Summary

Um método computacional para quantificar a atividade Circadian voar

Published: October 28, 2017
doi:

Summary

É apresentado um método para quantificar as principais características temporais vistas na moscas circadianos ritmos locomotoras. A quantificação é alcançada por encaixe atividade voar com uma forma de onda do modelo multi paramétrico. Os parâmetros do modelo descrevem a forma e o tamanho da manhã e noite picos de atividade diária.

Abstract

Na maioria dos animais e plantas, pulsos de disparo circadianos orquestram processos comportamentais e moleculares em sincronizá-los para o ciclo diário de claro-escuro. Mecanismos fundamentais subjacentes a este controle temporal são amplamente estudados usando a mosca de fruta Drosophila melanogaster como um organismo modelo. Nas moscas, o relógio é tipicamente estudado analisando multiday gravação locomotor. Tal gravação mostra um complexo padrão bimodal com dois picos de atividade: um pico de manhã que acontece ao amanhecer e um pico de noite que acontece ao redor de Crepúsculo. Estes dois picos formam uma forma de onda que é muito diferente de sinusoidais oscilações observada nos genes do relógio, sugerindo que os mecanismos além do relógio têm efeitos profundos em produzir os padrões observados em dados comportamentais. Aqui nós fornecemos instruções sobre o uso de um método computacional desenvolvido recentemente que descreve matematicamente padrões temporais na atividade de voar. O método combina dados de atividade com uma forma de onda de modelo que consiste de quatro termos exponenciais e nove parâmetros independentes que descrevem completamente a forma e o tamanho da manhã e noite picos de atividade. Os parâmetros extraídos podem ajudar a elucidar os mecanismos cinéticos de substratos que sustentam os padrões de atividade bimodal comumente observados em ritmos locomotoras voar.

Introduction

O relógio circadiano é um oscilador bioquímico endógeno com um período de aproximadamente 24 horas e é quase onipresente nos animais e plantas1,2. O relógio ajuda a sincronizar processos internos do organismo e o comportamento para o ciclo escuro luz externo. A estrutura genética do relógio circadiano tem sido amplamente estudada desde a década de 1960 usando a mosca de fruta, d. melanogaster. Neste inseto, o núcleo do relógio circadiano consiste de quatro proteínas: período, TIMELESS, CLOCK e ciclo. Estes componentes de núcleo juntamente com outras moléculas formam um laço de realimentação que produz quase sinusoidais oscilações de relógio genes3,4. O relógio circadiano em moscas é amplamente estudado usando multiday locomotoras gravações onde forem detectadas atividades de voar com um único feixe infravermelho cruzando no meio de um tubo individual5. Uma mosca típica de gravação tem um complexo padrão bimodal com dois picos bem distinguíveis: pico de manhã (M) que começa no final da noite e tem um máximo quando liga as luzes; e o pico de noite (E) que começa no final do dia e tem um máximo quando luzes desliguem6. Curiosamente, a forma de tal gravação comportamental é muito diferente de simples sinusoidais oscilações observadas a nível molecular, sugerindo a ação de mecanismos adicionais, contribuindo para os padrões observados temporais. Para entender melhor estes mecanismos ocultos, nós desenvolvemos uma ferramenta computacional que fornece uma descrição quantitativa dos padrões temporais.

Em nosso trabalho, ritmos de locomoção são definidos em termos de uma forma de onda que imita o padrão de atividade de voar. Desde simples ondas senoidais não pode ser usadas para modelar as mudanças observadas rítmicas em atividade, testamos várias formas de sinal para selecionar o mais simples que captura todas as características salientes vistas nas gravações. Mosca da fruta circadian comportamento é controlada pela atividade de neurônios de relógio que muitas vezes têm padrões exponenciais de ativação e desativação de7. A dinâmica exponencial e a análise visual dos dados motivaram-na construir um modelo com termos exponenciais, consistindo de quatro expoentes com nove parâmetros independentes e muito parecidas com o padrão de atividade voar8. Além dos dados do aparelho locomotoras, analisamos também seu espectro de energia. Espectro de atividade típica de mosca mostra vários picos em harmônicos T02, T03, etc., além do esperado pico fundamental no período circadiano T0. De acordo com o teorema de Fourier, apenas uma onda senoidal pura produz um único pico no espectro de energia, enquanto as mais complexas formas de onda mostram vários picos espectrais em harmônicos do período primário (Figura 1). Portanto, tendo em conta o padrão temporal não-sinusoidal em atividade voar8, um espectro de potência multi-pico dos dados matematicamente é esperado e não implica necessariamente a presença de vários períodos de oscilação. Importante, o espectro de potência da onda modelo proposto também mostra picos em todos os harmônicos do período primário, semelhante às gravações locomotoras voar, reforçando assim a alta fidelidade com a qual nosso modelo descreve dados voar no tempo e na frequência.

Em resoluções de tempo de alguns minutos ou menos, mosca atividade dados aparecem barulhentos, tornando-se difícil extrair parâmetros directamente a partir dos dados brutos. Binning dados em intervalos de tempo mais longos podem diminuir o nível de ruído, mas podem alterar os dados de maneiras que podem afetar a estimativa dos parâmetros do modelo. Portanto, obtemos os parâmetros de espectros de potência das gravações, usando uma expressão analítica para os espectros de potência esperado calculados a partir da transformada de Fourier do modelo função8 (veja arquivo adicional 1 de referência8). Esta abordagem de obter parâmetros de espectros de potência produz valores de parâmetros precisos sem quaisquer manipulações adicionais, tais como binning ou filtragem, dos dados brutos de atividade. Detalhes matemáticos do modelo e dos aplicativos de dados tipo selvagem e mutantes são descritos na referência8. O protocolo apresentado aqui centra-se sobre as instruções passo a passo para usar a ferramenta computacional.

Protocol

1. medindo voar locomoção usando Drosophila atividade Monitor (DAM) Nota: para mais detalhes veja referência 5. Preparar individual voar tubos com comida em uma extremidade e algodão do outro. Final com alimentos deve ser selado para evitar que os alimentos sequem. Coloque 5-6 g de comida de mosca num copo de 50 mL. Corte os alimentos em pedaços pequenos, para que seja fácil de derretê-la Tubos de vidro individuais 32 conectar com…

Representative Results

O método apresentado aqui permite a quantificação das principais características no padrão de locomoção voar. A quantificação é alcançada por encaixe os dados de atividade com um modelo que consiste de quatro termos exponenciais: O modelo possui nove parâmetros independentes que descrevem o p…

Discussion

Este trabalho apresenta as instruções para o uso de uma ferramenta computacional que fornece uma descrição quantitativa do padrão de locomoção voar. A ferramenta combina dados de locomoção com um modelo matemático que consiste de quatro termos exponenciais que juntos, descrevem a forma e o tamanho dos picos M e E. Os valores finais para os parâmetros do modelo são obtidos de encaixe os espectros de potência dos dados, onde o uso dos dados brutos pode evitar efeitos artefactual que dados binning ou filtragem …

Divulgations

The authors have nothing to disclose.

Acknowledgements

Estamos gratos à Stanislav Lazopulo pela ajuda com o conteúdo de vídeo.

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