Geruchssinn vermitteln viele verschiedene Verhaltensweisen bei Insekten, und sind oft komplexe Mischungen von Dutzenden bis Hunderten von flüchtigen Verbindungen bestehen. Mittels Gaschromatographie mit Multi-Kanal-Aufnahme in das Insekt Antennallobus beschreiben wir eine Methode zur Identifizierung von biologisch aktiven Verbindungen.
Alle Organismen leben in einer Welt voller Sinnesreize, die ihre Verhaltens-und physiologische Reaktion auf ihre Umgebung zu bestimmen. Der Geruchssinn ist besonders wichtig bei den Insekten, die ihre olfaktorischen Systeme verwenden, um zu reagieren, und zu unterscheiden zwischen komplexen Geruch Reize. Diese Gerüche hervorrufen Verhaltensweisen, die zu vermitteln Prozesse wie Wiedergabe und Habitatwahl 1-3. Zusätzlich chemischen Sensorik durch Insekten vermittelt Verhaltensweisen, die von großer Bedeutung für die Landwirtschaft und die menschliche Gesundheit, einschließlich der Bestäubung 4-6, Herbivorie von Nahrungspflanzen 7 und Übertragung von Krankheiten 8,9. Bezeichnung des olfaktorischen Signale und ihre Rolle im Verhalten von Insekten ist somit wichtig für das Verständnis sowohl ökologische Prozesse und menschliche Nahrung Ressourcen und Wohlbefinden.
Bis heute hat die Identifizierung der flüchtigen das Verhalten von Insekten zu fahren war schwierig und oft langwierig. Übliche Techniken umfassenGaschromatographie-gekoppelte Elektroantennogramm Aufnahme (GC-EAG) und Gas einzigen Sensillum Aufnahmen (GC-SSR) 10-12 Chromatographie gekoppelt. Diese Techniken erwies sich bei der Identifizierung von bioaktiven Verbindungen von entscheidender Bedeutung. 13,14; Wir haben eine Methode, die Gas-Chromatographie gekoppelt Multi-Channel-elektrophysiologischen Ableitungen (sog. 'GCMR') von Neuronen im Antennallobus (das Insekt primäre Riechzentrum AL) verwendet entwickelt. Das state-of-the-art Technik ermöglicht es uns zu sondieren, wie Geruch Informationen im Insektengehirn vertreten ist. Darüber hinaus, weil neuronalen Reaktionen auf Gerüche auf dieser Ebene der olfaktorischen Verarbeitung hochsensibler wegen der Grad der Konvergenz der Antenne Rezeptor-Neuronen in AL Neuronen sind, wird AL-Aufnahmen ermöglichen den Nachweis der aktiven Bestandteile natürlicher Gerüche effizient und mit hoher Empfindlichkeit. Hier beschreiben wir GCMR und geben ein Beispiel für seine Verwendung.
Mehrere allgemeinen Schritte sind INVOLved bei der Detektion von bioaktiven flüchtigen und Insektenzellen Reaktion. Volatile müssen zunächst aus den Quellen von Interesse gesammelt werden (in diesem Beispiel verwenden wir Blumen aus der Gattung Mimulus (Phyrmaceae)) und gekennzeichnet nach Bedarf mit Standard-GC-MS-Techniken 14-16. Insekten sind für die Studie unter Verwendung minimal Dissektion, wonach eine Aufnahme-Elektrode in die Antennallobus und Multi-Channel neuronalen Aufnahme beginnt eingesetzt ist. Post-Processing der neuronalen Daten dann verrät, welche insbesondere Geruchsstoffe signifikanten neuronalen Reaktionen führen durch das Insekt Nervensystem.
Obwohl das Beispiel präsentieren wir hier ist spezifisch für die Bestäubung Studien können GCMR auf ein breites Spektrum der Studie Organismen und volatile Quellen erweitert werden. Zum Beispiel kann dieses Verfahren bei der Identifizierung von Geruchsstoffen anziehenden oder abstoßenden Wirtsinsekten und Pflanzenschädlinge eingesetzt werden. Darüber hinaus können GCMR auch verwendet, um Lockstoffe für Nützlinge, wie po identifizierenllinators. Die Technik kann auf nicht-Insekt Themen ausgebaut als gut.
Insect olfaktorischen-vermittelte Verhaltensweisen treiben viele verschiedene Prozesse, einschließlich der Reproduktion, Host-Auswahl des Standortes, und die Identifizierung von geeigneten Lebensmitteln Ressourcen. Die Untersuchung dieser Prozesse erfordert die Fähigkeit, die flüchtigen Bestandteile aus der Quelle, als auch die Fähigkeit, diese Verbindungen, die Vermittlung der Verhaltensweisen identifizieren emittierten identifizieren. Erschwerend ist, dass Gerüche Dutzende bis Hunderte von einzelnen Verbindungen,…
The authors have nothing to disclose.
Diese Arbeit wurde von NSF IOS 1121692, und von der University of Washington Research Foundation unterstützt.
Name of item | Company | Catalog Number | Comments |
Porapak Type Q 80-100 mesh | Waters | WAT027060 | |
Reynolds Oven Bags | Reynolds | ||
GC | Agilent | 7820A | |
GC column | J&W Scientific, Folsom, CA, USA | DB-5 (30 m, 0.25 mm, 0.25 μm) | |
Analytical helium carrier gas | Praxair | HE K | 1 cc/min |
16-channel silicon electrode | Neuronexus Technologies | a4x4-3mm50-177 | |
Fine wire NiCr, 0.012 mm diameter) | Sandvik Kanthal HP Reid | PX000004 | For making custom tetrodes and stereotrodes |
Pre-amplifier | Tucker-Davis System | PZ-2 | |
Amplifier | Tucker-Davis System | RZ-2 | |
Data acquisition system – OpenEx suite | Tucker-Davis System | ||
Online spike-sorting software – SpikePac | Tucker-Davis System | ||
Offline spike-sorting software – Mclust Spike-sorting toolbox | David Redish, Department of Neuroscience, University of Minnesota | Free download at http://redishlab.neuroscience.umn.edu/MClust/MClust.html | MATLAB toolbox |