우리는 비엔나 초파리 리소스 센터와 초파리 긴장을 제공 하기 위한 블루밍턴 초파리 재고 센터 (NIH P40OD018537) 인정 합니다. 우리는 우리에 게 섬 분석 결과 설치를 구축 하기 위한 섬 분석 결과 Martijn Eidhof 소개 Klämbt 실험실에 감사. 이 연구는는 E-희귀-3 공동 국제 전화에서 지 원하는 부분에 부여 "요법을 준비 하 고 상 염색체 열성 ataxias에 대 한"에 대 한 과학적 연구 (NWO), 그리고 네덜란드 조직에서 최고 그랜트 (912-12-109)에 의해 준비 (NWO 9003037604), 두 DCN/Radboud 대학교 의료 센터 박사 장학금. Funders 연구 설계, 데이터 수집 및 분석, 결정 게시 또는 원고의 준비에 전혀 역할을 했다.

<ol>
	<li>Smeets, C. J., Verbeek, D. S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Cerebellar+ataxia+and+functional+genomics:+Identifying+the+routes+to+cerebellar+neurodegeneration.">Cerebellar ataxia and functional genomics: Identifying the routes to cerebellar neurodegeneration.</a> Biochim Biophys Acta. 1842, 2030-2038 (2014).</li><li>Liu, Y. T., Lee, Y. C., Soong, B. W. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=What+we+have+learned+from+the+next-generation+sequencing:+Contributions+to+the+genetic+diagnoses+and+understanding+of+pathomechanisms+of+neurodegenerative+diseases.">What we have learned from the next-generation sequencing: Contributions to the genetic diagnoses and understanding of pathomechanisms of neurodegenerative diseases.</a> J Neurogenet. 29, 103-112 (2015).</li><li>He, J., Mangelsdorf, M., Fan, D., Bartlett, P., Brown, M. A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Amyotrophic+Lateral+Sclerosis+Genetic+Studies:+From+Genome-wide+Association+Mapping+to+Genome+Sequencing.">Amyotrophic Lateral Sclerosis Genetic Studies: From Genome-wide Association Mapping to Genome Sequencing.</a> Neuroscientist. 21, 599-615 (2015).</li><li>Lill, C. M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Genetics+of+Parkinson's+disease.">Genetics of Parkinson's disease.</a> Mol Cell Probes. 30, 386-396 (2016).</li><li>Bjedov, I., 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=Mechanisms+of+life+span+extension+by+rapamycin+in+the+fruit+fly+Drosophila+melanogaster.">Mechanisms of life span extension by rapamycin in the fruit fly Drosophila melanogaster.</a> Cell Metab. 11, 35-46 (2010).</li><li>Hada, B., 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=D-chiro-inositol+and+pinitol+extend+the+life+span+of+Drosophila+melanogaster.">D-chiro-inositol and pinitol extend the life span of Drosophila melanogaster.</a> J Gerontol A Biol Sci Med Sci. 68, 226-234 (2013).</li><li>Schmidt, I., 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=Kinesin+heavy+chain+function+in+Drosophila+glial+cells+controls+neuronal+activity.">Kinesin heavy chain function in Drosophila glial cells controls neuronal activity.</a> J Neurosci. 32, 7466-7476 (2012).</li><li>Kochinke, K., 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=Systematic+Phenomics+Analysis+Deconvolutes+Genes+Mutated+in+Intellectual+Disability+into+Biologically+Coherent+Modules.">Systematic Phenomics Analysis Deconvolutes Genes Mutated in Intellectual Disability into Biologically Coherent Modules.</a> Am J Hum Genet. 98, 149-164 (2016).</li><li>Volkenhoff, A., 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=Glial+Glycolysis+Is+Essential+for+Neuronal+Survival+in+Drosophila.">Glial Glycolysis Is Essential for Neuronal Survival in Drosophila.</a> Cell Metab. 22, 437-447 (2015).</li><li>Schindelin, J., 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=Fiji:+an+open-source+platform+for+biological-image+analysis.">Fiji: an open-source platform for biological-image analysis.</a> Nat Methods. 9, 676-682 (2012).</li><li>R Development Core Team. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=.">.</a> R: A language and environment for statistical computing. , (2008).</li><li>Greenspan, R. J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=.">.</a> Fly pushing: the theory and practice of Drosophila genetics. , (2004).</li><li>Rothblum-Oviatt, C., 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=Ataxia+telangiectasia:+a+review.">Ataxia telangiectasia: a review.</a> Orphanet J Rare Dis. 11, 159 (2016).</li><li>Petersen, A. J., Rimkus, S. A., Wassarman, D. A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=ATM+kinase+inhibition+in+glial+cells+activates+the+innate+immune+response+and+causes+neurodegeneration+in+Drosophila.">ATM kinase inhibition in glial cells activates the innate immune response and causes neurodegeneration in Drosophila.</a> Proc Natl Acad Sci U S A. 109, E656-E664 (2012).</li><li>Gargano, J. W., Martin, I., Bhandari, P., Grotewiel, M. S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Rapid+iterative+negative+geotaxis+(RING):+a+new+method+for+assessing+age-related+locomotor+decline+in+Drosophila.">Rapid iterative negative geotaxis (RING): a new method for assessing age-related locomotor decline in Drosophila.</a> Exp Gerontol. 40, 386-395 (2005).</li><li>. ImageJ User Guide - IJ 1.46 Available from: <a target="_blank" href="https://imagej.nih.gov/ij/docs/guide/146-30.html">https://imagej.nih.gov/ij/docs/guide/146-30.html</a> (2012)</li></ol>

저자는 공개 관심의 없습니다 충돌 있다.

이 프로토콜 양적 초파리 모터 동작을 평가 하는 섬 분석 결과 중"초파리 섬 분석 결과" 매크로를 설명 합니다. 매크로 정확 하 게 계산 플랫폼에 파리, 시간이 지남에 만들고 섬 분석 결과 매우 민감한 운동 결함의 양적 높은 처리량 평가 적합 합니다. 방법론 약물 노출을 포함 하 여 다른 유전자 또는 환경 조건 하에서 성장 하는 파리와 어떤 조건 든 지의 비교에 대 한 수 있습니다. 운동 장애의 초파리 모델 및 다른 신경 질환을 공부 하면 큰 유전 또는 제약 스크린을 수행할 때 또는 운동 또는 비행 검사 때이 판독은 이렇게 검색 도구로 서 유용 동작입니다.
이 원고에 섬 분석 결과 프로토콜 기존/대체 방법에 비해 이점이 있습니다. 예를 들어 비디오 추적 운동은 훨씬 더 어렵고 큰 샘플 크기를 테스트를 위해 보다 적게 적당 하다. 섬 분석 결과 높은 처리량 검열 도구 이며, 이러한 의미에서은 급속 한 대화형 부정적인 geotaxis (반지) 분석 결과16. 둘 사이의 차이점은 섬 분석 광범위 한 운전 문제;의 검출에 대 한 허용 플랫폼을 떠나 파리의 무 능력 비행, 점프, 결함에 의해 발생할 수 있습니다 또는 걷는 동작에 기인한 날개 (근육/신경) 또는 다리 (근육/신경) 결함. 다른 한편으로, 반지 분석 결과 다리 (근육/신경) 결함으로 인 한 등산/산책 행동에 결함을 평가 합니다. 경우에 사용자가 여러 행동 정보에 관심이 있는, 섬 분석 결과 또한 쉽게 반지 분석 결과 같은 다른 분석 실험과 결합 수 있습니다. 더하여, optogenetics에 필요한 레이저 섬 분석 결과 상자에 쉽게 설치할 수 및 설치는 너무 간단 그것 쉽게 방에 온도 빛을 제어할 수 있습니다 이동할 수 있습니다.
성공 및 여기에 설명 된 섬 분석 결과의 재현성을 보장 하기 위해, 몇 가지 권장 사항은 따라야 한다. 약 수와 전송 실험 테스트를 파리 리 바이 알에 CO2 또는 감기 마 취의 효과 피하기 위해 실험 전에 적어도 1 일. 실험적인 병 들이다 하지 마십시오 (병 당 10-15 파리를 사용 하 여, 항상 유리병 당 파리의 동일한 수를 배치 하는 것이 좋습니다). 항상 신선한 음식에 파리를 유지. 그렇지 않으면 아직 익숙한 실시 분석 결과, 수율을 최대화 하기 위해 플랫폼에 파리 연습 던지기. 또한 신속 하 게 손을 제거 연습으로 데이터 분석 (이미지 분석 및 비행 손 그림에서 후에 시작을 계산)으로 나중에, 오른쪽. 환경 및 실험 조건을 비교 하는 실험에서 동일한 유지 (예를 들어, 컨트롤 돌연변이 나는 유전자 형 다른 연령대에서 테스트). 항상 하루 중 같은 시간에 실험을 수행 하 고 제어 된 온도 습도 조건에서 튜브를 유지 합니다. 통계적 인 힘에 대 한 생물 학적 복제 당 적어도 3 개의 기술 복제를 테스트 합니다.
설명 하는 매크로의 성공적인 성능을 보장 하기 위해 여기, 웹캠 및 이미지 설정을 조정 해야 합니다 최대한 대비를 달성 하기 위해: 흰색에 검정 개체로 나타나는 파리. 매크로 의해 파리의 수 제대로 계산 되지 않습니다 때 대비 설정을 조정, ROI 제대로 선택 되었는지 여부를 확인 하 고 플랫폼에 파리의 크기 지정된 최소 위에 확인 날 크기 설정 (8.3이이 프로토콜의 단계 참조). 설정을 한 번 정의 될 필요가 있다. 웹캠과 플랫폼 사이의 거리는 변경 되지 않습니다으로 그들은 모든 실험에 적용 됩니다. Circularity_min 및 최대 설정 정의 입자의 순환 (입자 계산된 파리 =) 분석에 대 한 계정으로 옮겨질 것입니다 (파리 = 계산된 개체). 1 완벽 한 원을 나타내고 0 선17를 나타냅니다. 파리는 항상 어느 정도의 순환 (비행 거리는 직선으로 나타날 수 없습니다)을 제시, 이후 1에서 "Circularity_max" 설정 하 고 "Circularity_min" 설정 0.4에서 설정 됩니다. 사용자가이 설정을 조정할 필요가 가능성이 크다.
매크로 때때로 계산 실수를 파리는 플랫폼의 테두리에 가깝게 만듭니다. 이 파리는 사용자 정의 투자 수익에 밖으로 걸어 하지만 날지 못하는 경우 발생할 수 있습니다. 대부분의 경우에 (그것은 가능한 플랫폼 피팅) 투자 수익을 다시 선택이 문제가 쉽게 해결할 수 있다. 그러나, "섬 분석 결과 분석" 스크립트 감지할 수 이며 올바른 부적절 한 데이터 카운트 ROI와 비교적 잘 걷는 파리에 의해 발생 합니다. 여기에 제시 된 웹캠의 해상도 충분히 가까이 꽤 잘 파리 차별 높은, 우리는 추가 알고리즘"초파리 섬 분석 결과" 매크로의 이미지 처리 절차에 같은 구현에 분수령 기능17를 침식 하 고. 이러한 플랫폼에 가까운 근접에 있는 파리의 적절 한 묘사를 용이 하 게. 또한, 매크로 플랫폼에서 뛰어 또는 멀리에서 날아 파리 구분할 수. 그럼에도 불구 하 고, 그것은 일반적으로 건강 한 젊은 비행 긴장 이전 파리와 파리 운동 적자와 플랫폼에 더 이상 남아 및 됩니다 결국 점프 또는 플랫폼에서가, 플랫폼에 떨어질 때에 즉시 날아 관찰 됩니다. 이러한 제한에도 불구 하 고 분석 결과 및 분석 운동 행동의 매우 정확한 측정을 제공합니다.
"섬 분석 결과 분석" 스크립트의 성공적인 성능을 보장 하기 위해 사용자가 프로토콜에 표시 된 스크립트 행에서 입력 및 출력 파일에 대 한 올바른 경로 입력 하 고 (올바른 폴더 형식으로 데이터를 제공 하기 다는 것을 확인합니다 그림 2)에서. 사용자 발견 너무 엄격한 신뢰할 수 없는 실험 데이터를 필터링 하는 데 사용 하는 기준 (68 행: "계산" 열에 첫 번째 값이 5 보다 작거나; 71 행: "수" 열에 첫 번째 값은 파리에는 platfo의 총 수 보다 높은 rm + 3), 68-71 "섬 분석 결과 분석" 스크립트에서 행에 텍스트 앞에 #을 추가 하 여 이러한 필터 설정 꺼 주십시오. 이 경우에, 모든 데이터는 분석에 포함 됩니다. 또한, 필터 설정 68 및 71 사용자 필요에 따라 행의 값을 조정 하 여 변경할 수 있습니다. "초파리 섬 분석 결과" 매크로 의해 생성 된 "results.txt"에서 카운트 값에 가능한 아티팩트 수동으로 조정할 수도 있습니다, 하 고 스크립트를 다시 조정된 데이터에서 실행할 수 있습니다. 때 사용자는에 관심이 10 프레임 이상 또는 10 개 이상의 처리 데이터의 s, "섬 분석 결과 분석" 스크립트에서 처리 하는 프레임 수 한다조정할 수 있습니다. 통계 분석 사용자 정의 대안 또한 대체 수 있습니다.
폴더 라는 "예 섬 분석 결과," 섬 분석 결과 사용 하 여 얻은 이미지 시계열와 예제를 포함 하는 다음 웹 사이트에서 찾을 수 있습니다: https://doi.org/10.6084/m9.figshare.4309652.v1. "예 섬 분석 결과" 폴더를 다운로드 하 고 신속 하 게 파일 저장, "초파리 섬 분석 결과" 매크로와 "섬 분석 결과 분석" 이미지의 처리의 구조에 익숙하게 될 하이 프로토콜에서 설명 하는 단계에 따라 스크립트입니다.
섬 분석 결과, 개발 된 매크로 및 분석 스크립트와 함께 사용할 수 있습니다 평가 하 고 증 Telangiectasia의 초파리 모델의 탈 선 운동 동작을 계량. 때문에 분석 결과 다양 한 연령대에 효율적으로 적용할 수 있는, 고기의 잠재적으로 진보적인 성격을 분석 하는 데 적합 하다.
요약 하자면,"초파리 섬 분석 결과" 매크로 "섬 분석 결과 분석" 스크립트와 함께 섬 분석 결과 객관적으로 분석 하 고 의 운동 결함을 계량 분석, 신뢰성, 비용 효율적이 고 고효율 결과 초파리 는 높은 처리량 방법으로 운동 장애의 모델.

최근 몇 년 동안, 다음-세대 시퀀싱 기술의 발전 크게 기여한 뇌의 (예를 들어, 소 뇌 운동 실 조 증 및 파 킨 슨 병), 말 초 신경의 퇴행 성 운동 장애를 기본 유전자의 식별 기원 (예를 들어, 루 경화 증 그리고 유전 경련 적인 하반신 불 수), 그리고 근육 근원 (예를 들어, 듀 켄 씨 근이 영양 증 및 myotonic 영양 장애)1,2,3,4 . 그럼에도 불구 하 고, 약간이 무질서의 대부분을 기초 분자 메커니즘에 대 한 알려져 있다. 이러한 메커니즘의 이해 요법 개발에 필수적 이다.
인간, 모형 유기 체, 비행 등 초파리에 운동에서에서 운동 중앙 두뇌, 말 초 신 경계와 근육에 의해 제어 됩니다. 또한, 빠른 생성 시간 및 초파리 의 유전 도구 상자 적합 하 게이 모델 유기 체 특히 유전자의 높은 처리량 검열 관련 된 운동 장애 그리고 약물 테스트5,6 . 때문에 같은 화면, 신뢰성, 비용 효율적인, 그리고 상대 간단한 분석 실험, 뿐만 아니라 자동화 된 방식으로 출력 결과 계량 도구에서 테스트 하는 데 필요한 조건 중 상당수는 매우 바람직한.
슈미트 외. (2012 년) 7 저가 테스트 "섬 분석 결과" 라고 설명 초파리 운동 동작을 평가 하. 섬 분석 결과 사용 되었습니다 성공적으로 대규모 검사 명과 관련 기능7,8, 지적 장애 초파리 모델의 일반 평가 대 한 평가에서 유전자를 식별 하 모터 동작9비행. 높은 플랫폼에 여러 파리 던진 섬 분석 결과의 원리 디자인에 의하여 이루어져 있다. 이 타고 난 모터 동작 초 이내 플랫폼에서 탈출 하기 위해 건강 한 파리 수 있도록 유도 합니다. 분석 결과 파리 시간7,,89플랫폼에 남아의 수를 측정 합니다. 이러한 모든 기능 섬 분석 결과 운동 장애에 관련 된 유전자에 대 한 강력한 검사 도구 있을 수 있습니다 나타냅니다.
현재, 촬영된 섬 분석 결과 데이터의 정량 분석 수동으로7,,89를 이루어집니다. 분석 결과의 효율 향상, 저가 방법 반자동 계량 플랫폼에서의 탈출을 개발 되었습니다. 설치는 이미지 시간 프레임 플랫폼의 시리즈 인수 s. 프레임"초파리 섬 분석 결과" 매크로 처리는 모든 0.1 이상의 플랫폼에서 파리의 수를 수량화 하는 수집 하는 노트북에 연결 된 간단한 웹캠 사용 시간입니다. "초파리 섬 분석 결과" 매크로 3 개의 독립적인 하위 매크로으로 나누어져 있습니다: (I) "만들기 스택 및 프로젝션," 하위 매크로 다른 하위 폴더에 저장 하는 다른 섬 실험을 식별 하 고 스택 및 각각의 투영을 만듭니다 시간 시리즈입니다. (II) "정의 플랫폼" 하위 매크로 연속적으로 어느 시점에서 사용자 수동으로 관심 (ROI)의 영역으로 섬 플랫폼을 정의 하도록 요청 개별 실험 하위 폴더에 있는 모든 "Projection_image_name.tif" 파일을 열 것 이다. (III) "분석"는 자동으로 시간 시리즈 동안 플랫폼에 남아의 수를 단정. 연속적으로 (한 실행)에 하위 매크로 실행할 수 있습니다 또는 독립적으로. 통계 데이터 분석을 위해 자동으로 얻은 데이터를 처리 하 고 치료/genotypes 크게 (그림 1) 서로 다른 동작 여부를 확인 하려면 통계 테스트를 적용 하는 스크립트 개발 되었다. 마지막으로, 그것은 평가 하 고 증-telangiectasia (에서)에 대 한 초파리 모델의 탈 선 운동 능력 척도이 설치 프로그램을 사용할 수 있는 시연입니다.

<table>
	<tbody>
		<tr>
			<td class="xl19">25 x 95 mm Drosophila vials</td>
			<td class="xl19">Flystuff</td>
			<td class="xl20">32-116SB</td>
			<td class="xl19">-</td>
		</tr>
		<tr>
			<td class="xl21">Logitech C525 HD Webcam</td>
			<td class="xl19">Logitech</td>
			<td class="xl19">-</td>
			<td class="xl19">Any webcam with USB connection is suitable.</td>
		</tr>
		<tr>
			<td class="xl19">Stand to hold webcam</td>
			<td class="xl19">-</td>
			<td class="xl19">-</td>
			<td class="xl19">-</td>
		</tr>
		<tr>
			<td class="xl19">Lamp</td>
			<td class="xl19">-</td>
			<td class="xl19">-</td>
			<td class="xl19">12 V LED lights are appropriate</td>
		</tr>
		<tr>
			<td class="xl19">Pounding pad</td>
			<td class="xl19">-</td>
			<td class="xl19">-</td>
			<td class="xl19">Any mouse pad works</td>
		</tr>
		<tr>
			<td class="xl19">Island Assay box</td>
			<td class="xl19">-</td>
			<td class="xl19">-</td>
			<td class="xl19">Dimensions 40x35x2.5 cm. Hole 20x30 cm. Transparent.</td>
		</tr>
		<tr>
			<td class="xl19">Island Assay bath</td>
			<td class="xl19">-</td>
			<td class="xl19">-</td>
			<td class="xl19">Dimensions 42x38x25 cm. Non white.</td>
		</tr>
		<tr>
			<td class="xl19">Island/platform</td>
			<td class="xl19">-</td>
			<td class="xl19">-</td>
			<td class="xl19">Dimensions 42x38x25 cm. Uniform white.</td>
		</tr>
		<tr>
			<td class="xl19">Soap</td>
			<td class="xl19">-</td>
			<td class="xl19">-</td>
			<td class="xl19">Standard dishwashing detergent is suitable.</td>
		</tr>
		<tr>
			<td class="xl19">Computer</td>
			<td class="xl19">-</td>
			<td class="xl19">-</td>
			<td class="xl19">Scripts run both on Windows and Mac</td>
		</tr>
		<tr>
			<td class="xl22">Image-recording software: HandiAvi&#174;</td>
			<td class="xl23">AZcendant&#174;</td>
			<td class="xl23">-</td>
			<td class="xl19">HandyAvi is only compatible with Windows and has been described throughout the manuscript. It can be downloaded from: http://www.azcendant.com/DownloadHandyAvi.html (version 5.0)</td>
		</tr>
		<tr>
			<td class="xl22">Image-recording software: WebcamCapture</td>
			<td class="xl25">-</td>
			<td class="xl25">-</td>
			<td class="xl25">Fiji/ImageJ plugin that can be used on Mac alternative to HandyAvi for image-recordings and can be downloaded from: https://imagej.nih.gov/ij/plugins/webcam-capture/ When using this method, the user has to use the same folder setup and image-recording settings indicated in this manuscript, with the exception that for each experimental replicate, the captured image stack should be exported as Stack.tiff to the corresponding experimental replicate folder. Upon running the &#34;Drosophila Island Assay&#34; macro on this data, no text should be present in the &#34;First frame identifier&#34; setting.</td>
		</tr>
		<tr>
			<td class="xl19">Fiji</td>
			<td class="xl19">-</td>
			<td class="xl19">-</td>
			<td class="xl19">Version 1.4 or higher, can be downloaded from: https://figshare.com/s/def4197ee0010b21a76f</td>
		</tr>
		<tr>
			<td class="xl19">R studio</td>
			<td class="xl19">-</td>
			<td class="xl19">-</td>
			<td class="xl24">Can be downloaded from: https://www.rstudio.com/products/rstudio/download/</td>
		</tr>
		<tr>
			<td class="xl19">R</td>
			<td class="xl19">-</td>
			<td class="xl19">-</td>
			<td class="xl24">Version 3.3.2, can be downloaded from: https://cran.rstudio.com</td>
		</tr>
	</tbody>
</table>

high-throughput analysis of locomotor behavior in the drosophila island assay

차세대 시퀀싱 기술의 발전 (후보) 운동 장애 및 증가 속도 다른 신경 질환에 대 한 질병 유전자의 식별에 기여 한다. 그러나, 약간이 장애 기초 분자 메커니즘에 대 한 알려져 있다. 초파리 melanogaster 의 유전, 분자, 그리고 행동 도구 상자는이 모델 유기 체는 높은 처리량 방법에 새로운 질병 유전자와 메커니즘을 특성화 하 특히 유용 하다. 그럼에도 불구 하 고, 높은 처리량 화면 효율적이 고 신뢰할 수 있는 분석을, 이상적으로, 비용 효율적인 이러한 장애에 관련 된 특성의 automatized 정량화에 대 한 허용 해야 합니다. 섬 분석 결과 비용 효율적인 초파리 운전 행동 평가를 쉽게 설정 방법. 이 분석 결과에서 파리는 플랫폼에 고정된 높이에서 throw 됩니다. 이 타고 난 모터 응답 초 이내 플랫폼에서 탈출 파리 수 있도록 유도 합니다. 현재, 촬영된 섬 분석 실험의 정량 분석 할 수 있습니다 수동으로, 대형 스크린을 수행 하는 경우에 특히 힘 드는 사업입니다.
이 원고는 높은 처리량, 자동화 된 데이터 처리 및 섬 분석 결과 데이터의 정량화"초파리 섬 분석 결과"와 "섬 분석 결과 분석" 알고리즘을 설명합니다. 분석 결과 수행 하는 동안 설치 프로그램에서 노트북에 연결 된 간단한 웹캠 플랫폼의 이미지 시리즈를 수집 합니다. "초파리 섬 분석 결과" 알고리즘 피지 오픈 소스 소프트웨어에 대 한 개발이 이미지 시리즈를 처리 하 고 수량화, 각 실험 조건에 대 한 시간이 지남에 플랫폼에 파리의 수 있습니다. 자동으로 얻은 데이터를 처리 하 고 치료/genotypes 통계적으로 다른 인지 계산 하는 "섬 분석 결과 분석" 스크립트, R, 자유 소프트웨어와 호환 개발 되었다. 이 크게 섬 분석 결과의 효율성을 향상 하 고 기본적인 운동 및 비행 행동에 대 한 강력한 판독 하 게. 따라서 대형 스크린 조사 비행 운동 능력, 운동 장애, 약물 효능의 초파리 모델에 적용할 수 있습니다.

설명된 프로토콜에서 초파리 섬 분석 결과 데이터는 인수 하 고 3 단계에서 처리. 첫째, 초파리 섬 플랫폼에 던진의 비행 탈출 응답 웹캠이 기록 이며 개별.bmp 이미지 (프로토콜 섹션 1-7)으로 저장 됩니다. 둘째,"초파리 섬 분석 결과" 매크로 (8 단계) 생성 "result.txt" 텍스트 파일 (표 1), 있는 각 프레임에 검색 된 개체의 수를 요약, 프레임 및 이미지 스택 "Result_stack.tiff," 표시 처리 개체의 각 프레임에 플랫폼의 영역 내에서 검색 합니다. 셋째, "섬 분석 결과 분석" 스크립트 (프로토콜 섹션 9)의 개별 실험 "results.txt" 파일에 저장 된 매크로 데이터를 처리 합니다. 몇 가지 단계는 필터링 하 고 통계 분석을 위해 데이터를 결합 스크립트에 포함 됩니다. 파리는 플랫폼에서 throw 됩니다 첫 번째 프레임 감지 하 고 1 시간으로 간주 됩니다. 이전 프레임 데이터 집합에서 제거 됩니다. 시간에 따라 100 프레임 포인트 1 (10에 s) 분석을 위해 선택 됩니다. 실험 있는 플랫폼에서 감지 하는 파리의 초기 수 5 보다 작으면 underpowered 실험에서 신뢰할 수 없는 결과 제거 하는 분석에서 자동으로 제외 됩니다. 플랫폼에서 감지 하는 파리의 초기 수 초과 "유리병 당 파리의 수" 설정을 플러스 3의 허용 오차는 실험도 제외 됩니다. 이 소음에 입자 잘못 파리로 검색 된 데이터 집합을 제거 합니다. 스크립트는 다음 시리즈에서 발견 하는 파리의 가장 높은 숫자에 비해 각 시간 지점에 대 한 검색의 비율을 계산 합니다. 파리 (파리의 비율 증가 플랫폼에 시간이 지남에 뒤 감소 감지) 투자 수익 및 산책에 의해 발생 하는 데이터 집합에서 오류는 자동으로 수정 하 여 그들에 관한 이전 단계에서 플랫폼에 일관 되 게 현재로 . 기본 디렉토리에 존재 했던 특정 실험 상태에 대 한 모든 복제 데이터 집합은 결합 하 고 "data_all_conditions.csv" 파일에 수출. 그것의 열 표 2에 설명 된 변수를 나타냅니다. 스크립트 또한 데이터가 포함 된 폴더에 따라 이름이 지정 하는 각 실험 조건에 대 한 선 그래프를 내보낼 것 이다. 이 그래프로 실험에 대 한 시간 (비행 탈출 응답) 플랫폼에 남아 있는 파리의 % (그림 3A각각 폴더에 복제-B). 평균, SD, 그리고 각 실험 조건에 대 한 SEM 계산 되며 "통계 summary.csv" 파일에 요약 한. "Escape_response_all_conditions.tiff" 라는 선 그래프가 보여줍니다 최대 12 평균 비행 탈출 반응 실험 기본 폴더 (그림 3C)에 존재 하는 조건을. 마지막으로, 기본 폴더에 있는 모든 실험 조건에 대 한 곡선 아래 면적 계산 이며 "AUC.csv" 파일에 요약. 주요 폴더에 조건 수에 따라 스크립트 중 수행 양측 홀된 웰 치 t-검정 (2 조건) 또는 Tukey 정정 ANOVA 여러 테스트를 확인 (2 이상 조건)에 대 한 여부는 실험 조건에서 서로 크게 다릅니다. 이러한 결과 "Welch_t test_results.txt" 또는 "AUC_anova_results.txt"에서 요약 된다 ANOVA를 수행할 때 스크립트 또한 평균 AUC에에서 차이 비교 실험 조건의 95% 신뢰 간격을 표시 하는 "AUC_anova.tiff" 파일을 내보낼 것 이다. 모든 실험 조건에 대 한 실험적인 복제의 곡선에서 절대 영역의 값은 "AUC.tiff" (그림 3D)에 중앙값으로 개별 데이터 요소로 표시 됩니다.
증 Telangiectasia (AT)는 상 염색체 열성 운동 장애 증 Telangiectasia 돌연변이 (ATM) 유전자14돌연변이 때문에 소 뇌 증의 발병 초기에 의해 특징입니다. ATM, tefu의 초파리 orthologue의 돌연변이 성과 장 수15에 결함을 표시합니다. "초파리 섬 분석 결과" 매크로 평가 하려면의 초파리 모델 섬 분석 결과에서 시험 되었다 그리고 매크로의 데이터 출력 수동 데이터 수에 비해. 결과 유비 쿼터 스 tefu 최저 (w-; Actin-Gal4/GD11950) 그들의 유전 배경 컨트롤 (-; w에 비해 플랫폼을 떠나이 파리의 능력을 크게 감소 Actin-Gal4/+) (그림 4). 1 후 s, 제어 파리의 50% 탈출 플랫폼, 달리는 &#60; tefu의 1%-RNAi 파리. 매크로와 충실 하 게 얻은 데이터 수동 계산, 매크로 섬 분석 결과 데이터의 정량화 및 운동 결함 ( 의 평가에 사용할 수 있는 신뢰할 수 있는 도구 임을 나타내는 얻은 데이터를 복제 하는 중요 한 것은, 그림 4 A-B).
<img alt="Figure 1" class="xfigimg" src="/files/ftp_upload/55892/55892fig1.jpg"> 
그림 1: 요구 사항, 실험 절차, 및 섬 분석 결과의 분석 개요 순서도. (A) 섬 시험 장비. (B) 섬 분석 결과 대 한 실험 설정. (C) 섬 분석 결과. (D)"초파리 섬 분석 결과" 매크로와 섬 분석 결과 데이터의 처리. "초파리 섬 분석 결과" 매크로 3 하위 매크로의 구성: 1) 스택 및 투영, 2) 정의 플랫폼, 및 3) 분석. (E) 처리 고 "섬 분석 결과 분석" 스크립트를 사용 하 여 데이터의 통계 평가. <a href="//ecsource.jove.com/files/ftp_upload/55892/55892fig1large.jpg" target="_blank">이 그림의 더 큰 버전을 보려면 여기를 클릭 하십시오.</a>
<img alt="Figure 2" class="xfigimg" src="/files/ftp_upload/55892/55892fig2.jpg"> 
그림 2: 프로토콜 중 필요한 다른 조정의 예. (A)는 필수 디렉터리 구조는 섬 분석 결과 실험 데이터 처리 및 분석을 위한 저장 해야 합니다. (B) 파리 나타나야 비디오 설정을 조정할 때 흰색 바탕에 검정. (C) 이미지 프레임 출력 파일로 저장이 원고에 설명 된 이미지 레코딩 소프트웨어. (D) 노란색 윤곽선 플랫폼 선택을 표시합니다. "ROI 관리자"에서 저장된 플랫폼 선택 파란색으로 강조 표시 됩니다. (E) 파리는 "최소 비행 크기 설정."의 조정 동안 흰색 점으로 표시 됩니다. 결과 창에서 픽셀 파리의 영역을 표시합니다. (왼쪽)에 기록 된 하나의 이미지 프레임 (오른쪽)에"초파리 섬 분석 결과" 매크로로 얻은 결과 이미지 스택에서 해당 프레임의 (F) 예. <a href="//ecsource.jove.com/files/ftp_upload/55892/55892fig2large.jpg" target="_blank">이 그림의 더 큰 버전을 보려면 여기를 클릭 하십시오.</a>
<img alt="Figure 3" class="xfigimg" src="/files/ftp_upload/55892/55892fig3.jpg"> 
그림 3: "섬 분석 결과 분석" 하시기로 데이터 처리 후 얻은 결과 이미지 (A) 선 각 비행 탈출 응답을 보여주는 그래프 제어 실험 복제. (B) 선 각 tefu RNAi 실험적인 복제에 대 한 비행 탈출 응답을 보여주는 그래프. (C) 평균 비행 탈출 응답 표시 된 실험 조건; 오차 막대의 곡선 분포 제어 및 돌연변이 조건 아래 영역을 나타내는 SEM. (D) 도트 플롯을 나타냅니다. 두 tefu RNAi 및 제어 조건에 대 한 실험적인 복제는 개별 데이터 포인트 (블랙)에 중앙값 (레드 라인)으로 표시 됩니다. <a href="//ecsource.jove.com/files/ftp_upload/55892/55892fig3large.jpg" target="_blank">이 그림의 더 큰 버전을 보려면 여기를 클릭 하십시오.</a>
<img alt="Figure 4" class="xfigimg" src="/files/ftp_upload/55892/55892fig4.jpg"> 
그림 4: 유비 쿼터 스 tefu 최저의 파리 플랫폼을 두고 크게 감소 능력을 보여줍니다. 데이터 제어 (w-;에 대 한 시간 (s)에 플랫폼에 파리의 %를 나타내는 Actin-Gal4/+)와 tefu RNAi (w-; Actin-Gal4/GD11950) 파리. (복제의 수 = 5; 오차 막대를 나타내는 SEM). (A)"초파리 섬 분석 결과" 매크로와 얻은 원시 데이터 (B) 점 제어 및 tefu RNAi 조건"초파리 섬 분석 결과" 매크로와 얻은 곡선 분포에서 영역을 나타내는 플롯 (웰 치 홀 t-검정, * * p &#60; 0.01). (C) 원시 데이터의 수를 수동으로 계산 하 여 얻은 파리 초당 섬에 존재. (D) 도트의 곡선 분포 제어 및 손으로 계산 하 여 얻은 Tefu RNAi 조건 아래 영역을 나타내는 플롯 (웰 치 홀 t-검정, * * p &#60; 0.01). 오차 막대는 SEM. 대표 <a href="//ecsource.jove.com/files/ftp_upload/55892/55892fig4large.jpg" target="_blank">이 그림의 더 큰 버전을 보려면 여기를 클릭 하십시오.</a>
<table border="1" fo:keep-together.within-page="1" fo:keep-with-next.within-page="always">
	<tbody>
		<tr>
			<td>열 이름</td>
			<td colspan="3">설명</td>
		</tr>
		<tr>
			<td>슬라이스</td>
			<td colspan="3">프레임 이름입니다.</td>
		</tr>
		<tr>
			<td>개수</td>
			<td colspan="3">플랫폼 (ROI)의 범위 내에서 프레임에서 검색 된 개체의 수입니다.</td>
		</tr>
		<tr>
			<td>총 면적</td>
			<td colspan="3">픽셀에서 (ROI) 플랫폼의 한계 내에서 프레임에서 검색 된 개체의 총 면적.</td>
		</tr>
		<tr>
			<td>평균 크기</td>
			<td colspan="3">플랫폼 (ROI)의 범위 내에서 개체의 수로 나눈 프레임에서 검색 된 개체의 총 면적.</td>
		</tr>
		<tr>
			<td>% 영역</td>
			<td colspan="3">지역 플랫폼 (ROI)의 전체 면적에 대해 개체의 백분율입니다.</td>
		</tr>
		<tr>
			<td>Perim입니다.</td>
			<td colspan="3">픽셀에서 (ROI) 플랫폼의 한계 내에서 프레임에서 검색 된 개체의 총 둘레.</td>
		</tr>
		<tr>
			<td>분 비행 크기</td>
			<td colspan="3">최소 크기 설정 (픽셀)에서"초파리 섬 분석 결과" 매크로의 그래픽 인터페이스에 사용자에 의해 정의 된 비행.</td>
		</tr>
		<tr>
			<td>지역 투자 수익</td>
			<td colspan="3">하위 매크로 실행 하는 동안 사용자에 의해 정의 된 플랫폼 (ROI)의 영역 (픽셀)에서 플랫폼을 정의 합니다.</td>
		</tr>
		<tr>
			<td>파리의 수</td>
			<td colspan="3">"초파리 섬 분석 결과" 매크로의 그래픽 인터페이스에 사용자가 정의한 실험 당 사용 하는 파리의 수입니다.</td>
		</tr>
	</tbody>
</table>
표 1: 매개 변수"초파리 섬 분석 결과" 매크로 의해 측정. 이 표에 설명 된 매개 변수"초파리 섬 분석 결과" 매크로 실행 시 "results.txt" 파일에 표시 됩니다.
<table border="1" fo:keep-together.within-page="1" fo:keep-with-next.within-page="always">
	<tbody>
		<tr>
			<td>열 이름</td>
			<td colspan="3">설명</td>
		</tr>
		<tr>
			<td>슬라이스</td>
			<td colspan="3">프레임 수입니다.</td>
		</tr>
		<tr>
			<td>개수</td>
			<td colspan="3">(ROI) 플랫폼의 한계 내에서 프레임에서 발견 하는 파리의 수입니다.</td>
		</tr>
		<tr>
			<td>X.Area</td>
			<td colspan="3">픽셀 단위로 플랫폼 (ROI)의 범위 내에서 프레임에서 발견 하는 파리의 총 면적.</td>
		</tr>
		<tr>
			<td>분 비행 크기</td>
			<td colspan="3">최소 크기 항목 설정 (픽셀)에서"초파리 섬 분석 결과" 매크로의 그래픽 인터페이스에 사용자에 의해 정의 된 비행.</td>
		</tr>
		<tr>
			<td>지역 투자 수익</td>
			<td colspan="3">플랫폼 (ROI, 픽셀 단위로) 하위 매크로 실행 "정의 플랫폼" 사용자에 의해 정의 된 영역.</td>
		</tr>
		<tr>
			<td>파리의 수</td>
			<td colspan="3">"초파리 섬 분석 결과" 매크로의 그래픽 인터페이스에 사용자가 정의한 실험 당 사용 하는 파리의 수입니다.</td>
		</tr>
		<tr>
			<td>X.Count</td>
			<td colspan="3">% 실험 중에 플랫폼에서 감지 하는 파리의 가장 높은 번호를 기준으로 각각 슬라이스/프레임에서 플랫폼에 있는 파리.</td>
		</tr>
		<tr>
			<td>Timepoint</td>
			<td colspan="3">시간 포인트 1 첫 번째 프레임 분석을 나타내고 파리 처음 나타나는 플랫폼에 프레임에 해당. 분석 하는 복제 당 100 프레임의 총 (10에 s, 설명된 설정을 사용할 때.</td>
		</tr>
		<tr>
			<td>실험</td>
			<td colspan="3">조건 당 복제의 수입니다.</td>
		</tr>
		<tr>
			<td>조건</td>
			<td colspan="3">실험 조건 (에 따라 데이터를 포함 하는 폴더의 사용자 정의 이름)의 이름을 나타냅니다.</td>
		</tr>
	</tbody>
</table>
표 2: 설명 변수의 "섬 분석 결과 분석" 하시기를 사용 하 여 데이터를 처리 한 후 얻은 이 표에 설명 된 매개 변수 "섬 분석 결과 분석" 스크립트를 사용 하 여 데이터 처리 시 "data_all_conditions.csv" 파일에 나타납니다.

Watch this Scientific Journal Video about High-throughput Analysis of Locomotor Behavior in the Drosophila Island Assay at JoVE.com

High-throughput Analysis of Locomotor Behavior in the Drosophila Island Assay

섬 분석 결과 초파리 melanogaster의 기본적인 운동 동작을 평가 하는 데 사용할 수 있는 비교적 새로운, 비용 분석 결과가 이다. 이 원고는 자동 데이터 처리 및 유전 약리학 큰 스크린에 대 한 중요 한, 높은 처리량 판독 시험이 섬 분석 결과 데이터의 객관적인 정량화에 대 한 알고리즘을 설명 합니다.

Drosophila 섬 분석 결과에서 운전 행동의 높은 처리량 분석

Advances in next-generation sequencing technologies contribute to the identification of (candidate) disease genes for movement disorders and other ...

high-throughput-analysis-locomotor-behavior-drosophila-island

Research

JoVE Journal

Neuroscience

High-throughput Analysis of Locomotor Behavior in the Drosophila Island Assay

8.8K 조회수.  Radboud University Medical Center. 섬 분석 결과 초파리 melanogaster의 기본적인 운동 동작을 평가 하는 데 사용할 수 있는 비교적 새로운, 비용 분석 결과가 이다. 이 원고는 자동 데이터 처리 및 유전 약리학 큰 스크린에 대 한 중요 한, 높은 처리량 판독 시험이 섬 분석 결과 데이터의 객관적인 정량화에 대 한 알고리즘을 설명 합니다.

비디오: High-throughput Analysis of Locomotor Behavior in the Drosophila Island Assay

Single Sensillum Recordings in the Insects Drosophila melanogaster and Anopheles gambiae

The sense of smell is essential for insects to find foods, mates, predators, and oviposition sites3. Insect olfactory sensory neurons (OSNs) are enclosed in sensory hairs called sensilla, which cover the surface of olfactory organs. The surface of each sensillum is covered with tiny pores, through which odorants pass and dissolve in a fluid called sensillum lymph, which bathes the sensory dendrites of the OSNs housed in a given sensillum. The OSN dendrites express odorant receptor (OR) proteins, which in insects function as odor-gated ion channels4, 5. The interaction of odorants with ORs either increases or decreases the basal firing rate of the OSN. This neuronal activity in the form of action potentials embodies the first representation of the quality, intensity, and temporal characteristics of the odorant6, 7.
Given the easy access to these sensory hairs, it is possible to perform extracellular recordings from single OSNs by introducing a recording electrode into the sensillum lymph, while the reference electrode is placed in the lymph of the eye or body of the insect. In Drosophila, sensilla house between one and four OSNs, but each OSN typically displays a characteristic spike amplitude. Spike sorting techniques make it possible to assign spiking responses to individual OSNs. This single sensillum recording (SSR) technique monitors the difference in potential between the sensillum lymph and the reference electrode as electrical spikes that are generated by the receptor activity on OSNs1, 2, 8. Changes in the number of spikes in response to the odorant represent the cellular basis of odor coding in insects. Here, we describe the preparation method currently used in our lab to perform SSR on Drosophila melanogaster and Anopheles gambiae, and show representative traces induced by the odorants in a sensillum-specific manner.

Single Sensillum Recordings in the Insects Drosophila melanogaster and Anopheles gambiae

Electrophysiological responses of olfactory sensory neurons to odorants can be measured in insects using single sensillum recordings. In this video article we will demonstrate how to perform single sensillum recordings in the antennae of the vinegar fly (Drosophila melanogaster) and the maxillary palps of the malaria mosquito (Anopheles gambiae).

곤충의 단일 Sensillum 레코딩 Drosophila melanogaster과 아노 펠 레스 gambiae</em

The sense of smell is essential for insects to find foods, mates, predators, and oviposition sites3. Insect olfactory sensory neurons (OSNs) are enclosed ...

연구

신경과학

Assaying Locomotor, Learning, and Memory Deficits in Drosophila Models of Neurodegeneration

Advances in genetic methods have enabled the study of genes involved in human neurodegenerative diseases using Drosophila as a model system1. Most of these diseases, including Alzheimer's, Parkinson's and Huntington's disease are characterized by age-dependent deterioration in learning and memory functions and movement coordination2. Here we use behavioral assays, including the negative geotaxis assay3 and the aversive phototaxic suppression assay (APS assay)4,5, to show that some of the behavior characteristics associated with human neurodegeneration can be recapitulated in flies. In the negative geotaxis assay, the natural tendency of flies to move against gravity when agitated is utilized to study genes or conditions that may hinder locomotor capacities. In the APS assay, the learning and memory functions are tested in positively-phototactic flies trained to associate light with aversive bitter taste and hence avoid this otherwise natural tendency to move toward light. Testing these trained flies 6 hours post-training is used to assess memory functions. Using these assays, the contribution of any genetic or environmental factors toward developing neurodegeneration can be easily studied in flies.

Assaying Locomotor, Learning, and Memory Deficits in Drosophila Models of Neurodegeneration

Behavior assays for measuring locomotor functions, learning, and memory abilities in Drosophila.

에 시금 운동력이있는 사람, 학습, 및 메모리 적자 Drosophila</emNeurodegeneration의> 모델

Advances in genetic methods have enabled the study of genes involved in human neurodegenerative diseases using Drosophila as a model system1. Most of ...

Studying the Neural Basis of Adaptive Locomotor Behavior in Insects

Studying the neural basis of walking behavior, one often faces the problem that it is hard to separate the neuronally produced stepping output from those leg movements that result from passive forces and interactions with other legs through the common contact with the substrate. If we want to understand, which part of a given movement is produced by nervous system motor output, kinematic analysis of stepping movements, therefore, needs to be complemented with electrophysiological recordings of motor activity. The recording of neuronal or muscular activity in a behaving animal is often limited by the electrophysiological equipment which can constrain the animal in its ability to move with as many degrees of freedom as possible. This can either be avoided by using implantable electrodes and then having the animal move on a long tether (i.e. Clarac et al., 1987; Duch &amp; Pfl&uuml;ger, 1995; B&ouml;hm et al., 1997; Gruhn &amp; Rathmayer, 2002) or by transmitting the data using telemetric devices (Kutsch et al, 1993; Fischer et al., 1996; Tsuchida et al. 2004; Hama et al., 2007; Wang et al., 2008). Both of these elegant methods, which are successfully used in larger arthropods, often prove difficult to apply in smaller walking insects which either easily get entangled in the long tether or are hindered by the weight of the telemetric device and its batteries. In addition, in all these cases, it is still impossible to distinguish between the purely neuronal basis of locomotion and the effects exerted by mechanical coupling between the walking legs through the substrate. One solution for this problem is to conduct the experiments in a tethered animal that is free to walk in place and that is locally suspended, for example over a slippery surface, which effectively removes most ground contact mechanics. This has been used to study escape responses (Camhi and Nolen, 1981; Camhi and Levy, 1988), turning (Tryba and Ritzman, 2000a,b; Gruhn et al., 2009a), backward walking (Graham and Epstein, 1985) or changes in velocity (Gruhn et al., 2009b) and it allows the experimenter easily to combine intra- and extracellular physiology with kinematic analyses (Gruhn et al., 2006).
We use a slippery surface setup to investigate the timing of leg muscles in the behaving stick insect with respect to touch-down and lift-off under different behavioral paradigms such as straight forward and curved walking in intact and reduced preparations.

We describe a method to record motor activity, timed to the electrically recorded tarsal contact signal in a tethered insect, walking on a slippery surface. This is used to study the neural basis of adaptive behavior under reduced influence of mechanical interaction between legs through the substrate.

곤충의 적응 운동력이있는 사람의 행동의 신경 기초를 공부

Studying the neural basis of walking behavior, one often faces the problem that it is hard to separate the neuronally produced stepping output from those ...

In vivo Electroporation of Developing Mouse Retina

The functional characterization of genes expressed during mammalian retinal development remains a significant challenge. Gene targeting to generate constitutive or conditional loss of function knockouts remains cost and labor intensive, as well as time consuming. Adding to these challenges, retina expressed genes may have essential roles outside the retina leading to unintended confounds when using a knockout approach. Furthermore, the ability to ectopically express a gene in a gain of function experiment can be extremely valuable when attempting to identify a role in cell fate specification and/or terminal differentiation.
We present a method for the rapid and efficient incorporation of DNA plasmids into the neonatal mouse retina by electroporation. The application of short electrical impulses above a certain field strength results in a transient increase in plasma membrane permeability, facilitating the transfer of material across the membrane 1,2,3,4. Groundbreaking work demonstrated that electroporation could be utilized as a method of gene transfer into mammalian cells by inducing the formation of hydrophilic plasma membrane pores allowing the passage of highly charged DNA through the lipid bilayer 5. Continuous technical development has resulted in the viability of electroporation as a method for in vivo gene transfer in multiple mouse tissues including the retina, the method for which is described herein 6, 7, 8, 9, 10. 
DNA solution is injected into the subretinal space so that DNA is placed between the retinal pigmented epithelium and retina of the neonatal (P0) mouse and electrical pulses are applied using a tweezer electrode. The lateral placement of the eyes in the mouse allows for the easy orientation of the tweezer electrode to the necessary negative pole-DNA-retina-positive pole alignment. Extensive incorporation and expression of transferred genes can be identified by postnatal day 2 (P2). Due to the lack of significant lateral migration of cells in the retina, electroporated and non-electroporated regions are generated. Non-electroporated regions may serve as internal histological controls where appropriate. 
Retinal electroporation can be used to express a gene under a ubiquitous promoter, such as CAG, or to disrupt gene function using shRNA constructs or Cre-recombinase. More targeted expression can be achieved by designing constructs with cell specific gene promoters. Visualization of electroporated cells is achieved using bicistronic constructs expressing GFP or by co-electroporating a GFP expression construct. Furthermore, multiple constructs may be electroporated for the study of combinatorial gene effects or simultaneous gain and loss of function of different genes. Retinal electroporation may also be utilized for the analysis of genomic cis-regulatory elements by generating appropriate expression constructs and deletion mutants. Such experiments can be used to identify cis-regulatory regions sufficient or required for cell specific gene expression 11. Potential experiments are limited only by construct availability.

In vivo Electroporation of Developing Mouse Retina

A method for the incorporation of plasmid DNA into murine retinal cells for the purpose of performing either gain- or loss of function studies in vivo is presented. This method capitalizes on the transient increase in permeability of cell plasma membranes induced by the application of an external electrical field.

개발 마우스 망막의 생체내 Electroporation에

The functional characterization of genes expressed during mammalian retinal development remains a significant challenge.  Gene targeting to generate ...

Methods to Assay Drosophila Behavior

Drosophila melanogaster, the fruit fly, has been used to study molecular mechanisms of a wide range of human diseases such as cancer, cardiovascular disease and various neurological diseases1. We have optimized simple and robust behavioral assays for determining larval locomotion, adult climbing ability (RING assay), and courtship behaviors of Drosophila. These behavioral assays are widely applicable for studying the role of genetic and environmental factors on fly behavior. Larval crawling ability can be reliably used for determining early stage changes in the crawling abilities of Drosophila larvae and also for examining effect of drugs or human disease genes (in transgenic flies) on their locomotion. The larval crawling assay becomes more applicable if expression or abolition of a gene causes lethality in pupal or adult stages, as these flies do not survive to adulthood where they otherwise could be assessed. This basic assay can also be used in conjunction with bright light or stress to examine additional behavioral responses in Drosophila larvae. Courtship behavior has been widely used to investigate genetic basis of sexual behavior, and can also be used to examine activity and coordination, as well as learning and memory. Drosophila courtship behavior involves the exchange of various sensory stimuli including visual, auditory, and chemosensory signals between males and females that lead to a complex series of well characterized motor behaviors culminating in successful copulation. Traditional adult climbing assays (negative geotaxis) are tedious, labor intensive, and time consuming, with significant variation between different trials2-4. The rapid iterative negative geotaxis (RING) assay5 has many advantages over more widely employed protocols, providing a reproducible, sensitive, and high throughput approach to quantify adult locomotor and negative geotaxis behaviors. In the RING assay, several genotypes or drug treatments can be tested simultaneously using large number of animals, with the high-throughput approach making it more amenable for screening experiments.

Methods to Assay Drosophila Behavior

Drosophila melanogaster is a genetically and behaviorally tractable model system that has been used to understand the molecular and cellular basis of many important biological processes for over a century 1. Drosophila has been well exploited to gain insights into the genetic basis of fly behavior.

분석의 방법 Drosophila 행동

Drosophila melanogaster, the fruit fly, has been used to study molecular mechanisms of a wide range of human diseases such as cancer, cardiovascular ...

Optogenetic Stimulation of Escape Behavior in Drosophila melanogaster

A growing number of genetically encoded tools are becoming available that allow non-invasive manipulation of the neural activity of specific neurons in Drosophila melanogaster1. Chief among these are optogenetic tools, which enable the activation or silencing of specific neurons in the intact and freely moving animal using bright light. Channelrhodopsin (ChR2) is a light-activated cation channel that, when activated by blue light, causes depolarization of neurons that express it. ChR2 has been effective for identifying neurons critical for specific behaviors, such as CO2 avoidance, proboscis extension and giant-fiber mediated startle response2-4. However, as the intense light sources used to stimulate ChR2 also stimulate photoreceptors, these optogenetic techniques have not previously been used in the visual system. Here, we combine an optogenetic approach with a mutation that impairs phototransduction to demonstrate that activation of a cluster of loom-sensitive neurons in the fly's optic lobe, Foma-1 neurons, can drive an escape behavior used to avoid collision. We used a null allele of a critical component of the phototransduction cascade, phospholipase C-&beta;, encoded by the norpA gene, to render the flies blind and also use the Gal4-UAS transcriptional activator system to drive expression of ChR2 in the Foma-1 neurons. Individual flies are placed on a small platform surrounded by blue LEDs. When the LEDs are illuminated, the flies quickly take-off into flight, in a manner similar to visually driven loom-escape behavior. We believe that this technique can be easily adapted to examine other behaviors in freely moving flies.

Optogenetic Stimulation of Escape Behavior in Drosophila melanogaster

Genetically encoded optogenetic tools enable noninvasive manipulation of specific neurons in the Drosophila brain. Such tools can identify neurons whose activation is sufficient to elicit or suppress particular behaviors. Here we present a method for activating Channelrhodopsin2 that is expressed in targeted neurons in freely walking flies.

의 이스케이프 문제의 Optogenetic의 자극<em&gt; Drosophila melanogaster</em

A  growing number of genetically encoded tools are becoming available that allow non-invasive  manipulation of the neural activity of specific neurons in ...

A Single-fly Assay for Foraging Behavior in Drosophila

For many animals, hunger promotes changes in the olfactory system in a manner that facilitates the search for appropriate food sources. In this video article, we describe an automated assay to measure the effect of hunger or satiety on olfactory dependent food search behavior in the adult fruit fly Drosophila melanogaster. In a light-tight box illuminated by red light that is invisible to fruit flies, a camera linked to custom data acquisition software monitors the position of six flies simultaneously. Each fly is confined to walk in individual arenas containing a food odor at the center. The testing arenas rest on a porous floor that functions to prevent odor accumulation. Latency to locate the odor source, a metric that reflects olfactory sensitivity under different physiological states, is determined by software analysis. Here, we discuss the critical mechanics of running this behavioral paradigm and cover specific issues regarding fly loading, odor contamination, assay temperature, data quality, and statistical analysis.

A Single-fly Assay for Foraging Behavior in Drosophila

In this video article, we describe an automated assay to measure the effect of hunger or satiety on olfactory dependent food search behavior in the adult fruit fly Drosophila melanogaster.

먹이 찾아 돌아다 행동에 대한 단일 비행 분석에<em&gt; 초파리</em

For many animals, hunger promotes changes in the olfactory system in a manner that facilitates the search for appropriate food sources. In this video ...

Determination of the Spontaneous Locomotor Activity in Drosophila melanogaster

Drosophila melanogaster has been used as an excellent model organism to study environmental and genetic manipulations that affect behavior. One such behavior is spontaneous locomotor activity. Here we describe our protocol that utilizes Drosophila population monitors and a tracking system that allows continuous monitoring of the spontaneous locomotor activity of flies for several days at a time. This method is simple, reliable, and objective and can be used to examine the effects of aging, sex, changes in caloric content of food, addition of drugs, or genetic manipulations that mimic human diseases.

Determination of the Spontaneous Locomotor Activity in Drosophila melanogaster

Drosophila melanogaster are useful in studying genetic or environmental manipulations that affect behaviors such as spontaneous locomotor activity.&#160; Here we describe a protocol that utilizes monitors with infrared beams and data analysis software to quantify spontaneous locomotor activity.&#160;

의 자발적인 운동 활성의 결정<em&gt; 초파리</em

Drosophila melanogaster has been used as an excellent model organism to study environmental and genetic manipulations that affect behavior. One such ...

High Throughput Assay to Examine Egg-Laying Preferences of Individual Drosophila melanogaster

Recently, egg-laying preference of Drosophila has emerged as a genetically tractable model to study the neural basis of simple decision-making processes. When selecting sites to deposit their eggs, female flies are capable of ranking the relative attractiveness of their options and choosing the &#34;greater of two goods.&#34; However, most egg-laying preference assays are not practical if one wants to take a systematic genetic screening approach to search for the circuit basis underlying this simple decision-making process, as they are population-based and laborious to set up. To increase the throughput of studying of egg-laying preferences of single females, we developed custom chambers that each can simultaneously assay egg-laying preferences of up to thirty individual flies as well as a protocol that ensures each female has a high egg-laying rate (so that their preference is readily discernable and more convincing). Our approach is simple to execute and produces very consistent results. Additionally, these chambers can be equipped with different attachments to allow video recording the egg-laying animals and to deliver light for optogenetics studies. This article provides the blueprints for fabricating these chambers and the procedure for preparing the flies to be assayed in these chambers.

High Throughput Assay to Examine Egg-Laying Preferences of Individual Drosophila melanogaster

This protocol describes a high throughput assay for testing egg-laying preferences of Drosophila melanogaster at single-animal resolution. This assay provides a simple, efficient, and scalable platform to identify genes and circuit components that control a simple decision-making process.

높은 처리량 분석은 개인의 알을 낳는 환경 설정을 검사합니다<em&gt; 노랑 초파리</em

Recently, egg-laying preference of Drosophila has emerged as a genetically tractable model to study the neural basis of simple decision-making processes. ...

A Simple Way to Measure Alterations in Reward-seeking Behavior Using Drosophila melanogaster

We describe a protocol for measuring ethanol self-administration in fruit flies (Drosophila melanogaster) as a proxy for changes in reward states. We demonstrate a simple way to tap into the fly reward system, modify experiences related to natural reward, and use voluntary ethanol consumption as a measure for changes in reward states. The approach serves as a relevant tool to study the neurons and genes that play a role in experience-mediated changes of internal state. The protocol is composed of two discrete parts: exposing the flies to rewarding and nonrewarding experiences, and assaying voluntary ethanol consumption as a measure of the motivation to obtain a drug reward. The two parts can be used independently to induce the modulation of experience as an initial step for further downstream assays or as an independent two-choice feeding assay, respectively. The protocol does not require a complicated setup and can therefore be applied in any laboratory with basic fly culture tools.

A Simple Way to Measure Alterations in Reward-seeking Behavior Using Drosophila melanogaster

We describe a protocol for inducing rewarding and nonrewarding experiences in fruit flies (Drosophila melanogaster) using voluntary ethanol consumption as a measure for changes in reward states.

사용 보상 추구 행동의 변화를 측정하는 간단한 방법<em&gt; 노랑 초파리</em

We describe a protocol for measuring ethanol self-administration in fruit flies (Drosophila melanogaster) as a proxy for changes in reward states. We ...