Questa ricerca è stata finanziata in parte dal sostegno ricevuto dalla US Environmental Protection Agency ha mirato programma di Spartiacque di Grants (Progetto # WS97704801), la National Science Foundation di Dinamica dei accoppiati sistemi naturali e umani (Progetto # DEB1010259-CARD-KLIN), e il Dipartimento degli Stati Uniti delle Politiche Agricole-Istituto Nazionale di Progetto Coordinato agricolo Foodand Agricoltura (Project # 20116800230190-CARD-).

1. Preparare Modello Watershed e fornire dati di ingresso per l&#39;ottimizzazione <ol><li> Creare un database i_SWAT <ol><li> Utilizzo di un programma chiamato &quot;rotatore&quot;, creare il database da banche dati di input tra cui terreni, clima, gestione e fertilizzanti. </li><li> In alternativa, una corsa SWAT esistente (eventualmente creato con ArcSWAT o AVSWAT) possono essere importati con i_SWAT.exe. In questo caso, il programma &quot;swat_rewrite&quot; può essere utilizzato per sostituire gestione o altre informazioni HRU basata su dati a livello di campo. </li><li> Calibrazione e validazione del modello SWAT deve essere eseguita a questo punto. La (versione 2005) SWAT modello incorporato in questo quadro Raccoon Watershed modellazione fiume EA è stato originariamente calibrati e validati per un totale giornaliero massimo carico (TMDL) studio come descritto da Jha et al. (2010). Ulteriore calibrazione e validazione del modello SWAT è stata condotta a sostegno dello sviluppo di un Master Plan Raccoon River Watershed, come descrittoletto in Agren, Inc. (2011), che è il modello SWAT che è stato utilizzato per questo studio. </li><li> Utilizzare una versione modificata di SWAT2005.exe, chiamato SWAT2005GA.exe. </li></ol></li><li> Preparare file &quot;spartiacque presets.csv&quot; - Questo è un file di testo la memorizzazione molte delle impostazioni specifiche per lo spartiacque Raccoon. E &#39;letto da GeneticiSWAT e MapSWAT di seguito per impostare più controlli e campi di dati per lo spartiacque con un clic. </li><li> Preparare i costi degli elementi di pratica di conservazione. Per questo esempio, questi sono memorizzati nella tabella [Costi Practice - Raccoon per provincia] in una &quot;serie di minimi costi di Pratica di Josh.mdb&quot; del database. </li></ol> Il costo totale di una soluzione candidata è la somma dei costi delle pratiche di conservazione applicate alle unità spartiacque (&quot;unità di risposta idrologica&quot;, o HRUS). Il programma di ottimizzazione considera un&#39;assegnazione ottimale di una pratica di conservazione solo da un particolare insieme di pratiche di conservazione in ogni HRU terre coltivate nel bacino. La sets di pratiche di conservazione possibili assegnati a un HRU sono chiamati set di alleli. <ol start="4"><li> Creare cartelle SWAT. Per questo percorso, sono stati utilizzati 16 CPU, il che significa 16 copie di SWAT2005GA.exe sono stati eseguiti in 16 cartelle separate (lo stesso vale per i sistemi con CPU meno, ad esempio, 4 cartelle devono essere creati per un processore &quot;quad-core&quot;). </li></ol> 2. Seleziona parametri di ottimizzazione <ol><li> Ottimizzazione è controllata dal programma chiamato &quot;GeneticISWAT&quot;. Per eseguire l&#39;ottimizzazione, GeneticISWAT.exe aperto. <ol><li> Vai su &quot;File&quot;, poi &quot;Apri&quot; e selezionare il i_SWAT database &quot;Raccoon GA.mdb&quot;. </li><li> Vai su &quot;File&quot;, poi &quot;Configurazione&quot; per assegnare i percorsi del modello SWAT eseguibili (SWAT2005GA.exe). </li><li> Vai su &quot;Esegui&quot;, quindi &quot;Selezionare Imposta Allele&quot;. Questo passaggio determina le combinazioni di pratiche di conservazione utilizzati in ottimizzazione. Per questo percorso, allele set # 14 è stato utilizzato, che ha 23 combinazioni di pratiche di conservazione. Avset allele ailable vengono memorizzati nel file di configurazione &quot;Alleles.csv&quot;. </li><li> Vai su &quot;Esegui&quot;, quindi selezionare &quot;SPEA2 Baseline Subset Aware archivio&quot; per effettuare l&#39;ottimizzazione multiobiettivo utilizzando l&#39;algoritmo SPEA2 evolutivo. </li></ol></li></ol><img src="/files/ftp_upload/4009/4009fig1.jpg" alt="Figura 1"/> Figura 1. Fissare gli obiettivi di ottimizzazione e parametri. Ottimizzazione dei parametri da selezionare: Preset: Selezionare lo spartiacque da ottimizzare. Facendo clic su &quot;Applica&quot; seleziona le voci dal file preset &quot;spartiacque presets.csv&quot; per riempire i valori di controllo in questa schermata. Variabile di uscita: selezionare gli obiettivi ambientali per l&#39;ottimizzazione. A seconda della selezione (N Outlet, outlet P), questo definisce un 3-dimensionale funzione obiettivo: Azoto (N organico + NH4 NO3 + + NO2) in media per 5 anni in uscita, Fosforo (Organic P + P minerale) in media per 5 anni in uscita, e il costo totale di pratiche di conservazione. Si noti che questo creerà un 3-dimensionale frontiera compromesso. Variabili di uscita alternative possono essere selezionate, in cui il programma è di ridurre al minimo multiobiettivo ({} variabile di uscita, costo totale). Dimensione della popolazione: dimensione della popolazione Set iniziale. Questo determina il numero iniziale di soluzioni candidate. Quando &quot;Seed con l&#39;allele&quot; è selezionata, soluzioni candidate che rappresentano una applicazione uniforme di ogni pratica di conservazione specificato nella allele impostato su tutti HRUS terre coltivate nel bacino sono creato per primo. Le soluzioni candidati rimanenti sono creati da una assegnazione casuale di pratiche di conservazione del allele impostato su terreni agricoli HRUS. Quando si seleziona la &quot;Seed con ogni allele&quot; opzione, bisogna fare in modo che la dimensione della popolazione iniziale è almeno grande quanto il numero di alleli in un insieme allele (23 in questa dimostrazione). Numero di generazioni: Impostare il numero desiderato di generazioni (iterazioni) per il corso di ottimizzazione (si noti che la corsa può essere riavviato). Probabilità Crossover: Quando due soluzioni candidate sono state selezionate per la creazione di nuove soluzioni candidate, la probabilità di crossover indica la probabilità che diverse nuove soluzioni vengono create (impostato su 1 per questa dimostrazione). Dimensioni della popolazione temporanea: questo determina il numero di soluzioni candidate nuove create. Risorse del processore sono utilizzati nel modo più efficiente quando questo valore è un multiplo intero del numero di thread del processore (16 in questa dimostrazione). Probabilità Mutazione: specificare la probabilità di cambiamento casuale in un altro incarico HRU pratiche di conservazione dal set allele. (Si trova a 0.03 per questa dimostrazione). Numero dithread: Selezionare il numero di processori o fili utilizzati. 16 è utilizzato in questa dimostrazione. No. fattore di curva di calibrazione: Ciò è previsto dalla calibrazione del modello SWAT. Salva Popolazione nel file di testo: Questo è importante per selezionare se si vuole riavviare il corso di ottimizzazione dopo il numero specificato di iterazioni è completata. Selezionando questa opzione produce un file di testo con i valori degli alleli di ogni HRU in ogni soluzione candidata superstite (individuale). Questo può essere riletti per ripartire e continuare a correre. Parametri di ottimizzazione secondari Primo anno: Deve essere impostato un anno dopo l&#39;inizio delle informazioni meteo storica, e non più tardi di 7 anni prima della fine di questi dati. Prezzo di mais: Usato con l&#39;equazione di perdita di resa di stimare il costo delle riduzioni di fertilizzanti. <pclass = &quot;jove_content&quot;&gt; Metodo di punteggio: SPEA2 Archive. Punteggio determina la probabilità che un individuo superstite deve essere selezionato il cross-over. Purge Metodo: Dominato. Gli individui che sono peggio in tutte le 3 dimensioni sono dominati e eliminati. Fonte HUC: Impostare su &quot;posizione specificata&quot;, cioè il valore &quot;7100006&quot; dal seguente campo &quot;Watershed HUC&quot; è usato per trovare una riga nella tabella HUC zona. Il valore &quot;07100006&quot; è il codice a otto cifre HUC per lo spartiacque Raccoon. Fonte Costo: Impostare su &quot;County (Codice Location HRU)&quot; per indicare che i costi diversi da quelli CRP sarà determinata dalla contea FIPS codici nella tabella pratica i costi di cui sopra. Costo Fonte CRP: impostare su &quot;1 posizione&quot; per indicare che il costo CRP sarà determinata dalla contea FIPS codici nella tabella pratica i costi di cui sopra. <strong&gt; SWAT versione: SWAT2005 3. Risultati rappresentativi GeneticiSWAT.exe produce un file di registro che mostra le impostazioni ei risultati di tutte le soluzioni candidati (singoli), così come un file &quot;save&quot; che codifica i risultati della iterazione dell&#39;algoritmo finale e che può essere utilizzato per riavviare la corsa di ottimizzazione. A questo punto, si può visualizzare l&#39;intero set di Pareto-efficienti soluzioni di compromesso (la frontiera), seguendo la procedura riportata di seguito: <ol><li> Esegui GeneticiSWAT; <ol><li> Vai su &quot;File&quot;, poi &quot;Apri&quot; per aprire la i_SWAT database &quot;Raccoon GA.mdb&quot;. </li><li> Vai su &quot;Esegui&quot;, quindi &quot;Esporta elenco HRU&quot;. Salvare il file come &quot;HRU.txt Allele Raccoon&quot;. </li></ol></li><li> Produrre un&#39;animazione eseguendo Mapswat.exe, selezionando &quot;Esegui&quot; e poi &quot;animazione 3d&quot;. </li></ol><img src="/files/ftp_upload/4009/4009fig2.jpg" alt="Figura 2"/> Figura 2. Screenshot per la creazione di &quot;istantanee&quot; per 3-dimensionale visualizzazione frontiera. L&#39;uscita è una serie di file che si possono rendere tutto in una volta in file di immagine utilizzando POV-RAY programma e selezionando &quot;Render&quot;, poi &quot;Coda File&quot;. Le immagini possono essere utilizzati da soli o combinati in un film che mostra la progressione algoritmo. <img src="/files/ftp_upload/4009/4009fig3.jpg" alt="Figura 3"/> Figura 3. Visualizzazione statica della frontiera compromesso. Se lo si desidera, un film che mostra la progressione algoritmo può essere creato eseguendo &quot;Framescanner.exe&quot; e seguendo questa procedura: <ol><li> Vai su &quot;File&quot;, poi &quot;Nuovo&quot; e poi &quot;File&quot;, poi &quot;Importa&quot;, quindi &quot;File PNG&quot;. Selezionare le immagini statiche. </li><li> Per creare un filmato, andare su &quot;File&quot;, poi &quot;Esporta&quot;, poi &quot;AVI&quot;. </li><li> Selezionare codec &quot;DIB&quot; per creare file AVI da lotti di immaginefile. </li></ol> Ogni punto della frontiera rappresenta una configurazione spartiacque (una specifica assegnazione di pratiche di conservazione su un paesaggio). Mappe di queste configurazioni può essere visto per tutta la frontiera attenendosi alla seguente procedura: <ol><li> Esegui Mapswat.exe, selezionare &quot;Execute&quot;, quindi &quot;Animazione Map&quot;. </li><li> Selezionare &quot;Procione&quot; dalla lista predefinita e fare clic su &quot;Applica&quot;. </li><li> Selezionare &quot;Layout 7 (Raccoon)&quot; dalla lista Layout mappa, quindi fare clic su &quot;OK&quot;. </li></ol><img src="/files/ftp_upload/4009/4009fig4.jpg" alt="Figura 4"/> Figura 4. Schermata di creazione di una mappa di ogni individuo l&#39;ultima frontiera. Esportazione di configurazioni spartiacque specifici (persone fisiche) di interesse. Spesso una questione di interesse è quello di selezionare le configurazioni specifiche spartiacque (persone fisiche) che raggiungono determinati obiettivi di qualità delle acque. Ad esempio, si può desiderare di trovare un indivresiduali nella frontiera che riduce del 30% di azoto e fosforo del 20% rispetto a carichi di base. MapSWAT permette di cercare la frontiera per l&#39;individuo con la più piccola distanza euclidea per l&#39;obiettivo specificato. Questo può essere fatto nel modo seguente: <ol><li> Aprire MapSWAT.exe. Selezionare &quot;Execute&quot; | &quot;Cerca&quot;. </li></ol><img src="/files/ftp_upload/4009/4009fig5.jpg" alt="Figura 5"/> Figura 5. Schermata di ricerca di una determinata persona nella frontiera sulla base di obiettivi di qualità delle acque. <ol start="2"><li> Immettere minima e massima riduzione obiettivi Tmin e Tmax e un intervallo Tint. Inserite anche una riduzione specifica per cento di azoto (Nspec) rispetto al basale della &quot;riduzione%&quot; spazio vicino alla linea di base N, e cento di riduzione del fosforo (Pspec) nella &quot;riduzione%&quot; accanto a base di fosforo. Il programma produce output in una schermata a comparsa: </li></ol><html><img src="/files/ftp_upload/4009/4009fig6.jpg" alt="Figura 6"/> Figura 6. Schermata di produzione ricerca <ol start="3"><li> Fare clic su &quot;Copia testo&quot; e incollarlo in un foglio di calcolo. Tre tabelle vengono prodotti. Nel primo sono individui più vicina agli obiettivi di N e P della riduzione stessa percentuale, che varia da Tmin a Tmax da Tinta. Appena sotto, il singolo individuo più vicino al bersaglio (Nspec, Pspec) appare. In secondo luogo, una tabella che più gli individui in cui gli intervalli target P da Tmin a Tmax, mentre si tiene N costante vicino Nspec. In terzo luogo, una tabella che gli individui più vicini gli obiettivi che vanno da N Tmin a Tmax mentre P è mantenuto costante nei pressi di Pspec. In questo caso, il più vicino individuo a una riduzione del 30% era N ID 8423 con un valore di N 14,637,279.60. Ecco la mappa che mostra la distribuzione spaziale delle pratiche di conservazione e la posizione di questa configurazione spartiacque nella frontiera compromesso: </li></ol>files/ftp_upload/4009/4009fig7.jpg &quot;alt =&quot; Figura 7 &quot;/&gt; Figura 7. Schermata di una mappa di esempio che descrive l&#39;individuo selezionato nella frontiera. <a href="http://www.jove.com/files/ftp_upload/4009/4009fig7large.jpg" target="_blank">Clicca qui per ingrandire la figura</a> . Esportazione dati della mappa per ulteriori analisi è possibile seguendo questi passaggi: <ol><li> Esegui Mapswat.exe, selezionare &quot;Execute&quot;, quindi &quot;Dati mappa di esportazione&quot;. </li><li> Selezionare &quot;Procione&quot; dalla lista predefinita e fare clic su &quot;Applica&quot;. </li><li> Inserisci l&#39;ID di una configurazione spartiacque (singolo) (8423 illustrato), controllare &quot;Proprietà alleliche Mostra&quot; e &quot;Costi Show&quot;, e quindi fare clic su &quot;OK&quot;. Questi dati possono essere utilizzati per creare mappe personalizzate della configurazione spartiacque selezionato utilizzando un programma GIS. </li></ol><table border="1"><tbody><tr><td> Nome del programma </td><td> Fonte </td><td> Descrizione </td></tr><tr><td> Rotator </td><td> CARD </td&gt; <td> Crea e riempie un database con i dati i_SWAT suolo, clima, e la gestione di un bacino idrografico. </td></tr><tr><td> Swat2005GA.exe </td><td> Grassland USDA, Soil &amp; Water Research Laboratory </td><td> Modello di simulazione Watershed </td></tr><tr><td> i_SWAT.exe </td><td> CARD </td><td> SWAT database di interfaccia </td></tr><tr><td> GeneticISWAT.exe </td><td> CARD </td><td> Evolutiva algoritmo regolatore SWAT. Comprende Galib da <a href="http://lancet.mit.edu/ga/" target="_blank">http://lancet.mit.edu/ga/</a> . </td></tr><tr><td> MapSWAT.exe </td><td> CARD </td><td> Legge i_SWAT database e shapefile, produce immagini di generazioni e degli individui. </td></tr><tr><td> POV-Ray </td><td> Povray.org </td><td> Persistence of Vision raytracer. </td></tr><tr><td> Framescanner.exe </td><td> Todd Campbell </td><td> PNG image to AVI converter </td></tr><tr><td> Windows Live Movie Maker </td><td> Microsoft </td><td> Usato per comprimere AVI WMV </td></tr></tbody></table> Tabella 1. Tabella dei programmi richiesti. <table border="1"><tbody><tr><td> Nome del file </td><td> Tipo </td><td> Descrizione </td></tr><tr><td> Raccoon GA.mdb </td><td> Database di Access </td><td> Descrizioni Struttura e gestione di spartiacque Raccoon. Letto da GeneticiSWAT e MapSWAT. </td></tr><tr><td> spartiacque presets.csv </td><td> Testo </td><td> Preset di impostazione per GeneticiSWAT.exe e MapSWAT </td></tr><tr><td> Alleles.csv </td><td> Testo </td><td> Elenco dei set per allele algoritmo evolutivo. </td></tr><tr><td> Allele HRU.txt Raccoon </td><td> Testo </td><td> File creato da GeneticISWAT elencando quegli alleli determinati quali terreni agricoli. Letto da MapSWAT. </td></tr><tr><td> Costi pratica serie di minimi Josh.mdb </td><td> Access Database </td><td> I costi di gestione pratica e la contea. </td></tr><tr><td> Terrazza Zones.mdb </td><td> Access Database </td><td> Tabella [HUC dati] tiene la terrazza e numeri di zona di rendimento per lo spartiacque. </td></tr><tr><td> NRI Budgets.mdb </td><td> Access Database </td><td> Letto da GeneticISWAT.exe per le tabelle delle colture e macchina che non vengono utilizzati in questo periodo. </td></tr><tr><td> phucrp 2008-12-15.dat </td><td> Testo </td><td> Impianto termico tabella di ricerca di unità, non utilizzato in questo percorso. </td></tr><tr><td> Management.mdb </td><td> Access Database </td><td> Rotazione tabella di ricerca, non utilizzato in questo percorso. </td></tr><tr><td> Raccoon GA 1313.log 2011/09/28, 2011/09/29 0732.log Raccoon GA, GA Raccoon 2011/10/07 0644.log </td><td> Testo </td><td> I file di log di corsa GeneticISWAT. </td></tr><tr><td> <a href="http://www.jove.com/4009/Raccoon_GA.wmv">Raccoon GA.wmv</a> </td><td> Animazione </td><td> Visualizzazione 3D degli individui per generazione </td></tr><tr><td> <a href="http://www.jove.com/4009/Subbasin.shp" target="_blank">Subbasin.shp</a> </a&gt; </td><td> ESRI Shapefile </td><td> Lineamenti di subbasins nel bacino. </td></tr><tr><td> <a href="http://www.jove.com/4009/Raccoon_Map.wmv" target="_blank">Raccoon Map.wmv</a> </td><td> Animazione </td><td> Visualizzazione di alleli dominanti per ogni serie di minimi per ogni individuo sulla frontiera. </td></tr></tbody></table> Tabella 2. Tabella di file di esempio necessari.

<ol>
	<li>American Society of Agricultural and Biological Engineers. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Design,+layout,+construction,+and+maintenance+of+terrace+systems.">Design, layout, construction, and maintenance of terrace systems.</a> ASAE Standard. , S268 (2003).</li><li>. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=.">.</a> Raccoon River Watershed water quality master plan. , (2011).</li><li>Arabi, M., Govindaraju, R. S., Hantush, M. M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Cost-effective+allocation+of+watershed+management+practices+using+a+genetic+algorithm.">Cost-effective allocation of watershed management practices using a genetic algorithm.</a> Water Resour. Res. 42, W10429 (2006).</li><li>Bekele, E. G., Nicklow, J. W. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Multiobjective+management+of+ecosystem+services+by+integrative+watershed+modeling+and+evolutionary+algorithms.">Multiobjective management of ecosystem services by integrative watershed modeling and evolutionary algorithms.</a> Water Resour. Res. 41, W10406 (2005).</li><li>Carpentier, C. L., Bosch, D. J., Batie, S. S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Using+spatial+information+to+reduce+costs+of+controlling+agricultural+nonpoint+source+pollution.">Using spatial information to reduce costs of controlling agricultural nonpoint source pollution.</a> Am. J. Agr. Econ. 61, 404-413 (1998).</li><li>Gassman, P. W., Reyes, M., Green, C. H., Arnold, 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=The+Soil+and+Water+Assessment+Tool:+Historical+development,+applications,+and+future+directions.">The Soil and Water Assessment Tool: Historical development, applications, and future directions.</a> Trans. ASABE. 50 (4), 1211-1250 (2007).</li><li>Gassman, P. W., Campbell, T., Secchi, S., Jha, M., Arnold, 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=The+i_SWAT+software+package:+a+tool+for+supporting+SWAT+watershed+applications.">The i_SWAT software package: a tool for supporting SWAT watershed applications.</a> , 66-69 .</li><li>Gitau, M. W., Veith, T. L., Gburek, W. J., Jarrett, A. R. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Watershed+level+best+management+practice+selection+and+placement+in+the+Town+Brook+watershed,+New+York.">Watershed level best management practice selection and placement in the Town Brook watershed, New York.</a> J. Am. Water Resour. Assoc. 42, 1565-1581 (2006).</li><li>Jha, M., Rabotyagov, S., Gassman, P. W. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Optimal+placement+of+conservation+practices+using+genetic+algorithms+with+SWAT.">Optimal placement of conservation practices using genetic algorithms with SWAT.</a> Int. Agr. Eng. J. 18 (1-2), 41-50 (2009).</li><li>Jha, M. K., Wolter, C. F., Schilling, K. E., Gassman, P. W. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Assessment+of+total+maximum+daily+load+implementation+strategies+for+nitrate+impairment+of+the+Raccoon+River,+Iowa.">Assessment of total maximum daily load implementation strategies for nitrate impairment of the Raccoon River, Iowa.</a> J. Envir. Qual. 39, 1317-1327 (2010).</li><li>Kanna, M., Yang, W., Farnsworth, R., Onal, H. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Cost+effective+targeting+of+CREP+to+improve+water+quality+with+endogenous+sediment+deposition+coefficients.">Cost effective targeting of CREP to improve water quality with endogenous sediment deposition coefficients.</a> Am. J. Agr. Econ. 85, 538-553 (2003).</li><li>Kramer, R. A., McSweeny, W. T., Kerns, W. R., Stravros, R. W. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=An+evaluation+of+alternative+policies+for+controlling+agricultural+nonpoint+source+pollution.">An evaluation of alternative policies for controlling agricultural nonpoint source pollution.</a> Water Resour. Bull. 20, 841-8446 (1984).</li><li>Lant, C. L., Kraft, S. E., Beaulieu, J., Bennett, D., Loftus, T., Nicklow, J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Using+GIS-based+ecological-economic+modeling+to+evaluate+policies+affecting+agricultural+watersheds.">Using GIS-based ecological-economic modeling to evaluate policies affecting agricultural watersheds.</a> Ecol. Econ. 55, 467-484 (2005).</li><li>Muleta, M. K., Nicklow, J. W. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Evolutionary+algorithms+for+multiobjective+evaluation+of+watershed+management+decisions.">Evolutionary algorithms for multiobjective evaluation of watershed management decisions.</a> J. Hydroinform. 4 (2), 83-97 (2002).</li><li>Muleta, M. K., Nicklow, J. W. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Decision+support+for+watershed+management+using+evolutionary+algorithms.">Decision support for watershed management using evolutionary algorithms.</a> J. Water Resour. Plan. Manag. 131 (1), 35-44 (2005).</li><li>Rabotyagov, S. S., Campbell, T., Jha, M., Gassman, P. W., Arnold, J., Kurkalova, L., Secchi, S., Feng, H., Kling, C. L. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Least+Cost+Control+of+Agricultural+Nutrient+Contributions+to+the+Gulf+of+Mexico+Hypoxic+Zone.">Least Cost Control of Agricultural Nutrient Contributions to the Gulf of Mexico Hypoxic Zone.</a> Ecol. Appl. 20, 1542-1555 (2010).</li><li>Rabotyagov, S., Jha, M., Campbell, T. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Impact+of+crop+rotations+on+optimal+selection+of+conservation+practices+for+water+quality+protection.">Impact of crop rotations on optimal selection of conservation practices for water quality protection.</a> J. Soil. Water Conserv. 65 (6), 369-380 (2010).</li><li>Rabotyagov, S. S., Jha, M., Campbell, 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=Nonpoint-source+pollution+for+an+Iowa+watershed:+An+application+of+evolutionary+algorithms.">Nonpoint-source pollution for an Iowa watershed: An application of evolutionary algorithms.</a> Canadian Journal of Agricultural Economics/Revue canadienne d'agroeconomie. , (2010).</li><li>Rabotyagov, S. S., Jha, M., Campbell, T. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Searching+for+Efficiency:+Least+Cost+Nonpoint+Source+Pollution+Control+with+Multiple+Pollutants,+Practices,+and+Targets.">Searching for Efficiency: Least Cost Nonpoint Source Pollution Control with Multiple Pollutants, Practices, and Targets.</a> J. Nat. and Environ. Sci. 1, 75-90 (2010).</li><li>Ribaudo, M. O. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Consideration+of+off-site+impacts+in+targeting+soil+conservation+programs.">Consideration of off-site impacts in targeting soil conservation programs.</a> Land Econ. 62, 402-411 (1986).</li><li>Ribaudo, M. O. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Targeting+the+conservation+reserve+program+to+maximize+water+quality+benefits.">Targeting the conservation reserve program to maximize water quality benefits.</a> Land Econ. 65, 320-332 (1989).</li><li>Srivastava, P., Hamlett, J. M., Robillard, P. D., Day, 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=Watershed+optimization+of+best+management+practices+using+AnnAGNPS+and+a+genetic+algorithm.">Watershed optimization of best management practices using AnnAGNPS and a genetic algorithm.</a> Water Resour. Res. 38 (3), 1-14 (2002).</li><li>Veith, T. L., Wolfe, M. L., Heatwole, C. D. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Development+of+optimization+procedure+for+cost-effective+BMP+placement.">Development of optimization procedure for cost-effective BMP placement.</a> J. Am. Water Resour. Assoc. 39 (6), 1331-1343 (2003).</li><li>Whittaker, G., Confesor, R., Griffith, S. M., F&#228;re, R., Grosskopf, S., Steiner, J. J., Mueller-Warrant, G. W., Banowetz, G. M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=A+Hybrid+Genetic+Algorithm+for+Multiobjective+Problems+with+Activity+Analysis-based+Local+Search.">A Hybrid Genetic Algorithm for Multiobjective Problems with Activity Analysis-based Local Search.</a> Eur. J. Operat. Res. , (2007).</li><li>Zitzler, E., Laumanns, M., Thiele, L. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=SPEA2:+Improving+the+Strength+Pareto+Evolutionary+Algorithm+for+Multiobjective+Optimization.">SPEA2: Improving the Strength Pareto Evolutionary Algorithm for Multiobjective Optimization.</a> CIMNE. , 95-100 (2002).</li></ol>

Nessun conflitto di interessi dichiarati.

Costruiamo un sistema integrato di simulazione-ottimizzazione quadro per la ricerca di Pareto-efficiente set di configurazioni spartiacque che coinvolgono più basso costo mix e luogo di pratiche di conservazione agricole per ottenere una serie di spartiacque a livello di obiettivi di riduzione dei nutrienti. Uno schema concettuale della simulazione-ottimizzazione del sistema è presentato in Figura 8. Simulazione Watershed, tra cui la simulazione degli impatti sulla qualità delle acque di pratiche di ...

spatial multiobjective optimization of agricultural conservation practices using a swat model and an evolutionary algorithm

Trovare il rapporto costo-efficienti (ad esempio, a più basso costo) forme di investimenti mirati pratica di conservazione per il raggiungimento di specifici obiettivi di qualità delle acque in tutto il paesaggio è di primaria importanza nella gestione dei bacini idrografici. I metodi tradizionali di economia di trovare il più basso costo della soluzione nel contesto spartiacque (ad esempio, 5,12,20) assumono che off-site conseguenze possono essere accuratamente descritto come una proporzione del-sito l&#39;inquinamento generato. Approcci, che non dovrebbero essere rappresentativi del processo di inquinamento reale in uno spartiacque, in cui l&#39;impatto delle fonti inquinanti sono spesso determinati da complessi processi biofisici. L&#39;uso di moderni fisicamente basati, modelli di simulazione idrologica spazialmente distribuiti consente un maggior grado di realismo in termini di rappresentazione ma richiede un processo di sviluppo di una simulazione-ottimizzazione quadro in cui il modello diventa parte integrante di ottimizzazione. Evoluzionealgoritmi ary sembrano essere uno strumento di ottimizzazione particolarmente utile, in grado di trattare la natura combinatoria spartiacque simulazione-ottimizzazione problema e permettendo l&#39;utilizzo del modello completo qualità dell&#39;acqua. Algoritmi evolutivi il trattamento di una particolare allocazione territoriale delle pratiche di conservazione in un bacino come una soluzione candidata e utilizzare set (popolazioni) di soluzioni candidate iterativamente gli operatori che applicano stocastici di selezione, ricombinazione e mutazione di trovare miglioramenti rispetto agli obiettivi di ottimizzazione. Gli obiettivi di ottimizzazione in questo caso sono per ridurre al minimo l&#39;inquinamento provocato Nonpoint nel bacino, allo stesso tempo riducendo al minimo il costo di pratiche di conservazione. Un insieme di recente e l&#39;espansione della ricerca sta tentando di utilizzare metodi simili e si integra con i modelli di qualità delle acque in senso lato metodi di ottimizzazione evolutivi 3,4,9,10,13-15,17-19,22,23,25. In questa applicazione, dimostriamo un programma che segue Rabotyagov et al. &#39;S approach e integra un moderno e più comunemente utilizzati SWAT modello di qualità dell&#39;acqua 7 con un algoritmo evolutivo multiobiettivo SPEA2 26, e specificato dall&#39;utente insieme di pratiche di conservazione e dei relativi costi per la ricerca di frontiere trade-off tra i costi completi di pratiche di conservazione e specificato dall&#39;utente qualità delle acque obiettivi. Le frontiere quantificare i compromessi che devono affrontare i responsabili spartiacque presentando l&#39;intera gamma dei costi connessi con gli obiettivi di miglioramento della qualità delle acque diverse. Il programma consente una selezione di configurazioni spartiacque raggiungendo determinati obiettivi di miglioramento della qualità delle acque e una produzione di mappe di posizionamento ottimizzato delle pratiche di conservazione.

Watch this Scientific Journal Video about Spatial Multiobjective Optimization of Agricultural Conservation Practices using a SWAT Model and an Evolutionary Algorithm at JoVE.com

Spatial Multiobjective Optimization of Agricultural Conservation Practices using a SWAT Model and an Evolutionary Algorithm

Questo lavoro dimostra una integrazione di un modello di qualità delle acque, con una componente di ottimizzazione utilizzando algoritmi evolutivi per risolvere per ottimale (basso costo) il deposito di pratiche di conservazione agricole per la definizione degli obiettivi di qualità delle acque di miglioramento. Le soluzioni vengono generati utilizzando un approccio multi-obiettivo, che consente per la quantificazione esplicita di compromessi.

Spaziale Ottimizzazione multiobiettivo di pratiche di conservazione agricole utilizzando un modello SWAT e un algoritmo evolutivo

Finding the cost-efficient (i.e., lowest-cost) ways of targeting conservation practice investments for the achievement of specific water quality goals ...

spatial-multiobjective-optimization-agricultural-conservation

Research

JoVE Journal

Biology

12.9K Views.  University of Washington. Questo lavoro dimostra una integrazione di un modello di qualità delle acque, con una componente di ottimizzazione utilizzando algoritmi evolutivi per risolvere per ottimale (basso costo) il deposito di pratiche di conservazione agricole per la definizione degli obiettivi di qualità delle acque di miglioramento. Le soluzioni vengono generati utilizzando un approccio multi-obiettivo, che consente per la quantificazione esplicita di compromessi.

Video: Spatial Multiobjective Optimization of Agricultural Conservation Practices using a SWAT Model and an Evolutionary Algorithm

Predicting the Effectiveness of Population Replacement Strategy Using Mathematical Modeling

Charles Taylor and John Marshall explain the utility of mathematical modeling for evaluating the effectiveness of population replacement strategy.  Insight is given into how computational models can provide information on the population dynamics of mosquitoes and the spread of transposable elements through A. gambiae subspecies.  The ethical considerations of releasing genetically modified mosquitoes into the wild are discussed.

Charles Taylor and John Marshall explain the utility of mathematical modeling for evaluating the effectiveness of population replacement strategy. Insight is given into how computational models can provide information on the population dynamics of mosquitoes and the spread of transposable elements through A. gambiae subspecies. The ethical considerations of releasing genetically modified mosquitoes into the wild are discussed.

Predire l&#39;efficacia della strategia Popolazione sostituzione Utilizzando Modelli Matematici

Charles Taylor and John Marshall explain the utility of mathematical modeling for evaluating the effectiveness of population replacement strategy.  ...

Ricerca

Biologia

Non-radioactive in situ Hybridization Protocol Applicable for Norway Spruce and a Range of Plant Species

The high-throughput expression analysis technologies available today give scientists an overflow of expression profiles but their resolution in terms of tissue specific expression is limited because of problems in dissecting individual tissues. Expression data needs to be confirmed and complemented with expression patterns using e.g. in situ hybridization, a technique used to localize cell specific mRNA expression. The in situ hybridization method is laborious, time-consuming and often requires extensive optimization depending on species and tissue. In situ experiments are relatively more difficult to perform in woody species such as the conifer Norway spruce (Picea abies). Here we present a modified DIG in situ hybridization protocol, which is fast and applicable on a wide range of plant species including P. abies. With just a few adjustments, including altered RNase treatment and proteinase K concentration, we could use the protocol to study tissue specific expression of homologous genes in male reproductive organs of one gymnosperm and two angiosperm species; P. abies, Arabidopsis thaliana and Brassica napus. The protocol worked equally well for the species and genes studied. AtAP3 and BnAP3 were observed in second and third whorl floral organs in A. thaliana and B. napus and DAL13 in microsporophylls of male cones from P. abies. For P. abies the proteinase K concentration, used to permeablize the tissues, had to be increased to 3 g/ml instead of 1 g/ml, possibly due to more compact tissues and higher levels of phenolics and polysaccharides. For all species the RNase treatment was removed due to reduced signal strength without a corresponding increase in specificity. By comparing tissue specific expression patterns of homologous genes from both flowering plants and a coniferous tree we demonstrate that the DIG in situ protocol presented here, with only minute adjustments, can be applied to a wide range of plant species. Hence, the protocol avoids both extensive species specific optimization and the laborious use of radioactively labeled probes in favor of DIG labeled probes. We have chosen to illustrate the technically demanding steps of the protocol in our film.
Anna Karlgren and Jenny Carlsson contributed equally to this study.
Corresponding authors: Anna Karlgren at Anna.Karlgren@ebc.uu.se and Jens F. Sundstr&#246;m at Jens.Sundstrom@vbsg.slu.se

Non-radioactive in situ Hybridization Protocol Applicable for Norway Spruce and a Range of Plant Species

We describe a modified DIG in situ hybridization protocol, which is fast and applicable on a wide range of plant species including Norway spruce. With just a few adjustments, including altered RNase treatment and proteinase K concentration, the protocol may be used in studies of different tissues and species.

Non radioattivo In situ Protocollo di ibridazione applicabile per la Norvegia Abete e una serie di specie di piante

The high-throughput expression analysis technologies available today give scientists an overflow of expression profiles but their resolution in terms of ...

An Optimized Protocol for Rearing Fopius arisanus, a Parasitoid of Tephritid Fruit Flies

Fopius arisanus (Sonan) is an important parasitoid of Tephritid fruit flies for at least two reasons. First, it is the one of only three opiine parasitoids known to infect the host during the egg stage1. Second, it has a wide range of potential fruit fly hosts. Perhaps due to its life history, F. arisanus has been a successfully used for biological control of fruit flies in multiple tropical regions2-4. One impediment to the wide use of F. arisanus for fruit fly control is that it is difficult to establish a stable laboratory colony5-9. Despite this difficulty, in the 1990s USDA researchers developed a reliable method to maintain laboratory populations of F. arisanus10-12. There is significant interest in F. arisanus biology13,14, especially regarding its ability to colonize a wide variety of Tephritid hosts14-17; interest is especially driven by the alarming spread of Bactrocera fruit fly pests to new continents in the last decade18. Further research on F. arisanus and additional deployments of this species as a biological control agent will benefit from optimizations and improvements of rearing methods. In this protocol and associated video article we describe an optimized method for rearing F. arisanus based on a previously described approach12. The method we describe here allows rearing of F. arisanus in a small scale without the use of fruit, using materials available in tropical regions around the world and with relatively low manual labor requirements.

An Optimized Protocol for Rearing Fopius arisanus, a Parasitoid of Tephritid Fruit Flies

Fopius arisanus is an egg-larval parasitoid of Tephritid fruit flies that is successfully used in biological control of these important tropical pests. We describe here an optimized protocol for rearing F. arisanus on a small scale using readily available materials.

Un protocollo ottimizzato per la cura dei Fopius arisanus, Un parassitoide di frutta Tephritid mosche

Fopius arisanus (Sonan) is an important parasitoid of Tephritid fruit flies for at least two reasons. First, it is the one of only three opiine ...

Ablation of a Single Cell From Eight-cell Embryos of the Amphipod Crustacean Parhyale hawaiensis

The amphipod Parhyale hawaiensis is a small crustacean found in intertidal marine habitats worldwide. Over the past decade, Parhyale has emerged as a promising model organism for laboratory studies of development, providing a useful outgroup comparison to the well studied arthropod model organism Drosophila melanogaster. In contrast to the syncytial cleavages of Drosophila, the early cleavages of Parhyale are holoblastic. Fate mapping using tracer dyes injected into early blastomeres have shown that all three germ layers and the germ line are established by the eight-cell stage. At this stage, three blastomeres are fated to give rise to the ectoderm, three are fated to give rise to the mesoderm, and the remaining two blastomeres are the precursors of the endoderm and germ line respectively. However, blastomere ablation experiments have shown that Parhyale embryos also possess significant regulatory capabilities, such that the fates of blastomeres ablated at the eight-cell stage can be taken over by the descendants of some of the remaining blastomeres. Blastomere ablation has previously been described by one of two methods: injection and subsequent activation of phototoxic dyes or manual ablation. However, photoablation kills blastomeres but does not remove the dead cell body from the embryo. Complete physical removal of specific blastomeres may therefore be a preferred method of ablation for some applications. Here we present a protocol for manual removal of single blastomeres from the eight-cell stage of Parhyale embryos, illustrating the instruments and manual procedures necessary for complete removal of the cell body while keeping the remaining blastomeres alive and intact. This protocol can be applied to any Parhyale cell at the eight-cell stage, or to blastomeres of other early cleavage stages. In addition, in principle this protocol could be applicable to early cleavage stage embryos of other holoblastically cleaving marine invertebrates.

Ablation of a Single Cell From Eight-cell Embryos of the Amphipod Crustacean Parhyale hawaiensis

The amphipod Parhyale hawaiensis is a promising model organism for studies of crustacean embryology and comparative arthropod development and evolution. This protocol describes a method for manual removal of single blastomeres from early cleavage stage embryos of Parhyale.

Ablazione di una singola cella da otto cellule embrioni dei crostacei anfipodi<em&gt; Parhyale hawaiensis</em

The amphipod Parhyale hawaiensis is a small crustacean found in intertidal marine habitats worldwide. Over the past decade, Parhyale has emerged as a ...

Measuring Spatial and Temporal Ca2+ Signals in Arabidopsis Plants

Developmental and environmental cues induce Ca2+ fluctuations in plant cells. Stimulus-specific spatial-temporal Ca2+ patterns are sensed by cellular Ca2+ binding proteins that initiate Ca2+ signaling cascades. However, we still know little about how stimulus specific Ca2+ signals are generated. The specificity of a Ca2+ signal may be attributed to the sophisticated regulation of the activities of Ca2+ channels and/or transporters in response to a given stimulus. To identify these cellular components and understand their functions, it is crucial to use systems that allow a sensitive and robust recording of Ca2+ signals at both the tissue and cellular levels. Genetically encoded Ca2+ indicators that are targeted to different cellular compartments have provided a platform for live cell confocal imaging of cellular Ca2+ signals. Here we describe instructions for the use of two Ca2+ detection systems: aequorin based FAS (film adhesive seedlings) luminescence Ca2+ imaging and case12 based live cell confocal fluorescence Ca2+ imaging. Luminescence imaging using the FAS system provides a simple, robust and sensitive detection of spatial and temporal Ca2+ signals at the tissue level, while live cell confocal imaging using Case12 provides simultaneous detection of cytosolic and nuclear Ca2+ signals at a high resolution.

Measuring Spatial and Temporal Ca2+ Signals in Arabidopsis Plants

Ca2+ signaling regulates diverse biological processes in plants. Here we present approaches for monitoring abiotic stress induced spatial and temporal Ca2+ signals in Arabidopsis cells and tissues using the genetically encoded Ca2+ indicators Aequorin or Case12.

Misurazione spaziale e temporale Ca<sup&gt; 2 +</sup&gt; Segnali in Arabidopsis Piante

Developmental and environmental cues induce Ca2+ fluctuations in plant cells. Stimulus-specific spatial-temporal Ca2+ patterns are sensed by cellular Ca2+ ...

Observation and Quantification of Mating Behavior in the Pinewood Nematode, Bursaphelenchus xylophilus

A method for observing and quantifying the mating behavior of the pinewood nematode, Bursaphelenchus xylophilus, was established under a stereomicroscope. To improve the mating efficiency of B. Xylophilus and to increase the chances of mating observation, virgin adults were cultured and used for the investigation. Eggs were obtained by keeping the nematodes in water and allowing the females to lay eggs for 10 min. The second-stage juveniles (J2) were synchronized by incubating the eggs for 24 h at 25 &#176;C in the dark, and the early J4 were obtained by culturing the J2 with grey mold, Botrytis cinerea, for another 52 h. At this time point, most J4 nematodes could be clearly distinguished as being male or female using their genital morphology. The male and female J4 were collected and cultured separately in two different Petri dishes for 24 h to get virgin adult nematodes. A virgin male and a virgin female were paired in a drop of water in the well of a concave slide. The mating behavior was filmed with a video recorder under a stereomicroscope. The whole period of the mating process was 82.8 &#177;3.91 min (mean &#177;SE) and could be divided into 4 different phases: searching, contacting, copulating, and lingering. The mean minutes of duration were 21.8 &#177; 2.0, 28.0 &#177; 1.9, 25.8 &#177; 0.7 and 7.2 &#177; 0.5, respectively. Eleven sub-behaviors were described: cruising, approaching, encountering, touching, hooping, locating, attaching, ejaculating, separating, quiescence, and roaming. Interestingly, obvious intra-sexual competition was observed when one female was grouped with 3 males or one male with 3 females. This protocol is useful and valuable, not only in investigating the mating behavior of B. xylophilus, but also in acting as a reference for ethological studies of other nematodes.

Observation and Quantification of Mating Behavior in the Pinewood Nematode, Bursaphelenchus xylophilus

A protocol for investigating the mating behavior of the pinewood nematode, Bursaphelenchus xylophilus, is presented. Behavioral features of B. xylophilus are described in the mating process.

Osservazione e quantificazione di comportamento di accoppiamento nel nematode del pino,<em&gt; Bursaphelenchus xylophilus</em

A method for observing and quantifying the mating behavior of the pinewood nematode, Bursaphelenchus xylophilus, was established under a stereomicroscope. ...

Transient Expression and Cellular Localization of Recombinant Proteins in Cultured Insect Cells

Heterologous protein expression systems are used for the production of recombinant proteins, the interpretation of cellular trafficking/localization, and the determination of the biochemical function of proteins at the sub-organismal level. Although baculovirus expression systems are increasingly used for protein production in numerous biotechnological, pharmaceutical, and industrial applications, nonlytic systems that do not involve viral infection have clear benefits but are often overlooked and underutilized. Here, we describe a method for generating nonlytic expression vectors and transient recombinant protein expression. This protocol allows for the efficient cellular localization of recombinant proteins and can be used to rapidly discern protein trafficking within the cell. We show the expression of four&#160;recombinant proteins in a commercially available insect cell line, including two aquaporin proteins from the insect Bemisia tabaci, as well as subcellular marker proteins specific for the cell plasma membrane and for intracellular lysosomes. All recombinant proteins were produced as chimeras with fluorescent protein markers at their carboxyl termini, which allows for the direct detection of the recombinant proteins. The double transfection of cells with plasmids harboring constructs for the genes of interest and a known subcellular marker allows for live cell imaging and improved validation of cellular protein localization.

Nonlytic insect cell expression systems are underutilized for production, cellular trafficking/localization, and recombinant protein functional analysis. Here, we describe methods to generate expression vectors and subsequent transient protein expression in commercially available lepidopteran cell lines. The co-localization of Bemisia tabaci aquaporins with subcellular fluorescent marker proteins is also presented.

Espressione transitoria e Localizzazione cellulare di proteine ​​ricombinanti in cellule in coltura per insetti

Heterologous protein expression systems are used for the production of recombinant proteins, the interpretation of cellular trafficking/localization, and ...

Reproductive Techniques for Ovarian Monitoring and Control in Amphibians

Ovarian control and monitoring in amphibians require a multi-faceted approach. There are several applications that can successfully induce reproductive behaviors and the acquisition of gametes and embryos for physiological or molecular research. Amphibians contribute to one-quarter to one-third of vertebrate research, and of interest in this context is their contribution to the scientific community&#39;s knowledge of reproductive processes and embryological development. However, most of this knowledge is derived from a small number of species. In recent times, the decimation of amphibians across the globe has required increasing intervention by conservationists. The captive recovery and assurance colonies that continue to emerge in response to the extinction risk make existing research and clinical applications invaluable to the survival and reproduction of amphibians held under human care. The success of any captive population is founded on its health and reproduction and the ability to develop viable offspring that carry forward the most diverse genetic representation of their species. For researchers and veterinarians, the ability to monitor and control ovarian development and health is, therefore, imperative. The focus of this article is to highlight the different assisted reproductive techniques that can be used to monitor and, where appropriate or necessary, control ovarian function in amphibians. Ideally, any reproductive and health issues should be reduced through proper captive husbandry, but, as with any animal, issues of health and reproductive pathologies are inevitable. Non-invasive techniques include behavioral assessments, visual inspection and palpation and morphometric measurements for the calculation of body condition indices and ultrasound. Invasive techniques include hormonal injections, blood sampling, and surgery. Ovarian control can be exercised in a number of ways depending on the application required and species of interest.

The study of amphibian biology provides valuable information on the reproductive, physiological, embryological and developmental processes that drive organisms of many taxonomic groups. Here, we present a comprehensive guide on different methodologies that can be used to study ovarian control and monitoring in amphibians.

Tecniche riproduttive per il monitoraggio e il controllo ovarico negli anfibi

Ovarian control and monitoring in amphibians require a multi-faceted approach. There are several applications that can successfully induce reproductive ...

Using a Thermal Camera to Measure Heat Loss Through Bird Feather Coats

Feathers are essential to insulation, and therefore to the cost of thermoregulation,&#160;in birds. There is robust literature on the energetic cost of thermoregulation in birds across a variety of ecological circumstances. However, few studies characterize the contribution of the feathers alone to thermoregulation. Several previous studies have established methods for measuring the insulation value of animal pelts, but they require destructive sampling methods that are problematic for birds, whose feathers are not distributed evenly across the skin. More information is needed about 1) how the contribution of feathers to thermoregulation varies both across and within species and 2) how feather coats may change over space and time. Reported here is a method for rapidly and directly measuring the thermal performance of feather coats and the skin using dried whole skin specimens, without the need to destroy the skin specimen. This method isolates and measures the thermal gradient across a feather coat in a way that measurements of heat loss and metabolic cost in live birds, which use behavioral and physiological strategies to thermoregulate, cannot. The method employs a thermal camera, which allows the rapid collection of quantitative thermal data to measure heat loss from a stable source through the skin. This protocol can easily be applied to various research questions, is applicable to any avian taxa, and does not require destruction of the skin specimen. Finally, it will further the understanding of the importance of passive thermoregulation in birds by simplifying and accelerating the collection of quantitative data.

This protocol describes the quantification of heat transmission through a flat skinned avian specimen using a thermal camera and hot water bath. The method allows obtaining of quantitative, comparative data about the thermal performance of feather coats across species using dried flat skin specimens.

Utilizzo di una termocamera per misurare la perdita di calore attraverso i cappotti di piume di uccello

Feathers are essential to insulation, and therefore to the cost of thermoregulation,&#160;in birds. There is robust literature on the energetic cost of ...

Mass Spectrometry Analysis to Identify Ubiquitylation of EYFP-tagged CENP-A (EYFP-CENP-A)

Studying the structure and the dynamics of kinetochores and centromeres is important in understanding chromosomal instability (CIN) and cancer progression. How the chromosomal location and function of a centromere (i.e., centromere identity) are determined and participate in accurate chromosome segregation is a fundamental question. CENP-A is proposed to be the non-DNA indicator (epigenetic mark) of centromere identity, and CENP-A ubiquitylation is required for CENP-A deposition at the centromere, inherited through dimerization between cell division, and indispensable to cell viability.
Here we describe mass spectrometry analysis to identify ubiquitylation of EYFP-CENP-A K124R mutant suggesting that ubiquitylation at a different lysine is induced because of the EYFP tagging in the CENP-A K124R mutant protein. Lysine 306 (K306) ubiquitylation in EYFP-CENP-A K124R was successfully identified, which corresponds to lysine 56 (K56) in CENP-A through mass spectrometry analysis. A caveat is discussed in the use of GFP/EYFP or the tagging of high molecular weight protein as a tool to analyze the function of a protein. Current technical limit is also discussed for the detection of ubiquitylated bands, identification of site-specific ubiquitylation(s), and visualization of ubiquitylation in living cells or a specific single cell during the whole cell cycle.
The method of mass spectrometry analysis presented here can be applied to human CENP-A protein with different tags and other centromere-kinetochore proteins. These combinatory methods consisting of several assays/analyses could be recommended for researchers who are interested in identifying functional roles of ubiquitylation.

Mass Spectrometry Analysis to Identify Ubiquitylation of EYFP-tagged CENP-A EYFP-CENP-A

CENP-A ubiquitylation is an important requirement for CENP-A deposition at the centromere, inherited through dimerization between cell division, and indispensable to cell viability. Here we describe mass spectrometry analysis to identify ubiquitylation of EYFP-tagged CENP-A (EYFP-CENP-A) protein.