This work was funded by the state program Investissements d&#8217;avenir managed by ANR (grant ANR-10-BINF-05 'Pherotaxis').

<html> Das Protokoll basiert auf einem handelsüblichen Roboter (siehe Materialien Tabelle) und männliche Motten (Agrotis ipsilon) mit ihrem Sexualpheromon basiert. Dennoch kann es mit geringfügigen Modifikationen, um andere Insekten, Duftstoffe und Roboter angepasst werden. Ein. Insekten <ol><li> Rück Larven von Agrotis ipsilon Hufnagel (Lepidoptera: Noctuidae) auf einer künstlichen Ernährung und sie in einzelne Plastikbecher, bis der Verpuppung bei 23 ± 1 ° C und 50 ± 5% relative Luftfeuchtigkeit wie zuvor 24 beschrieben. </li><li> Sex Puppen und halten erwachsene Männer getrennt von Frauen in Kunststoffboxen. Geben Sie ihnen freien Zugang zu einer 20% Saccharose-Lösung. </li><li> Führen Sie Experimente mit Männern. Männliche Motten sind sehr empfindlich auf die Sexualpheromon von ihren Artgenossen Frauen emittiert. In A. ipsilon, die Hauptpheromonbestandteil, cis-7-Dodecenylacetat (Z7-12: OAc) ist die aktive Verbindung an der Antenne. </li></ol>itel &quot;&gt; 2. Elektrophysiologie <ol><li> Notieren Sie sich die EAG aus einer ganzen Insekten Vorbereitung, wie unten (Abbildung 1A) beschrieben. Intakte Antennen werden über Antennen ausgeschnittenen bevorzugt, da sie eine längere Lebensdauer aufweisen (siehe repräsentative Ergebnisse). </li><li> Chloren zwei Silberdrähte durch Eintauchen in konzentrierte Bleichmittel-Lösung für 10-20 min und nachspülen. Dieser Prozess verhindert, dass Elektroden aus polarisierend. Es muss wiederholt werden, wenn die Basislinie während der Experimente driftet oder wenn die Offset-Spannung zwischen den Elektroden zu groß, um durch den Verstärker kompensiert wird. </li><li> Machen Glaselektroden aus feuerpolierte Kapillaren mit einer Elektrode Magnet. Feuerpolier verhindert ein Verkratzen des chlorierten Silberdraht mit Elektroden. </li><li> Anesthetize einen männlichen Motten mit CO 2 und legen Sie sie in einem Styropor-Block mit der Kopf von oben ragt. </li><li> Tether Kopf des Insekts mit Klebeband Malers um den Hals. </li><li> Legen Sie eine Silberdraht dient als Referenzelektrode in den Hals. </li><li> Unter einem Stereomikroskop, immobilisieren eine der Antennen mit dünnen Streifen Malerband an der Spitze und der Basis. </li><li> Schneide die distalen Segmente 2-3 der Antenne mit chirurgischen Schere. </li><li> Positionieren Sie den Glaselektrode in der Nähe des Schnitt Spitze der Antenne mit einem Mikromanipulator. </li><li> Schneiden Sie das Ende der Glaskapillare mit einer Pinzette, einen Durchmesser, der etwas größer ist als der Schnitt der Spitze der Antenne zu erhalten. </li><li> Füllen Sie das Glas mit Pipette (in mm) 6,4 KCl, 340 Glukose, 10 Hepes, 12 MgCl 2, 1 CaCl 2, 12 NaCl, pH 6,5. </li><li> Legen Sie den Schnitt der Spitze der Antenne in die Glaskapillare mit dem Mikromanipulator. </li><li> Schieben Sie die Silberdraht als Aufnahme Elektrode in die breiten Ende der Glaskapillare dient. </li></ol> 3. Hardware-Schnittstelle <ol><li> Montieren Sie die ganze Vorbereitung, also Insekten Elektroden-Mikromanipulator auf einer Metallplatte auf der Oberseite des Roboters (1B) eingeschraubt. Die Elektroden an den Roboter, wie unten beschrieben. </li><li> Basierend auf früheren Arbeiten 25-26, entwerfen eine Hardware-Schnittstelle, um die EAG Ausgangsspannung (um 1 mV an mehreren MQ) auf den Bereich für die Erweiterungsplatine des Roboters angemessen anzupassen. Der Vorstand übernimmt 0-5 V Analog-Eingänge und eine negative Spannung unter -200 mV kann schwere Schäden verursachen. Befolgen Sie die Schritte 3.2.1 bis 3.2.4, die Schnittstelle mit Adler entwerfen. <ol><li> Entwerfen einer ± 5V-Stromversorgung aus einer 12 V-Batterie mit Spannungsregler 78L10 (① in 2A-2C). </li><li> Entwerfen Sie eine heads Vorverstärker (10X), basierend auf Messverstärker INA121 (③ in 2A-2C). </li><li> Entwerfen einer zweiten Stufe Verstärker (25X) mit Rauschfilterung (erste Ordnung High-Pass-Filter 0,1 Hz, zweiter Ordnung Tiefpass-Filter 500 Hz, 50 Hz Notch-Filter), basierend auf Quad-Operationsverstärker LT1079 (315; in den Figuren 2A-2C). </li><li> Entwerfen Sie eine Signalaufbereitungsstufe, die mit Operationsverstärker LT1079 und Diode 1N4148 berechnet (⑤ in den 2A-2C). Die Gesamtverstärkung 250 und der EAG-Ausgang ist im Bereich von 0-5 V wobei Null bei 2,5 V. </li></ol></li><li> Die Elektroden an den Differenzeingängen EAG (② in den Fig. 2A-2C). Verbinden der Aufnahmeelektrode an den invertierenden Eingang des INA121 positive EAGs erhalten. </li><li> Verbinden Sie den EAG-Ausgang (⑥ in 2A-2C) zu den 12 analogen Eingänge der Erweiterungsplatine des Roboters. Da jeder Eingang sequentiell jede Millisekunde zu lesen, ist die Abtastfrequenz 1 kHz. </li></ol> 4. Software Interface Die Hauptfäden enthält eine grafische Benutzeroberfläche (GUI), Methoden zur Signalerfassung und die verschiedenen Funktionen zur Steuerung des Roboters. <ol><li> Schreiben Sie eine GUI (2D) in Qt-C + + fo<html> r Daten-Visualisierung, digitale Filterung (20 Hz 5. Ordnung Butterworth-Tiefpassfilter) und Geruchserkennung von der EAG. Entweder durch Entfalten der EAG mit einem geeigneten Filter (Engineering-Ansatz, Abschnitt 4.2), oder durch die Modellierung der neuronalen Mechanismen, die eine schnelle und zuverlässige Pheromondetektion in A. erlauben: Diese kann auf zwei Arten durchgeführt werden ipsilon Motten (bioinspirierter Ansatz, Abschnitt 4.3). </li><li> Entfaltung Filter. Die EAG ist gut durch eine nichtlineare Kaskade 27, die aus einer statischen Nichtlinearität besteht beschrieben <img alt="Gleichung 1" fo:content-width="0.3in" src="/files/ftp_upload/51704/51704eq1.jpg" /> und eine 1. Ordnung Tiefpass-Filter mit exponentiellen Impulsfunktion <img alt="Gleichung 2" fo:content-width="1in" src="/files/ftp_upload/51704/51704eq2.jpg" /> für <img alt="Gleichung 3" fo:content-width="0.3in" src="/files/ftp_upload/51704/51704eq3.jpg" /> , Siehe 3A. In Reaktion auf schwankende Geruchskonzentrationwertung 4 &quot;fo: content-width =&quot; 0,3 Zoll &quot;src =&quot; / files/ftp_upload/51704/51704eq4.jpg &quot;/&gt; die EAG Ausgang wird von der Faltungsintegral gegeben <img alt="Gleichung 5" fo:content-width="1in" src="/files/ftp_upload/51704/51704eq5.jpg" /> . Entfaltungs einfach durch die Umkehrung des Systems erhalten wurden; das heißt <img alt="Gleichung 6" fo:content-width="1in" src="/files/ftp_upload/51704/51704eq6.jpg" /> in der Frequenzdomäne. Dann <img alt="Gleichung 7" fo:content-width="1.2in" src="/files/ftp_upload/51704/51704eq7.jpg" /> die Fourier-Transformierte der Impulsantwort <img alt="Gleichung 8" fo:content-width="1.2in" src="/files/ftp_upload/51704/51704eq8.jpg" /> . Für die Signalerkennung, befolgen Sie die Schritte 4.2.1 bis 4.2.3. <ol><li> Führen die Entfaltungsprozeß in der Zeitdomäne als <img alt="Gleichung 9" fo:content-width="1in" src="/files/ftp_upload/51704/51704eq9.jpg" /> und <img alt="Gleichung 10" fo:content-width="1in" src="/files/ftp_upload/51704/51704eq10.jpg" /> Fig. 3B. </li&gt; <li> Ungefähre die Nichtlinearität <img alt="Gleichung 11" fo:content-width="0.3in" src="/files/ftp_upload/51704/51704eq11.jpg" /> durch eine Polynomfunktion. Setzen Sie die Parameter Polynom und die Zeit auf Input-Output-Datenpaare konstant den mittleren quadratischen Fehler zwischen realen minimieren <img alt="Gleichung 4" fo:content-width="0.3in" src="/files/ftp_upload/51704/51704eq4.jpg" /> und rekonstruiert <img alt="Gleichung 12" fo:content-width="0.3in" src="/files/ftp_upload/51704/51704eq12.jpg" /> Geruchskonzentration. </li><li> Erkennen die Pheromon-Hits, wenn <img alt="Gleichung 12" fo:content-width="0.3in" src="/files/ftp_upload/51704/51704eq12.jpg" /> eine vordefinierte Schwelle übersteigt. </li></ol></li><li> Neuromorphe Detektor. Ein alternativer Ansatz zur Detektion besteht in Nachahmung der Biologie. In A. ipsilon Motten, zentralen Neuronen eine Eingabe von der Antenne reagieren auf die Pheromon mit einer stereotypen Brennerregungsmuster-Hemmung 13. Ein Hodgkin-Huxley-typ Neuronenmodell mit vier Ionenströme <img alt="Gleichung 13" fo:content-width="0.3in" src="/files/ftp_upload/51704/51704eq13.jpg" /> (A delayed rectifier K +-Strom, spannungsgesteuerten Na + und Ca 2 +-Ströme, einen kleinen Leitwert Ca 2 +-abhängige K +-Strom) wurde entwickelt, um die zuvor beobachteten physiologischen Reaktionen 13 reproduzieren. Für die Signalerkennung, befolgen Sie die Schritte 4.3.1 bis 4.3.3. <ol><li> Implementieren Sie die Neuron-Modell als Differentialgleichungen. Verwenden Sie die EAG-Signal als Eingangsstrom <img alt="Gleichung 14" fo:content-width="1.2in" src="/files/ftp_upload/51704/51704eq14.jpg" /> in der Evolution des Membranpotentials <img alt="Gleichung 15" fo:content-width="1in" src="/files/ftp_upload/51704/51704eq15.jpg" /> . Verwenden Sie eine Membrankapazität C = 22,9 pF und einen Leckstrom gegeben durch <img alt="Gleichung 16" fo:content-width="1in" src="/files/ftp_upload/51704/51704eq16.jpg" /> mit Leitwert g L = 0.011161 uS undUmkehrpotential E L = -61,4 mV. Die Ionenströme werden beschrieben von <img alt="Gleichung 17" fo:content-width="1.2in" src="/files/ftp_upload/51704/51704eq17.jpg" /> mit <img alt="Gleichung 18" fo:content-width="2in" src="/files/ftp_upload/51704/51704eq18.jpg" /> von denen <img alt="Gleichung 19" fo:content-width="1.2in" src="/files/ftp_upload/51704/51704eq19.jpg" /> sind nichtlineare Funktionen der V. vorherige Arbeit 13 für die Details. </li><li> Simulieren Sie die Neuron-Modell in Echtzeit mit Sirene durch die Integration der Differentialgleichungen mit einer 4-ter Ordnung Runge-Kutta-Verfahren und ein Zeitschritt <img alt="Gleichung 20" fo:content-width="0.1in" src="/files/ftp_upload/51704/51704eq20.jpg" /> = 0,01 msec. Führen Sie die Testspitze V (t f)&gt; 0 mV und V (t f - <img alt="Gleichung 20" fo:content-width="0.1in" src="/files/ftp_upload/51704/51704eq20.jpg" /> ) &lt;0 mV online Spike Zeiten zu erhalten und Interspike-Intervalle. </li><li> Erkennen derPheromon-Hits, wenn ein Platzen der Anregung (3 aufeinanderfolgende Interspike-Intervallen &lt;70 ms) wird durch Hemmung (Interspike-Intervall ≥ 350 ms) gefolgt, siehe Abbildung 3C. </li></ol></li></ol>

<ol>
	<li>Russel, R. A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=World+Scientific+Series+in+Robotics+and+Intelligent+Systems.">World Scientific Series in Robotics and Intelligent Systems.</a> Odour detection by mobile robots. , 232 (1999).</li><li>Woodfin, R. L. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=.">.</a> Trace chemical sensing of explosives. , 496 (2006).</li><li>Wyatt, T. D. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=.">.</a> Pheromones and animal behavior. , (2013).</li><li>Weissburg, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=The+fluid+dynamical+context+of+chemosensory+behavior).">The fluid dynamical context of chemosensory behavior).</a> Biol. Bull. 198, 188-202 (2000).</li><li>Angioy, A. M., Desogus, A., Barbarossa, I. T., Anderson, P., Hansson, B. S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Extreme+Sensitivity+in+an+Olfactory+System.">Extreme Sensitivity in an Olfactory System.</a> Chem. Senses. 28 (4), 279-284 (2003).</li><li>Kaissling, K. -. E., Guti&#233;rrez, , Marco, <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=The+Sensitivity+of+the+insect+nose:+the+example+of+Bombyx+mori.">The Sensitivity of the insect nose: the example of Bombyx mori.</a> Biologically inspired signal processing. , 45-52 (2009).</li><li>Sauer, A. E., Karg, G., Koch, U. T., Dekramer, J. J., Milli, R. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=A+portable+EAG+system+for+the+measurement+of+pheromone+concentration+in+the+field.">A portable EAG system for the measurement of pheromone concentration in the field.</a> Chem. Senses. 17 (5), 543-553 (1992).</li><li>Strauch, M., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=More+than+apples+and+oranges+-+Detecting+cancer+with+a+fruit+fly's+antenna.">More than apples and oranges - Detecting cancer with a fruit fly's antenna.</a> Scientific reports. 4 (3576), 1-9 (2014).</li><li>Marshall, B., Warr, C. G., de Bruyne, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Detection+of+Volatile+Indicators+of+Illicit+Substances+by+the+Olfactory+Receptors+of+Drosophila+melanogaster.">Detection of Volatile Indicators of Illicit Substances by the Olfactory Receptors of Drosophila melanogaster.</a> Chem. Senses. 35 (7), 613-625 (2010).</li><li>Rains, G. C., Tomberlin, J. K., Kulasiri, D. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Using+insect+sniffing+devices+for+detection.">Using insect sniffing devices for detection.</a> Trends Biotechnol. 26 (6), 288-294 (2008).</li><li>King, T. L., Horine, F. M., Daly, K. C., Smith, B. H. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Explosives+detection+with+hard-wired+moths.">Explosives detection with hard-wired moths.</a> IEEE Trans. Instrumentation and Measurement. 53 (4), 1113-1118 (2004).</li><li>Gardner, J., Bartlett, P. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=.">.</a> Electronic noses. , (1999).</li><li>Martinez, D., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Multiphasic+On/Off+pheromone+signaling+in+moths+as+neural+correlates+of+a+search+strategy.">Multiphasic On/Off pheromone signaling in moths as neural correlates of a search strategy.</a> PLoS ONE. 8 (4), (2013).</li><li>Park, K. C., Ochieng, S. A., Zhu, J., Baker, T. C. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Odour+discrimination+using+insect+electroantennogram+responses+from+an+insect+antennal+array.">Odour discrimination using insect electroantennogram responses from an insect antennal array.</a> Chem. Senses. 27, 343-352 (2002).</li><li>Spitzer, D., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Bio-Inspired+Nanostructured+Sensor+for+the+Detection+of+Ultralow+Concentrations+of+Explosives.">Bio-Inspired Nanostructured Sensor for the Detection of Ultralow Concentrations of Explosives.</a> Angewandte Chemie. 51 (22), 5334-5338 (2012).</li><li>Furton, K. G., Myers, L. J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=The+scientific+foundation+and+efficacy+of+the+use+of+canines+as+chemical+detectors+for+explosives.">The scientific foundation and efficacy of the use of canines as chemical detectors for explosives.</a> Talanta. 54, 487-500 (2001).</li><li>Williams, M., Johnston, J. M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Training+and+maintaining+the+performance+of+dogs+(Canis+familiaris)+on+an+increasing+number+of+odor+discriminations+in+a+controlled+setting.">Training and maintaining the performance of dogs (Canis familiaris) on an increasing number of odor discriminations in a controlled setting.</a> Applied Animal Behaviour Science. 78, 55-65 (2002).</li><li>Murlis, J., Elkinton, J. S., Card&#233;, R. T. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Odour+plumes+and+how+insects+use+them.">Odour plumes and how insects use them.</a> Annu. Rev. Entomol. 37, 505-532 (1992).</li><li>Kaissling, K. E., Lehler, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Pheromone-controlled+anemotaxis+in+moths.">Pheromone-controlled anemotaxis in moths.</a> Orientation and communication in Arthropods. , 343-374 (1997).</li><li>Vickers, N. J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Mechanisms+of+animal+navigation+in+odor+plumes.">Mechanisms of animal navigation in odor plumes.</a> Biol. Bull. 198, 203-212 (2000).</li><li>Martinez, D., Rochel, O., Hugues, E. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=A+biomimetic+robot+for+tracking+specific+odors+in+turbulent+plumes.">A biomimetic robot for tracking specific odors in turbulent plumes.</a> Autonomous Robot, Special Issue on Mobile Robot Olfaction. 20, 185-195 (2006).</li><li>Szyszka, P., Stierle, J. S., Biergans, S., Galizia, C. G. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=The+Speed+of+Smell:+Odor-Object+Segregation+within+Milliseconds.">The Speed of Smell: Odor-Object Segregation within Milliseconds.</a> PLoS ONE. 7, (2012).</li><li>Bau, J., Justus, K. A., Loudon, C., Card&#233;, R. T. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Electroantennographic+resolution+of+pulsed+pheromone+plumes+in+two+species+of+moths+with+bipectinate+antennae.">Electroantennographic resolution of pulsed pheromone plumes in two species of moths with bipectinate antennae.</a> Chem Senses. 30, 771-780 (2005).</li><li>Barrozo, R. B., Gadenne, C., Anton, S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Switching+attraction+to+inhibition:+mating-induced+reversed+role+of+sex+pheromone+in+an+insect.">Switching attraction to inhibition: mating-induced reversed role of sex pheromone in an insect.</a> J. Exp. Biol. 213, 2933-2939 (2010).</li><li>Land, B. R., Wyttenbach, R. A., Johnson, B. R. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Tools+for+physiology+labs:+an+inexpensive+high-performance+amplifier+and+electrode+for+extracellular+recording.">Tools for physiology labs: an inexpensive high-performance amplifier and electrode for extracellular recording.</a> J. Neuroscience Methods. 106, 47-55 (2001).</li><li>Ortiz, L. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=A+mobile+electrophysiology+board+for+autonomous+robotics.">A mobile electrophysiology board for autonomous robotics.</a> Master thesis. , (2006).</li><li>Justus, K. A., Card&#233;, R. T., French, A. S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Dynamic+Properties+of+Antennal+Responses+to+Pheromone+in+Two+Moth+Species.">Dynamic Properties of Antennal Responses to Pheromone in Two Moth Species.</a> J. Neurophysiol. 93, 2233-2239 (2005).</li><li>Martinez, D., Moraud, E. M., Persaud, K. .. C., Marco, S., Gutierrez-Galvez, A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Reactive+and+cognitive+search+strategies+for+olfactory+robots.">Reactive and cognitive search strategies for olfactory robots.</a> Neuromorphic Olfaction, Frontiers in Neuroengineering Series. , (2013).</li><li>Kuwana, Y., Shimoyama, I., Miura, H. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Steering+control+of+a+mobile+robot+using+insect+antennae.">Steering control of a mobile robot using insect antennae.</a> Proceedings of the IEEE/RSJ International Conference on Intelligent Robots and Systems. , (1995).</li><li>Kuwana, Y., Nagasawa, S., Shimoyama, I., Kanzaki, R. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Synthesis+of+the+pheromone-oriented+behaviour+of+silkworm+moths+by+a+mobile+robot+with+moth+antennae+as+pheromone+sensors.">Synthesis of the pheromone-oriented behaviour of silkworm moths by a mobile robot with moth antennae as pheromone sensors.</a> Biosensors and Bioelectronics. 14, 195-202 (1999).</li><li>Myrick, A. J., Park, K. C., Hetling, J. R., Baker, T. C. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Detection+and+discrimination+of+mixed+odor+strands+in+overlapping+plumes+using+an+insect-antenna-based+chemosensor+system.">Detection and discrimination of mixed odor strands in overlapping plumes using an insect-antenna-based chemosensor system.</a> J. Chem. Ecol. 35, 118-130 (2009).</li><li>Myrick, A. J., Park, K. C., Hetling, J. R., Baker, T. C. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Real-time+odor+discrimination+using+a+bioelectronic+sensor+array+based+on+the+insect+electroantennogram.">Real-time odor discrimination using a bioelectronic sensor array based on the insect electroantennogram.</a> Bioinspiration and Biomimetics. 3, (2008).</li><li>Vickers, N. J., Christensen, T. A., Baker, T. C., Hildebrand, J. G. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Odour-plume+dynamics+influence+the+brain's+olfactory+code.">Odour-plume dynamics influence the brain's olfactory code.</a> Nature. 410, 466-470 (2001).</li><li>Vergassola, M., Villermaux, E., Shraiman, B. I. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term='Infotaxis'+as+a+strategy+for+searching+without+gradients.">'Infotaxis' as a strategy for searching without gradients.</a> Nature. 445, 406-409 (2007).</li><li>Martin-Moraud, E., Martinez, D. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Effectiveness+and+robustness+of+robot+infotaxis+for+searching+in+dilute+conditions.">Effectiveness and robustness of robot infotaxis for searching in dilute conditions.</a> Frontiers in neurorobotics. , (2010).</li><li>Masson, J. -. B. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Olfactory+searches+with+limited+space+perception).">Olfactory searches with limited space perception).</a> PNAS. 110, 11261-11266 (2013).</li><li>Masson, J. -. B., Bailly Bechet, M., Vergassola, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Chasing+information+to+search+in+random+environments.">Chasing information to search in random environments.</a> J. Phys. A: Math. Theor. 42, (2009).</li></ol>

Authors have nothing to disclose.

Vor fast zwanzig Jahren Kanzaki und seine Kollegen Pionier der Idee der Verwendung von EAG auf olfaktorische Roboter 29-30. Ihre Technik wurde ursprünglich auf exzidierten Antennen basiert. Hier, aus intakten Antennen aufgenommen wir, um die Empfindlichkeit und die Lebensdauer des Präparats zu verbessern. Andere Studien 31-32 bemerkte auch die Überlegenheit der Ganzkörper-Präparate über isolierte Antennen. In unserem Roboter-Experimente, erfahren wir stabile Aufnahmen innerhalb eines Tages. Im Gegensatz zu isolierten Antennen aufgezeichnet EAGs haben eine Lebensdauer von 2 h (Abbildung 5). Unsere EAG-Roboterplattform wurde in erster Linie entwickelt, um biologische Hypothesen über olfaktorische Kodierung und Suchstrategien in 13 Insekten testen. Ähnlich wie bei zentralen Neuronen eine Eingabe von Insektenfühler angeschlossen wir ein Neuronenmodell zu einem echten Motten Antenne auf einem Roboter durchgeführt und Pheromonerkennung auf der Grundlage seiner Brennmuster. Erkennung und Nicht-Detektion Ereignisse warendann benutzt, um den Roboter zu der Pheromonquelle anzutreiben. Die reaktive Suchstrategie hier betrachteten wurde von den Verhaltensmustern von männlichen Motten durch einen Sexuallockstoff angezogen inspiriert. Es entwickelte sich unter Laborbedingungen (Fig. 6), so dass die Lokalisierung eines niedrigen Emissionsquelle (Pheromon Dosis von 10 ug in unserem Fall gegenüber 10 mg in früheren Arbeiten 24) in einem relativ großen Suchraum (Anfangsabstand von der Quelle 2 m gegenüber 10 cm in früheren Experimenten 20-21). Diese Roboter-Experimente sollte als ein Proof of Concept zeigt, dass Insektenfühler sind für die Roboterriech Suche berücksichtigt werden. Obwohl Insektenfühler sind dafür bekannt, giftige Gase, Drogen und Sprengstoff 9-11 zu reagieren, sind einige Erweiterungen für den Umgang mit realen Anwendungen benötigt werden. Erstens kann eine anspruchsvollere Suchmethode 34-36 effizienter sein bei Entfernungen über 10 m, wenn der Rückkaufder Fahne wird sehr unwahrscheinlich. Zweitens kann es notwendig sein, EAGs aus verschiedenen Spezies in einer bio-elektronischen Nase Konfiguration 14 um Riechstoffe Interesse erkennen kombinieren. Drittens kann Stereo-Sensing-Funktionen durch die Aufnahme von den beiden Antennen des gleichen Insekten erhalten als nützlich erweisen, in Bezug auf Effizienz. Zwei parallel eingesetzten Sensoren können in der Tat erhöhen Direktionalität. Viertens, Erweiterungen der Suchstrategie auf Tarif Roboter sucht 37 sind, sollen für die Praxis als auch wenn sie nicht im Fall der Motten biologisch relevanter werden.

Heute werden die Tiere wie Hunde häufig in Sicherheitsanwendungen, die die Lokalisierung von chemischen Lecks, Drogen und Sprengstoff wegen ihrer ausgezeichneten Geruchserkennungsfunktionen beinhalten 16 verwendet. Doch zeigen sie Verhaltensänderungen, müde nach umfangreichen Arbeiten und erfordern häufige Umschulung als ihre Leistung im Laufe der Zeit 17 abnimmt. Eine Möglichkeit, diese Einschränkungen zu umgehen, ist es, ausgebildete Hunde durch olfaktorische Roboter ersetzen. Dennoch, Tracking Düfte und Geruchsquellen ist eine große Herausforderung in der Robotik. In turbulenten Umgebungen, die Landschaft ist von einer Geruchswolke sehr heterogen und unsicher, und besteht aus 4 Patches sporadisch befindet. Selbst bei mäßigen Abständen von der Quelle, so kurz wie nur wenige Meter, Erkennungen werden sporadisch und nur Hinweise liefern weise. Darüber hinaus werden lokale Konzentrationsgradienten während Erkennungen in der Regel nicht auf die Quelle verweisen. Angesichts Scheibeontinuierliche Informationsfluss und begrenzten lokalen Informationen, wenn Erfassungen gemacht, wie man einen Roboter in Richtung der Quelle navigieren? Es ist bekannt, dass Insekten wie männliche Falter verwenden chemische Kommunikation, ihre Partner über lange Strecken (mehrere hundert Meter) erfolgreich lokalisieren. Um dies zu tun, nehmen sie ein stereotypes Verhalten 18-20: Überspannungs sie gegen den Wind beim Erfassen einen Geruch Patch und führen Sie eine erweiterte Suche Guss genannt, wenn Informationen Geruch verschwindet. Dieser Anstieg Guss-Strategie ist rein reaktiv, dh Aktionen werden vollständig von aktuellen Wahrnehmungen (Nachweis-und Nicht-Erkennung Ereignisse) bestimmt. Doch hatte seine Umsetzung auf olfaktorische Roboter Erfolg in der Vergangenheit beschränkt, weil der Nachweis von Geruchs Patches wird durch die Langsamkeit der künstlichen Gassensoren behindert. Metalloxid-Sensoren in den meisten der Geruchs Robotern verwendeten Reaktions-und Erholungszeiten von einigen zehn Sekunden, so daß sie im allgemeinen herauszufilterndie Konzentrationsschwankungen in turbulenten Federn 21 angetroffen. Im Gegensatz dazu ist die Reaktionszeit von Insektenchemorezeptoren ist viel kürzer, z. B. der Anstiegszeit des Insekten Elektroantennogramme (EAG) weniger als 50 msec 22. Folglich kann durch Verwendung von Insekten EAGs, Geruchsimpulse mit Frequenzen von einigen Hertz 23 gelöst. Diese Eigenschaft macht EAG-Sensoren auch für die Detektion von Geruchsfäden in natürlichen Federn geeignet. Wir beschreiben hier ein Protokoll für die Einbettung von Insekten EAGs an Robotern was eine effiziente Geruchs Suche mit Überspannungs-und Casting-Strategien.

<table border="0" cellpadding="0" cellspacing="0" width="681">
	<tbody>
		<tr height="43">
			<td height="43" style="height:43px;width:216px;">Name of Material/ Equipment</td>
			<td style="width:179px;">Company</td>
			<td style="width:119px;">Catalog Number</td>
			<td style="width:167px;">Comments/Description</td>
		</tr>
		<tr height="21">
			<td height="85" rowspan="2" style="height:85px;width:216px;">Agrotis ipsilon&#160;</td>
			<td style="width:179px;">PISC&#160;</td>
			<td rowspan="2" style="width:119px;"></td>
			<td rowspan="2" style="width:167px;">moth</td>
		</tr>
		<tr height="64">
			<td height="64" style="height:64px;width:179px;">http://www-physiologie-insecte.versailles.inra.fr/indexenglish.php</td>
		</tr>
		<tr height="21">
			<td height="43" rowspan="2" style="height:43px;width:216px;">Robot Khepera III&#160;</td>
			<td style="width:179px;">K-team&#160;</td>
			<td rowspan="2" style="width:119px;"></td>
			<td rowspan="2" style="width:167px;">Khe3Base + KorBotLE + KorWifi</td>
		</tr>
		<tr height="22">
			<td height="22" style="height:22px;width:179px;">www.k-team.com</td>
		</tr>
		<tr height="43">
			<td height="43" style="height:43px;width:216px;">KoreIOLE</td>
			<td style="width:179px;">K-team</td>
			<td style="width:119px;"></td>
			<td style="width:167px;">Input/output extension board</td>
		</tr>
		<tr height="21">
			<td height="43" rowspan="2" style="height:43px;width:216px;">EAG-robot interface</td>
			<td style="width:179px;">LORIA&#160;</td>
			<td rowspan="2" style="width:119px;"></td>
			<td rowspan="2" style="width:167px;">Custom-made hardware and software</td>
		</tr>
		<tr height="22">
			<td height="22" style="height:22px;width:179px;">www.loria.fr</td>
		</tr>
		<tr height="21">
			<td height="42" rowspan="2" style="height:42px;width:216px;">Sirene</td>
			<td rowspan="2" style="width:179px;">LORIA&#160;</td>
			<td rowspan="2" style="width:119px;"></td>
			<td rowspan="2" style="width:167px;">neuronal simulator sirene.gforge.inria.fr</td>
		</tr>
		<tr height="21">
		</tr>
		<tr height="20">
			<td height="41" rowspan="2" style="height:41px;width:216px;">Eagle</td>
			<td rowspan="2" style="width:179px;">CadSoft www.cadsoftusa.com</td>
			<td rowspan="2" style="width:119px;"></td>
			<td rowspan="2" style="width:167px;">PCB design software</td>
		</tr>
		<tr height="21">
		</tr>
		<tr height="22">
			<td height="22" style="height:22px;width:216px;">Micromanipulator</td>
			<td style="width:179px;">Narishige / Bio-logic</td>
			<td style="width:119px;">UN-3C</td>
			<td style="width:167px;"></td>
		</tr>
		<tr height="22">
			<td height="22" style="height:22px;width:216px;">Magnet base</td>
			<td style="width:179px;">Narishige/ Bio-logic</td>
			<td style="width:119px;">USM-6</td>
			<td style="width:167px;"></td>
		</tr>
		<tr height="22">
			<td height="22" style="height:22px;width:216px;">Adapter</td>
			<td style="width:179px;">Narishige/ Bio-logic</td>
			<td style="width:119px;">UX-6-6</td>
			<td style="width:167px;"></td>
		</tr>
		<tr height="22">
			<td height="22" style="height:22px;width:216px;">Rotule</td>
			<td style="width:179px;">Narishige/ Bio-logic</td>
			<td style="width:119px;">UPN-B</td>
			<td style="width:167px;"></td>
		</tr>
		<tr height="22">
			<td height="22" style="height:22px;width:216px;">Micro scisors</td>
			<td style="width:179px;">MORIA / Phymep</td>
			<td style="width:119px;">15371-92</td>
			<td style="width:167px;"></td>
		</tr>
		<tr height="43">
			<td height="43" style="height:43px;width:216px;">Stereo microscope Zeiss St&#233;mi 2000</td>
			<td style="width:179px;">Fisher Scientific</td>
			<td style="width:119px;">B19961</td>
			<td style="width:167px;"></td>
		</tr>
		<tr height="22">
			<td height="22" style="height:22px;width:216px;">Light source 20W KL200</td>
			<td style="width:179px;">Fisher Scientific</td>
			<td style="width:119px;">W41745</td>
			<td style="width:167px;"></td>
		</tr>
		<tr height="22">
			<td height="22" style="height:22px;width:216px;">Narishige PC-10 Na PC-1</td>
			<td style="width:179px;">Narishige</td>
			<td style="width:119px;">Narishige PC-10</td>
			<td style="width:167px;"></td>
		</tr>
		<tr height="22">
			<td height="22" style="height:22px;width:216px;">Capillaries Na PC-1</td>
			<td style="width:179px;">Fisher scientific</td>
			<td style="width:119px;">C01065</td>
			<td style="width:167px;"></td>
		</tr>
		<tr height="43">
			<td height="43" style="height:43px;width:216px;">Pheromone cis-7-Dodecenyl acetate(Z7-12:OAc)</td>
			<td style="width:179px;">Sigma-Aldrich</td>
			<td style="width:119px;">259829</td>
			<td style="width:167px;"></td>
		</tr>
		<tr height="42">
			<td height="42" style="height:42px;width:216px;">Pack of 3 pipettes&#160;</td>
			<td rowspan="2" style="width:179px;">Eppendorf</td>
			<td rowspan="2" style="width:119px;">4910000514</td>
			<td rowspan="2" style="width:167px;">For pheromone dilution and deposition on paper filter</td>
		</tr>
		<tr height="21">
			<td height="21" style="height:21px;width:216px;">2-20 &#181;l/ 50-200 &#181;l/ 100-1000 &#181;l&#160;</td>
		</tr>
		<tr height="43">
			<td height="43" style="height:43px;width:216px;">Gas sensor TGS2620&#160;</td>
			<td style="width:179px;">Figaro www.figarosensor.com</td>
			<td style="width:119px;"></td>
			<td style="width:167px;">Optional, for comparison with EAG</td>
		</tr>
		<tr height="22">
			<td height="22" style="height:22px;width:216px;">electrode puller&#160;</td>
			<td style="width:179px;">Narishige&#160;</td>
			<td style="width:119px;">PC-10</td>
			<td style="width:167px;"></td>
		</tr>
	</tbody>
</table>

using insect electroantennogram sensors on autonomous robots for olfactory searches

Roboter entwickelt, um chemische Lecks in gefährlichen Industrieanlagen 1 oder explosive Spuren in der Landminenfelder 2 Gesicht das gleiche Problem wie Insekten auf Nahrungssuche oder die Suche nach drei Kumpels verfolgen: das olfaktorische Suche wird durch die Physik der turbulenten Transport 4 eingeschränkt. Die Konzentration Landschaft von Wind getragen Gerüche ist diskontinuierlich und besteht aus sporadisch befindet Patches. Eine Voraussetzung, um Geruchs Suche ist, dass eine intermittierende Patches Geruch erkannt werden. Aufgrund seiner hohen Geschwindigkeit und Empfindlichkeit 6.5 bietet das Riechorgan der Insekten eine einzigartige Gelegenheit für die Erkennung. Insektenfühler sind in der Vergangenheit benutzt worden, um nicht nur Sexualpheromone 7, sondern auch Chemikalien, die für den Menschen relevant sind, z. B. flüchtigen Verbindungen aus Krebszellen, 8 oder giftige und illegale Substanzen ausgeh 9-11 zu erkennen. Wir beschreiben hier ein Protokoll für die Verwendung von Insektenfühler auf autonome Roboter eind präsentieren ein Proof of Concept für die Verfolgung von Geruchsschwaden zu ihrer Quelle. Die weltweite Reaktion von Riechzellen in situ in Form von Elektroantennogramme (EAG) erfasst. Unsere experimentellen Design, basierend auf einer gesamten Insekten Herstellung ermöglicht stabile Aufzeichnungen innerhalb eines Arbeitstages. Im Vergleich EAGs auf geschnitten Antennen haben eine Lebensdauer von 2 Stunden. Eine benutzerdefinierte Hardware / Software-Schnittstelle zwischen den EAG-Elektroden und einem Roboter entwickelt. Das Messsystem löst individuellen Geruch Patches bis zu 10 Hz, was die Zeitskala der künstlichen chemischen Sensoren 12 überschreitet. Die Effizienz der EAG-Sensoren für olfaktorische Suche wird weiter in den Antrieb des Roboters in Richtung einer Quelle des Pheromons gezeigt. Durch die Verwendung identischer olfaktorischen Reizen und Sensoren wie in echten Tieren, bietet unser Roboter-Plattform ein direktes Mittel zur Prüfung der biologischen Hypothesen über olfaktorische Kodierung und Suchstrategien 13. Es kann auch als nützlich erweisen, zum Nachweis anderer Riechstoffe InteressenKombination aus verschiedenen EAGs Insektenarten in einer bioelektronischen Nase Konfiguration 14 oder mit nanostrukturierten Gassensoren, die Insektenfühler 15 imitieren.

Die oben beschriebene Protokoll wurde mit kurzen Impulsen von 20 ms Pheromon (Dosis 1 ug und 10 ug) direkt auf der Antenne aufgeblasen getestet. 4A zeigt die EAGs in Reaktion auf Pheromon Impulse. Sie sind positiv, weil die Aufzeichnungselektrode mit dem invertierenden Eingang des Verstärkers verbunden ist, wie in Schritt 3.3 beschrieben. Wie von dem Leistungsspektrum angezeigt, ist das Messsystem in der Lage, Impulse Pheromon bis 10 Hz bis zu beheben. Zum Vergleich testeten wir auch ein handelsübliches Gassensor. Die TGS2620 ist für den Nachweis von Lösungsmitteldämpfen hergestellten Metalloxid-Sensor. Obwohl der Sensor stellt eine hohe Empfindlichkeit gegenüber Ethanol, war es nicht in der Lage, um Variationen in der Konzentration folgen (siehe die gestrichelte Kurve in Abbildung 4B). Das Problem stammt aus dem Sensorgehäuse. Die TGS2620 ist mit einer Kappe, die eine flammfestem Edelstahl Gaze hat kommerzialisiert. Die Reaktionszeit ist langsam, da in der Praxis dauert esgewisse Zeit, damit das Gas durch die Gaze diffundieren und erreichen die Metalloxidoberfläche. Recovery ist auch langsam, weil es Zeit braucht, um den Sensor zu reinigen, wenn das Gas im Inneren der Kappe gefangen. Wir haben deshalb die Kappe entfernt und diese Modifikation verbessert die Dynamik erheblich (siehe die Ebene Kurve in Abbildung 4B). Noch gab es einen Faktor zehn zwischen der EAG und TGS2620 (10 Hz gegenüber 1 Hz). Dieser Vergleich ist jedoch qualitative als EAG TGS2620 und die nicht unter den gleichen Bedingungen getestet. Wir untersuchten dann die Stabilität über die Zeit unseres ganzen Insektenpräparat (n = 12 Motten) im Vergleich zu ausgeschnittenen Antennen (n = 7 Antennen). Die EAG wurde periodisch in Reaktion auf Reize Pheromon (Dauer 500 ms, Dosis 1 ug) aufgezeichnet. Raw EAGs (in mV) wurden relativ EAGs umgewandelt (in Prozent vom Ausgangswert zum Zeitpunkt t = 0) erhalten. Abbildung 5 zeigt sehr gute Stabilität unseres ganzen Insekten prepbereitung innerhalb eines Arbeitstages. Im Gegensatz dazu verzeichnete EAGs an isolierten Antennen Abnahme schnell über die Zeit, so dass das Signal fällt auf die Hälfte des Ausgangswertes nach nur 1,5 Stunden. Diese Zeitabhängigkeit ist gut mit einer exponentiellen Zerfall mit einer Lebensdauer von 2 h beschrieben. Schließlich untersuchten wir die Fähigkeit des EAG Roboter-Plattform zu, um eine Geruchsquelle (Pheromonverbindung Z7-12: OAc) suchen, unter Verwendung eines reaktiven Suchstrategie (6A). Die Suchstrategie vereint gegen den Wind Anstieg jedes Mal das Pheromon wird mit Spiral Gießen in der Abwesenheit von Erkennungen 28 erfasst. Die Gegenwart von Pheromon ist aus der EAG durch die neuromorphe Detektor erfasst, wie in Schritt 4.3 beschrieben. Zwei Beispiele von EAG bei der Suche sind in Abbildung 6B gezeigt. Ohne die Geruchsquelle bleibt die EAG um Null (also 2,5 V) mit sehr wenigen oder keinen Erkennungen. Der Roboter führt Spirale Gießen und in der Regel lässt den Suchraum befErz Erreichen der Zielposition (in 92% der Studien, n = 26 Studien, 6C rechts). Mit der Geruchsquelle (6C links), präsentiert der EAG Ausbrüche von Aktivität (Erkennungen) mit Zeiten der Stille (keine Nachweise) verflochten. Spiral Gießen tritt vor allem bei der Fahne Kontur (6C links, rote Linie) und scheint eine effiziente Strategie für die Verlagerung der Mittelfahne, wenn der Geruch wird verloren sein. In diesem Zustand wird die Quelle allgemein gefunden (Erfolgsrate = 96%, n = 44 Versuche). <img alt="Figur 1" fo:content-width="5in" src="/files/ftp_upload/51704/51704fig1highres.jpg" width="500" /> Abbildung 1. Ganzinsekten EAG Vorbereitung und Roboter-Setup. A) Die Elektroantennogramm (EAG) wird von einer ganzen Insekten Vorbereitung (siehe Text für Details). B) aufgezeichnet Die Zubereitung ist auf der rob montiertot. <a href="https://www.jove.com/files/ftp_upload/51704/51704fig1highres.jpg" target="_blank">Bitte klicken Sie hier, um eine größere Version dieser Figur zu sehen.</a> <img alt="Figur 2" fo:content-width="5in" src="/files/ftp_upload/51704/51704fig2highres.jpg" width="500" /> Abbildung 2. Hardware-Software-Schnittstelle. A) Eagle-Schema der Hardware. Die Schaltung besteht aus sechs Abschnitten (siehe Text für Details). Es ermöglicht Filterung (Frequenzband von 0,1 bis 500 Hz, Kerb bei 50 Hz), Verstärkung (Gesamtgewinn 250X) und Signalanlage im Bereich von 0-5 V. B) Eagle-Layout zeigt Leitungen aus Kupfer (die obere ist rot, und der unten in blau) und Löcher (in grün). C) Leiterplatte (PCB), die die einzelnen Elemente. D) Grafische Benutzerschnittstelle (GUI) in Qt-C + + für die Datenvisualisierung (rote Kurve = EAG-Eingang, grüne Spur geschrieben= Neuronenmodell Ausgang), Filter-Design und Signalerkennung. <a href="https://www.jove.com/files/ftp_upload/51704/51704fig2highres.jpg" target="_blank">Bitte klicken Sie hier, um eine größere Version dieser Figur zu sehen.</a> <img alt="Fig. 3" fo:content-width="5in" src="/files/ftp_upload/51704/51704fig3highres.jpg" width="500" /> Abbildung 3. Signalerkennung aus der EAG. A) Elektroantennogramm (EAG)-Modell. Die EAG wird durch eine nichtlineare Kaskade 27, die von einer statischen Nichtlinearität gefolgt von einer 1. Ordnung Tiefpaßfilter mit exponentieller Impuls-Funktion besteht modelliert <img alt="Gleichung 21" fo:content-width=".2in" src="/files/ftp_upload/51704/51704eq21.jpg" /> . Die EAG Ausgang wird von der Faltungsintegral mit vorgegebenen <img alt="Gleichung 22" fo:content-width="2in" src="/files/ftp_upload/51704/51704eq22.jpg" /> . B)-Engineering-Ansatz. Die Entfaltung filter schreibt <img alt="Gleichung 23" fo:content-width="1in" src="/files/ftp_upload/51704/51704eq23.jpg" /> und <img alt="Gleichung 24" fo:content-width="1in" src="/files/ftp_upload/51704/51704eq24.jpg" /> , Siehe Text für Details. Geruch Begegnungen (Hits) werden erkannt, wenn <img alt="Gleichung 12" src="/files/ftp_upload/51704/51704eq12.jpg" /> einen vordefinierten Grenzwert überschreitet. C) Bio-inspirierten Ansatz. Ein Hodgkin-Huxley-Typ Neuronenmodells mit fünf internen Ströme (Leck, K +, Na +, Ca 2 + und SK) wird verwendet, um die beobachtete Brennerregungsmuster-Hemmung (EI) zu reproduzieren experimentell beobachteten 13. Zur Signalerfassung wird das EAG Signal verwendet als Eingangsstrom und Treffer detektiert, wenn ein Burst von Anregung durch Hemmung in der Feueraktivität verfolgt. <img alt="Fig. 4" fo:content-width="5in" src="/files/ftp_upload/51704/51704fig4highres.jpg" width="500" /> &lt;<html> br /&gt; Abbildung 4. EAG Reaktionszeit. A) EAG Aufnahmen in Reaktion auf Impulse von 20 ms Pheromon (Dosis 1 ug und 10 ug) mit unterschiedlichen Geschwindigkeiten (1, 2, 4, 6, 8 und 10 Impulsen / s) geliefert wird. Die normalisierte EAG Leistungsspektrum für einen Reiz bei 1 und 10 Hz (Dosis 1 ug und 10 ug) gepulst gezeigt. Die EAG löst Einzelimpulse von bis zu 10 Hz beträgt. B) Aufnahmen von Gassensor TGS2620 in Reaktion auf Ethanol (schwankenden Konzentration). Die gestrichelten Kurven sind und Klar der Sensorantwort mit und ohne die Kappe auf. Der Sensor mit der Kappe hat eine Reaktionszeit von zehn Sekunden und kann nicht so folgt den Schwankungen der Gaskonzentration. Die TGS2620 ohne Kappe löst individuellen Schwankungen von bis zu 1 Hz. <a href="https://www.jove.com/files/ftp_upload/51704/51704fig4highres.jpg" target="_blank">Bitte klicken Sie hier, um eine größere Version dieser Figur zu sehen.</a> immer &quot;&gt; <img alt="Figur 5" fo:content-width="5in" src="/files/ftp_upload/51704/51704fig5highres.jpg" width="500" /> Abbildung 5. EAG Stabilität (ganze Insekten Vorbereitung vs geschnitten Antenne). Die EAG wurde jede Stunde während 8 h für die ganze Insekten Zubereitung (n = 12 Motten) alle 20 min während 3,2 h für exzidierten Antennen (n = 7 Antennen) aufgezeichnet. Die Abbildung zeigt die relative EAGs (in Prozent vom Ausgangswert zum Zeitpunkt t = 0) erhalten. Die Zeitabhängigkeit für die ausgeschnittenen Antennen ist gut durch einen exponentiellen Abfall mit einer Lebensdauer von 2 Stunden (Halbwertszeit von 1,5 h) ausgestattet. <img alt="Fig. 6" fo:content-width="5in" src="/files/ftp_upload/51704/51704fig6highres.jpg" width="500" /> Abbildung 6. Robotic Experimenten. A) Der Anstieg Guss-Strategie kombiniert Luv Anstieg in derAnwesenheit der Geruch mit Spiral Gießen in seiner Abwesenheit 28. B) Typische EAG bei der Suche aufgenommen, während sich der Roboter bewegt (mit und ohne Geruch). C) Roboterbahnen mit Geruch (n = 44 Studien) und ohne Geruch (n = 26 Studien). Die rote gestrichelte Linie stellt die Wolke Kontur, wo 90% aller Erfassungen während der Versuche aufgetreten. Versuchsbedingungen: Suchraum = 4 mx 2,5 m, Robotergeschwindigkeit = 5,6 cm / sec, target = 10 ug Pheromon auf einem Papierfilter abgeschieden und ersetzt alle 2 Versuche, Roboter Anfangsposition = 2 m vom Ziel, Windgeschwindigkeit = 0,9 ± 0,2 m / sec am Zielort. <a href="https://www.jove.com/files/ftp_upload/51704/51704fig6highres.jpg" target="_blank">Bitte klicken Sie hier, um eine größere Version dieser Figur zu sehen.</a>

Watch this Scientific Journal Video about Using Insect Electroantennogram Sensors on Autonomous Robots for Olfactory Searches at JoVE.com

Using Insect Electroantennogram Sensors on Autonomous Robots for Olfactory Searches

We describe a protocol for using insect antennae in the form of electroantennograms (EAGs) on autonomous robots. Our experimental design allows stable recordings within a day and resolves individual odor patches up to 10 Hz. The efficiency of EAG sensors for olfactory searches is demonstrated in driving a robot toward an odor source.

Mit Insekten Elektroantennogramm Sensoren auf Autonome Roboter für Riech Suchen

Robots designed to track chemical leaks in hazardous industrial facilities1 or explosive traces in landmine fields2 face the same problem as insects ...

using-insect-electroantennogram-sensors-on-autonomous-robots-for

Research

JoVE Journal

Neuroscience

22.8K Aufrufe.  Centre National de la Recherche Scientifique (CNRS). We describe a protocol for using insect antennae in the form of electroantennograms (EAGs) on autonomous robots. Our experimental design allows stable recordings within a day and resolves individual odor patches up to 10 Hz. The efficiency of EAG sensors for olfactory searches is demonstrated in driving a robot toward an odor source.

Serie: Using Insect Electroantennogram Sensors on Autonomous Robots for Olfactory Searches

Vibrodissociation of Neurons from Rodent Brain Slices to Study Synaptic Transmission and Image Presynaptic Terminals

Mechanical dissociation of neurons from the central nervous system has the advantage that presynaptic boutons remain attached to the isolated neuron of interest. This allows for examination of synaptic transmission under conditions where the extracellular and postsynaptic intracellular environments can be well controlled. A vibration-based technique without the use of proteases, known as vibrodissociation, is the most popular technique for mechanical isolation. A micropipette, with the tip fire-polished to the shape of a small ball, is placed into a brain slice made from a P1-P21 rodent. The micropipette is vibrated parallel to the slice surface and lowered through the slice thickness resulting in the liberation of isolated neurons. The isolated neurons are ready for study within a few minutes of vibrodissociation. This technique has advantages over the use of primary neuronal cultures, brain slices and enzymatically isolated neurons including: rapid production of viable, relatively mature neurons suitable for electrophysiological and imaging studies; superior control of the extracellular environment free from the influence of neighboring cells; suitability for well-controlled pharmacological experiments using rapid drug application and total cell superfusion; and improved space-clamp in whole-cell recordings relative to neurons in slice or cell culture preparations. This preparation can be used to examine synaptic physiology, pharmacology, modulation and plasticity. Real-time imaging of both pre- and postsynaptic elements in the living cells and boutons is also possible using vibrodissociated neurons. Characterization of the molecular constituents of pre- and postsynaptic elements can also be achieved with immunological and imaging-based approaches.

This report demonstrates a technique for mechanical isolation of individual viable neurons retaining attached presynaptic boutons. Vibrodissociated neurons have the advantages of rapid production, excellent pharmacological control and improved space-clamp without influence from neighboring cells. This method can be used for imaging of synaptic elements and patch-clamp recording.

Vibrodissociation von Neuronen aus Nager Hirnschnitten zu Study Synaptic Transmission and Image präsynaptischen

Mechanical dissociation of neurons from the central nervous system has the advantage that presynaptic boutons remain attached to the isolated neuron of ...

Forschung

Neurowissenschaften

Odorant-induced Responses Recorded from Olfactory Receptor Neurons using the Suction Pipette Technique

Animals sample the odorous environment around them through the chemosensory systems located in the nasal cavity. Chemosensory signals affect complex behaviors such as food choice, predator, conspecific and mate recognition and other socially relevant cues. Olfactory receptor neurons (ORNs) are located in the dorsal part of the nasal cavity embedded in the olfactory epithelium. These bipolar neurons send an axon to the olfactory bulb (see Fig. 1, Reisert &amp; Zhao1, originally published in the Journal of General Physiology) and extend a single dendrite to the epithelial border from where cilia radiate into the mucus that covers the olfactory epithelium. The cilia contain the signal transduction machinery that ultimately leads to excitatory current influx through the ciliary transduction channels, a cyclic nucleotide-gated (CNG) channel and a Ca2+-activated Cl- channel (Fig. 1). The ensuing depolarization triggers action potential generation at the cell body2-4.
In this video we describe the use of the "suction pipette technique" to record odorant-induced responses from ORNs. This method was originally developed to record from rod photoreceptors5 and a variant of this method can be found at jove.com modified to record from mouse cone photoreceptors6. The suction pipette technique was later adapted to also record from ORNs7,8. Briefly, following dissociation of the olfactory epithelium and cell isolation, the entire cell body of an ORN is sucked into the tip of a recording pipette. The dendrite and the cilia remain exposed to the bath solution and thus accessible to solution changes to enable e.g. odorant or pharmacological blocker application. In this configuration, no access to the intracellular environment is gained (no whole-cell voltage clamp) and the intracellular voltage remains free to vary. This allows the simultaneous recording of the slow receptor current that originates at the cilia and fast action potentials fired by the cell body9. The difference in kinetics between these two signals allows them to be separated using different filter settings. This technique can be used on any wild type or knockout mouse or to record selectively from ORNs that also express GFP to label specific subsets of ORNs, e.g. expressing a given odorant receptor or ion channel.

Olfactory receptor neurons (ORNs) convert odor signals first into a receptor current that in turn triggers action potentials that are conveyed to second order neurons in the olfactory bulb. Here we describe the suction pipette technique to record simultaneously the odorant-induced receptor current and action potentials from mouse ORNs.

Odorant-induzierten Reaktionen aus olfaktorischen Rezeptor-Neuronen mit der Saugpipette Technik aufgenommen

Animals sample the odorous environment around them through the chemosensory systems located in the nasal cavity. Chemosensory signals affect complex ...

Identification of Olfactory Volatiles using Gas Chromatography-Multi-unit Recordings (GCMR) in the Insect Antennal Lobe

All organisms inhabit a world full of sensory stimuli that determine their behavioral and physiological response to their environment. Olfaction is especially important in insects, which use their olfactory systems to respond to, and discriminate amongst, complex odor stimuli. These odors elicit behaviors that mediate processes such as reproduction and habitat selection1-3. Additionally, chemical sensing by insects mediates behaviors that are highly significant for agriculture and human health, including pollination4-6, herbivory of food crops7, and transmission of disease8,9. Identification of olfactory signals and their role in insect behavior is thus important for understanding both ecological processes and human food resources and well-being.
	To date, the identification of volatiles that drive insect behavior has been difficult and often tedious. Current techniques include gas chromatography-coupled electroantennogram recording (GC-EAG), and gas chromatography-coupled single sensillum recordings (GC-SSR)10-12. These techniques proved to be vital in the identification of bioactive compounds. We have developed a method that uses gas chromatography coupled to multi-channel electrophysiological recordings (termed 'GCMR') from neurons in the antennal lobe (AL; the insect's primary olfactory center)13,14. This state-of-the-art technique allows us to probe how odor information is represented in the insect brain. Moreover, because neural responses to odors at this level of olfactory processing are highly sensitive owing to the degree of convergence of the antenna's receptor neurons into AL neurons, AL recordings will allow the detection of active constituents of natural odors efficiently and with high sensitivity. Here we describe GCMR and give an example of its use.
	Several general steps are involved in the detection of bioactive volatiles and insect response. Volatiles first need to be collected from sources of interest (in this example we use flowers from the genus Mimulus (Phyrmaceae)) and characterized as needed using standard GC-MS techniques14-16. Insects are prepared for study using minimal dissection, after which a recording electrode is inserted into the antennal lobe and multi-channel neural recording begins. Post-processing of the neural data then reveals which particular odorants cause significant neural responses by the insect nervous system.
	Although the example we present here is specific to pollination studies, GCMR can be expanded to a wide range of study organisms and volatile sources. For instance, this method can be used in the identification of odorants attracting or repelling vector insects and crop pests. Moreover, GCMR can also be used to identify attractants for beneficial insects, such as pollinators. The technique may be expanded to non-insect subjects as well.

Identification of Olfactory Volatiles using Gas Chromatography-Multi-unit Recordings GCMR in the Insect Antennal Lobe

Olfactory cues mediate many different behaviors in insects, and are often complex mixtures comprised of tens to hundreds of volatile compounds. Using gas chromatography with multi-channel recording in the insect antennal lobe, we describe a method for the identification of bioactive compounds.

Identifikation der olfaktorischen Flüchtige mittels Gaschromatographie-Multi-unit Recordings (GCMR) im Insect Antennallobus

All  organisms inhabit a world full of sensory stimuli that determine their  behavioral and physiological response to their environment. Olfaction is ...

Designing and Implementing Nervous System Simulations on LEGO Robots

We present a method to use the commercially available LEGO Mindstorms NXT robotics platform to test systems level neuroscience hypotheses. The first step of the method is to develop a nervous system simulation of specific reflexive behaviors of an appropriate model organism; here we use the American Lobster. Exteroceptive reflexes mediated by decussating (crossing) neural connections can explain an animal's taxis towards or away from a stimulus as described by Braitenberg and are particularly well suited for investigation using the NXT platform.1 The nervous system simulation is programmed using LabVIEW software on the LEGO Mindstorms platform. Once the nervous system is tuned properly, behavioral experiments are run on the robot and on the animal under identical environmental conditions. By controlling the sensory milieu experienced by the specimens, differences in behavioral outputs can be observed. These differences may point to specific deficiencies in the nervous system model and serve to inform the iteration of the model for the particular behavior under study. This method allows for the experimental manipulation of electronic nervous systems and serves as a way to explore neuroscience hypotheses specifically regarding the neurophysiological basis of simple innate reflexive behaviors. The LEGO Mindstorms NXT kit provides an affordable and efficient platform on which to test preliminary biomimetic robot control schemes. The approach is also well suited for the high school classroom to serve as the foundation for a hands-on inquiry-based biorobotics curriculum.

An approach to neural network modeling on the LEGO Mindstorms robotics platform is presented. The method provides a simulation tool for invertebrate neuroscience research in both the research lab and the classroom. This technique enables the investigation of biomimetic robot control principles.

Entwerfen und Implementieren von Nervous System Simulationen auf LEGO Roboter

We present a method to use the commercially available LEGO Mindstorms NXT robotics platform to test systems level neuroscience hypotheses. The first step ...

Whole Mount Immunolabeling of Olfactory Receptor Neurons in the Drosophila Antenna

Odorant molecules bind to their target receptors in a precise and coordinated manner. Each receptor recognizes a specific signal and relays this information to the brain. As such, determining how olfactory information is transferred to the brain, modifying both perception and behavior, merits investigation. Interestingly, there is emerging evidence that cellular transduction and transcriptional factors are involved in the diversification of olfactory receptor neuron. Here we provide a robust whole mount immunological labeling method to assay in vivo olfactory receptor neuron organization. Using this method, we identified all olfactory receptor neurons with anti-ELAV antibody, a known pan-neural marker and Or49a-mCD8::GFP, an olfactory receptor neuron specifically expressed in Nba neuron using anti-GFP antibody.

Whole Mount Immunolabeling of Olfactory Receptor Neurons in the Drosophila Antenna

Herein we describe the process of whole mount immunostaining of Drosophila antennae, which enables us to better understand the molecular mechanisms involved in the diversification of olfactory receptor neurons (ORN)s.

Ganze Berge Immunmarkierung der olfaktorischen Rezeptorneuronen in der<em&gt; Drosophila</em&gt; Antennen

Odorant molecules bind to their target receptors in a precise and coordinated manner. Each receptor recognizes a specific signal and relays this ...

Olfactory Assays for Mouse Models of Neurodegenerative Disease

In many neurodegenerative diseases and particularly in Parkinson&#8217;s disease, deficits in olfaction are reported to occur early in the disease process and may be a useful behavioral marker for early detection. Earlier detection in neurodegenerative disease is a major goal in the field because this is when neuroprotective therapies have the best potential to be effective. Therefore, in preclinical studies testing novel neuroprotective strategies in rodent models of neurodegenerative disease, olfactory assessment could be highly useful in determining therapeutic potential of compounds and translation to the clinic. In the present study we describe a battery of olfactory assays that are useful in measuring olfactory function in mice. The tests presented in this study were chosen because they measure olfaction abilities in mice related to food odors, social odors, and non-social odors. These tests have proven useful in characterizing novel genetic mouse models of Parkinson&#8217;s disease as well as in testing potential disease-modifying therapies.

Impairment in olfactory function is a common feature in many neurodegenerative disorders including Parkinson, Alzheimer, and Huntington diseases. In the present article, we describe a set of tests for assessing olfaction discrimination and detection in mice that can be used to measure olfactory abilities in mouse models of neurodegenerative diseases.

Riech Assays für Mausmodelle für Neurodegenerative Disease

In many neurodegenerative diseases and particularly in Parkinson&#8217;s disease, deficits in olfaction are reported to occur early in the disease process ...

Using Single Sensillum Recording to Detect Olfactory Neuron Responses of Bed Bugs to Semiochemicals

The insect olfactory system plays an important role in detecting semiochemicals in the environment. In particular, the antennal sensilla which house single or multiple neurons inside, are considered to make the major contribution in responding to the chemical stimuli. By directly recording action potential in the olfactory sensillum after exposure to stimuli, single sensillum recording (SSR) technique provides a powerful approach for investigating the neural responses of insects to chemical stimuli. For the bed bug, which is a notorious human parasite, multiple types of olfactory sensillum have been characterized. In this study, we demonstrated neural responses of bed bug olfactory sensilla to two chemical stimuli and the dose-dependent responses to one of them using the SSR method. This approach enables researchers to conduct early screening for individual chemical stimuli on the bed bug olfactory sensilla, which would provide valuable information for the development of new bed bug attractants or repellents and benefits the bed bug control efforts.

Bed bugs rely on olfactory receptor neurons housed in their antennal olfactory sensilla to detect semiochemicals in the environment. Utilizing single sensillum recording, we demonstrate a method to evaluate bed bug response to semiochemicals and explore the coding process involved.

Verwenden von Einzel Sensillum Aufnahme auf Riech Neuron Antworten von Bed Bugs zu Semiochemicals Detect

The insect olfactory system plays an important role in detecting semiochemicals in the environment. In particular, the antennal sensilla which house ...

Imaging Membrane Potential with Two Types of Genetically Encoded Fluorescent Voltage Sensors

Genetically encoded voltage indicators (GEVIs) have improved to the point where they are beginning to be useful for in vivo recordings. While the ultimate goal is to image neuronal activity in vivo, one must be able to image activity of a single cell to ensure successful in vivo preparations. This procedure will describe how to image membrane potential in a single cell to provide a foundation to eventually image in vivo. Here we describe methods for imaging GEVIs consisting of a voltage-sensing domain fused to either a single fluorescent protein (FP) or two fluorescent proteins capable of F&#246;rster resonance energy transfer (FRET) in vitro. Using an image splitter enables the projection of images created by two different wavelengths onto the same charge-coupled device (CCD) camera simultaneously. The image splitter positions a second filter cube in the light path. This second filter cube consists of a dichroic and two emission filters to separate the donor and acceptor fluorescent wavelengths depending on the FPs of the GEVI. This setup enables the simultaneous recording of both the acceptor and donor fluorescent partners while the membrane potential is manipulated via whole cell patch clamp configuration. When using a GEVI consisting of a single FP, the second filter cube can be removed allowing the mirrors in the image splitter to project a single image onto the CCD camera.

A method for imaging changes in membrane potential using genetically encoded voltage indicators is described.

Imaging Membrane Potential mit zwei Arten von genetisch kodierten Fluorescent Spannungssensoren

Genetically encoded voltage indicators (GEVIs) have improved to the point where they are beginning to be useful for in vivo recordings. While the ultimate ...

Insect-controlled Robot: A Mobile Robot Platform to Evaluate the Odor-tracking Capability of an Insect

Robotic odor source localization has been a challenging area and one to which biological knowledge has been expected to contribute, as finding odor sources is an essential task for organism survival. Insects are well-studied organisms with regard to odor tracking, and their behavioral strategies have been applied to mobile robots for evaluation. This "bottom-up" approach is a fundamental way to develop biomimetic robots; however, the biological analyses and the modeling of behavioral mechanisms are still ongoing. Therefore, it is still unknown how such a biological system actually works as the controller of a robotic platform. To answer this question, we have developed an insect-controlled robot in which a male adult silkmoth (Bombyx mori) drives a robot car in response to odor stimuli; this can be regarded as a prototype of a future insect-mimetic robot. In the cockpit of the robot, a tethered silkmoth walked on an air-supported ball and an optical sensor measured the ball rotations. These rotations were translated into the movement of the two-wheeled robot. The advantage of this "hybrid" approach is that experimenters can manipulate any parameter of the robot, which enables the evaluation of the odor-tracking capability of insects and provides useful suggestions for robotic odor-tracking. Furthermore, these manipulations are non-invasive ways to alter the sensory-motor relationship of a pilot insect and will be a useful technique for understanding adaptive behaviors.

The capability to localize an odor source is necessary for insect survival and is expected to be applicable to artificial odor-tracking. The insect-controlled robot is driven by an actual silkmoth and enables us to evaluate the odor-tracking capability of insects through a robotic platform.

Insekt gesteuerte Roboter: Ein mobiler Roboter-Plattform, die geruchs Tracking-Fähigkeit eines Insekts zur Bewertung

Robotic odor source localization has been a challenging area and one to which biological knowledge has been expected to contribute, as finding odor ...

Quadruple Immunostaining of the Olfactory Bulb for Visualization of Olfactory Sensory Axon Molecular Identity Codes

The mouse olfactory system is often used to study mechanisms of neural circuit formation&#12288;because of its simple anatomical structure. An Olfactory Sensory Neuron (OSN) is a bipolar cell with a single dendrite and a single unbranched axon. An OSN expresses only one Olfactory Receptor (OR) gene, OSNs expressing a given type of OR converge their axons to a few sets of invariant glomeruli in the Olfactory Bulb (OB). A remarkable feature of OSN projection is that the expressed ORs play instructive roles in axonal projection. ORs regulate the expression of multiple axon-sorting molecules and generate the combinatorial molecular code of axon-sorting molecules at the OSN axon termini. Thus, to understand the molecular mechanisms of OR-specific axon guidance mechanisms, it is vital to characterize their expression profiles at the OSN axon termini within the same glomerulus. The aim of this article was to introduce methods for collecting as many glomeruli as possible on a single OB section and for performing immunostaining using multiple antibodies. This would allow the comparison and analysis of the expression patterns of axon-sorting molecules without staining variation between OB sections.

Olfactory sensory neurons express a wide variety of axon-sorting molecules to establish proper neural circuitry. This protocol describes an immunohistochemical staining method to visualize combinatorial expressions of axon-sorting molecules at the axon termini of olfactory sensory neurons.

Quadruple Immunfärbung der olfaktorischen Glühbirne zur Visualisierung von olfaktorischen sensorischen Axon Molecular Identity Codes

The mouse olfactory system is often used to study mechanisms of neural circuit formation&#12288;because of its simple anatomical structure. An Olfactory ...