Simple Science

Hochmoderne Wissenschaft einfach erklärt

# Biologie# Neurowissenschaften

Mit FlyVISTA den Schlaf bei Fruchtfliegen untersuchen

Ein neues System verfolgt Mikroverhalten bei Fruchtfliegen und liefert Erkenntnisse über Schlaf.

― 6 min Lesedauer


FlyVISTA revolutioniertFlyVISTA revolutioniertSchlafstudienVerhaltens-Tracking.Fruchtfliegen durch fortschrittlichesNeue Erkenntnisse über den Schlaf von
Inhaltsverzeichnis

Das Gehirn hat die wichtige Aufgabe, Informationen sowohl vom Körper als auch aus der Aussenwelt aufzunehmen, um uns angemessen zu handeln zu helfen. Forscher untersuchen das Verhalten von Tieren, um mehr über diesen Prozess herauszufinden. Neue Technologien, besonders in der Computer- und Maschinenlerntechnologie, haben ein neues Feld namens computerbasierte Ethologie geschaffen. Dieses Feld konzentriert sich darauf, verschiedene Aspekte des Tierverhaltens automatisch zu messen. Die meisten dieser Studien haben sich mit grösseren Bewegungen über kurze Zeiträume befasst.

Seit über 150 Jahren weisen Wissenschaftler wie Darwin und Tinbergen darauf hin, dass selbst kleine Bewegungen von Körperteilen oder Veränderungen in der Körperhaltung wichtige Gefühle wie Angst oder Nervosität signalisieren können, besonders bei Tieren wie Katzen und Möwen. Diese kleinen Bewegungen, bekannt als „Mikroverhalten“, sind sehr wichtig, aber schwer zu untersuchen. Die Herausforderung besteht darin, diese winzigen Bewegungen genau zu erkennen und hochwertige Bilder über längere Zeiträume zu analysieren.

Um dieses Problem anzugehen, haben wir FlyVISTA entwickelt, ein System, das Maschinenlernen verwendet, um diese Mikroverhalten bei Fruchtfliegen, speziell Drosophila, zu beschreiben und zu messen. Dieses System nutzt hochauflösendes Video, um die Fliegen zu verfolgen, während es den Forschern auch ermöglicht, Veränderungen in ihrer Umgebung mit Infrarotlasern einzuführen. FlyVISTA verwendet ein Maschinenlernmodell, um 35 verschiedene Körperteile der Fliegen zu kennzeichnen. Nach der Kennzeichnung extrahiert es bedeutungsvolle Verhaltensweisen aus diesen Kennzeichnungen über die Zeit.

Wir haben FlyVISTA verwendet, um den Schlaf bei Fruchtfliegen zu untersuchen. Schlaf ist ein grundlegendes Verhalten, das bei vielen Arten vorkommt, aber sein Zweck ist immer noch nicht vollständig bekannt. Die meisten Forschungen zum Schlaf konzentrierten sich auf Säugetiere, aber die Untersuchung des Schlafs bei einfacheren Organismen wie Fruchtfliegen kann wertvolle Einblicke geben. Die Analyse des Schlafes von Fruchtfliegen kann uns helfen, mehr über die wesentlichen Funktionen des Schlafes und seine Evolution zu verstehen.

Traditionell haben Forscher den Schlaf bei Fruchtfliegen untersucht, indem sie nach Phasen der Inaktivität suchten, die länger als fünf Minuten in einem kleinen Röhrchen dauerten. Diese Methode hat jedoch ihre Mängel. Sie könnte kurze Bewegungen oder kleine Verhaltensweisen übersehen, die ebenfalls Teil des Schlafs sind. Ausserdem kann das Halten von Fliegen in engen Röhren Stress verursachen und ihr natürliches Verhalten beeinträchtigen. Daher hatten wir das Ziel, ein System zu entwickeln, das eine genauere Ansicht des Schlafverhaltens bei frei beweglichen Fruchtfliegen bietet.

Schlaf wird allgemein als ein ruhiger Zustand betrachtet. Verschiedene Mikroverhalten können während des Schlafs beobachtet werden. Zum Beispiel kann bei Säugetieren das Fehlen von Bewegung oder bestimmte schnelle Augenbewegungen auf einen tieferen Schlaf oder eine bestimmte Schlafphase hinweisen. Frühere Studien an Bienen und Kakerlaken haben ähnliche kleine Bewegungen gezeigt, die mit Schlaf verbunden sind.

Mit FlyVISTA fanden wir eine Vielzahl von Mikroverhalten während des Schlafs bei Fruchtfliegen, einschliesslich Entspannung der Körperhaltung, hängende Antennen und rhythmische Bewegungen des Rüssels. Wir testeten auch, wie die Aktivierung von zwei spezifischen neuronalen Schaltkreisen, die mit der Förderung von Schlaf verbunden sind, Mikroverhalten beeinflusst. Ein neuronaler Schaltkreis, die dFB-Neuronen, war mit einer Zunahme kleiner Bewegungen, nicht jedoch mit Schlaf, verbunden, während ein anderer, die R5-Neuronen, die Rüsselerweiterungen förderte, gefolgt von anhaltendem Schlaf.

Interessanterweise identifizierten wir ein neues Mikroverhalten namens „Haltere-Schalter“, das sich auf eine spezifische Bewegung der Halteren bezieht. Halteren sind kleine Organe bei Fliegen, die ähnlich wie das vestibuläre System bei Säugetieren funktionieren und zur Balance beitragen. Diese Schalterbewegung wurde nur während der ruhigen Zeiten beobachtet und schien ein tieferes Schlafniveau zu markieren.

Hochauflösende Videoaufzeichnung

Um diese Verhaltensweisen besser zu untersuchen, entwickelten wir ein Setup, das es den Fliegen ermöglicht, sich frei zu bewegen und in hoher Detailgenauigkeit aufgezeichnet zu werden. In unserer Kammer verwendeten wir eine Seitenansicht, um mehr Verhalten einzufangen, da Forschungen zu anderen Insekten gezeigt haben, dass wichtige Veränderungen, wie abgesenkte Antennen, besser von der Seite betrachtet werden können. Dieses Setup erlaubte es uns, die Fliegen viel detaillierter zu sehen im Vergleich zu anderen Methoden.

Um die Bewegungen der Fliegen zu verfolgen, nutzten wir DeepLabCut, ein Softwaretool, das hilft, Körperteile zu kennzeichnen und zu analysieren, indem es ein trainiertes Modell verwendet. Mit diesem Tool verfolgten wir 35 Punkte am Körper der Fliegen. Diese Informationen helfen uns zu verstehen, wie sich verschiedene Körperteile im Verhältnis zueinander über die Zeit bewegen.

Wir zeichneten einzelne Fliegen über längere Zeiträume auf und untersuchten ihre Aktivität. Wie erwartet bemerkten wir Spitzen in der Bewegung zu bestimmten Tageszeiten. Nachts zeigte sich, dass die Fliegen lange Phasen der Inaktivität hatten, die wir mit Schlaf in Verbindung brachten.

Während dieser ruhigen Phasen identifizierten wir verschiedene Mikroverhalten. Nachdem eine Fliege still geworden war, entspannte sich ihre Körperhaltung unter dem Einfluss der Schwerkraft. Die Antennen hingen herunter und rhythmische Bewegungen des Rüssels wurden ebenfalls beobachtet. Diese Bewegungen waren nicht ausschliesslich dem Schlaf vorbehalten, da sie auch vorkamen, wenn die Fliegen sich putzten oder fütterten.

Zusätzlich wurde das Verhalten des Haltere-Schalters, das eine abwärts gerichtete Bewegung der Halteren beinhaltet, während der ruhigen Zeiten konstant beobachtet. Dieses spezielle Verhalten wurde in früheren Studien nicht erwähnt und zeigt die Vielfalt der Mikroverhalten, die während des Schlafs vorhanden sind.

Beurteilung der Erregungsschwellen

Ein kritischer Aspekt der Definition von Schlaf ist die Idee einer erhöhten Erregungsschwelle. Um dies zu testen, verwendeten wir einen speziellen Infrarotlaser, den die Fliegen nicht sehen können. Indem wir die Fliegen allmählich erhitzten, nachdem sie eine Zeit lang inaktiv waren, massen wir, wie viel Energie benötigt wurde, um sie wieder in Bewegung zu bringen. Die Reaktion jeder Fliege war einzigartig, daher standardisierten wir die Messungen zum Vergleich.

Wie erwartet fanden wir heraus, dass die Menge an Energie, die benötigt wurde, um die Fliegen zu stören, im Laufe der Nacht variierte. Die Schwelle war zu bestimmten Zeiten niedrig und viel höher während anderer Perioden, was auf dynamische Veränderungen in der Schlafintensität über die Nacht hinweist.

Die meisten Studien haben Schlaf als Perioden der Inaktivität, die länger als fünf Minuten dauern, definiert. Unsere Ergebnisse legen jedoch nahe, dass kürzere Inaktivitätsphasen von drei Minuten bedeutungsvoller sind und als Hinweis auf Schlaf angesehen werden sollten. Fliegen wurden in diesen ruhigen Momenten in der Nähe ihres Futters gesehen, was darauf hindeutet, dass sie sich möglicherweise auf Schlaf in der Nähe vorbereiten.

Da unser System präzise ist und keine Bewegung der Fliegen erfordert, konnten wir beobachten, wie sich ihre Mikroverhalten änderten, als sie aufwachten. Wir bemerkten, dass bestimmte Bewegungen der Halteren und Antennen oft unmittelbar vor der erneuten Aktivierung der Fliegen auftraten, was auf eine Verbindung zwischen diesen kleinen Bewegungen und dem Übergang von Schlaf zu Wachheit hindeutet.

Aktivierung neuronaler Schaltkreise und Verhaltensanalyse

Um Schlafverhalten weiter zu untersuchen, manipuliere

Originalquelle

Titel: FlyVISTA, an Integrated Machine Learning Platformfor Deep Phenotyping of Sleep in Drosophila

Zusammenfassung: Animal behavior depends on internal state. While subtle movements can signify significant changes in internal state, computational methods for analyzing these "microbehaviors" are lacking. Here, we present FlyVISTA, a machine-learning platform to characterize microbehaviors in freely-moving flies, which we use to perform deep phenotyping of sleep. This platform comprises a high-resolution closed-loop video imaging system, coupled with a deep-learning network to annotate 35 body parts, and a computational pipeline to extract behaviors from high-dimensional data. FlyVISTA reveals the distinct spatiotemporal dynamics of sleep-associated microbehaviors in flies. We further show that stimulation of dorsal fan-shaped body neurons induces micromovements, not sleep, whereas activating R5 ring neurons triggers rhythmic proboscis extension followed by persistent sleep. Importantly, we identify a novel microbehavior ("haltere switch") exclusively seen during quiescence that indicates a deeper sleep stage. These findings enable the rigorous analysis of sleep in Drosophila and set the stage for computational analyses of microbehaviors.

Autoren: Mehmet F Keles, A. O. B. Sapcı, C. Brody, I. Palmer, C. Le, O. Tastan, M. Wu

Letzte Aktualisierung: 2024-06-25 00:00:00

Sprache: English

Quell-URL: https://www.biorxiv.org/content/10.1101/2023.10.30.564733

Quell-PDF: https://www.biorxiv.org/content/10.1101/2023.10.30.564733.full.pdf

Lizenz: https://creativecommons.org/licenses/by-nc/4.0/

Änderungen: Diese Zusammenfassung wurde mit Unterstützung von AI erstellt und kann Ungenauigkeiten enthalten. Genaue Informationen entnehmen Sie bitte den hier verlinkten Originaldokumenten.

Vielen Dank an biorxiv für die Nutzung seiner Open-Access-Interoperabilität.

Mehr von den Autoren

Ähnliche Artikel