Un metodo di calcolo per quantificare le attività circadiana volare

L’orologio circadiano è un oscillatore endogeno biochimico con un periodo di circa 24 ore ed è quasi onnipresente in animali e piante di^1,2. L’orologio consente di sincronizzare i processi interni e il comportamento per il ciclo di buio luce esterno di un organismo. La struttura genetica dell’orologio circadiano è stato ampiamente studiata dal 1960 utilizzando il moscerino della frutta, d. melanogaster. In questo insetto, il nucleo dell’orologio circadiano è costituito da quattro proteine: periodo, TIMELESS, orologio e ciclo. Questi componenti di base insieme ad altre molecole formano un ciclo di feedback che produce quasi sinusoidale oscillazioni di geni orologio^3,4. L’orologio circadiano in mosche è ampiamente studiato utilizzando registrazioni locomotore multiday dove volare l’attività viene rilevata con un singolo raggio infrarosso attraversando la metà di un singolo tubo di⁵. Una Mosca tipica registrazione ha un complesso modello bimodale con due picchi ben distinguibili: picco di mattina (M) che inizia alla fine della notte e ha un massimo quando le luci si accendono; e picco di sera (E) che inizia alla fine della giornata e ha un massimo quando le luci sono spente⁶. È interessante notare che, la forma di tale registrazione del comportamento è molto diversa dalle oscillazioni sinusoidali semplice osservate a livello molecolare, suggerendo l’azione di meccanismi aggiuntivi che contribuiscono ai pattern temporale osservato. Per comprendere meglio questi meccanismi nascosti, abbiamo sviluppato uno strumento computazionale che fornisce una descrizione quantitativa degli schemi temporali.

Nel nostro lavoro, ritmi locomotore sono definiti in termini di una forma d’onda che imita il modello di attività di volare. Poiché onde sinusoidali semplice non può essere utilizzate per modellare i cambiamenti ritmici osservati nell’attività, abbiamo testato varie forme di segnale per selezionare quello più semplice che cattura tutte le caratteristiche salienti vista nelle registrazioni. Mosca della frutta circadiano comportamento è controllato dall’attività dei neuroni di orologio che spesso hanno modelli esponenziali di attivazione e disattivazione⁷. La dinamica esponenziale e l’analisi visiva dei dati ci ha motivato a costruire un modello con termini esponenziali che consiste di quattro esponenti con nove parametri indipendenti e molto somiglianti l’attività volare modello⁸. Oltre ai dati dell’apparato locomotore, analizziamo anche il suo spettro di potenza. Spettro di attività tipica di volare Mostra picchi multipli alle armoniche T₀2, T,₀, 3, ecc., oltre il picco fondamentale previsto presso il periodo circadiano T₀. Secondo il teorema di Fourier, solo un’onda sinusoidale pura produce un singolo picco negli spettri di potenza, mentre più complesse forme d’onda mostrano picchi spettrali più alle armoniche del periodo primario (Figura 1). Pertanto, dato il modello temporale non sinusoidale in attività volare⁸, uno spettro di potenza multi-picco dei dati è matematicamente previsto e non implica necessariamente la presenza di più periodi di oscillazione. D’importanza, lo spettro di potenza della forma d’onda di modello proposto Mostra anche picchi presso tutte le armoniche del periodo primario, simile alle registrazioni locomotore volare, sottolineando così l’alta fedeltà con cui il nostro modello descrive dati volare nel tempo e in frequenza.

A risoluzioni di tempo di pochi minuti o meno, volare attività dati appare rumorosi, rendendo difficile per estrarre i parametri direttamente dai dati grezzi. Binning dati in intervalli di tempo più lungo possono diminuire il livello di rumore, ma, possono modificare i dati in modi che possono influenzare la stima dei parametri del modello. Otteniamo quindi i parametri da spettri di potenza delle registrazioni, utilizzando un’espressione analitica per gli spettri di potenza previsto calcolati dalla trasformata di Fourier della funzione modello⁸ (Vedi ulteriore File 1 di riferimento⁸). Questo approccio di ottenere parametri dagli spettri di potenza produce i valori dei parametri precisi senza qualsiasi ulteriori manipolazioni, come binning o filtrare, i dati di attività crudo. Dettagli matematici del modello e delle applicazioni ai dati wild-type e mutanti sono descritti in riferimento⁸. Il protocollo presentato qui si concentra sulle istruzioni dettagliate per utilizzare lo strumento computazionale.