이 프로토콜에서 우리는 상태로 촉각 자극에 꿀벌을 밝혀와 고급 규모의 antennal 샘플링 패턴의 운동학을 분석하는 차원 모션 캡처 기술을 소개하는 방법을 보여줍니다.
꿀벌 (API를 mellifera L.)은 eusocial 곤충이며, 잘 노동과 연관 학습 능력 1, 2, 자신의 복잡한 부문에 대한 알려져 있습니다. 그들은 애벌레를 받아야하거나 일반 육각 식품 빗 (예 : 꽃가루 나 꿀)과 알을 품다 3 구축 곳의 일벌은 어두운 벌집 내부의 인생의 첫 번째 절반을 보냅니다. 안테나는 특별한 multisensory feelers하고 하이브 건물 5 패턴 인식 6 등 다양한 촉각 인한 작업 4에서 중추적 인 역할을한다. 나중에 생활에서, 각 하나의 벌은 음식에 대한 사료에 하이브를 출발합니다. 그런 벌은 수익 음식 소스를 차별 위치를 기억, 7의 둥지 친구로 의사 소통을 할 수 있습니다. 꿀벌은 음식 소스의 multisensory 기억을 형성하기 위해 꽃잎 표면 9 색이나 냄새 7, 8, 9, 10와 같은 다른 꽃 신호뿐만 아니라, 촉각 신호를 사용합니다. 실험실 공동 이하nditions은 꿀벌이 같은 가장자리 또는 안테나 10, 11, 12, 13와 홈으로 촉각 객체 기능을 차별하는 appetitive 학습 패러다임에서 훈련을 할 수 있습니다. 이 학습 패러다임은 밀접하게 밝혀 꿀벌 14 코 확장 응답 (PER)의 클래식 후각 시설에 관련되어 있습니다. 실험실에서 촉각 학습 패러다임의 장점은 antennal 운동 패턴의 분석 등 다양한 생리 측정과 학습에 행동 실험을 결합의 가능성입니다.
꿀벌의 준비 : 수집 및 꿀벌이 동물의 낮은의 스트레스 수준을 유지하기 위해 신속하게 수행해야 수정하는 것입니다. 스트레스는 당 응답에 영향을 가지고 있으며, 따라서 꿀벌 19, 20의 학습 성과에 간접적 인 영향을 미칠 수 있습니다. 응력 수준은 신속하게 고정하기 위해 수집 한 후 즉시 직접 얼음에 꿀벌과 유리 병을 배치하여 감소 될 수있다. 그것은 꿀벌이 마취 기간 전?…
The authors have nothing to disclose.
우리는 꿀벌에 촉각 학습 패러다임에 우리를 소개를 위해 요아킴 Erber 감사드립니다. 이 작품은 독일의 우수 프로젝트의 프레임 워크에 재정 지원 우수 277 CITEC의 클러스터에 의해 지원되었다.
Name of Reagent/Material | Company | Catalog Number | Yorumlar |
Pollen foragers, Apis mellifera L. | Private hives | ||
Glass vials (22 x 45 mm) | Carl Roth GmbH & Co | X655.1 | |
Brass tubes, 10 x 30 mm | Self-produced | ||
Brass cube, 3 x 5 mm | Self-produced | ||
Tipp-Ex (solvent-free) | Tipp-Ex GmbH & Co KG | ||
Sucrose solution (30%) | Household suger diluted in water | ||
Ethanol (70%) | Carl Roth GmbH & Co | 9065.3 | |
Syringe (1 ml) and needle (0.6 x 25) | Carl Roth GmbH & Co | 59.1 | |
Stop Watch | Carl Roth GmbH & Co | L423.1 | |
Micromanipulator | Märzhäuser MM33 | 00-42-101-0000 | |
Digital video camera | Basler A602f-2 | ||
Macro lens for camera | TechSpec VZM 200 | ||
Matlab R2009b | The MathWorks |