Summary

Une technique simple pour doser l’activité locomotrice chez la drosophile

Published: February 24, 2023
doi:

Summary

Le présent protocole évalue l’activité locomotrice de la drosophile en suivant et en analysant le mouvement des mouches dans une arène faite à la main à l’aide du logiciel open source Fiji, compatible avec des plugins pour segmenter les pixels de chaque image sur la base d’un enregistrement vidéo haute définition pour calculer des paramètres de vitesse, de distance, etc.

Abstract

Drosophila melanogaster est un organisme modèle idéal pour l’étude de diverses maladies en raison de son abondance de techniques de manipulation génétique avancées et de diverses caractéristiques comportementales. L’identification des déficiences comportementales dans les modèles animaux est une mesure cruciale de la gravité de la maladie, par exemple, dans les maladies neurodégénératives où les patients présentent souvent des altérations de la fonction motrice. Cependant, avec la disponibilité de divers systèmes pour suivre et évaluer les déficits moteurs dans les modèles de mouches, tels que les personnes traitées par des médicaments ou transgéniques, un système économique et convivial pour une évaluation précise sous plusieurs angles fait toujours défaut. Une méthode basée sur l’interface de programmation d’application (API) AnimalTracker est développée ici, qui est compatible avec le programme de traitement d’image des Fidji, pour évaluer systématiquement les activités de mouvement des individus adultes et larvaires à partir de vidéos enregistrées, permettant ainsi l’analyse de leur comportement de suivi. Cette méthode ne nécessite qu’une caméra haute définition et une intégration matérielle périphérique informatique pour enregistrer et analyser le comportement, ce qui en fait une approche abordable et efficace pour le dépistage de modèles de mouches présentant des déficiences comportementales transgéniques ou environnementales. Des exemples de tests comportementaux utilisant des mouches traitées pharmacologiquement sont donnés pour montrer comment les techniques peuvent détecter les changements de comportement chez les mouches adultes et les larves d’une manière hautement reproductible.

Introduction

Drosophila melanogaster fournit un excellent organisme modèle pour étudier les fonctions cellulaires et moléculaires dans les modèles de maladies neuronales créés par la modification du gène1, le traitement médicamenteux2 et la sénescence3. La conservation élevée des voies biologiques, des propriétés physiques et des gènes homologues associés aux maladies entre les humains et la drosophile fait de la mouche des fruits un imitateur idéal du niveau moléculaire au niveau comportemental4. Dans de nombreux modèles de maladies, la déficience comportementale est un indice important, fournissant un modèle utile pour diverses neuropathies humaines 5,6. La drosophile est maintenant utilisée pour étudier de multiples maladies humaines, le développement neurologique et les maladies neurodégénératives telles que la maladie de Parkinson et la sclérose latérale amyotrophique 7,8. La détection de la capacité motrice des modèles de maladie est cruciale pour comprendre le progrès pathogène et peut fournir une corrélation phénotypique avec les mécanismes moléculaires sous-jacents au processus de la maladie.

Récemment, des outils logiciels disponibles dans le commerce et des programmes rentables ont été développés pour les stratégies de détection locomotrice de la drosophile, telles que les tests à haut débit chez les mouches groupées9,10 et la mesure de la locomotion en temps réel11,12. L’une de ces approches conventionnelles est la géotaxie négative interactive rapide (RING), également appelée test d’escalade, qui comprend plusieurs canaux permettant de contenir une grande population de mouches du même sexe et du même âge, réduisant ainsi la variation tout en collectant 9,13 données. Une autre méthode de pré-test pour analyser le comportement locomoteur est TriKinetics Drosophila activity monitor (DAM), un dispositif qui utilise plusieurs faisceaux pour détecter le mouvement de l’activité des mouches dans un mince tubede verre 14. L’appareil enregistre la position en continu, ce qui représente la locomotion automatisée en calculant les croisements de faisceaux pour étudier l’activité et le rythme circadien des mouches sur une plus longue période de temps15. Bien que ces méthodes aient été largement utilisées dans l’analyse des défauts de comportement chez les mouches des fruits pour déterminer les changements dans la locomotion comportementale, elles nécessitent toujours un équipement de test spécial ou des processus d’analyse complexes, et limitent leur application dans certains modèles avec un dispositif simple et limité. Les stratégies de dépistage des animaux basées sur des groupes pour tester la drosophile adulte, telles que FlyGrAM11 et le test de l’île de la drosophile 10, mettent en œuvre le recrutement social et le suivi individuel dans une zone prédéfinie. Néanmoins, la restriction sociale individuelle dans les zones défiées pourrait avoir un effet négatif sur les identifications dans les images, causée par la collision ou le chevauchement des mouches. Même si certaines méthodes open source basées sur des matériaux, telles que TRex16, MARGO12 et FlyPi17, ont une urgence, elles peuvent accélérer le traçage des mouches avec une utilisation flexible dans les tests comportementaux. Ces approches de test sont associées à des installations d’appareils expérimentaux élaborés, à des exigences logicielles spéciales ou à des langages informatiques professionnels. Pour les larves, la mesure de la distance totale parcourue à travers le nombre de lignes de bordure de la grille par unité de temps18, ou le comptage approximatif des contractions de la paroi corporelle pour les individus manuellement19, sont les méthodes prédominantes pour évaluer leur capacité locomotrice. En raison du manque de précision de l’équipement ou des dispositifs et des méthodes d’analyse, une partie de la locomotion comportementale des larves peut échapper à la détection, ce qui rend difficile l’évaluation précise du mouvement comportemental, en particulier le mouvement fin15.

La présente méthode développée utilise l’interface de programmation d’application (API) AnimalTracker , compatible avec le programme de traitement d’images Fidji (ImageJ), pour évaluer systématiquement l’activité locomotrice des mouches adultes et larvaires en analysant leur comportement de suivi à partir de vidéos haute définition (HD). Fiji est une distribution logicielle open source ImageJ qui peut combiner des bibliothèques logicielles robustes avec de nombreux langages de script, ce qui entraîne un prototypage rapide des algorithmes de traitement d’images, ce qui le rend populaire parmi les biologistes pour ses capacités d’analyse d’images20. Dans l’approche actuelle, l’intégration de Fiji dans l’API AnimalTracker est exploitée pour développer un test comportemental unique sur la drosophile avec insertion d’algorithmes personnalisés, et fournit une étape utile pour une documentation détaillée et des tutoriels afin de soutenir des capacités analytiques robustes du comportement locomoteur (Figure 1). Pour contourner la complication des identifications objectives dans les images causées par la collision ou le chevauchement des mouches, chaque arène est limitée à accueillir une seule mouche. Après avoir évalué la précision du suivi de l’approche, elle a été mise en œuvre pour tracer et quantifier les mouvements locomoteurs de la drosophile qui ont été administrés avec le médicament toxique roténone, qui est généralement utilisé pour les modèles animaux de la maladie de Parkinson, découvrant finalement une altération de la locomotion dans le traitement médicamenteux21. Cette méthodologie, qui utilise des logiciels libres et open source, ne nécessite pas d’instrumentation coûteuse et peut analyser avec précision et reproductibilité la locomotion comportementale de la drosophile .

Protocol

W1118 mouches adultes et larves du troisième stade ont été utilisées pour la présente étude. 1. Préparation expérimentale REMARQUE: Une arène en plein champ pour le suivi de la locomotion de la drosophile est fabriquée avec un gel de silice incolore et inodore. Mélanger le réactif A et le réactif B dans un rapport de 1:10, conformément aux instructions du fabricant pour le kit de silice (voir <str…

Representative Results

Dans la présente étude, les déficits locomoteurs chez les mouches adultes et les larves du troisième stade traitées à la roténone ont été examinés et comparés dans leur activité motrice à celle d’une mouche témoin nourrie avec le solvant diméthylsulfoxyde (DMSO). Il a été démontré que le traitement par roténone chez la drosophile provoque une perte de neurones dopaminergiques dans le cerveau22 et entraîne des déficits locomoteurs importants23</sup…

Discussion

Nous avons conçu une méthode, basée sur le matériel open source AnimalTracker API compatible avec le programme de traitement d’images des Fidji, qui peut permettre aux chercheurs d’évaluer systématiquement l’activité locomotrice en suivant les mouches larvaires adultes et individuelles. AnimalTracke est un outil écrit en Java qui peut être facilement intégré dans des bases de données existantes ou d’autres outils pour faciliter l’analyse du comportement de suivi des animaux conçu …

Offenlegungen

The authors have nothing to disclose.

Acknowledgements

Ce travail a été soutenu par un fonds de lancement spécial de l’Université Soochow et de la Fondation nationale des sciences de Chine (NSFC) (82171414). Nous remercions les membres du laboratoire du professeur Chunfeng Liu pour leur discussion et leurs commentaires.

Materials

Animal tracker Hungarian Brain Research Program version: 1.7 pfficial website: http://animaltracker.elte.hu/main/downloads
Camera software Microsoft version: 2021.105.10.0 built-in windows 10 system
Computer DELL Vostro-14-5480 a comupter running win 10 system is available
Drosophila carbon dioxide anesthesia workstation Wu han Yihong technology #YHDFPCO2-018 official website: http://www.yhkjwh.com/
Fiji software Fiji team version: 1.53v official website: https://fiji.sc/
Format factory software Pcfreetime version: X64 5.4.5 official website: http://www.pcfreetime.com/formatfactory/CN/index.html
Graph pad prism GraphPad Software version: 8.0.2 official website: https://www.graphpad-prism.cn
Hight definition camera TTQ Jingwang2 (HD1080P F1.6 6-60mm) official website: http://www.ttq100.com/product_show.php?id=35
Office software Microsoft version: office 2019 official website: https://www.microsoftstore.com.cn/software/office
Petri dish Bkman 110301003 size: 60 mm
Silica gel DOW SYLGARD 184 Silicone Elastomer Kit Mix well according to the instructions
Sodium bicarbonate Macklin #144-55-8 Mix well with silica gel

Referenzen

  1. Ham, S. J., et al. Loss of UCHL1 rescues the defects related to Parkinson’s disease by suppressing glycolysis. Science Advances. 7 (28), (2021).
  2. Algarve, T. D., Assmann, C. E., Aigaki, T., da Cruz, I. B. M. Parental and preimaginal exposure to methylmercury disrupts locomotor activity and circadian rhythm of adult Drosophila melanogaster. Drug and Chemical Toxicology. 43 (3), 255-265 (2020).
  3. Jones, M. A., Grotewiel, M. Drosophila as a model for age-related impairment in locomotor and other behaviors. Experimental Gerontology. 46 (5), 320-325 (2011).
  4. Yamaguchi, M., Yoshida, H. Drosophila as a model organism. Advances in Experimental Medicine and Biology. 1076, 1-10 (2018).
  5. Rothenfluh, A., Heberlein, U. Drugs, files, and videotape: the effects of ethanol and cocaine on Drosophila locomotion. Current Opinion in Neurobiology. 12 (6), 639-645 (2002).
  6. Tsuda, L., Lim, Y. M. Alzheimer’s disease model system using Drosophila. Advances in Experimental Medicine and Biology. 1076, 25-40 (2018).
  7. Dung, V. M., Thao, D. T. P. Parkinson’s disease model. Advances in Experimental Medicine and Biology. 1076, 41-61 (2018).
  8. Liguori, F., Amadio, S., Volonte, C. Fly for ALS: Drosophila modeling on the route to amyotrophic lateral sclerosis modifiers. Cellular and Molecular Life Sciences. 78 (17-18), 6143-6160 (2021).
  9. Cao, W., et al. An automated rapid iterative negative geotaxis assay for analyzing adult climbing behavior in a Drosophila model of neurodegeneration. Journal of Visualized Experiments. (127), 56507 (2017).
  10. Eidhof, I., et al. High-throughput analysis of locomotor behavior in the Drosophila island assay. Journal of Visualized Experiments. (129), 55892 (2017).
  11. Scaplen, K. M., et al. Automated real-time quantification of group locomotor activity in Drosophila melanogaster. Scientific Reports. 9 (1), 4427 (2019).
  12. Werkhoven, Z., Rohrsen, C., Qin, C., Brembs, B., de Bivort, B. MARGO (Massively Automated Real-time GUI for Object-tracking), a platform for high-throughput ethology. PLoS One. 14 (11), e0224243 (2019).
  13. Gargano, J. W., Martin, I., Bhandari, P., Grotewiel, M. S. Rapid iterative negative geotaxis (RING): a new method for assessing age-related locomotor decline in Drosophila. Experimental Gerontology. 40 (5), 386-395 (2005).
  14. Cichewicz, K., Hirsh, J. ShinyR-DAM: a program analyzing Drosophila activity, sleep and circadian rhythms. Communications Biology. 1, 25 (2018).
  15. McParland, A. L., Follansbee, T. L., Ganter, G. K. Measurement of larval activity in the Drosophila activity monitor. Journal of Visualized Experiments. 98, e52684 (2015).
  16. Walter, T., Couzin, I. D. TRex, a fast multi-animal tracking system with markerless identification, and 2D estimation of posture and visual fields. eLife. 10, (2021).
  17. Maia Chagas, A., Prieto-Godino, L. L., Arrenberg, A. B., Baden, T. The €100 lab: A 3D-printable open-source platform for fluorescence microscopy, optogenetics, and accurate temperature control during behaviour of zebrafish, Drosophila, and Caenorhabditis elegans. PLoS Biology. 15 (7), e2002702 (2017).
  18. Nichols, C. D., Becnel, J., Pandey, U. B. Methods to assay Drosophila behavior. Journal of Visualized Experiments. (61), (2012).
  19. Xiao, G. Methods to assay the behavior of Drosophila melanogaster for toxicity study. Methods in Molecular Biology. 2326, 47-54 (2021).
  20. Schindelin, J., et al. Fiji: an open-source platform for biological-image analysis. Nature Methods. 9 (7), 676-682 (2012).
  21. Johnson, M. E., Bobrovskaya, L. An update on the rotenone models of Parkinson’s disease: their ability to reproduce the features of clinical disease and model gene-environment interactions. Neurotoxicology. 46, 101-116 (2015).
  22. Coulom, H., Birman, S. Chronic exposure to rotenone models sporadic Parkinson’s disease in Drosophila melanogaster. The Journal of Neuroscience. 24 (48), 10993-10998 (2004).
  23. Kumar, P. P., Bawani, S. S., Anandhi, D. U., Prashanth, K. V. H. Rotenone mediated developmental toxicity in Drosophila melanogaster. Environmental Toxicology and Pharmacology. 93, 103892 (2022).
  24. Gulyas, M., Bencsik, N., Pusztai, S., Liliom, H., Schlett, K. AnimalTracker: an ImageJ-based tracking API to create a customized behaviour analyser program. Neuroinformatics. 14 (4), 479-481 (2016).
  25. Qu, S. EasyFlyTracker: a simple video tracking Python package for analyzing adult Drosophila locomotor and sleep activity to facilitate revealing the effect of psychiatric drugs. Frontiers in Behavioral Neuroscience. 15, 809665 (2022).
  26. Yarwais, Z. H., Najmalddin, H. O., Omar, Z. J., Mohammed, S. A. Automated data collection of Drosophila movement behaviour assays using computer vision in Python. International Journal of Innovative Approaches in Science Research. 4 (1), 15-22 (2020).

Play Video

Diesen Artikel zitieren
Long, X., Du, H., Jiang, M., Meng, H. A Simple Technique to Assay Locomotor Activity in Drosophila. J. Vis. Exp. (192), e65092, doi:10.3791/65092 (2023).

View Video