Summary

Quantificazione dell'assunzione di macronutrienti in uno schermo neuronale termogenetico usando larve di Drosophila

Published: June 11, 2020
doi:

Summary

Qui descritto è un protocollo che consente la quantificazione colorimetrica della quantità di cibo mangiata entro un intervallo di tempo definito dalle larve di Drosophila melanogaster esposte a diete di diversa qualità macronutriente. Questi test sono condotti nel contesto di uno schermo termogenetico neuronale.

Abstract

I comportamenti di foraggiamento e alimentazione consentono agli animali di accedere a fonti di energia e nutrienti essenziali per il loro sviluppo, salute e fitness. Studiare la regolazione neuronale di questi comportamenti è essenziale per la comprensione dei meccanismi fisiologici e molecolari alla base dell’omeostasi nutrizionale. L’uso di modelli animali geneticamente trattabili come vermi, mosche e pesci facilita notevolmente questo tipo di studi. Nell’ultimo decennio, la mosca della frutta Drosophila melanogaster è stata utilizzata come potente modello animale dai neurobiologi che indagano il controllo neuronale dei comportamenti di alimentazione e foraggiamento. Sebbene indubbiamente prezioso, la maggior parte degli studi esamina le mosche adulte. Qui, descriviamo un protocollo che sfrutta il sistema nervoso larvale più semplice per indagare i substrati neuronali che controllano i comportamenti di alimentazione quando le larve sono esposte a diete diverse nel loro contenuto di proteine e carboidrati. I nostri metodi si basano su un saggio quantitativo colorimetrico di alimentazione senza scelta, eseguito nel contesto di uno schermo neuronale termogenetico-attivazione. Come lettura, la quantità di cibo mangiata dalle larve per un intervallo di 1 h è stata utilizzata quando esposta a una delle tre diete etichettate con colorante che differiscono nei rapporti tra proteine e carboidrati (P:C). L’efficacia di questo protocollo è dimostrata nel contesto di uno schermo neurogenetico in Drosophila larvale, identificando popolazioni neuronali candidate che regolano la quantità di cibo mangiato in diete di diversa qualità macronutriente. Siamo stati anche in grado di classificare e raggruppare i genotipi testati in classi fenotipiche. Oltre ad una breve rassegna dei metodi attualmente disponibili in letteratura, vengono discussi i vantaggi e i limiti di questi metodi e, inoltre, vengono forniti alcuni suggerimenti su come questo protocollo potrebbe essere adattato ad altri esperimenti specifici.

Introduction

Tutti gli animali dipendono da una dieta equilibrata per acquisire le quantità necessarie di nutrienti per la sopravvivenza, la crescita e la riproduzione1. La scelta di cosa e quanto mangiare è influenzata da una moltitudine di fattori interagenti legati allo stato interno dell’animale, come il livello di sazietà, e le condizioni ambientali, come la qualità delcibo 2,3,4,5. Proteine e carboidrati sono due dei principali macronutrienti e il suo apporto equilibrato è essenziale per sostenere i processi fisiologici degli animali. Pertanto, la comprensione dei meccanismi neurali che controllano i comportamenti di alimentazione e sostengono un’assunzione equilibrata di questi macronutrienti è estremamente rilevante. Questo perché i tratti della storia della vita come la durata della vita, la fecondità e la salute metabolica sono direttamente influenzati dai livelli di assunzione di proteine6,7,8,9,10.

L’uso di organismi più semplici e trattabili che mostrano abitudini alimentari evolutivamente conservate con animali complessi, compresi i mammiferi, è essenziale per questo tipo di studi. È importante sottolineare che questi modelli animali più semplici offrono una buona opportunità per sezionare complesse questioni biologiche in un contesto costoso, eticamente e tecnicamente più efficace. Negli ultimi decenni, Drosophila, conil suo potente toolkit genetico, il comportamento intricato e stereotipato e l’architettura conservata dei meccanismi periferici e di rilevamento dei nutrienti con i mammiferi, è stato un modello fruttuoso per i neurobiologi comportamentali11. In definitiva, la speranza è che comprendendo come l’assunzione di cibo sia regolata in questo animale, con un sistema nervoso più semplice, possiamo quindi iniziare a districare i malfunzionamenti neuronali alla base dei disturbi alimentari umani.

Lo studio dei substrati neuronali per i comportamenti di alimentazione dipende profondamente dalla capacità di misurare contemporaneamente l’assunzione di cibo degli animali manipolando la loro attività neuronale. A causa delle quantità minime di cibo ingerito, quantificare la quantità di cibo mangiato dalle mosche è estremamente impegnativo e tutti i metodi attualmente disponibili presentano limitazioni significative. Pertanto, il gold standard è quello di utilizzare una combinazione di metodologie complementari12. Le mosche adulte sono state storicamente favorite come modello genetico e comportamentale. Tuttavia, le larve di Drosophila offrono anche l’opportunità di indagare i substrati neuronali che codificano il comportamento di alimentazione. Il sistema nervoso centrale larvale (SNC), con circa 12.000 neuroni, è significativamente meno complesso di quello dell’adulto, che contiene circa 150.000 neuroni. Questa minore complessità non è solo numerica ma anche funzionale, poiché i comportamenti larvali si basano su funzioni locomotiva più semplici e sistemi sensoriali. Nonostante l’apparente semplicità del loro sistema nervoso, le larve mostrano ancora comportamenti di alimentazione completi e alcuni metodi per quantificare l’ingestione di cibo nelle larve di Drosophila sono statidescritti 5,13,14,15. Abbinandosi a manipolazioni dell’attività neuronale, le larve di Drosophila possono costituire un modello altamente trattabile per comprendere la regolazione neurale dell’assunzione di cibo.

Fornito qui è un protocollo dettagliato per quantificare l’assunzione di cibo nelle larve esposte a diete di diversa qualità macronutriente. Le diete, le cosiddette diete equilibranti macronutrienti, differivano nel contenuto di proteine e carboidrati, in particolare per quanto riguarda i rapporti proteina-carboidrati (P:C): 1:1 (dieta ricca di proteine), 1:4 (dieta intermedia) e 1:16 (dieta povera di proteine), come mostrato nella figura 1A. In breve, è stato stabilito un saggio quantitativo di alimentazione senza scelta utilizzando queste tre diete a base di lievito di saccarosio isocalorico (SY) tinte con un colorante alimentare blu. Poiché l’estratto di lievito e il saccarosio sono stati utilizzati come fonti proteiche e di carboidrati ed entrambi contengono carboidrati, la variazione dei rapporti P:C è stata ottenuta modificando l’equilibrio di questi due componenti, come descritto inprecedenza 16 e come indicato nella figura 1B. Una panoramica schematica del protocollo, che mostra i principali passaggi sperimentali, è disponibile nella figura 2.

Questo protocollo è stato stabilito con l’obiettivo di indagare il ruolo di specifiche popolazioni neuronali sulla regolazione dei livelli di alimentazione larvale nelle diete di diversi rapporti P:C e nel contesto di uno schermo neuronale termogenetico. Uno strumento neurogenetico ben caratterizzato è stato utilizzato dalla famiglia TRP (Transient Receptor Potential): Drosophila Transient Receptor Potential channel (dTRPA1), che è un canale di temperatura e tensione-gated, consentendo la cottura di potenziali d’azione quando le temperature ambientali salgono sopra i 25 °C17. Per esprimere il transgene dTRPA1, abbiamo sfruttato le linee Gal4 basate sulle regioni regolatorie cisdel genoma drosophila, stabilite nel laboratorio Rubin, nell’ambito del progetto FlyLight presso Janelia Research Campus18,19.

Sebbene il protocollo, qui descritto, sia stato stabilito nel contesto di una schermata di attivazione, può essere facilmente adattato dallo sperimentatore ad altre esigenze o interessi specifici, vale a dire eseguire uno schermo di soppressione utilizzando il silenziatore neuronale sensibile alla temperatura ShibireTS20, in alternativa a dTRPA1. Questo e altri adattamenti sono discussi nelle sezioni relative al protocollo e alle discussioni.

Protocol

1. Preparazione delle diete di lievito di saccarosio (SY) Pesare tutti gli ingredienti secchi (agar, lievito, saccarosio) per il bilanciamento dei macronutrienti e le diete di allevamento L3. Le quantità in grammi per ciascuno degli ingredienti necessari per preparare 1 L di cibo sono indicate nella figura 1B.NOTA: Tenere conto del fatto che sono necessari circa 13 mL di cibo per riempire una piastra di Petri da 60 mm. Sciogliere tutti gli ingredienti in acqua distil…

Representative Results

Le larve di Drosophila regolano il loro apporto proteico a costo di ingerire carboidrati ineccesso 23 (grafico schematico nella figura 2E). In realtà, questa priorità dell’assunzione di proteine è stata osservata in molti altri animali ed è chiamata proteina chesfrutta 24,25. Sfruttando questa robusta risposta comportamentale alimentare, è stato progettato uno schermo …

Discussion

Con questo protocollo, si potrebbe testare la capacità delle larve sotto l’attivazione termogenetica di specifiche popolazioni neuronali di regolare i livelli di assunzione di proteine e carboidrati, due principali macronutrienti, quando esposte a diete di diversa composizione P:C. Questo metodo è stato testato nel contesto di uno screening preliminare larvale con l’obiettivo di identificare le popolazioni neuronali associate al controllo dell’assunzione di cibo attraverso diete di diversa qualità macronutriente. Ques…

Disclosures

The authors have nothing to disclose.

Acknowledgements

Ringraziamo l’Instituto Gulbenkian de Ciência (CIG) per averci fornito l’accesso a una parte delle attrezzature sperimentali descritte in questo protocollo. Questo lavoro è stato sostenuto dalla Fondazione portoghese per la scienza e la tecnologia (FCT), LISBOA-01-0145-FEDER-007660, PTDC/NEU- NMC/2459/2014, IF/00697/2014 e La Caixa HR17-00595 a PMD e da un Australian Research Council Future Fellowship (FT170100259) a CKM.

Materials

1.5 mL microtubes Sarstedt AG & Co. 72.690.001
10xPBS Nytech MB18201
2.0 mL microtubes Sarstedt AG & Co. 72.695.500
60 mm petri dishes Greiner Bio-one, Austria 628161
96 well microplates Santa Cruz Biotechnology SC-204453
Agar Pró-vida, Portugal
Bench cooler Nalgene, USA Labtop Cooler 5115-0032
Blue food dye Rayner, Billingshurst, UK
Cell disruption media Scientific Industries, Inc. 888-850-6208 (0.5 mm glass beads)
Dish weight boats Santa Cruz Biotechnology SC-201606
Embryo collection cage for 60 mm petri dishes Flystuff, Scientific Laboratory Supplies, UK FLY1212 (59-100)
Featherweight forceps BioQuip Products, USA 4750
Fly food for stocks maintenance 1 L food contains: 10 g Agar, 100 g Yeast Extract, 50 g Sucrose, 30 mL Nipagin, 3 mL propionic acid
Forceps #5 Dumont 0108-5-PS Standard tips, INOX, 11cm
Incubator LMS Ltd, UK Series 2, Model 230 For thermogenetic feeding assay (30∘C)
Incubator Percival Scientific, USA DR36NL To stage larvae (19∘C)
Janelia lines Janelia Research Campus Detailed information in Table 2
Macronutrient balancing diets Composition and nutritional information in Figure 1
Methanol VWR CAS number: 67-56-1
Nipagin (Methyl 4-hydroxybenzoate) Sigma-Aldrich H5501
Nitrile gloves VWR, USA
Refrigerated centrifuge Eppendorf, Germany 5804 R / Serial number: 5805CI364293
Rubin Gal4 ines Janelia Research Campus Stoks available at Bloomington Drosophila Stock Center
ShibireTS UAS line Bloomington Drosophila Stock Center BDSC number: 66600 Provided by Carlos Ribeiro Group
Soft brushes For sorting anaesthetised fruit flies
Spectrophotometer plate reader Thermo Fisher Scientific Multiskan Go 51119300
Stereo microscope Nikon 1016625
Sucrose Sidul, Portugal
Third-instar larvae (L3) rearing diet Composition and nutritional information in Figure 1
Timer
Tissue lyzer / bead beater MP Biomedicals, USA FastPrep-24 6004500
TRPA1 UAS line Bloomington Drosophila Stock Center BDSC number: 26264 Expresses TrpA1 under UAS control; may be used to activate neurons experimentally at 25 ∘C
Water bath Sheldon Manufacturing Inc., USA W20M-2 / 03068308 / 9021195
Yeast extract Pró-vida, Portugal 51% Protein, 15% Carbohydrate

References

  1. Raubenheimer, D. . Nature of nutrition – a unifying framework from animal adaptation to human. , (2012).
  2. Carvahlo, M. J. a., Mirth, C. K. Coordinating morphology with behavior during development: an integrative approach from a fly perspective. Frontiers in Ecology and Evolution. , (2015).
  3. Steck, K., et al. Internal amino acid state modulates yeast taste neurons to support protein homeostasis in Drosophila. Elife. 7, 31625 (2018).
  4. Itskov, P. M., Ribeiro, C. The dilemmas of the gourmet fly: the molecular and neuronal mechanisms of feeding and nutrient decision making in Drosophila. Frontiers in Neuroscience. 7, 12 (2013).
  5. Bjordal, M., Arquier, N., Kniazeff, J., Pin, J. P., Leopold, P. Sensing of amino acids in a dopaminergic circuitry promotes rejection of an incomplete diet in Drosophila. Cell. 156 (3), 510-521 (2014).
  6. Grandison, R. C., Piper, M. D., Partridge, L. Amino-acid imbalance explains extension of lifespan by dietary restriction in Drosophila. Nature. 462 (7276), 1061-1064 (2009).
  7. Lee, K. P., et al. Lifespan and reproduction in Drosophila: New insights from nutritional geometry. Proceedings of the National Academy of Sciences of the United States of America. 105 (7), 2498-2503 (2008).
  8. Levine, M. E., et al. Low protein intake is associated with a major reduction in IGF-1, cancer, and overall mortality in the 65 and younger but not older population. Cell Metabolism. 19 (3), 407-417 (2014).
  9. Solon-Biet, S. M., et al. The ratio of macronutrients, not caloric intake, dictates cardiometabolic health, aging, and longevity in ad libitum-fed mice. Cell Metabolism. 19 (3), 418-430 (2014).
  10. Piper, M. D., et al. A holidic medium for Drosophila melanogaster. Nature Methods. 11 (1), 100-105 (2014).
  11. Jones, W. D. The expanding reach of the GAL4/UAS system into the behavioral neurobiology of Drosophila. BMB Reports. 42 (11), 705-712 (2009).
  12. Deshpande, S. A., et al. Quantifying Drosophila food intake: comparative analysis of current methodology. Nature Methods. 11 (5), 535-540 (2014).
  13. Neckameyer, W. S. A trophic role for serotonin in the development of a simple feeding circuit. Developmental Neuroscience. 32 (3), 217-237 (2010).
  14. Gasque, G., Conway, S., Huang, J., Rao, Y., Vosshall, L. B. Small molecule drug screening in Drosophila identifies the 5HT2A receptor as a feeding modulation target. Scientific Reports. 3, (2013).
  15. Schoofs, A., et al. Selection of motor programs for suppressing food intake and inducing locomotion in the Drosophila brain. PLoS Biology. 12 (6), 1001893 (2014).
  16. Pocas, G. M., Crosbie, A. E., Mirth, C. K. When does diet matter? The roles of larval and adult nutrition in regulating adult size traits in Drosophila melanogaster. Journal of Insect Physiology. , 104051 (2020).
  17. Hamada, F. N., et al. An internal thermal sensor controlling temperature preference in Drosophila. Nature. 454 (7201), 217-220 (2008).
  18. Pfeiffer, B. D., et al. Tools for neuroanatomy and neurogenetics in Drosophila. Proceedings of the National Academy of Sciences of the United States of America. 105 (28), 9715-9720 (2008).
  19. Jenett, A., et al. A GAL4-driver line resource for Drosophila neurobiology. Cell Reports. 2 (4), 991-1001 (2012).
  20. Kitamoto, T. Conditional modification of behavior in Drosophila by targeted expression of a temperature-sensitive shibire allele in defined neurons. Journal of Neurobiology. 47 (2), 81-92 (2001).
  21. Brand, A. H., Perrimon, N. Targeted gene expression as a means of altering cell fates and generating dominant phenotypes. Development. 118 (2), 401-415 (1993).
  22. Shirangi, T. R., Stern, D. L., Truman, J. W. Motor control of Drosophila courtship song. Cell Reports. 5 (3), 678-686 (2013).
  23. Mirth, C. M. J. Food intake and food choice are altered by the developmental transition at critical weight in Drosophila melanogaster. Animal Behaviour. 126, 195-208 (2017).
  24. Simpson, S. J., Raubenheimer, D. Obesity: the protein leverage hypothesis. Obesity Reviews. 6 (2), 133-142 (2005).
  25. Raubenheimer, D., Simpson, S. J. Integrative models of nutrient balancing: application to insects and vertebrates. Nutrition Research Reviews. 10 (1), 151-179 (1997).
  26. Li, H. H., et al. A GAL4 driver resource for developmental and behavioral studies on the larval CNS of Drosophila. Cell Reports. 8 (3), 897-908 (2014).
  27. Bhatt, P. K., Neckameyer, W. S. Functional analysis of the larval feeding circuit in Drosophila. Journal of Visualized Experiments. (81), e51062 (2013).
  28. Wong, R., Piper, M. D. W., Blanc, E., Partridge, L. Pitfalls of measuring feeding rate in the fruit fly Drosophila melanogaster. Nature Methods. 5 (3), 214-215 (2008).
  29. Almeida-Carvalho, M. J., et al. The Ol1mpiad: concordance of behavioural faculties of stage 1 and stage 3 Drosophila larvae. Journal of Experimental Biology. 220, 2452-2475 (2017).
  30. Rodrigues, M. A., et al. Drosophila melanogaster larvae make nutritional choices that minimize developmental time. Journal of Insect Physiology. 81, 69-80 (2015).
  31. Wong, R., Piper, M. D., Wertheim, B., Partridge, L. Quantification of food intake in Drosophila. PLoS One. 4 (6), 6063 (2009).
  32. Wu, Q., et al. Developmental control of foraging and social behavior by the Drosophila neuropeptide Y-like system. Neuron. 39 (1), 147-161 (2003).
  33. Wu, Q., Zhang, Y., Xu, J., Shen, P. Regulation of hunger-driven behaviors by neural ribosomal S6 kinase in Drosophila. Proceedings of the National Academy of Sciences of the United States of America. 102 (37), 13289-13294 (2005).
  34. Lingo, P. R., Zhao, Z., Shen, P. Co-regulation of cold-resistant food acquisition by insulin- and neuropeptide Y-like systems in Drosophila melanogaster. Neuroscience. 148 (2), 371-374 (2007).

Play Video

Cite This Article
Poças, G. M., Domingos, P. M., Mirth, C. K. Quantification of Macronutrients Intake in a Thermogenetic Neuronal Screen using Drosophila Larvae. J. Vis. Exp. (160), e61323, doi:10.3791/61323 (2020).

View Video