Integrera visuella psykofysiska analyser inom en Y-labyrint för att isolera den roll som visuella funktioner spelar i navigations beslut
Summary
Här presenterar vi ett protokoll för att demonstrera en beteendemässig analys som kvantifierar hur alternativa visuella funktioner, såsom rörelsesignaler, påverka riktnings beslut i fisk. Representativa data presenteras på hastighet och noggrannhet där Golden Shiner (Notemigonus crysoleucas) följer virtuella fisk rörelser.
Abstract
Kollektivt djur beteende uppstår från enskilda motiv och sociala interaktioner som är avgörande för individuell kondition. Fisk har länge inspirerat utredningar om kollektiv motion, särskilt deras förmåga att integrera miljö-och social information i ekologiska sammanhang. Denna demonstration illustrerar tekniker som används för att kvantifiera beteendemässiga reaktioner av fisk, i detta fall, Golden Shiner (Notemigonus crysoleucas), till visuella stimuli med hjälp av dator visualisering och digital bildanalys. Senaste framstegen inom dator visualisering möjliggör empiriska tester i labbet där visuella funktioner kan styras och fint manipuleras för att isolera mekanismerna för sociala interaktioner. Syftet med den här metoden är att isolera visuella funktioner som kan påverka individens riktnings beslut, oavsett om de är ensamma eller med grupper. Detta protokoll ger detaljerna på den fysiska Y-Maze domän, inspelningsutrustning, inställningar och kalibreringar av projektorn och animation, experimentella steg och dataanalyser. Dessa tekniker visar att datoranimering kan framkalla biologiskt meningsfulla svar. Dessutom är teknikerna lätt anpassningsbara för att testa alternativa hypoteser, domäner och arter för ett brett spektrum av experimentella tillämpningar. Användningen av virtuella stimuli gör det möjligt att minska och ersätta antalet levande djur som krävs, och därmed minskar laboratoriekostnader.
Denna demonstration testar hypotesen att små relativa skillnader i förflyttnings hastigheterna (2 kropps längder per sekund) av virtuella artfränder kommer att förbättra hastigheten och noggrannheten med vilken shiners följer riktnings signalerna från den virtuella Silhuetter. Resultaten visar att shiners riktnings beslut påverkas avsevärt av ökningar i hastigheten på visuella ledtrådar, även i närvaro av bakgrundsljud (67% bild enhetlighet). I avsaknad av några rörelsesignaler, ämnen valde sina riktningar slumpmässigt. Förhållandet mellan beslut hastighet och Cue hastighet var varierande och ökningar i Cue hastighet hade ett blygsamt oproportionerligt inflytande på riktnings noggrannhet.
Introduction
Djuren känner och tolkar sin livsmiljö kontinuerligt för att fatta välgrundade beslut när de interagerar med andra och navigerar i bullriga omgivningar. Individer kan förbättra sin situationsmedvetenhet och beslutsfattande genom att integrera social information i sina handlingar. Social information är dock till stor del härrör från inferens genom oavsiktliga signaler (dvs. plötsliga manövrer för att undvika ett rovdjur), som kan vara opålitliga, snarare än genom direkta signaler som har utvecklats för att kommunicera specifika meddelanden (t. ex. den vifta Dans i Honey Bees)1. Att identifiera hur individer snabbt bedömer värdet av sociala signaler, eller någon sensorisk information, kan vara en utmanande uppgift för utredare, särskilt när individer reser i grupper. Vision spelar en viktig roll i att styra sociala interaktioner2,3,4 och studier har dragit slutsatsen samspelet nätverk som kan uppstå i fisk skolor baserat på varje individs synfält5, 6. Fisk skolor är dynamiska system, men gör det svårt att isolera enskilda svar på särskilda funktioner, eller granne beteenden, på grund av de inneboende kollinariteter och confounding faktorer som uppstår från samspelet mellan gruppmedlemmar. Syftet med detta protokoll är att komplettera det nuvarande arbetet genom att isolera hur alternativa visuella funktioner kan påverka riktnings besluten för enskilda personer som reser ensamma eller inom grupper.
Fördelen med det aktuella protokollet är att kombinera ett manipulativt experiment med dator visualiseringstekniker för att isolera de elementära visuella funktioner som en individ kan uppleva i naturen. Specifikt, Y-Maze (figur 1) används för att komprimera riktnings val till en binär respons och införa datoranimerade bilder utformade för att efterlikna simning beteenden av virtuella grannar. Dessa bilder projiceras upp underifrån labyrinten för att efterlikna silhuetter av artfränder simning under ett eller flera ämnen. De visuella egenskaperna hos dessa silhuetter, såsom deras morfologi, snabbhet, enhetlighet och simning beteende är lätt anpassade för att testa alternativa hypoteser7.
Denna uppsats visar nyttan av detta tillvägagångssätt genom att isolera hur individer av en modell sociala fiskarter, den gyllene Shiner (Notemigonus crysoleucas), svara på den relativa hastigheten på virtuella grannar. Protokollet fokus, här, är om huruvida riktad påverkan av virtuella grannar förändras med sin hastighet och, om så är, kvantifiera formen av den observerade relationen. I synnerhet är riktad Cue genereras genom att ha en fast andel av silhuetter fungera som ledare och röra sig ballistiskt mot en arm eller en annan. De återstående silhuetter fungerar som distraktorer genom att slumpmässigt flytta om för att ge bakgrundsljud som kan stämmas genom att justera ledaren/distractor förhållandet. Förhållandet mellan ledare och distraktorer fångar samstämmighet riktade signaler och kan justeras i enlighet med detta. Distractor silhuetter förbli begränsade till besluts området (“DA”, figur 1a) genom att ha silhuetter reflektera bort av gränsen. Leader silhuetter, dock, får lämna DA regionen och ange deras utsedda armen innan sakta bleknar bort när silhuetter passerade 1/3 längden på armen. Som ledare lämna DA, nya ledare silhuetter ta sin plats och spåra deras exakta vägen för att säkerställa att ledaren/distractor förhållandet förblir konstant i DA hela experimentet.
Användningen av virtuell fisk möjliggör kontroll av den visuella sensorisk information, samtidigt övervaka riktad respons av ämnet, som kan avslöja nya funktioner i social navigation, rörelse, eller beslutsfattande i grupper. Den metod som används här kan tillämpas på ett brett spektrum av frågor, såsom effekter av subletala stress eller predation på sociala interaktioner, genom att manipulera datoranimering för att producera beteendemässiga mönster av varierande komplexitet.
Protocol
Representative Results
Discussion
Visuell ledtrådar är kända för att utlösa ett optomotor svar i fisk som utsätts för svarta och vita galler13 och det finns ökande teoretiska och empiriska belägg för att grannens hastighet spelar en inflytelserik roll i styrningen av dynamiska interaktioner observerats i fisk skolor7,14,15,16,17. Kontrasterande hypoteser finns…
Divulgazioni
The authors have nothing to disclose.
Acknowledgements
Vi tackar Bryton Hixson för installationshjälp. Detta program stöddes av det grundläggande forskningsprogrammet, miljö kvalitet och installationer (EQI; Dr. Elizabeth Ferguson, teknisk direktör), Iscensätter den US-armén forskning och utveckling centrerar.
Materials
| Black and white IP camera | Noldus, Leesburg, VA, USA | https://www.noldus.com/ | |
| Extruded aluminum | 80/20 Inc., Columbia City, IN, USA | 3030-S | https://www.8020.net 3.00" X 3.00" Smooth T-Slotted Profile, Eight Open T-Slots |
| Finfish Starter with Vpak, 1.5 mm extruded pellets | Zeigler Bros. Inc., Gardners, PA, USA | http://www.zeiglerfeed.com/ | |
| Golden shiners | Saul Minnow Farm, AR, USA | http://saulminnow.com/ | |
| ImageJ (v 1.52h) freeware | National Institute for Health (NIH), USA | https://imagej.nih.gov/ij/ | |
| LED track lighting | Lithonia Lightening, Conyers, GA, USA | BR20MW-M4 | https://lithonia.acuitybrands.com/residential-track |
| Oracle 651 white cut vinyl | 651Vinyl, Louisville, KY, USA | 651-010M-12:5ft | http://www.651vinyl.com. Can order various sizes. |
| PowerLite 570 overhead projector | Epson, Long Beach CA, USA | V11H605020 | https://epson.com/For-Work/Projectors/Classroom/PowerLite-570-XGA-3LCD-Projector/p/V11H605020 |
| Processing (v 3) freeware | Processing Foundation | https://processing.org/ | |
| R (3.5.1) freeware | The R Project for Statistical Computing | https://www.r-project.org/ | |
| Ultra-white 360 theater screen | Alternative Screen Solutions, Clinton, MI, USA | 1950 | https://www.gooscreen.com. Must call for special cut size |
| Z-Hab system | Pentair Aquatic Ecosystems, Apopka, FL, USA | https://pentairaes.com/. Call for details and sizing. |
Riferimenti
- Dall, S. R. X., Olsson, O., McNamara, J. M., Stephens, D. W., Giraldeau, L. A. Information and its use by animals in evolutionary ecology. Trends in Ecology and Evolution. 20 (4), 187-193 (2005).
- Pitcher, T. Sensory information and the organization of behaviour in a shoaling cyprinid fish. Animal Behaviour. 27, 126-149 (1979).
- Partridge, B. The structure and function of fish schools. Scientific American. 246 (6), 114-123 (1982).
- Fernández-Juricic, E., Erichsen, J. T., Kacelnik, A. Visual perception and social foraging in birds. Trends in Ecology and Evolution. 19 (1), 25-31 (2004).
- Strandburg-Peshkin, A., et al. Visual sensory networks and effective information transfer in animal groups. Current Biology. 23 (17), R709-R711 (2013).
- Rosenthal, S. B., Twomey, C. R., Hartnett, A. T., Wu, S. H., Couzin, I. D. Behavioral contagion in mobile animal groups. Proceedings of the National Academy of Sciences (U.S.A.). 112 (15), 4690-4695 (2015).
- Lemasson, B. H., et al. Motion cues tune social influence in shoaling fish. Scientific Reports. 8 (1), e9785 (2018).
- Kaidanovich-Beilin, O., Lipina, T., Vukobradovic, I., Roder, J., Woodgett, J. R. Assessment of social interaction behaviors. Journal of Visualized. Experiments. (48), e2473 (2011).
- Holcombe, A., Schalomon, M., Hamilton, T. J. A novel method of drug administration to multiple zebrafish (Danio rerio) and the quantification of withdrawal. Journal of Visualized. Experiments. (93), e51851 (2014).
- Way, G. P., Southwell, M., McRobert, S. P. Boldness, aggression, and shoaling assays for zebrafish behavioral syndromes. Journal of Visualized. Experiments. (114), e54049 (2016).
- Zhang, Q., Kobayashi, Y., Goto, H., Itohara, S. An automated T-maze based apparatus and protocol for analyzing delay- and effort-based decision making in free moving rodents. Journal of Visualized. Experiments. (138), e57895 (2018).
- Videler, J. J. . Fish Swimming. , (1993).
- Orger, M. B., Smear, M. C., Anstis, S. M., Baier, H. Perception of Fourier and non-Fourier motion by larval zebrafish. Nature Neuroscience. 3 (11), 1128-1133 (2000).
- Romey, W. L. Individual differences make a difference in the trajectories of simulated schools of fish. Ecological Modeling. 92 (1), 65-77 (1996).
- Katz, Y., Tunstrom, K., Ioannou, C. C., Huepe, C., Couzin, I. D. Inferring the structure and dynamics of interactions in schooling fish. Proceedings of the National Academy of Sciences (U.S.A.). 108 (46), 18720-18725 (2011).
- Herbert-Read, J. E., Buhl, J., Hu, F., Ward, A. J. W., Sumpter, D. J. T. Initiation and spread of escape waves within animal groups). Proceedings of the National Academy of Sciences (U.S.A.). 2 (4), 140355 (2015).
- Lemasson, B. H., Anderson, J. J., Goodwin, R. A. Motion-guided attention promotes adaptive communications during social navigation. Proceedings of the Royal Society. 280 (1754), e20122003 (2013).
- Moussaïd, M., Helbing, D., Theraulaz, G. How simple rules determine pedestrian behavior and crowd disasters. Proceedings of the National Academy of Sciences (U.S.A.). 108 (17), 6884-6888 (2011).
- Bianco, I. H., Engert, F. Visuomotor transformations underlying hunting behavior in zebrafish). Current Biology. 25 (7), 831-846 (2015).
- Chouinard-Thuly, L., et al. Technical and conceptual considerations for using animated stimuli in studies of animal behavior. Current Zoology. 63 (1), 5-19 (2017).
- Nakayasu, T., Yasugi, M., Shiraishi, S., Uchida, S., Watanabe, E. Three-dimensional computer graphic animations for studying social approach behaviour in medaka fish: Effects of systematic manipulation of morphological and motion cues. PLoS One. 12 (4), e0175059 (2017).
- Stowers, J. R., et al. Virtual reality for freely moving animals. Nature Methods. 14 (10), 995-1002 (2017).
- Warren, W. H., Kay, B., Zosh, W. D., Duchon, A. P., Sahuc, S. Optic flow is used to control human walking. Nature Neuroscience. 4 (2), 213-216 (2001).
- Silverman, J., Suckow, M. A., Murthy, S. . The IACUC Handbook. , (2014).
