权益分类	功能权益	普通用户	{{item.name}}会员
{{category.name}}	{{benefitItem.name}}

Elucidation of neural mechanisms underlying behavioral variability in C. elegans

阐明线虫行为变异背后的神经机制

基本信息

批准号：
22K15619
负责人：
松山裕典
金额：
$ 3万
依托单位：
Nagoya University
依托单位国家：
日本
项目类别：
Grant-in-Aid for Early-Career Scientists
财政年份：
2022
资助国家：
日本
起止时间：
2022-04-01 至 2025-03-31
项目状态：
未结题

项目摘要

本研究では、線虫をモデルとして、「動物行動のばらつき」と「知覚のゆらぎ」の神経メカニズムを明らかにすることを目的としている。特に、単一の感覚入力が複数の異なる応答行動に変換される現象に着目する。まず、光遺伝学を用いて特定のニューロンの活性を操作し、それによる神経活動変化を計測するため、線虫の温度感覚ニューロンAFDに青色光駆動型カチオンチャネルCoChRとカルシウムインディケータXCaMP-Rを特異的に発現させた系統を作出した。また、光照射が行動に影響することを避けるため、短波長の光に対して応答を示さないlite-1変異体をバックグラウンドとする系統を作出した。この系統に青色光を照射し、AFDの神経活動をカルシウムイメージングで計測する実験を行い、青色光の照射によってAFDの活性をほぼ個体差なく操作できることを確認した。行動データをハイスループットに収集するため、青色光を任意のタイミングとパターンで照射しながら、同時に多個体の線虫の行動を計測するシステムを開発した。この計測系では、トランジスタによるスイッチング回路をRaspberry Piの制御下に置くことで、高輝度青色LEDの明滅パターンを自由にプログラムすることが可能となった。また、撮影された動画から線虫の形状を自動で検出するため、機械学習を用いて線虫の複雑な形状パターンを分析するプラットフォーム(WORMPOSE)を我々の実験系に適用し、現在はその改良と調整段階にある。また、線虫に温度刺激を与えながら行動を計測する実験から、主要な温度感覚ニューロンとして知られるAFDとは別のもうひとつの温度感覚ニューロンAWCが、行動のゆらぎや、下流のニューロンの活動パターンに個体差をもたらしていることを示唆する結果が得られ、その研究成果を論文 (Kano et al., Neurosci. Res., 2023) として発表した。

This study aims to investigate the relationship between animal behavior and mental health. In particular, a single sensory input force varies from one response to another. The activity of certain enzymes is manipulated, and the activity of the enzymes is measured. The temperature of the enzymes is sensed by AFD. The activity of the enzymes is measured by CoChR. The system is designed to avoid the effects of light irradiation on the behavior of light and light with short wavelengths. This system is designed to measure the activity of AFD in response to cyan light irradiation, and to determine the activity of AFD in response to cyan light irradiation. The system for measuring the movement of multiple individuals at the same time is developed. This measurement system is based on the control of the Raspberry Pi and the control of the high-brightness cyan LED. The shape of the worm is automatically detected by the animation, and the mechanical learning is used to analyze the complex shape of the worm. The results of the study were obtained by measuring the temperature and activity of the fish and the fish (Kano et al., 2001). Neurosci. Res., 2023).