Summary

量化飞行昼夜活动的一种计算方法

Published: October 28, 2017
doi:

Summary

本文提出了一种量化飞行节律中主要时间特征的方法。通过拟合参数模型波形, 实现了飞行活动的量化。模型参数描述了每日活动的早晚峰值的形状和大小。

Abstract

在大多数动物和植物中, 昼夜节律时钟协调行为和分子过程, 并使它们与每日暗周期同步。这种时间控制基础的基本机制被广泛地研究使用果蝇, 作为一个模型生物体 .在苍蝇, 时钟通常是研究通过分析多日运动记录。这样的记录显示了一个复杂的双峰模式, 有两个活动的高峰: 黎明时分发生的峰值, 以及黄昏时分发生的傍晚高峰。这两个峰值一起形成一个波形, 它与时钟基因中的正弦振荡非常不同, 这表明除了时钟之外的机制对产生行为数据中的观察到的模式有深远的影响。在这里, 我们提供了使用最近开发的计算方法的说明, 数学描述了飞行活动中的时态模式。该方法符合活动数据的模型波形, 包括四指数术语和九独立的参数, 充分描述的形状和大小的上午和晚上的活动高峰。提取的参数可以帮助阐明基底的动力学机制的基础上普遍观察到的双峰活动模式的飞行节律。

Introduction

生物钟是一种内生的生化振荡器, 周期约24小时, 在动植物中几乎无处不在1,2。时钟有助于将生物体的内部过程和行为与外部光暗循环同步。自二十世纪六十年代使用果蝇、四腹果蝇以来, 昼夜节律时钟的遗传结构得到了广泛的研究。在这种昆虫中, 生物钟的核心包括四种蛋白质: 周期、永恒、时钟和周期。这些核心组分与其他分子一起形成一个反馈回路, 产生时钟基因的几乎正弦振荡3,4。在苍蝇的生物钟是广泛的研究使用多日运动记录, 飞行活动是检测到的一个单一的红外光束跨越中间的单个管5。一个典型的飞行记录有一个复杂的双峰模式与两个很好的可区分峰: 早晨峰值 (M), 开始在晚上的结束, 并有一个最大的灯打开;和傍晚峰值 (E), 它在一天结束时开始, 在指示灯关闭6时具有最大值。有趣的是, 这种行为记录的形状与在分子水平上观察到的简单的正弦振荡有很大的不同, 这暗示了额外的机制对观测到的时间模式的作用。为了更好地理解这些隐藏的机制, 我们开发了一个计算工具, 它提供了对时态模式的定量描述。

在我们的工作中, 运动节律的定义是一个波形, 模仿飞行活动模式。由于简单的正弦波不能用来对活动中观察到的节律变化进行建模, 我们测试了各种信号形状, 以选择最简单的方法来捕捉记录中所看到的所有显著特征。果蝇昼夜节律行为是由时钟神经元的活动控制的, 通常有指数模式的激活和失活7。数据的指数动力学和可视化分析促使我们建立一个指数条件的模型, 由四指数组成, 具有九独立参数, 与飞行活动模式8相似。除了运动数据外, 我们还分析了它的功率谱。典型的飞行活动谱显示多个峰值在谐波 t0/2, t0/3,, 除了预期的基本峰值在生理周期 t0。根据傅立叶定理, 只有一个纯正弦波在功率谱中产生一个峰值, 而更复杂的波形在主周期的谐波中显示多个谱峰 (图 1)。因此, 考虑到飞行活动中的正弦时间模式8, 数据的峰功率谱在数学上是预期的, 并不一定意味着存在多个周期的振荡。重要的是, 所提出的模型波形的功率谱也显示了主周期所有谐波的峰值, 类似于飞行的运动记录, 从而强调了我们的模型描述的时间和频率上的飞行数据的高保真度。

在时间分辨率为几分钟或更少的情况下, 飞行活动数据出现噪音, 使得很难直接从原始数据中提取参数。分数据进入更长的时间间隔可以降低噪声水平, 但是, 可以改变数据的方式, 可能会影响模型参数的估计。因此, 我们从记录的功率谱中获取参数, 使用从模型函数的傅里叶变换中计算出的期望功率谱的解析表达式8 (参见附加文件1的引用8)。这种从功率谱获取参数的方法产生了精确的参数值, 而不需要对原始活动数据进行任何附加操作 (如分或过滤)。在参考8中描述了模型的数学细节以及对野生类型和突变数据的应用。这里介绍的协议集中于使用计算工具的 step-by 步骤指令。

Protocol

1. 使用果蝇活动监测器 (大坝) 测量飞行运动 注意: 有关详细信息, 请参阅参考 5 。 在一端和棉花上准备单独的苍蝇管。食物的末端应密封, 以防食物干燥。 在50毫升的烧杯中放入5-6 克的飞行食物。把食物切成小块, 使它更容易融化. 连接32个单独的玻璃管和一个橡皮筋. 将烧杯中的食物加热到微波炉中10-15 秒. 每5秒停止微?…

Representative Results

这里提出的方法可以量化的主要特点, 在飞行的运动模式。量化是通过将活动数据与由四指数术语组成的模型拟合来实现的: 该模型具有描述活动模式的九独立参数。参数 bmd、bMR、bED、和…

Discussion

这项工作给出了使用计算工具的说明, 它提供了对飞行运动模式的定量描述。该工具适用于运动数据与一个数学模型, 由四指数术语, 共同描述的形状和大小的 M 和 E 峰。模型参数的最终值是从拟合数据的功率谱得到的, 在这里, 原始数据的使用可以避免数据分或过滤对参数值施加的 artefactual 影响。模型参数可用于进一步研究飞行运动和引起活动峰的机制。

该管接头的质量可以…

Divulgations

The authors have nothing to disclose.

Acknowledgements

我们感谢斯坦尼斯拉夫·切尔 Lazopulo 对视频内容的帮助。

Materials

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

  1. Pittendrigh, C. S. Circadian systems: general perspective. Biological Rhythms. II, 57-80 (1981).
  2. Zhang, E. E., Kay, S. A. Clocks not winding down: unravelling circadian networks. Nat Rev Mol Cell Biol. 11 (11), 764-776 (2010).
  3. Tataroglu, O., Emery, P. The molecular ticks of the Drosophila circadian clock. Curr Opin Insect Sci. 7, 51-57 (2015).
  4. Plautz, J. D., et al. Quantitative analysis of Drosophila period gene transcription in living animals. J Biol Rhythms. 12 (3), 204-217 (1997).
  5. 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).
  6. 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).
  7. 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).
  8. Lazopulo, A., Syed, S. A mathematical model provides mechanistic links to temporal patterns in Drosophila daily activity. BMC Neuroscience. 17 (1), 14 (2016).
  9. 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).
  10. 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).
  11. Guo, F., et al. Circadian neuron feedback controls the Drosophila sleep-activity profile. Nature. 536 (7616), 292-297 (2016).
check_url/fr/55977?article_type=t

Play Video

Citer Cet Article
Lazopulo, A., Syed, S. A Computational Method to Quantify Fly Circadian Activity. J. Vis. Exp. (128), e55977, doi:10.3791/55977 (2017).

View Video