Een rekenkundige methode om te kwantificeren vliegen circadiane activiteit

De circadiane klok is een endogene biochemische oscillator met een periode van ongeveer 24 uur en is bijna alomtegenwoordig in dieren en planten van^1,2. De klok helpt synchroniseren de interne processen en het gedrag aan de externe licht-donker cyclus van een organisme. De genetische structuur van de circadiane klok grote schaal is onderzocht sinds de jaren 1960 met de fruitvlieg, D. melanogaster. In dit insect, de kern van de circadiane klok bestaat uit vier eiwitten: periode, TIMELESS, klok en cyclus. Deze componenten van de kern samen met andere moleculen vormen een feedback-lus die bijna sinusvormige trillingen van klok genen^{3,4 produceert}. De circadiane klok in vliegen is wijd bestudeerd met behulp van meerdaagse locomotor opnames waar vliegen activiteit wordt gedetecteerd met een enkele infraroodstraal overschrijding van het midden van een individuele buis⁵. Een typische vlieg opname heeft een complexe bimodaal patroon met twee goed te onderscheiden pieken: morgen piek (M), die begint aan het einde van de nacht en heeft een maximale wanneer verlichting inschakelen; en avond piek (E) die begint aan het einde van de dag en heeft een maximale wanneer verlichting^{6 uitschakelt}. Interessant is dat is de vorm van dergelijke gedrags opname heel anders dan de eenvoudige sinusvormige trillingen waargenomen op moleculair niveau, hetgeen wijst op de actie van aanvullende regelingen bij te dragen tot de waargenomen temporele patronen. Om deze verborgen mechanismen beter te begrijpen, hebben we een computationele hulpprogramma waarmee een kwantitatieve beschrijving van de temporele patronen.

In ons werk, zijn motorische ritmes gedefinieerd in termen van een golfvorm die vliegen activiteit patroon bootst. Aangezien eenvoudige sinus golven kan niet worden gebruikt voor het model van de waargenomen ritmische veranderingen in activiteit, testten we verschillende signaal vormen selecteren de eenvoudigste die de meest opvallende kenmerken gezien in de opnames vangt. Fruitvlieg circadiane gedrag wordt bepaald door de activiteit van de neuronen van de klok die vaak exponentiële patronen van activering en deactivering^{7 hebben}. De exponentiële dynamiek en visuele analyse van de gegevens ingegeven laten bouwen van een model met exponentiële termen dat bestaat uit vier exponenten met negen onafhankelijke parameters en vertonen de vliegen activiteit patroon⁸. Naast het motorische gegevens analyseren we ook haar macht spectrum. Typische vlieg activiteit spectrum toont meerdere pieken bij harmonischen T₀/2, T₀/3, enz, naast de verwachte fundamentele piek op de circadiane periode T₀. Volgens de stelling van Fourier produceert alleen een zuivere sinus golf een één piek in vermogen spectra, terwijl de meer complexe golfvormen weergeven meerdere spectrale pieken op de harmonischen van de primaire periode (Figuur 1). Daarom, gezien de niet-sinusvormige temporele patroon in vliegen activiteit⁸, een multi piek macht spectrum van de gegevens is wiskundig verwacht en impliceert niet noodzakelijk de aanwezigheid van meerdere periodes van trilling. Nog belangrijker is, toont de macht spectrum van de voorgestelde model golfvorm ook pieken op alle harmonischen van de primaire periode, vergelijkbaar met de vlieg locomotor opnames, dus het onderstrepen van de high-fidelity waarmee onze model vliegen gegevens zowel in tijd als in frequentie beschrijft.

Bij resoluties van de tijd van een paar minuten of minder, vliegen activiteit weergegeven gegevens lawaaierige, waardoor het moeilijk te parameters rechtstreeks extraheren uit de ruwe gegevens. Weggooien van gegevens langer tijdsintervallen geluidsniveau kan verminderen, maar kan veranderen de gegevens op een manier die kan invloed hebben op de schatten van parameters van het model. Daarom krijgen we de parameters van macht spectra van de opnamen, gebruik een analytische expressie voor de spectra van de verwachte vermogen berekend op basis van de Fourier-transformatie van het model functie⁸ (zie extra bestand 1 verwijzing⁸). Deze benadering van het verkrijgen van de parameters van de macht-spectra levert nauwkeurige parameterwaarden zonder enige extra manipulaties, zoals weggooien of filteren, van de ruwe activiteitsgegevens. Wiskundige details van het model en de toepassingen met wild-type en mutant gegevens zijn beschreven in verwijzing⁸. Het protocol gepresenteerd hier richt zich op de stapsgewijze instructies voor het gebruiken van de computationele tool.