Drosophila melanogaster gir en utmerket modellorganisme for å undersøke cellulære og molekylære funksjoner i nevronale sykdomsmodeller opprettet av genmodifisering¹, medikamentell behandling² og senescens³. Den høye bevaringen av biologiske veier, fysiske egenskaper og sykdomsassosierte homologgener mellom mennesker og Drosophila gjør fruktfluen til en ideell etterligning fra molekylært til atferdsnivå⁴. I mange sykdomsmodeller er atferdsmangel en viktig indeks, og gir en nyttig modell for ulike menneskelige nevropatier ^5,6. Drosophila brukes nå til å studere flere menneskelige sykdommer, nevroutvikling og nevrodegenerative sykdommer som Parkinsons sykdom og amyotrofisk lateralsklerose ^7,8. Påvisning av sykdomsmodellenes motoriske evne er avgjørende for å forstå den patogene utviklingen og kan gi en fenotypisk korrelasjon til de molekylære mekanismene som ligger til grunn for sykdomsprosessen.

Nylig har kommersielt tilgjengelige programvareverktøy og kostnadseffektive programmer blitt utviklet for Drosophila lokomotoriske deteksjonsstrategier, for eksempel testing med høy gjennomstrømning i grupperte fluer^9,10 og måling av bevegelse i sanntid^11,12. En slik konvensjonell tilnærming er rapid interactive negative geotaxis (RING), også kalt klatreanalysen, som inkluderer flere kanaler som gjør det mulig å inneholde en stor fluepopulasjon med samme kjønn og alder, noe som reduserer variasjonen mens data samler^{inn 9,13}. En annen pre-testing metode for å analysere lokomotorisk oppførsel er TriKinetics Drosophila aktivitet monitor (DAM), en enhet som bruker flere stråler for å oppdage fly aktivitet bevegelse i et tynt glass^{rør 14}. Enheten registrerer posisjon kontinuerlig, noe som representerer automatisert bevegelse ved å beregne stråleovergangene for å studere aktiviteten og døgnrytmen til fluer over en lengre periode¹⁵. Selv om disse metodene har blitt mye brukt i å analysere atferdsdefekter i fruktfluer for å bestemme endringer i atferdsbevegelse, krever de alltid spesielt testutstyr eller komplekse analyseprosesser, og begrenser deres anvendelse i noen modeller med en begrenset, enkel enhet. Gruppebaserte strategier for testing av den voksne Drosophila, som FlyGrAM¹¹ og Drosophila-øyanalysen ¹⁰, implementerer sosial rekruttering og individuell sporing i et forhåndsdefinert område. Likevel kan sosial individuell begrensning i trossede områder ha en negativ effekt på identifikasjoner i bildene, forårsaket av kollisjon eller overlapping av fluer. Selv om noen åpen kildekode-materialbaserte metoder, som TRex¹⁶, MARGO 12 og FlyPi¹⁷, har en nødsituasjon, kan de spore fluene raskt med fleksibel bruk i atferdstesting. Disse testmetodene er knyttet til forseggjorte eksperimentelle apparatinstallasjoner, spesielle programvarekrav eller profesjonelle dataspråk. For larver er måling av total tilbakelagt avstand over antall gittergrenselinjer per tidsenhet¹⁸, eller grovtelling av kroppsveggkontraksjonene for individer manuelt¹⁹, de dominerende metodene for å vurdere deres lokomotoriske evne. På grunn av mangel på presisjon i utstyr eller enheter og analysemetoder, kan noen atferdsbevegelse av larver unnslippe deteksjon, noe som gjør det vanskelig å nøyaktig vurdere atferdsbevegelse, spesielt fin bevegelse¹⁵.

Den nåværende utviklede metoden benytter AnimalTracker applikasjonsprogrammeringsgrensesnitt (API), kompatibelt med Fiji (ImageJ) bildebehandlingsprogram, for systematisk å evaluere den lokomotoriske aktiviteten til både voksne og larvefluer ved å analysere deres sporingsadferd fra HD-videoer (HD). Fiji er en åpen kildekode-programvare ImageJ-distribusjon som kan kombinere robuste programvarebiblioteker med mange skriptspråk, noe som resulterer i rask prototyping av bildebehandlingsalgoritmer, noe som gjør den populær blant biologer for sine bildeanalysemuligheter²⁰. I den nåværende tilnærmingen utnyttes Fijis integrering i AnimalTracker API til å utvikle en unik Drosophila-atferdsanalyse med personlig algoritmeinnsetting, og gir et nyttig trinn for detaljert dokumentasjon og opplæringsprogrammer for å støtte robuste analytiske evner for lokomotorisk oppførsel (figur 1). For å omgå komplikasjonen av objektive identifikasjoner i bildene forårsaket av kollisjon eller overlapping av fluer, er hver arena begrenset til å være vert for bare en flue. Ved vurdering av sporingspresisjonen til tilnærmingen ble det implementert for å spore og kvantifisere de lokomotoriske bevegelsene til Drosophila som ble administrert med det giftige stoffet rotenon, som vanligvis brukes til dyremodeller av Parkinsons sykdom, og til slutt oppdaget bevegelsessvikt i narkotikabehandlingen²¹. Denne metoden, som benytter åpen kildekode og fri programvare, krever ikke høykostinstrumentering, og kan nøyaktig og reproduserbart analysere Drosophila atferdsbevegelse.