Summary

Une méthode automatisée pour déterminer la Performance de la drosophile en réponse aux changements de température dans l’espace et le temps

Published: October 12, 2018
doi:

Summary

Nous présentons ici un protocole pour déterminer automatiquement la performance locomotrice de la drosophile aux changements de température à l’aide d’une arène programmable à température contrôlée qui produit des changements de température rapide et précis dans le temps et l’espace.

Abstract

Température est un facteur environnemental omniprésent qui influe sur les espèces distribuent et se comportent. Différentes espèces de mouches à fruit drosophile ont des réponses concrètes aux changements de température selon leur tolérance physiologique et l’adaptabilité. Drosophile mouches possèdent également un système devenu fondamentale pour comprendre les bases neurales de la température de transformation en ectothermes thermosensibles. Nous présentons ici une arène à température contrôlée qui permet des changements de température rapides et précis avec contrôle temporel et spatial pour étudier la réponse de mouches individuels aux changements de température. Les mouches individuels sont placés dans l’arène et exposées aux températures préprogrammées défis, tel que progressive uniforme augmente de température pour déterminer les normes de réaction ou de températures distribuées spatialement en même temps afin de déterminer les préférences. Les personnes sont suivies automatiquement, ce qui permet la quantification de la vitesse ou l’emplacement de préférence. Cette méthode permet de quantifier rapidement la réponse sur une large gamme de températures afin de déterminer les courbes de performance de température chez la drosophile ou d’autres insectes de la même taille. En outre, il peut être utilisé pour des études génétiques pour quantifier les préférences de la température et les réactions des mutants ou mouches de type sauvage. Cette méthode peut aider à découvrir la base de la spéciation thermique et adaptation, ainsi que les mécanismes neuronaux derrière la transformation de la température.

Introduction

La température est un facteur environnemental constant qui influe sur les organismes fonctionnent et comportent1. Différences de latitude et altitude conduisent à des différences dans le type de climats organisme sont exposés, qui se traduit par une sélection évolutive pour leurs réponses à température2,3. Organismes réagissent à différentes températures moyennant des adaptations morphologiques, physiologiques et comportementales qui maximisent le rendement dans leurs environnements particuliers4. Par exemple, chez la drosophile Drosophila melanogaster, les populations des différentes régions ont préférences de température différente, dimensions corporelles, developmental fois, longévité, fécondité et performance marche à différentes températures2 ,5,6,7. La diversité observée entre les mouches d’origines différentes s’explique en partie par la variation génétique et expression de gène en plastique8,9. De même, Drosophila espèces provenant de régions différentes répartir différemment entre les gradients de température et montrent les différences de résistance à la chaleur extrême et essais de froid10,11,12.

Drosophile est récemment devenu le modèle de choix pour comprendre les bases génétiques et neurales de température perception13,14,15,16,17. De façon générale, les mouches adultes perçoivent la température par le biais de capteurs de température périphérique chauds et froids dans les antennes et capteurs de température dans le cerveau13,14,15,16 , 17 , 18 , 19 , 20. les récepteurs de la périphérie pour les températures chaudes expriment Gr28b.d16 ou21de la pyrexie, tandis que la périphérie froides récepteurs sont caractérisés par des Brivido14. Dans le cerveau, la température est traitée par les neurones exprimant TrpA115. Des études comportementales sur les mutants de ces voies sont améliorent notre compréhension de la façon dont la température est traitée et donnent un aperçu des mécanismes qui diffèrent entre les populations de Drosophila provenant de différentes régions.

Nous décrivons ici une arène à température contrôlée qui produit des changements de température rapides et précis. Les enquêteurs peuvent préprogrammer ces changements, qui permet des manipulations de température standardisées et reproductibles sans intervention humaine. Les mouches sont enregistrés et suivis avec un logiciel spécialisé pour déterminer leur position et leur vitesse à différentes phases d’une expérience. La principale mesure présentée dans le présent protocole est la vitesse de marche à des températures différentes, parce que c’est un indice écologiquement pertinent de performance physiologique qui permet d’identifier une adaptabilité thermique individuel5. Ainsi que des mutants de récepteur de température, cette technique peut aider à révéler les mécanismes d’adaptation thermique aux niveaux cellulaires et biochimiques.

Protocol

1. préparation du milieu alimentaire mouche Verser 1 L d’eau du robinet dans un bécher de verre de 2 L et ajouter un magnétique. Placer le bécher sur une plaque chauffante magnétique à 300 ° C jusqu’à ce que la température d’ébullition est atteinte. Remuer à 500 tours/min et ajoutez le code suivant : 10 g d’agar, 30 g de glucose, 15 g de saccharose, 15 g de semoule de maïs, 10 g de germe de blé, 10 g de farine de soja, 30 g de mélasse et 35 g d’active levure sèche. Lo…

Representative Results

L’arène à température contrôlée (Figure 1 a) se compose de trois tuiles de cuivre dont la température peut être contrôlée individuellement grâce à un circuit programmable. Chaque tuile cuivre possède un capteur de température qui donne une rétroaction au circuit programmable. Le circuit déclenche une alimentation pour augmenter la température de chaque tuile. Des éléments thermo-électriques passives agissent comme des éléments de chauff…

Discussion

Ici, nous avons présenté une automatisé thermorégulées arène (Figure 1) qui produit des changements de température précis dans le temps et l’espace. Cette méthode permet d’exposition individuelle drosophile non seulement préprogrammé augmentation progressive de la température (Figure 2 et Figure 3), mais aussi aux défis de température dynamique où chaque carreau de l’arène de mouche a été chauffé in…

Disclosures

The authors have nothing to disclose.

Acknowledgements

Ce travail a été soutenu en partie par une bourse d’études du comportement et des programme de neurosciences cognitives de l’Université de Groningue et une bourse d’études supérieures de la Consejo Nacional de Ciencia y Tecnología (CONACyT) du Mexique, accordée à Andrea Soto-Padilla et une subvention de la Fondation John Templeton pour l’étude du temps attribué à Hedderik van Rijn et Jean-Christophe Billeter. Nous sommes également reconnaissants à Peter Gerrit Bosma pour sa participation à l’élaboration du Traqueur de FlySteps .

Les scripts TemperaturePhases, FlySteps et FlyStepAnalysis se trouve comme information supplémentaire et dans le lien temporaire et rendu publics suivant :
https://dataverse.nl/privateurl.XHTML?Token=c70159ad-4D92-443D-8946-974140d2cb78

Materials

Arduino Due Arduino A000062 Software RUG
Electronics Board Ruijsink Dynamic Engineering FF-Main-02-2014
Power supply Boost XP-Power 48. V 65 W ECS65US48 Set to 53 Volt
Power supply Tile Heating XP-Power 15. V 80 W VFT80US15
Power supply Cooling XP-Power 15. V 130 W ECS130U515
Peltier elements Marlow Industries RC12-4 2 Elements, controlled DC feed
Heat sink Fisher Technik LA 9/150-230V Decoupled for vibration
Temperature sensors Measurement Specialties MCD_10K3MCD1 Micro Thermistor Probe
Copper block/tiles Ruijsink Dynamic Engineering FF-CB-01-2014
Auminum ring Ruijsink Dynamic Engineering FF-RoF-02-2015
Tesa 4104 white tape 25 x 66 mm RS Components 111-2300  White conductive tape
Red LEDs Lucky Ligt ll-583vc2c-v1-4da Wavelength between 625 nm, 20 mAmp and 6 V
Warm white LED strip Ledstripkoning HQ-3528-SMD 60 LEDs per meter
Switch Power Supply Generic T-36-12
Logitech c920 Logitech Europe S.A PN960-001055
QuickTime Player Apple Computer Recording program
Tracking analysis software R Packages: pacman
Tracking analysis software MATLAB
Thermal Imaging FLIR T400sc
Graphs and Statisticts Software Graph Pad Prism
Sigmacote Sigma-Aldrich SL2-100ML Siliconising agent
Fly rearing bottles Flystuff 32-130 6oz Drosophila stock bottle
Flypad Flystuff 59-114
Fly rearing vials Dominique Dutscher 789008 Drosophila tubes narrow 25×95 mm
Incubator Sanyo MIR-154
Magnetic hot plate Heidolph 505-20000-00 MR Hei-Standard
Agar Caldic Ingredients B.V. 010001.26.0
Glucose Gezond&wel 1019155 Dextrose/Druivensuiker
Sucrose Van Gilse Granulated sugar
Cornmeal Flystuff 62-100
Wheat germ Gezond&wel 1017683
Soy flour Flystuff 62-115
Molasses Flystuff 62-117
Active dry yeast Red Star
Tegosept Flystuff 20-258 100%

References

  1. Abram, P. K., Boivin, G., Moiroux, J., Brodeur, J. Behavioural effects of temperature on ectothermic animals unifying thermal physiology and behavioural plasticity. bioRxiv. , (2016).
  2. Rajpurohit, S., Schmidt, P. S. Measuring thermal behavior in smaller insects: A case study in Drosophila melanogaster demonstrates effects of sex, geographic origin, and rearing temperature on adult behavior. Fly. 10 (4), 149-161 (2016).
  3. Jezovit, J. A., Levine, J. D., Schneider, J. Phylogeny environment and sexual communication across the Drosophila genus. The Journal of Experimental Biology. 220 (1), 42-52 (2017).
  4. Sinclair, B. J., Williams, C. M., Terblanche, J. S. Variation in Thermal Performance among Insect Populations. Physiological and Biochemical Zoology. 85 (6), 594-606 (2012).
  5. Gibert, P., Huey, R., Gilchrist, G. Locomotor performance of Drosophila melanogaster: Interactions among developmental and adult temperautures, age, and geography. Evolution. 55 (1), 205-209 (2001).
  6. Trotta, V., et al. Thermal plasticity in Drosophila melanogaster: A comparison of geographic populations. BMC Evolutionary Biology. 6, 1-13 (2006).
  7. Klepsatel, P., Gálikova, M., De Maio, N., Huber, C. D., Christian, S., Flatt, T. Variation in thermal performance and reaction norms among populations of Drosophila melanogaster. Evolution. 67 (12), 3573-3587 (2013).
  8. Latimer, C. A. L., Wilson, R. S., Chenoweth, S. F. Quantitative genetic variation for thermal performance curves within and among natural populations of Drosophila serrata. Journal of Evolutionary Biology. 24, 965-975 (2011).
  9. Chen, J., Nolte, V., Schlotterer, C. Temperature-related reaction norms of gene expression: Regulatory architecture and functional implications. Molecular Biology and Evolution. , (2015).
  10. Kellermann, V., Overgaard, J., Hoffmann, A. A., Flojgaard, C., Svenning, J. -. C., Loeschcke, V. Upper thermal limits of Drosophila are linked to species distributions and strongly constrained phylogenetically. Proceedings of the National Academy of Sciences. 109 (40), 16228-16233 (2012).
  11. Andersen, J. L., Manenti, T., Sørensen, J. G., Macmillan, H. A., Loeschcke, V., Overgaard, J. How to assess Drosophila cold tolerance: Chill coma temperature and lower lethal temperature are the best predictors of cold distribution limits. Functional Ecology. 29 (1), 55-65 (2015).
  12. Krstevska, B., Hoffmann, A. A. The effects of acclimation and rearing conditions on the response of tropical and temperate populations of Drosophila melanogaster and D. simulans to a temperature gradient (Diptera: Drosophilidae). Journal of Insect Behavior. 7 (3), 279-288 (1994).
  13. Frank, D. D., Jouandet, G. C., Kearney, P. J., Macpherson, L. J., Gallio, M. Temperature representation in the Drosophila brain. Nature. 519 (7543), 358-361 (2015).
  14. Gallio, M., Ofstad, T. A., Macpherson, L. J., Wang, J. W., Zuker, C. S. The coding of temperature in the Drosophila brain. Cell. 144 (4), 614-624 (2011).
  15. Hamada, F. N., et al. An internal thermal sensor controlling temperature preference in Drosophila. Nature. 454 (7201), 217-220 (2008).
  16. Ni, L., et al. A gustatory receptor paralogue controls rapid warmth avoidance in Drosophila. Nature. 500 (7464), 580-584 (2013).
  17. Liu, W. W., Mazor, O., Wilson, R. I. Thermosensory processing in the Drosophila brain. Nature. 519 (7543), 353-357 (2015).
  18. Neely, G. G., et al. TrpA1 Regulates Thermal Nociception in Drosophila. Public Library of Science ONE. 6 (8), e24343 (2011).
  19. Zhong, L., et al. Thermosensory and non-thermosensory isoforms of Drosophila melanogaster TRPA1 reveal heat sensor domains of a thermoTRP channel. Cell Reports. 1 (1), 43-55 (2012).
  20. Barbagallo, B., Garrity, P. A. Temperature sensation in Drosophila. Current Opinion in Neurobiology. 34, 8-13 (2015).
  21. Tang, X., Platt, M. D., Lagnese, C. M., Leslie, J. R., Hamada, F. N. Temperature integration at the AC thermosensory neurons in Drosophila. Journal of Neuroscience. 33 (3), 894-901 (2013).
  22. Petavy, G., David, J. R., Gibert, P., Moreteau, B. Viability and rate of development at different temperatures in Drosophila: A comparison of constant and alternating thermal regimes. Journal of Thermal Biology. 26 (1), 29-39 (2001).
  23. Diegelmann, S., Zars, M., Zars, T. Genetic dissociation of acquisition and memory strength in the heat-box spatial learning paradigm in Drosophila. Learning & Memory. 13 (1), 72-83 (2006).
  24. Zars, M., Zars, T. High and low temperatures have unequal reinforcing properties in Drosophila spatial learning. Journal of Comparative Physiology A: Neuroethology, Sensory, Neural, and Behavioral Physiology. 192 (7), 727-735 (2006).
  25. Zars, T., Wolf, R., Davis, R., Heisenberg, M. Tissue-specific expression of a type I adenylyl cyclase rescues the rutabaga mutant memory defect: in search of the engram. Learning & Memory. 7 (1), 18-31 (2000).
  26. Jones, M. A., Grotewiel, M. Drosophila as a model for age-related impairment in locomotor and other behaviors. Experimental Brain Research. 46 (5), 320-325 (2011).
check_url/kr/58350?article_type=t

Play Video

Cite This Article
Soto-Padilla, A., Ruijsink, R., Span, M., van Rijn, H., Billeter, J. An Automated Method to Determine the Performance of Drosophila in Response to Temperature Changes in Space and Time. J. Vis. Exp. (140), e58350, doi:10.3791/58350 (2018).

View Video