about access:

 

Summary

Signaux olfactifs médiation de nombreux comportements différents chez les insectes, et sont des mélanges souvent complexes composées de quelques dizaines à quelques centaines de composés volatils. Chromatographie en phase gazeuse avec multi-canal d'enregistrement dans le lobe antennaire des insectes, nous décrivons une méthode pour l'identification de composés bioactifs.

Cite this Article

Copy Citation | Download Citations | Reprints and Permissions

Byers, K. J., Sanders, E., Riffell, J. A. Identification of Olfactory Volatiles using Gas Chromatography-Multi-unit Recordings (GCMR) in the Insect Antennal Lobe. J. Vis. Exp. (72), e4381, doi:10.3791/4381 (2013).

Please note that all translations are automatically generated.

Click here for the english version. For other languages click here.

Abstract

Tous les organismes vivent dans un monde plein de stimuli sensoriels qui déterminent leur réponse comportementale et physiologique à leur environnement. L'olfaction est particulièrement important chez les insectes, qui utilisent leurs systèmes olfactifs à répondre et à discriminer entre les stimuli, d'odeurs complexes. Ces odeurs susciter des comportements qui interviennent dans des processus tels que la reproduction et la sélection de l'habitat 1-3. En outre, la détection chimique par la médiation des comportements des insectes qui sont très importants pour l'agriculture et la santé humaine, y compris la pollinisation 4-6, herbivores de 7 cultures vivrières, et la transmission de la maladie de 8,9. Identification des signaux olfactifs et leur rôle dans le comportement des insectes est donc important de comprendre les processus écologiques et les ressources alimentaires de l'homme et du bien-être.

À ce jour, l'identification des substances volatiles qui animent le comportement des insectes a été difficile et souvent fastidieux. Les techniques actuelles comprennentd'enregistrement gaz électroantennogramme chromatographie couplée (GC-EAG) et chromatographie en phase gazeuse couplée simples enregistrements sensille (GC-SSR) 10-12. Ces techniques s'est avéré crucial dans l'identification de composés bioactifs. Nous avons développé une méthode qui utilise la chromatographie gazeuse couplée à canaux multiples enregistrements électrophysiologiques (appelé «GCMR ') de neurones dans le lobe antennaire (AL; primaire de l'insecte centre olfactif) 13,14. Cette technique state-of-the-art nous permet d'explorer la manière dont l'information odeur est représenté dans le cerveau des insectes. En outre, parce que les réponses neuronales aux odeurs à ce niveau de traitement en raison olfactive sont très sensibles au degré de convergence des neurones récepteurs de l'antenne en neurones AL, AL enregistrements permettra la détection des constituants actifs des odeurs naturelles de manière efficace et avec une grande sensibilité. Nous décrivons ici GCMR et donner un exemple de son utilisation.

Plusieurs étapes générales sont impliqués dans la détection des substances volatiles bioactives et de réponse aux insectes. Volatiles doivent d'abord être recueillies auprès de sources d'intérêt (dans cet exemple, nous utilisons des fleurs du genre Mimulus (Phyrmaceae)) et caractérisé, au besoin en utilisant des techniques de GC-MS 14-16. Les insectes sont préparés pour l'étude en utilisant un minimum de dissection, après quoi, une électrode d'enregistrement est inséré dans le lobe antennaire multi-canal et l'enregistrement commence neuronal. Post-traitement des données neuronales qui révèle alors odorants particuliers entraîner des réactions neurales par le système nerveux des insectes.

Bien que l'exemple que nous présentons ici est spécifique aux études de pollinisation, GCMR peut être étendu à un large éventail d'organismes d'étude et des sources volatiles. Par exemple, cette méthode peut être utilisée pour l'identification de substances odorantes attirant ou repoussant les insectes vecteurs et les ravageurs des cultures. En outre, GCMR peut également être utilisé pour identifier attractifs pour les insectes bénéfiques, tels que pollinators. La technique peut être étendue à des non-sujets insectes ainsi.

Protocol

1. Follection volatile

  1. Dans cet exemple, nous utilisons les échantillons volatils de M. fleurs lewisii - un natif de fleurs sauvages alpines en Californie. Volatils sont recueillis à l'aide des méthodes dynamiques de sorption selon Riffell et al. 14. En bref, cette méthode utilise un système en boucle fermée piégeage où les fleurs sont enfermées dans un sac en téflon. En utilisant une pompe à vide inerte, l'air autour des fleurs est aspiré à travers un «piège» composé d'une pipette Pasteur rempli de Porapak Q matrice. L'air de retour de la pompe est filtrée par le charbon actif. Après une période de temps prescrite, dans notre cas, 24 h, le Porapak Q matrice est éluée avec un solvant non polaire, généralement hexane, pour recueillir l'extrait concentré. L'extrait est ensuite stocké dans -80 ° C jusqu'à l'analyse. Si nécessaire, les échantillons peuvent être concentrée avant l'analyse sous un courant d'azote gazeux. Sauf si l'échantillon est déjà bien caractérisé, exécutez une aliquote de l'un parchromatographie en phase gazeuse-spectrométrie de masse (GC-MS) pour identifier les composants volatils avant d'utiliser l'échantillon.

2. Préparation électrophysiologique

  1. Couper environ 1 cm de l'extrémité d'une pointe de pipette 1000 pi. Placez un bourdon (Bombus impatiens) dans la base de la pointe de pipette et poussez doucement vers l'extrémité opposée de la pointe jusqu'à ce que la tête est exposée.
  2. Faire fondre la cire dentaire et la façonner autour de la tête exposée, en s'assurant que les adhère cire sur les yeux composés de sécurité et de faire la tête de l'abeille complètement immobile. Soyez sûr de ne pas obtenir la cire sur l'antenne de l'abeille.
  3. Une fois que la tête est sûr, faire un carré, en forme de fenêtre, incision dans la capsule tête à l'aide d'un rasoir à lame coupe-circuit ou la taille adéquate scalpel pour couper les cuticules. Avec la lame de coupe-, à partir de la face dorsale de la tête de capsule, immédiatement derrière l'antenne et une adjacente à des yeux à facettes. Couperune ligne droite et d'un composé oeil à l'oeil controlatéral composé. Après avoir coupé une ligne droite à l'œil composé contraire, commencer à faire une incision dorsale jusqu'à ce que les courbes de la capsule céphalique et se termine près de son thorax. À ce stade, commencer à couper vers l'extrémité opposée de la capsule céphalique. Enfin, une fois qu'une ligne a été coupée à l'extrémité opposée, couper une ligne de retour à la position de départ de l'incision initiale. Il est important de supprimer la cuticule qui est adjacente à l'antenne, car cela empêcher l'insertion de l'électrode.
  4. Une fois que la cuticule est coupé, utiliser une paire de pinces pour enlever la cuticule des abeilles, qui devrait ensuite exposer le cerveau de l'abeille et, plus important encore, les lobes antennaires. Commencer immédiatement superfusing le cerveau des insectes avec une solution saline, de sorte que le cerveau ne soit pas desséché. Après le cerveau est exposé, soigneusement d'utiliser une paire de pinces très fines pour retirer la gaine périneurale immédiatement au-dessus des lobes antennaires. Soyez très prudent de ne pasperforation du cerveau de l'abeille avec la pince.

3. Chromatographie en phase gazeuse avec Multi-canal d'enregistrement

  1. L'abeille "préparation" - fixé dans un tube avec son cerveau exposé - est maintenant prêt pour l'enregistrement électrophysiologique. Placer l'abeille dans une pince, fixé sur un support magnétique qui se trouve sur une table pneumatique.
  2. Fixer une poche de perfusion, régulateur de débit et un tube (rempli d'une solution saline d'insecte), de sorte que la solution saline superfuses continu du cerveau.
  3. L'aide d'un micromanipulateur, insertareference électrode, faite de fil de tungstène, dans l'œil de l'abeille.
  4. À l'aide d'un micromanipulateur séparée, insérer le électrode à canaux multiples, par exemple un fil enroulé tétrode, ou de silicium multi-canaux d'électrode (Technologies NeuroNexus), dans les lobes antennaires de l'abeille. Cette électrode est reliée à un pré-amplificateur tel que le S-3 TDT système de série au processeur Z BioAmp Z-bus du système TDT. La sortie de la Chro gazdétecteur matogram par l'intermédiaire d'un câble blindé BNC peut être interfacé avec le système d'acquisition de données et amplificateur de telle sorte que le signal à la fois nerveuse et GC est synchronisé.
  5. Attendre environ 30-60 minutes pour les enregistrements de neurones pour se stabiliser. Une fois l'activité spontanée et de la forme d'onde d'unités dans les canaux d'enregistrement sont devenues compatibles, utilisez une seringue odeur de stimuler l'abeille et observer la réponse des canaux d'enregistrement à l'odeur.
  6. Enregistrer des pointes extracellulaires de neurones auto-seuillage par les canaux d'enregistrement par 3,5 à 5 sigma du signal sur les canaux d'enregistrement individuels. Seuillage manuel ne peut être exigée pour certains canaux pour éviter toute contamination du bruit électrique. Les potentiels d'action des neurones apparaissent comme des pointes de tension dans le canal d'enregistrement. Lorsque la tension de la chaîne dépasse le seuil, le système de mémoire tampon et permet d'économiser les quelques millisecondes avant et après le franchissement du seuil, ce qui takinga instantané de la forme d'onde, ou une pointe.
  7. Juste à côté de la table de l'air est le GC. Avant d'injecter l'extrait floral dans la GC, assurez-vous que la méthode de la rampe de température de la piste de GC est correcte. Dans notre exemple, nous utilisons une méthode de la température de départ à 50 ° C pendant 4 min suivie d'une augmentation de la température à une vitesse de 10 ° C / min. à 220 ° C, à laquelle nous tenons la GC pour un autre 6 min. Nous utilisons une colonne DB-5 GC (J & W Scientific, Folsom, CA, USA), avec l'hélium comme gaz porteur. L'entrée est sans division, avec une température réglée à 200 ° C. La température du détecteur à ionisation de flamme est réglée à 230 ° C.
  8. Injecter l'échantillon extrait de l'espace de tête florale dans le port d'injection chauffée de la GC pour libérer les composés volatils adsorbés dans la colonne GC. L'effluent de la colonne est divisée 1:1 entre le détecteur à ionisation de flamme (FID) et l'antenne d'abeille à l'aide d'un verre "Y" (J & W Scientific). Commencez recording de l'électrode comme vous injecter un échantillon dans la GC.
  9. Après la course GC est terminée, laisser reposer la préparation pendant 5 à 15 min. Ensuite, soit injecter un autre échantillon dans la GC ou de stimuler la préparation à l'aide simples composés volatils ou mélanges de composés. Dans ce dernier mode de stimulation de la préparation, des impulsions d'air à partir d'un flux d'air constant est dévié à travers une seringue en verre contenant un morceau de papier filtre sur laquelle les composés ont été déposés. Le stimulus d'odeur a été puisées au moyen d'une électrovanne à commande contrôlée par le logiciel.
  10. Si l'activité de l'unité s'arrête soudainement ou modifications, consultez le goutte à goutte une solution saline et laissez reposer la préparation pendant 15 min. Si l'activité spontanée ne retrouve pas son niveau précédent, puis la préparation doit être jeté et une autre abeille utilisés s'ils sont disponibles.
  11. Après l'expérience, le cerveau fixer avec 5% de formol pendant 20 min avec la sonde reste dans le tissu. Ensuite, le cerveau d'acciseet placez-le dans du glutaraldéhyde à 2% pendant 4 heures, puis faire une série d'éthanol à la déshydratation et effacer le cerveau avec du salicylate de méthyle. Sur la base de la fixation et de la compensation du tissu, les emplacements de la AL où les électrodes perforé le tissu doit être clairement visible par microscopie confocale.

4. Analyse des données

  1. Analyser les données recueillies après l'expérience pour séparer et identifier les unités de disques de neurones. Utiliser des logiciels typiques (trieuse Hors ligne, MClust et SClust) aux formes d'onde distincte, ou «pointes», basé sur des formes pointe, tels que l'amplitude crête ou de vallée, pic demi-largeur, etc, ou des mesures réduites (composantes principales) 17 , 18 (figure 2). Utilisez uniquement les grappes de pointes qui se sont séparés dans l'espace tridimensionnel (PC1-PC3) et sont statistiquement différents entre eux (ANOVA multivariée, p <0,05) (figure 2) pour une analyse plus approfondie. S'il vous plaît se référer àcitation # s 17-19 pour une description complète de l'enregistrement tétrode et pointes de tri des méthodologies.
  2. Horodater les pointes dans chaque grappe, et d'exporter ces données pour l'analyse en utilisant MATLAB ou Neuroexplorer (Technologies Nex, Winston-Salem, Caroline du Nord) pour créer des parcelles de trame et les réponses cadence de tir (figures 2, 3A).
  3. Identifier les temps de rétention des composés volatils à partir des données enregistrées simultanément GC. Utiliser les temps de rétention des substances volatiles, déterminées par le sommet du pic du chromatogramme, pour examiner les réponses unitaires à ces points dans le temps.
  4. Pour examiner les réponses des unités individuelles à travers la course GC, ben le nombre de pics dans les intervalles 100 ms et d'examiner l'évolution temporelle de tirer des réponses de taux par rapport à la durée de rétention d'élution volatiles. Le regroupement des pointes à 100 ms intervalles fournit suffisamment de détails, ou signal, à propos de l'évolution temporelle de la réponse neuronale à une substance odorante éluant de la GC.
  5. Pour exaextraire les réactions des populations aux substances volatiles élution différents, intégrer les réponses de fréquence de décharge des unités individuelles au cours d'une fenêtre d'échantillonnage 3 sec, 1,5 sec avant et après 1,5 secondes, le temps de rétention du volatile (figure 3). Cette période de temps est typique de la durée d'une élution volatile de la GC. Nous montrons tir réponses tarifaires des unités de codage couleur entre eux (le rouge est une réponse tir à haut débit, le bleu est une réponse faible) et en les disposant comme une matrice des activités à chaque ligne représentant la réponse d'ensemble à l'effluent GC (colonnes) ( Figure 3).

Subscription Required. Please recommend JoVE to your librarian.

Representative Results

Dans l'essai à l'aide du GCMR M. lewisii parfum floral, nous injectons 3 pi de l'extrait dans le CG. Le nombre total de substances volatiles élution à travers la GC est généralement 60-70 volatiles. Le parfum de M. lewisii est constitué en majorité de monoterpenoids, y compris β-myrcène (acyclique) et α-pinène, le reste de l'odeur composée de six-carbone volatiles, tels que le 2-hexanol, et qui comprennent des sesquiterpénoïdes <1% de l'espace de tête.

GCMR tire parti de la sensibilité des neurones du lobe antennaire, ainsi que le traitement neuronal des matières volatiles biologiquement importants. Cependant, enregistrements multicanaux de cette nature, en effet, prendre un échantillon aléatoire de neurones dans le lobe antennaire. C'est parce que de légers changements dans la position de la position de la sonde entre les différentes préparations peuvent causer le tableau d'enregistrement de goûter à différents neurones. En outre, les positions exactes et morphologies des neurones enregistrés ne sont pas connus parce que l'enregistrement est extracellulaire. Pour tenir compte de ces effets, nous avons généralement réaliser des expériences GCMR avec 8 à 16 préparations, de 8 à 18 unités neuronales dans chaque préparation. A titre d'illustration, cependant, nous allons utiliser les données d'une seule préparation (8 unités).

D'après les expériences GCMR, nous avons constaté que les unités sont étonnamment sélective dans leur réponse aux substances volatiles, comme le montre la figure 3A. Le tracé inférieur (en noir) représente le chromatogramme d'ions, où chaque pic correspond à une donnée qui est volatil à destination de la détection dans le temps. Le tracé supérieur (bleu) montre les réponses à taux de tir d'une unité. Réponses unitaires ont été calculés par le nombre de binning pointes produites dans un intervalle de 100 ms, et en divisant par ce délai de produire le taux. Dans l'exemple, l'unité neuronale est sélective en réponse à D-limonène. Notez que, dans cet appareil, le firin spontanéetaux de g peut encore être variable et sujet à des fluctuations aléatoires. Néanmoins, les réponses à D-limonène étaient bien au-dessus de l'intervalle de confiance de 95%, selon les calculs de la variance dans les réponses à taux de tir à travers le temps.

Toutes les unités, cependant, a répondu à des substances volatiles à élution de la GC. En fait, en moyenne, environ 50% des unités enregistrées dans chaque ensemble n'ont pas répondu (figure 3B). Ce qui est surprenant étant donné la diversité de composés volatils dans l'espace de tête floral qui sont éluant de la GC. Cependant, la proportion de non-réponse des unités dans un ensemble est étonnamment cohérente entre les préparations, que l'on trouve dans les études antérieures 13,14.

Au-delà des réponses des unités individuelles, le système GCMR permet également l'analyse de la population au niveau des réponses aux odorants élution de la GC. Dans l'exemple présenté ici, il ya une forte sélectivité ensemble pour un groupe de substances odorantes plusieurs ( trans-β-ocimène, respectivement) ont produit des réponses solides dans l'ensemble, comme représenté par la cadence de tir normalisée de chaque unité de l'ensemble (échelle de couleur).

Figure 1
Figure 1. Schéma de l'espace de tête de sorption et le système GCMR. (A) Dans le schéma, une fleur est enfermée dans un sac en téflon, et en utilisant une pompe à vide, l'air du sac est aspiré à travers un piège volatile (Porapak Q) pour concentrer la émise volatiles. L'air est filtré et est retourné à la fleur fermée. (B) L'échantillon extrait de l'espace libre floral est d'injectered dans le CPG et l'effluent de la colonne est divisée de telle sorte que la moitié de l'écoulement entre chaque détecteur de la GC à ionisation de flamme, et l'autre moitié de l'effluent est réalisée par une ligne de transfert chauffée et arrive simultanément à l'antenne de l'abeille. Les potentiels d'action de l'ensemble AL neurones sont enregistrées en continu extracellulaire lors de la 20 min de livraison odeur par GC. Cliquez ici pour agrandir la figure .

Figure 2
Figure 2. Tri d'unités enregistrées à l'aide du tableau d'enregistrement multi-canal (MR) dans AL de l'abeille. Les deux tiges sont espacées de sorte que le tableau englobe un grand volume de l'AL. (A) La caractéristique de forme d'onde (par exemple ampères litude, vallée) de chaque "pointe" dans l'enregistrement tétrode peuvent être tracées dans l'espace tridimensionnel. Dans l'exemple présenté ici, la hauteur de chaque pic dans 3 des 4 canaux d'enregistrement est tracée en 3-D. Parce que chaque unité aura sa propre forme transitoire, les pointes d'une unité donnée se regroupent, ce qui permet aux unités d'être identifiés et triés les uns des autres. Unités triés montré de nettes différences dans les réponses de tir (B; complot tramé) et de la forme d'onde (C) Positionnement des quatre canaux sur chaque tige fournis enregistrement de larges zones dans les glomérules et le traitement neuropile. L'activité neuronale a été enregistrée sur chacun des quatre canaux, tracé en 3 dimensions d'espace (comme indiqué en A), et triés en fonction des caractéristiques de forme d'onde. Cliquez ici pour agrandir la figure .

moyens "> Figure 3
Figure 3. (A) de tir histogrammes taux de réponses unitaires pour les composés à élution de la M. lewisii espace de tête extrait (3 injection ul) (trace inférieure, noir). Certaines substances odorantes (par exemple le D-limonène, flèche rouge) évoque des réponses significatives dans les unités (B) Réponse de toutes les unités qui ont été enregistrées à partir de la MR à chaque odorant élue de la GC.. Le tracé de la surface est de couleur selon les réponses normalisées cadence de tir des unités individuelles. Cliquez ici pour agrandir la figure .

Subscription Required. Please recommend JoVE to your librarian.

Discussion

Olfactif des insectes à médiation comportements conduire de nombreux processus différents, y compris la reproduction, la sélection du site d'accueil, et l'identification des ressources alimentaires appropriées. L'étude de ces processus nécessite la capacité d'identifier les composés volatils émis par la source, ainsi que la capacité d'identifier les composés qui sont médiatrices les comportements. Pour compliquer les choses, c'est que les odeurs sont composées de quelques dizaines à quelques centaines de composés individuels qui, ensemble, créent un parfum unique qui est perçu différemment que les constituants individuels 6,7,13,19,20. Recherche, d'abord menée dans le système phéromones sexuelles 12, et plus récemment dans les odeurs de nourriture, et la ponte liée 13,20, a montré que l'efficacité du comportement du mélange réside en fonction de quelques-uns, volatiles clés dans le mélange, et que les mélanges obtenir plus de manière significative les réponses comportementales que les constituants individuels. Identifier les personnes clésconstituants est donc un élément important dans l'écologie chimique moderne ainsi que la neurobiologie olfactif.

Une variété de techniques ont surgi au cours des cinquante dernières années pour l'identification de composés bioactifs qui animent le comportement des insectes. La principale technique pour la détection de substances volatiles par l'antenne d'insecte est chromatographie en phase gazeuse-Electroantennographie (GC-EAG). EAG a été initialement développé par Schneider 21 ans, qui a enregistré des fluctuations de tension de petite taille généralement supposés être causés par des dépolarisations électriques de nombreux neurones olfactifs entre la pointe et la base d'une antenne d'insecte pendant la stimulation. EAG a ensuite été intégré à la GC pour une identification précise des substances volatiles espace de tête qui suscitent des réponses antennaires 12,22. En outre, l'enregistrement des neurones récepteurs individuels de l'antenne insecte a été développé plus tard 11,23 et couplé avec le GC de fournir un seul sensille enregistrements ou GC-SSR. Aien que GC-SSR prend plus de temps et sont difficiles à GC-EAG, les enregistrements de fournir des informations sur les réponses des cellules individuelles par le biais potentiels d'action en réponse aux GC-effluents, et permet l'identification de ces récepteurs qui sont spécialisés pour des composés particuliers que pourrait être manquée par GC-EAG 24.

Le GC-EAG et GC-SSR techniques offrent identification des substances volatiles qui suscitent des réponses à la périphérie, et sont donc impliqués dans la réception odorant. Des techniques plus récentes ont commencé à examiner les réponses dans le système nerveux central des deux mammifères et des insectes, et sont donc impliqués dans la perception odorante. Ces techniques se divisent en deux grandes catégories: les méthodes d'imagerie appelée GC 25-I (chromatographie en phase gazeuse-imagerie) et les méthodes directes (par exemple électrophysiologiques GCMR). GC-I et GCMR offrent plusieurs avantages en raison de la convergence des neurones sensoriels de la projection ou de sortie, les neurones duAL, ainsi que que ces méthodes permettent de déterminer comment odorants sont représentées dans le cerveau des insectes. En outre, des méthodes similaires sont actuellement utilisés dans le cerveau des mammifères 25.

Malgré ces avantages, GCMR et GC-I offrent également des inconvénients. L'analyse des données peut prendre beaucoup de temps, et dans le cas de la GCMR, les projections glomérulaires des unités enregistrées neurones ne sont pas connus en raison des enregistrements étant extracellulaire. En outre, l'insecte AL est innervé par plusieurs différents types de neurones dont les neurones de projection (PN) et des interneurones locaux (LN) rendant ainsi l'identification des unités enregistrées difficiles. Cependant, la teigne, M. sexta, des travaux récents ont démontré que les billets à ordre et LNS peut être identifié par le comportement de dopage des neurones, permettant ainsi l'identification de ces types de neurones par leur activité spontanée 26. Néanmoins, GCMR et GC-I permet l'identification des substances odorantes qui activÃneurones récepteurs électroniques spécialisés qui ne peuvent suscitent des réponses EAG forts, ainsi que de déterminer comment la population de neurones dans le cerveau à traiter les substances volatiles. Une étude comparant ces différentes méthodes n'a pas encore été effectué, même si nos données préliminaires suggèrent que le GCMR peut-être plus adapté que le GC-EAG pour les composés qui sont bioactifs, mais sont à l'état de traces dans l'extrait (résultats non publiés Riffell). Les travaux futurs pourraient examiner le compromis de la sensibilité de la détection de substances odorantes bioactifs avec le temps d'analyse des différentes méthodes.

Bien que nous nous sommes concentrés ici sur le détail des méthodes d'analyse que nous utilisons pour B. abeilles impatiens et le parfum de M. lewisii, l'extrait et les espèces d'insectes utilisés peuvent être modifiés si certaines modifications soient faites. Les espèces d'insectes peuvent être placés dans différents embouts de pipette (10 à 200 pi) en fonction de leur taille. Les espèces plus grandes, comme le papillon de nuit, Manducasexta, peut être placé en 6 flacons d'échantillons ml. De cette façon, la préparation est maintenu en vie ce qui permet des enregistrements stables pendant plusieurs heures dans la durée.

Pris dans leur ensemble, les méthodes analytiques pour l'isolement de composés avec des enregistrements électrophysiologiques dans les insectes présents cerveau des outils puissants pour l'identification de composés bioactifs, et lorsqu'il est utilisé en tandem avec des expériences comportementales, peuvent présenter un moyen permettant de déterminer volatiles importantes liées à l'alimentation pour comportements chez les insectes 13, ainsi que ceux qui participent à l'hôte du site 2, et le sang-hôte comportements liés à 27 qui sont importants pour les organismes agricoles et les vecteurs de maladies.

Subscription Required. Please recommend JoVE to your librarian.

Disclosures

Aucun conflit d'intérêt déclaré.

Acknowledgments

Ce travail a été soutenu par la NSF subvention IOS 1121692, et par l'Université de Washington Research Foundation.

Materials

Name Company Catalog Number Comments
Porapak Type Q 80-100 mesh Waters WAT027060
Reynolds Oven Bags Reynolds
GC Agilent 7820A
GC column J&W Scientific, Folsom, CA, USA DB-5 (30 m, 0.25 mm, 0.25 μm)
Analytical helium carrier gas Praxair HE K 1 cc/min
16-channel silicon electrode Neuronexus Technologies a4x4-3mm50-177
Fine wire NiCr, 0.012 mm diameter) Sandvik Kanthal HP Reid PX000004 For making custom tetrodes and stereotrodes
Pre-amplifier Tucker-Davis System PZ-2
Amplifier Tucker-Davis System RZ-2
Data acquisition system - OpenEx suite Tucker-Davis System
Online spike-sorting software - SpikePac Tucker-Davis System
Offline spike-sorting software - Mclust Spike-sorting toolbox David Redish, Department of Neuroscience, University of Minnesota Free download at http://redishlab.neuroscience.umn.edu/MClust/MClust.html MATLAB toolbox

DOWNLOAD MATERIALS LIST

References

  1. Hildebrand, J. G., Shepherd, G. M. Mechanisms of olfactory: converging evidence for common principles across phyla. Annual Review of Neuroscience. 20, 595-631 (1997).
  2. Reisenman, C. E., Riffell, J. A., Bernays, E. A., Hildebrand, J. G. Antagonistic effects of floral scent in an insect-plant interaction. Proceedings of the Royal Society B: Biological Sciences. 277, 2371-2379 (2010).
  3. Reisenman, C. E., Riffell, J. A., Hildebrand, J. G. International Symposium on Olfaction and Taste. 1170, 462-467 (2009).
  4. Alarcón, R. Congruence between visitation and pollen-transport networks in a California plant-pollinator community. Oikos. 119, 35-44 (2010).
  5. Alarcón, R., Waser, N. M., Ollerton, J. Year-to-year variation in the topology of a plant-pollinator interaction network. Oikos. 117, 1796-1807 (2008).
  6. Riffell, J., et al. Behavioral consequences of innate preferences and olfactory learning in hawkmoth-flower interactions. P. Natl. Acad. Sci. U.S.A. 105, 3404-3409 (2008).
  7. De Moraes, C. M., Lewis, W. J., Pare, P. W., Alborn, H. T., Tumlinson, J. H. Herbivore-infested plants selectively attract parasitoids. Nature. 393, 570 (1998).
  8. Carey, A. F., Wang, G., Su, C. -Y., Zwiebel, L. J., Carlson, J. R. Odorant reception in the malaria mosquito Anopheles gambiae. Nature. 464, 66-71 (2010).
  9. Turner, S. L., et al. Ultra-prolonged activation of CO2-sensing neurons disorients mosquitoes. Nature. 474, 87-91 (2011).
  10. Pellegrino, M., Nakagawa, T., Vosshall, L. B. Single sensillum recordings in the insects Drosophila melanogaster and Anopheles gambiae. J Vis Exp. (36), e1725 (2010).
  11. Syed, Z., Leal, W. S. Electrophysiological measurements from a moth olfactory system. J. Vis. Exp. (49), e2489 (2011).
  12. Roelofs, W. L., Comeau, A., Hill, A., Milicevic, G. Sex attractant of the codling moth: characterization with electroantennogram technique. Science. 174, 297-299 (1971).
  13. Riffell, J. A., Lei, H., Christensen, T. A., Hildebrand, J. G. Characterization and coding of behaviorally significant odor mixtures. Current Biology. 19, 335-340 Forthcoming.
  14. Riffell, J. A., Lei, H., Hildebrand, J. G. Neural correlates of behavior in the moth Manduca sexta in response to complex odors. Proceedings of the National Academy of Sciences of the U.S.A. 106, 19219-19226 (2009).
  15. Raguso, R. A., Pellmyr, O. Dynamic headspace analysis of floral volatiles: a comparison of methods. Oikos. 81, 238-254 (1998).
  16. Rodriguez-Saona, C. R. Herbivore-induced blueberry volatiles and intra-plant signaling. J Vis Exp. e3440 (2011).
  17. Nguyen, D. P., et al. Micro-drive array for chronic in vivo recording: tetrode assembly. J Vis Exp. e1098 (2009).
  18. Schjetnan, A. G. P., Luczak, A. Recording large-scale neuronal ensembles with silicon probes in the anesthetized rat. J Vis Exp. e3282 (2011).
  19. Deisig, N., Giurfa, M., Lachnit, H., Sandoz, J. -C. Neural representation of olfactory mixtures in the honeybee antennal lobe. European Journal of Neuroscience. 24, 1161-1174 (2006).
  20. Stökl, J., et al. A deceptive pollination system targeting drosophilids through olfactory mimicry of yeast. Current Biology. 20, 1846-1852 (2010).
  21. Schneider, D. Elektrophysiologische untersuchungen von chemo- und mechanorezeptoren der antenne des seidenspinners Bombyx mori L. Journal of Comparative Physiology A: Neuroethology, Sensory, Neural, and Behavioral Physiology. 40, 8-41 (1957).
  22. Arn, H., Städler, E., Rauscher, S. The electroantennographic detector: a selective and senstitive tool in the gas chromatographic analysis of insect pheromones. Zeitschrift für Naturforschung. 30c, 722-725 (1975).
  23. Schneider, D., Boeckh, J. Rezeptorpotential und nervenimpulse einzelner olfaktorischer sensillen der insektenantenne. Journal of Comparative Physiology A: Neuroethology, Sensory, Neural, and Behavioral Physiology. 45, 405-412 (1962).
  24. Blight, M. M., Pickett, J. A., Wadhams, L. J., Woodcock, C. M. Antennal perception of oilseed rape Brassica napus (Brassicaceae) volatiles by the cabbage seed weevil Ceutorhynchus assimilis (Coleoptera, Curculionidae). Journal of Chemical Ecology. 21, 1649-1664 (1995).
  25. Lin, D. Y., Shea, S. D., Katz, L. C. Representation of natural stimuli in the rodent main olfactory bulb. Neuron. 50, 937-949 (2006).
  26. Lei, H., Reisenman, C. E., Wilson, C. H., Gabbur, P., Hildebrand, J. G. Spiking patterns and their functional implications in the antennal lobe of the tobacco hornworm Manduca sexta. PLoS ONE. 6, e23382 (2011).
  27. Syed, Z., Leal, W. S. Acute olfactory response of Culex mosquitoes to a human- and bird-derived attractant. Proceedings of the National Academy of Sciences. 106, 18803-18808 (2009).

Comments

0 Comments


    Post a Question / Comment / Request

    You must be signed in to post a comment. Please or create an account.

    Usage Statistics