Summary

Eine rechnerische Methode, Fly Circadian Activity zu quantifizieren

Published: October 28, 2017
doi:

Summary

Eine Methode zur Quantifizierung der zeitlichen Hauptmerkmale in Fliege Circadiane Rhythmen Bewegungsapparates gesehen wird vorgestellt. Die Quantifizierung erfolgt durch passende Fliege Aktivität mit einer Multi-parametrisches Modell Wellenform. Die Modellparameter beschreiben die Form und Größe der am Morgen und Abend Gipfeln der Tagesaktivität.

Abstract

In den meisten Tieren und Pflanzen zirkadiane Uhren Verhaltens- und molekulare Prozesse zu orchestrieren und diese mit der täglichen hell-dunkel-Zyklus synchronisieren. Grundlegende Mechanismen, die diese zeitliche Steuerung zugrunde liegen sind umfassend untersucht, mit der Taufliege Drosophila Melanogaster als Modellorganismus. In fliegen wird die Uhr in der Regel durch die Analyse von mehrtägigen Bewegungsorgane Aufnahme untersucht. Diese Aufnahme zeigt ein komplexes bimodales Muster mit zwei Gipfeln der Tätigkeit: eine Morgen-Gipfel, der geschieht, um Beginn und ein Abend-Gipfel, der um Dämmerung passiert. Diese zwei Gipfel bilden zusammen eine Wellenform, die sehr verschieden von sinusförmigen Schwingungen in Uhrengene, was darauf hindeutet, dass Mechanismen neben der Uhr tiefgreifende Auswirkungen haben bei der Herstellung die beobachteten Muster in Verhaltensdaten beobachtet. Hier bieten wir Ihnen Hinweise auf mit einer neu entwickelten rechnerische Methode, die zeitliche Muster fliegen Aktivität mathematisch beschreibt. Die Methode passt Aktivitätsdaten mit einer Modell-Wellenform, die besteht aus vier exponentielle Begriffen und neun unabhängige Parameter, die der Form und Größe der am Morgen und Abend Gipfeln der Aktivität vollständig zu beschreiben. Die extrahierten Parameter können helfen, die kinetischen Mechanismen der Substrate erläutern, die die häufigsten beobachteten bimodale Aktivitätsmuster in Fliege Bewegungsorgane Rhythmen zugrunde liegen.

Introduction

Der circadiane Uhr ist eine endogene biochemische Oszillator mit einer Periode von etwa 24 Stunden und ist fast allgegenwärtig bei Tieren und Pflanzen1,2. Die Uhr hilft eines Organismus interne Prozesse und Verhalten an externe dunkle Lichtzyklus synchronisieren. Die genetische Struktur der circadianen Uhr hat seit den 1960er Jahren umfassend untersucht worden mit der Fruchtfliege, D. Melanogaster. In dieses Insekt, das Herzstück der circadianen Uhr besteht aus vier Proteinen: Zeitraum, TIMELESS, Uhr und Zyklus. Diese Kernkomponenten zusammen mit anderen Molekülen bilden eine Feedback-Schleife, die nahezu sinusförmige Schwingungen der Uhr Gene3,4produziert. Die circadiane Uhr fliegen ist weit studiert mit mehrtägigen Bewegungsorgane Aufnahmen wo fliegen Aktivität mit einem einzigen Infrarot-Strahl überqueren der Mitte von einer einzelnen Röhre5erkannt. Eine typische Fliege Aufnahme hat ein komplexes bimodales Muster mit zwei gut unterscheidbare Gipfel: Morgen Peak (M), der beginnt am Ende der Nacht und hat ein Maximum, wenn Lichter einschalten; und Abend Peak (E), die am Ende des Tages beginnt und hat ein Maximum, wenn6Lichter ausschalten. Interessanterweise ist die Form von solchen Verhaltens Aufnahme ganz anders als die einfache sinusförmigen Schwingungen, die auf molekularer Ebene, was auf die Tätigkeitsbereiche weitere Mechanismen, die einen Beitrag zu den beobachteten zeitlichen Muster beobachtet. Um diese versteckten Mechanismen besser zu verstehen, haben wir eine rechnerische Instrument entwickelt, die eine quantitative Beschreibung der zeitlichen Muster enthält.

In unserer Arbeit gelten Bewegungsorgane Rhythmen in Bezug auf eine Wellenform, die Fliege Aktivitätsmuster imitiert. Da einfache Sinuswellen verwendet werden kann, um die beobachteten rhythmische Veränderungen in Aktivität zu modellieren, testeten wir verschiedene Signalformen, die einfachste auszuwählen, die fängt die hervorstechenden Eigenschaften, die bei den Aufnahmen zu sehen. Fruchtfliege circadiane Verhalten wird durch die Aktivität der Neuronen Uhr gesteuert, die oft exponentielle Muster von Aktivierung und Deaktivierung7haben. Die exponentielle Dynamik und visuelle Analyse der Daten hat uns motiviert, ein Modell mit exponentiellen begriffen, bestehend aus vier Exponenten mit neun unabhängigen Parameter und stark ähnelten die Fliege Tätigkeit Muster8zu bauen. Zusätzlich zu den lokomotorischen Daten analysieren wir auch ihre Leistungsspektrum. Typische fliegen Wirkungsspektrum zeigt mehrere Peaks bei Oberschwingungen T02 T03, etc., zusätzlich zu der erwarteten grundlegenden Peak bei der zirkadianen Periode T0. Nach dem Fourier-Theorem erzeugt nur eine reine Sinuswelle einen einzigen Höhepunkt Leistungsspektren, während komplexere Wellenformen mehrere spektraler Peaks bei Oberschwingungen der primären Periode (Abbildung 1 zeigen). Daher angesichts der nicht-sinusförmigen zeitliche Muster fliegen Aktivität8, ein Multi-peak Leistungsspektrum der Daten soll mathematisch und bedeutet nicht zwangsläufig das Vorhandensein von mehreren Perioden der Schwingung. Wichtig ist, zeigt das Leistungsspektrum der vorgeschlagene Modell Wellenform auch Spitzen alle Oberwellen der primären Periode, ähnlich wie die Fliege Bewegungsorgane Aufnahmen, unterstreicht damit die Hi-Fi, mit denen unser Modell fliegende Daten sowohl in Zeit und Frequenz beschreibt.

Bei Zeit-Auflösungen von wenigen Minuten oder weniger fliegen Aktivität erscheint Daten laut, erschweren die Parameter direkt aus den raw-Daten zu extrahieren. Binning Daten in längeren Zeitabständen Geräuschpegel zu verringern, sondern verändern die Daten in einer Weise, die die Schätzung der Modellparameter beeinflussen können. Deshalb beziehen wir die Parameter von Leistungsspektren der Aufnahmen über einen analytischen Ausdruck für die erwartete Leistungsspektren aus der Fourier-Transformation des Modells Funktion8 (siehe zusätzliche Datei 1 Referenz8) berechnet. Dieser Ansatz der Parameter von den Leistungsspektren erhalten liefert genaue Parameterwerte ohne jede zusätzlichen Manipulationen, z. B. binning oder Filterung, die rohen Aktivitätsdaten. Mathematischen Details des Modells und der Wildtyp und Mutanten Daten-Anwendungen sind in Referenz8beschrieben. Das Protokoll präsentiert hier konzentriert sich auf die schrittweisen Anleitungen zur Verwendung des computational Tools.

Protocol

1. Messung fliegen Fortbewegung mittels Drosophila Activity Monitor (DAM) Hinweis: Details finden Sie unter Referenz 5. Vorbereiten, die einzelnen Röhren mit Essen an einem Ende fliegen und Baumwolle auf der anderen. Ende mit der Nahrung sollte versiegelt werden, um zu verhindern, dass die Speisen austrocknen. Setzen ca. 5-6 g fliegen Essen in ein 50 mL Becherglas. Das Essen in kleine Stücke schneiden, so dass es einfacher ist, it. Schmelzen…

Representative Results

Die hier vorgestellte Methode ermöglicht Quantifizierung der wichtigsten Merkmale in fliegen-Fortbewegung Muster. Die Quantifizierung wird erreicht durch den Einbau der Aktivitätsdaten mit einem Modell, das aus vier exponentielle Bedingungen besteht: Das Modell verfügt über neun unabhängige Paramete…

Discussion

Dieses Werk stellt Anweisungen für die Verwendung eine rechnerische Tool, das eine quantitative Beschreibung der fliegen-Fortbewegung Muster bereitstellt. Das Werkzeug passt Fortbewegung Daten mit einem mathematischen Modell, bestehend aus vier exponentielle Begriffe, die zusammen die Form und Größe der M und E Gipfel beschreiben. Die endgültigen Werte für die Modellparameter stammen aus passend die Leistungsspektren der Daten, wo können die Rohdaten artifizielle Effekte verzichten, die Daten binning oder Filterung…

Disclosures

The authors have nothing to disclose.

Acknowledgements

Wir sind dankbar für Hilfe mit den Videoinhalt Stanislav Lazopulo.

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).

Play Video

Cite This 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