En beregningsudstyr til at kvantificere flyve døgnrytmen aktivitet

Summary

En metode til at kvantificere tidsmæssige hovedtræk set i flyve døgnrytmen bevægeapparatet rytmer er præsenteret. Kvantificering opnås ved montering flyve aktivitet med en multi parametrisk model bølgeform. Model parametre beskriver form og størrelse af morgen og aften toppene af daglig aktivitet.

Abstract

I de fleste dyr og planter, døgnrytmen ure orkestrere adfærdsmæssige og molekylære processer og synkronisere dem til den daglige lys-mørke cyklus. Grundlæggende mekanismer, der ligger bag denne timelige kontrol studeres bredt ved hjælp af bananfluen Drosophila melanogaster som en model organisme. I fluer, er uret typisk studerede ved at analysere multiday bevægeapparatet optagelse. Sådan en optagelse viser en kompleks bimodal mønster med to toppe af aktivitet: en morgen peak, der sker omkring daggry, og en aften peak, der sker omkring solnedgang. Disse to toppe tilsammen danner en bølgeform, der adskiller sig meget fra sinusformet svingninger observeret i ur gener, tyder på, at mekanismer ud over uret have dybtgående virkninger i producerer de observerede mønstre i adfærdsmæssige data. Her giver vi instruktioner om brug af en nyligt udviklede beregningsudstyr, som matematisk beskriver tidsmæssige mønstre i flyve aktivitet. Metoden passer aktivitetsdata med en model bølgeform, der består af fire eksponentiel vilkår og ni uafhængige parametre, der fuldt ud beskriver form og størrelse af morgen og aften toppene af aktivitet. De udpakkede parametre kan hjælpe med at belyse de kinetiske mekanismer af substrater, der ligger til grund for almindeligt observerede bimodal aktivitet mønstre i flyve bevægeapparatet rytmer.

Introduction

Døgnrytmen uret er en endogen biokemiske oscillator med en periode på ca. 24 timer og er næsten allestedsnærværende i dyr og planter,^1,2. Uret hjælper synkronisere en organismes interne processer og adfærd til den eksterne lys mørke cyklus. Den genetiske struktur af døgnrytmen uret er blevet meget studeret siden i 1960 ‘ erne ved hjælp af frugtflue, D. melanogaster. I dette insekt, kernen i døgnrytmen uret består af fire proteiner: periode, TIMELESS, ur og cyklus. Disse kernekomponenter sammen med andre molekyler danner en feedback-sløjfe, der producerer næsten sinusformet svingninger af ur gener^3,4. Døgnrytmen uret i fluer er almindeligt studerede ved hjælp af multiday bevægeapparatet optagelser hvor flyve aktivitet registreres med en enkelt infrarød stråle passerer i midten af en individuel tube⁵. En typisk flyve optagelse har en kompleks bimodal mønster med to godt skelnes toppe: morgen peak (M), der starter i slutningen af natten og har en maksimal når lysene tænder; og aftenen peak (E), der starter i slutningen af dagen og har en maksimal når lyset slukke⁶. Interessant, er formen af sådanne adfærdsmæssige optagelse meget forskellig fra de simple sinusformet svingninger observeret på det molekylære niveau, tyder på handlingen af yderligere mekanismer bidrager til de observerede tidsmæssige mønstre. For bedre at forstå disse skjulte mekanismer, har vi udviklet en beregningsmæssige værktøj, der giver en kvantitativ beskrivelse af de tidsmæssige mønstre.

I vores arbejde, er bevægeapparatet rytmer defineret i en bølgeform, der efterligner flyve aktivitet mønster. Da enkel sinus bølger ikke kan bruges til at modellere de observerede rytmiske ændringer i aktivitet, testede vi forskellige signal figurer at vælge den enkleste, indfanger alle de vigtigste træk set i optagelserne. Bananfluen døgnrytmen adfærd styres af aktiviteten af ur neuroner, der ofte har eksponentiel mønstre for aktivering og deaktivering af⁷. Eksponentielle dynamik og visuel analyse af dataene, der motiverede os til at bygge en model med eksponentiel vilkår består af fire eksponenter med ni uafhængige parametre og der ligner flyve aktivitet mønster⁸. Ud over de bevægeapparatet data analyserer vi også sin magt spektrum. Typisk flyve aktivitet spektrum viser flere toppe på harmoniske T₀/2, T₀/3, osv., ud over den forventede grundlæggende peak på døgnrytmen perioden T₀. Ifølge Fourier sætningen producerer kun en ren sinusbølge en enkelt peak i power spektre, mens mere komplekse bølgeformer vis flere spektrale toppe på harmoniske af den primære periode (figur 1). Derfor, da den ikke-sinusformede tidsmæssige mønster i flyve aktivitet⁸, en multi peak magt spektrum af data forventes matematisk og betyder ikke nødvendigvis, at tilstedeværelsen af flere perioder af svingning. Vigtigere, viser power spektrum af den foreslåede model bølgeform også toppe på alle overtoner af den primære periode, svarende til de flyve bevægeapparatet optagelser, således understregelse high fidelity, som vores model beskriver flyve data både i tid og frekvens.

På tid beslutninger på et par minutter eller mindre, flyve aktivitet vises data støjende, hvilket gør det vanskeligt at udtrække parametre direkte fra de rå data. Binning data i længere tidsintervaller kan mindske støjniveau, men kan ændre data på måder, der kan påvirke estimering af model parametre. Vi får derfor parametrene fra power spektre af optagelser, ved hjælp af et analytisk udtryk for de forventede effekt spectra beregnes fra Fouriertransformation af model funktion⁸ (Se yderligere fil 1 reference⁸). Denne tilgang til at opnå parametre fra power spectra giver nøjagtige parameterværdier uden nogen yderligere manipulationer, såsom binning eller filtrering af rå aktivitetsdata. Matematiske detaljer af model og applikationer til wild-type og mutant data er beskrevet i reference⁸. Protokollen præsenteres her fokuserer på de trinvise instruktioner til at bruge værktøjet beregningsmæssige.

Protocol

1. måling af flyve bevægelse ved hjælp af Drosophila aktivitet Monitor (DAM) Bemærk: For flere detaljer se reference 5. Forbered enkelte flyve rør med mad på ene ende og bomuld på den anden. Slut med mad skal være forseglet for at undgå fødevaren mod udtørring. Sæt 5-6 g flyve mad i en 50 mL bægerglas. Skære mad i små stykker, så det er nemmere at smelte den. Tilslut 32 individuelle glasrør med en elastik. Sme…

Representative Results

Metoden præsenteres her giver mulighed for kvantificering af de vigtigste funktioner i flyve bevægelses mønster. Kvantificering opnås ved montering aktivitetsdata med en model, der består af fire eksponentiel vilkår: Modellen har ni uafhængige parametre, der beskriver aktiviteten mønster. Paramet…

Discussion

Dette arbejde præsenterer vejledning i brug af et beregningsprogram værktøj, som giver en kvantitativ beskrivelse af flyve bevægelses mønster. Værktøjet passer locomotion data med en matematisk model bestående af fire eksponentiel vilkår, der tilsammen beskriver formen og størrelsen af M og E toppene. De endelige værdier for parametrene model er fremstillet af montering magt spektre af data, hvor brugen af de rå data kan undgå artefactual effekter, der data binning eller filtrering kan pålægge parametervæ…

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