Drosophila melanogaster giver en fremragende modelorganisme til undersøgelse af cellulære og molekylære funktioner i neuronale sygdomsmodeller skabt af genmodifikation¹, lægemiddelbehandling² og ældning³. Den høje bevarelse af biologiske veje, fysiske egenskaber og sygdomsassocierede homologgener mellem mennesker og Drosophila gør frugtfluen til en ideel efterligning fra molekylært til adfærdsmæssigt niveau⁴. I mange sygdomsmodeller er adfærdsmæssig mangel et vigtigt indeks, der giver en nyttig model for forskellige humane neuropatier ^5,6. Drosophila bruges nu til at studere flere menneskelige sygdomme, neuroudvikling og neurodegenerative sygdomme såsom Parkinsons sygdom og amyotrofisk lateral sklerose ^7,8. Påvisning af sygdomsmodellernes motoriske evne er afgørende for at forstå de patogene fremskridt og kan give en fænotypisk korrelation til de molekylære mekanismer, der ligger til grund for sygdomsprocessen.

For nylig er kommercielt tilgængelige softwareværktøjer og omkostningseffektive programmer blevet udviklet til Drosophila lokomotoriske detektionsstrategier, såsom high-throughput test i grupperede fluer^9,10 og måling af bevægelse i realtid^11,12. En sådan konventionel tilgang er hurtig interaktiv negativ geotaxis (RING), også kaldet klatreassayet, som inkluderer flere kanaler, der gør det muligt at indeholde en stor fluepopulation med samme køn og alder, hvilket reducerer variationen, mens dataindsamling ^9,13. En anden præ-testmetode til analyse af lokomotorisk adfærd er TriKinetics Drosophila aktivitetsmonitor (DAM), en enhed, der bruger flere stråler til at detektere flueaktivitetsbevægelse i et tyndt glasrør¹⁴. Enheden registrerer position kontinuerligt, hvilket repræsenterer automatiseret bevægelse ved at beregne strålekrydsningerne for at studere fluernes aktivitet og døgnrytme over en længere periode¹⁵. Selvom disse metoder har været meget udbredt til analyse af adfærdsfejl i bananfluer for at bestemme ændringer i adfærdsmæssig bevægelse, kræver de altid specielt testudstyr eller komplekse analyseprocesser og begrænser deres anvendelse i nogle modeller med en begrænset, enkel enhed. Dyresporingsgruppebaserede strategier til test af den voksne Drosophila, såsom FlyGrAM¹¹ og Drosophila-øanalysen ¹⁰, implementerer social rekruttering og individuel sporing i et foruddefineret område. Ikke desto mindre kan sociale individuelle begrænsninger i trodsede områder have en negativ indvirkning på identifikationer på billederne, forårsaget af kollision eller overlapning af fluer. Selvom nogle open source-materialebaserede metoder, såsom TRex¹⁶, MARGO 12 og FlyPi¹⁷, har en nødsituation, kan de hurtigt spore fluerne med fleksibel brug i adfærdstest. Disse testmetoder er forbundet med udførlige eksperimentelle apparatinstallationer, specielle softwarekrav eller professionelle computersprog. For larver er måling af den samlede tilbagelagte afstand over antallet af gittergrænselinjer pr. tidsenhed¹⁸ eller grov tælling af kropsvægskontraktionerne for individer^{manuelt 19} de fremherskende metoder til vurdering af deres bevægelsesevne. På grund af manglende præcision i udstyr eller enheder og analysemetoder kan nogle adfærdsmæssige bevægelser af larver undslippe detektion, hvilket gør det vanskeligt at nøjagtigt vurdere adfærdsmæssig bevægelse, især fin bevægelse¹⁵.

Den nuværende udviklede metode anvender AnimalTracker applikationsprogrammeringsgrænsefladen (API), kompatibel med Fiji (ImageJ) billedbehandlingsprogrammet, til systematisk at evaluere bevægelsesaktiviteten hos både voksne og larvefluer ved at analysere deres sporingsadfærd fra high-definition (HD) videoer. Fiji er en open source-software ImageJ-distribution, der kan kombinere robuste softwarebiblioteker med adskillige scriptsprog, hvilket resulterer i hurtig prototyping af billedbehandlingsalgoritmer, hvilket gør det populært blandt biologer for dets billedanalysefunktioner²⁰. I den nuværende tilgang udnyttes Fijis integration i AnimalTracker API til at udvikle et unikt Drosophila-adfærdsassay med personlig algoritmeindsættelse og giver et nyttigt trin til detaljeret dokumentation og tutorials til understøttelse af robuste analytiske evner i lokomotorisk adfærd (figur 1). For at omgå komplikationen af objektive identifikationer i billederne forårsaget af kollision eller overlapning af fluer er hver arena begrænset til kun at være vært for en flue. Efter vurdering af sporingspræcisionen af tilgangen blev den implementeret for at spore og kvantificere de lokomotoriske bevægelser af Drosophila , der blev administreret med det giftige lægemiddel rotenon, som generelt bruges til dyremodeller af Parkinsons sygdom, hvilket i sidste ende opdagede bevægelsesforringelse i lægemiddelbehandlingen²¹. Denne metode, der anvender open source og fri software, kræver ikke dyre instrumentering, og kan præcist og reproducerbart analysere Drosophila adfærdsmæssig bevægelse.