Məlumat

11.1: Bal arısı ilə ünsiyyət - Biologiya

11.1: Bal arısı ilə ünsiyyət - Biologiya



We are searching data for your request:

Forums and discussions:
Manuals and reference books:
Data from registers:
Wait the end of the search in all databases.
Upon completion, a link will appear to access the found materials.

Yerli bal arısı, Apis mellifera, tərkibində bir ana arı - münbit dişi, bir neçə dron (erkək) və minlərlə işçi (sonsuz dişi) olan pətəklərdə yaşayan müstəmləkə həşəratıdır. İşçilər pətəyin təmiz saxlanmasına, pətəyin mum daraqlarının qurulmasına, balalara qulluq etməyə və qocaldıqda (və onların üçün gen işə düşür) və yem axtarma qida üçün - nektar və polen.

ome pətəkdəki işçilərin 5-25%-ni təşkil edir kəşfiyyatçılar. Onların işi digər işçilər üçün yeni qida mənbələri axtarmaqdır yem yığanlar, məhsul yığmaq. Həm kəşfiyyatçılar, həm də ovçular bir-birinə bənzəsələr də, son tədqiqatlar onların beyinlərində fərqli gen ifadə nümunələri olan sabit subpopulyasiyaları təmsil etdiyini göstərir. (Bax: Liang, Z. S., və b., 9 mart 2012-ci il sayında Elm.)

Yemək kəşfiyyatçılar tərəfindən aşkar edildikdə, onlar pətəyə qayıdırlar. Geri qayıtdıqdan qısa müddət sonra bir çox yem axtaranlar pətəyi tərk edərək birbaşa yemə uçurlar. Bunda diqqət çəkən məqam odur ki, toplayanlar kəşfiyyatçıların arxasınca getmirlər. Kəşfiyyatçılar pətəkdə saatlarla qala bilər və onu tərk edənlər yeni qida mənbələri axtarmağa davam edirlər, baxmayaraq ki, toplayıcılar kəşfiyyatçıların əvvəllər kəşf etdiyi yerlərdən çoxlu qida ehtiyatı gətirməyə davam edirlər. Beləliklə, kəşfiyyatçı arılar özbaşına yemək tapmaq üçün lazım olan məlumatları toplayanlara çatdırdılar.

Məlum olur ki, kəşfiyyatçılar ovçulara haqqında məlumatları çatdıra bilirlər

  • yeməyin qoxusu
  • onun pətəkdən istiqaməti
  • onun pətəkdən uzaqlığı

Məsafə

Yemək pətəkdən 50-75 metr məsafədə olduqda kəşfiyyatçılar rəqs edirlər "dəyirmi rəqs" tarağın səthində (solda). Yemək pətəkdən 75 metrdən uzaqda olduqda kəşfiyyatçılar rəqs edirlər "sallama rəqsi" (sağda). Sallantı rəqsi iki komponentdən ibarətdir: (1) düz qaçış - istiqaməti rəqs haqqında məlumat verir. istiqamət yeməyin və (2) yeməyin nə qədər uzaq olduğunu göstərən rəqsin təkrarlanma sürəti.

Qrafik rəqsin sürəti ilə yeməyə olan məsafə arasındakı əlaqəni göstərir. Alman etoloqu tərəfindən toplanan məlumatlara əsaslanır Karl von Frisch. Bal arısı ilə ünsiyyət haqqında bu gün bildiklərimizin çoxunu məhz o kəşf etdi (və 1973-cü ildə Nobel mükafatına layiq görüldü).

Arılar məsafəni necə hesablayır? von Frisch, oraya çatmaq üçün lazım olan enerjinin miqdarını qiymətləndirərək məsafəni ölçdüklərini düşünürdü. Ancaq mexanizm tamamilə fərqlidir. Arılar məsafəni uçarkən gözlərinin aldığı görüntülərin hərəkəti ilə ölçürlər.

Flicker effekti

Bal arıları, bütün həşəratlar kimi, mürəkkəb gözlərə malikdir. Bunlar dərinlik haqqında çox az məlumat verir, lakin "flicker effekti"nə çox həssasdır. Bal arılarının çiçəklərə daha yaxşı reaksiya verdiyi arıçılara çoxdan məlumdur

  • mehdə hərəkət edir
  • mürəkkəb ləçəklərlə

Titrəmə effektinin əhəmiyyətini bal arılarına naxışlı kartlarda yerləşdirilən yeməkləri ziyarət etmək üçün öyrətməklə nümayiş etdirmək olar. Məsələn, arılar yuxarı cərgədəki hər hansı fiqurla alt cərgədəki hər hansı bir fiqurdan hər iki cərgədəki fiqurdan hər hansı birini fərqləndirməkdən daha asan fərqləndirə bilirlər.

Məsafənin ölçülməsinin sübutu

Notr-Dam Universitetində (İndiana) işləyən Esch və Burns tapdılar ki, pətək və yemək hündür (50 m) binaların üstünə qoyulduqda yelləncək rəqsinin sürəti arıların göstərdiyi məsafənin yalnız yarısı qədər məsafəni göstərir. yer səviyyəsində eyni məsafəni (230 m) qət etmək. Mənzərənin xüsusiyyətləri uzaqda olandan daha yaxında olanda tor qişadan daha sürətli keçir (kreyser hündürlüyündə və uçuş-enmə zolağına yaxınlaşan təyyarə ilə baxışınızdakı dəyişiklikləri müqayisə edin).

Axtarış Davranışı Testləri

Avstraliya Milli Universitetində işləyən Srinivasan və həmkarları titrəmə yaratmaq üçün daxili divarları naxışlarla bəzəyən tunellər tikiblər. Bu üç təcrübədə arılar əvvəlcə standart diametrli tunelin ortasında qidalanırdılar. Sonra yemək çıxarıldı.

  1. Yeməkçilər eyni tuneldən istifadə edərək tunelin eyni yerinə gəldilər.
  2. Daha dar bir tuneldən istifadə edərək, yem axtaranlar onun girişinin yaxınlığında yemək axtarmağa başladılar. Şaquli zolaqlara daha yaxın uçmaq məcburiyyətində qalan şəkillər daha sürətli hərəkət etdi.
  3. Daha böyük diametrli tuneldən istifadə edərək, yem axtaranlar onun uzaq ucunda yemək axtarırdılar. Zolaqlardan daha uzağa uçan şəkillər daha yavaş hərəkət edirdi.

Rəqs Davranışı Testləri

Bütün tunellər 6 metr uzunluğunda idi və pətəkdən 35 metr aralıda yerləşirdi - normal olaraq pətəyini açan məsafədə (50-75 m) dəyirmi rəqs.

  1. Girişdə arılara yem verilirdi. Pətəkdə yenidən rəqs etdilər dəyirmi gözlədiyiniz kimi rəqs edin.
  2. Arılar tunelin sonunda qidalanır. Pətəkdə yenidən rəqs etdilər yelləmək rəqs. Pətəkdən ümumi məsafə (41 m) hələ də "dəyirmi" diapazonda olsa da, son 6 m-də keçən mənzərənin mürəkkəbliyi yellənmə rəqsinə səbəb oldu.
  3. Arılar üfüqi zolaqlarla bəzədilmiş tunelin sonunda qidalanır. Arılar uçarkən heç bir titrəmə yaratmadı və pətəyə qayıtdıqdan sonra arılar rəqs etdi dəyirmi rəqs.

Bu ikinci təcrübə dəsti haqqında Srinivasan və s.-də oxuya bilərsiniz. al., Elm, 4 fevral 2000-ci il.

İşə qəbul edilənlər geri qayıdan kəşfiyyatçılar tərəfindən verilən dezinformasiyaya cavab verirlər

Bu yaxınlarda, Esch və Srinivasan qrupları sadəlövh toplayıcıların geri qayıdan kəşfiyyatçıların onlara verdikləri dezinformasiyaya aldandıqlarını göstərmək üçün birləşdilər. Kəşfiyyatçılar pətəkdən cəmi 11 m aralıda, lakin zolaqlı tunelin ucqar ucunda qidalandıqda, yemək 70 m aralıda olan kimi pətəkdə geri yelləncək rəqsi etdilər. İşə götürdükləri işçilərin əksəriyyəti yemək axtarmaq üçün 70 m kənara uçdu (tuneldən yan keçərək). Bu təcrübələr haqqında oxuya bilərsiniz Ungless, et. al., Təbiət, 31 may 2001-ci il.

İstiqamət

Yeməyin 6 kilometr (3,7 mil) uzaqda olması özlüyündə çox faydalı deyil. Lakin von Frisch onu da qeyd etdi ki, sallanma rəqsinin düz hissəsinin istiqaməti pətəkdən qida mənbəyinin istiqamətinə və günün vaxtı ilə dəyişir.

  • İstənilən vaxt yeməyin yeri ilə istiqamət dəyişir.
  • Sabit bir qida mənbəyi ilə səmadan keçərkən istiqamət günəşlə eyni açı ilə dəyişir.

Amma

  • Pətəkdə günəş görünmür.
  • Kəşfiyyatçılar rəqs edirlər şaquli tarakların səthi.

Bəs qaralmış pətəkdə uçuş bucaqlarını necə tərcümə edirlər?

Şəkildə şaquli daraqdakı rəqs bucağı ilə qidanın yerləşdiyi yerə görə günəşin daşıyıcısı arasındakı əlaqə göstərilir. Yemək və günəş eyni istiqamətdə olduqda, sallanma rəqsinin düz hissəsi yuxarıya doğru yönəldilir. Yemək günəşin sağına (mavi) və ya soluna (qırmızı) bir bucaq altında olduqda, arı rəqsinin düz hissəsini eyni bucaq altında şaquli sağ və ya sol tərəfə yönəldir.

Riley, J. R., yelləncək rəqsi ilə cəlb edilən fərdi arıları izləmək üçün radardan istifadə edərək, və b., (Təbiət, 12 may 2005) göstərdi ki, işə götürülənlər göstərilən istiqamətdə uçurlar. Onlar hətta küləkdən kənara çıxmağı kompensasiya etmək üçün uçuş yollarını tənzimləyirlər. Bununla belə, onların gedişi nadir hallarda o qədər dəqiq olur ki, onlar yeməkləri görmə və/yaxud qoxu olmadan tapa bilirlər.

Digər xüsusiyyətlər

Zaman hissi

Kəşfiyyatçılar pətəkdə uzun müddət qaldıqda, gün keçdikcə sallanma rəqsinin düz hissəsinin istiqamətini dəyişirlər (və günəşin istiqaməti dəyişir). Lakin qaralmış pətəkdə günəşi görə bilmirlər. Görünən odur ki, onlar zamanın ötüşməsindən “xəbərdardırlar” və lazımi düzəlişlər edirlər.

Bal arılarının zaman hissi hər gün müəyyən edilmiş vaxtda bağçasında şirin qəlyanaltılar olan insanlara çoxdan məlumdur. Adi vaxtdan bir neçə dəqiqə sonra yem axtaran arılar mürəbbədən pay almağa gəlirlər. Arının saatının sürətinin onun maddələr mübadiləsi sürəti ilə əlaqəli olduğu görünür. Normalda punktual arılar soyudulursa (maddələr mübadiləsi sürətini azaltmaq üçün) və ya anestezik konsentrasiyası olan karbon qazına məruz qalırlarsa, onlar piknik masasına gec gəlirlər (yuxarıdakı qrafik).

Qütbləşmiş işıq

von Frisch həmçinin kəşf etdi ki, skautların (və toplayıcıların) naviqasiya etmək üçün əslində günəşi görməsi lazım deyil. Təmiz mavi səmanın kiçik bir hissəsini görə bildikləri müddətcə yaxşı yola gedirlər. Çünki səma işığı qismən qütbləşir və səmanın istənilən hissəsində qütbləşmə müstəvisi günəşin yeri ilə müəyyən edilir. Bir cüt polaroid® günəş eynəklərini fırladaraq sınayın!

Qaynaşma

Yeni ana arı çıxmazdan əvvəl köhnə ana arı pətəyi tərk edərək bir çox işçini özü ilə aparır. Sürü adətən bir yerdə, məsələn, ağac budağında məskunlaşır, kəşfiyyatçılar isə yeni ev axtarmağa gedirlər. Perspektivli bir yer tapan hər bir kəşfiyyatçı sürüyə qayıdır və sanki yemək tapmış kimi orada rəqs edir. Nəhayət, sürü ən güclü şəkildə təşviq edilən yerə yola düşür. Yeni pətək qurulduqdan sonra saytı tapan kəşfiyyatçıların çoxu qida kəşfiyyatçılarına çevriləcək.

Baxım

İşçilərin başqa bir rəqs növü var - sürətlə yan-yana titrəyir - bu, digər işçilərə bədəninin çətin əldə edilən yerlərindən toz, polen və s. təmizləmək üçün köməyə ehtiyacı olduğunu bildirir.


Ünsiyyət (Arıçılar üçün əsas arı biologiyası)

Bal arısı cəmiyyəti effektiv ünsiyyət olmadan fəaliyyət göstərə bilməz. Bal arısı ünsiyyətinin əksəriyyəti qoxu və dadla baş verir. Kimyəvi xəbərçilərin mürəkkəb sistemi adlanır hormonlarferomonlar. Feromon, eyni növdən olan başqa bir fərd tərəfindən qəbul edildikdə, davranış kimi xüsusi bir reaksiya ilə nəticələnən bir fərd tərəfindən xaricdən ifraz olunan bir kimyəvi maddədir. Feromon hormondan bir fərddən digərinə keçməsi ilə fərqlənir.


Bal arısı haqqında qeydlər (diaqramla)

Bal arılarının ictimai quruluşu koloniya daxilindəki bütün fərdlərin yaşaması ilə qurulur və onlar koloniya üzvləri arasında qarşılıqlı əməkdaşlığı göstərir, üst-üstə düşən nəsil və nəsillər nümayiş etdirirlər.

Ən azı koloniya və ya pətəkdəki müxtəlif növ bal arıları arasında əmək bölgüsü var. Müəyyən bir funksiyaya malik olan müxtəlif formalar və ya növlər kasta adlanan koloniyada yaşayır.

Kast sistemi:

Pətəkdə yaşayan minlərlə arı (50.000 ilə 1.00.000 və daha çox) üç fərqli formada olur:

(1) İşçilər (aşağı və utancaq qadınlar),

(3) Kraliçalar (münbit dişilər) (Şəkil 18.74A).

Bir növdə ayrı-ayrı funksiyaları olan bir neçə morfoloji formanın mövcudluğu fenomeni və şyenonu polimorfizm adlanır. Beləliklə, bal arıları sosial və polimorf həşəratlar kimi tanınır.

Bal arılarının əsl sosial təşkilatı (eusosiality) Apis mellifera tədqiqatında yaxşı başa düşülür. Onlar pətəklərdə koloniyalarda yaşayırlar və hər arı ailəsinə bir ana arı, bir neçə yüz dron və on minlərcə işçi arıdan (50.000-80.000 və daha çox) ibarət bir neçə minlərlə arı daxildir.

Həm kraliça, həm də işçilər qadın və diploiddir. Dronlar kişi və haploiddir. Güclü və ya sağlam koloniya koloniyada maksimum sayda işçi tapıldıqda deyilir.

Ümumiyyətlə, hər pətəkdə tək yetkin ana arı olur. Ana arının ölçüsü işçi arınınkından təxminən 2,5 dəfə uzundur. Əgər uzun daralmış qarın, yaxşı mütənasib bədən, qısa və qızılı rəngli qanadlar və ayaqların rəngi ilə xarakterizə olunur. Onlar işçi arılardan 2,8 dəfə ağırdırlar.

Kraliçanın qarının ucunda yumurtlayan kimi tanınan əyri bir sancma var. Kraliçanın funksiyası çoxalmadır və dəniz və utancaq dəyişkənlikdən və mövsümi amillərdən asılı olaraq hər gün təxminən 1000-2000 yumurta qoyur. Yumurtalar mayalanmış və ya mayalanmamış ola bilər.

Tibb işçiləri tərəfindən yeni inkişaf etmiş sürfələrə verilən qida növündən asılı olaraq yumurtalar ana arı və ya işçi kimi inkişaf edə bilər. Dronlar və ya erkəklər mayalanmamış yumurtaların qoyulması (yəni partenogenetik) tərəfindən dəstəklənir. Ana arı hər yumurtanı işçi arıların hazırladığı hüceyrəyə qoyur (şək. 18.80).

Üç gündən sonra yumurtalar kiçik sürfələrə çevrilir. ‘arı südü” adlı xüsusi qida ilə qidalanan sürfə inkişaf edərək kraliçaya çevrilir. Kral südü, işçilərin hipofaringeal vəziləri tərəfindən istehsal olunan yüksək proteinli bir maddədir.

Kraliça olmaq üçün seçilən sürfə inkişafın üçüncü günündən əvvəl kraliçanın kamerası adlanan xüsusi kameraya götürülür. Kraliça orta yaşla beş-səkkiz il yaşayır və yaş artdıqca onun məhsuldarlığı azalır. Ana arının sancması yumurta qoyma funksiyasını yerinə yetirir və həm də müdafiə üçün istifadə olunur. Sting yalnız başqa bir rəqib kraliça ilə qarşılaşdıqda istifadə olunur.

Ana arı çənə vəzilərindən hormonal xüsusiyyətlərə malik bir növ kimyəvi maddə ifraz edir, feromon və ya ana arı maddəsi adlanan, işçilərin yumurtalıqlarının böyüməsini maneə törədir və pətəkdəki bütün arıların fəaliyyətlərini idarə edir. O, işçiləri kraliçaya tərəf cəlb edə bilər və işçi arılar və dronlar üçün mum hüceyrələri qurmağa işçiləri stimullaşdıra və təşviq edə bilər, lakin ana arı hüceyrələrinin qurulmasına mane olur.

Hollandiyalı təbiətşünas Svammerdam (1673) qeyd etdi ki, kraliça bütün koloniyanın anasıdır və qida toplama orqanları yoxdur. 1980-ci ildə alman alimi İohan Dzierzan ana arının arı ailəsinin mərkəzi və bütün gənc arıların anası olduğunu bildirdi.

Kraliça yetkinləşdikdə bir neçə pilotsuz təyyarə ilə pətəkdən ayrılır və bir neçə nikah uçuşu edir və dronla cütləşir. Cütləşmədən sonra dron qısa müddət sonra ölür və kraliça spermatogenezdə ömrü boyu kifayət qədər sperma saxlayır. Cütləşmədən sonra kraliça köhnə yuvasına qayıdır və ona yoldaşları kimi tanınan tibb bacısı işçiləri baxır.

Yaş artdıqca ana arının yumurta qoyma qabiliyyəti azalır, işçilər üç günlük yumurta seçirlər. Sürfəyə çevrildikdən sonra bu yumurta arı südü ilə qidalanır və təxminən 16 gün ərzində yeni ana arı yetişdirir. Bu zaman köhnə ana arı yeni bir koloniya yaratmaq üçün bəzi işçilərlə birlikdə pətəyi tərk edir.

Dronlar arı koloniyasının kişi üzvləridir və hər biri genetik olaraq haploiddir. Dronların yumurtadan yetkinliyə keçməsi 24 gün çəkir. Onların qida (tozcuq və nektar) toplayan orqanları yoxdur. Beləliklə, dronlar qida üçün tamamilə işçi arılardan asılıdır. Onlar yaz və yay aylarında işçi arıların verdiyi balla qidalanır və payızda pətəkdən qovulurlar.

Əsas funksiya ana arıları mayalandırmaqdır. Onlar həmçinin yumurtaların çıxması üçün lazım olan pətəyin istiliyini saxlamağa kömək edirlər.

İşçi arının ölçüsü kiçik olsa da, pətəkdə çoxluq təşkil edir. Onlar kraliça tərəfindən qoyulmuş döllənmiş yumurtalar tərəfindən istehsal olunur. Yumurtadan yetkinliyə qədər 20 gün çəkir və ömrü təxminən 6 həftədir.

Həyatlarının bütün vaxtı pətəklərin baxımına və üzvlərinə qulluq etməyə sərf olunur. İşçilər pətək tikintisində iştirak edir, pətəklərin hüceyrələrini təmizləyir, nektar, tozcuq və suyu toplayır və hüceyrə daxilində düzgün şəkildə saxlayırlar. Yemək üçün polendən arı südünün hazırlanması və şirniyyat və şitalin balı həll etmək üçün su lazımdır.

Darağın divarlarındakı çatları düzəldirlər və divarları propolislə cilalayırlar. İşçilər yayda pətəkdə yellənməklə pətək daxilində optimal temperaturu saxlayırlar və şiddətli hava şəraitində temperatur kəskin aşağı düşdükdə pətəkdən kənarda toplanır və pətək səthinin temperatur və istilik itkisini azaldırlar.

Güman edilir ki, fəhlələr həmişə öz vəzifələri ilə məşğul olurlar, lakin amerikalı və utancaq alim A. I. Root öz mühazirələri zamanı tez-tez qeyd edir ki, işçilər gündüzdən daha çox gecələr ağır və utancaq yatıblar. Hər hansı bir arı pətəyə uçarsa, işçilər nəinki içəri girən şəxsi öldürürlər, həm də başqalarına xəbərdarlıq əlaməti olaraq cəsədi pətəkdən itələyirlər.

Sürünmə və Yeni Koloniyanın formalaşması:

Yayın əvvəlində köhnə pətəkdə həddindən artıq sıxlığın qarşısını almaq üçün həp və şipenlər qaynaşır. Köhnə kraliça, bir neçə min işçi və yüzlərlə pilotsuz təyyarə köhnə pətəkdən çıxır və yeni koloşinlərin əmələ gəlməsi üçün uyğun yer axtarmaq üçün birlikdə uçur. yaxşı tələffüz olunur.

Nikah Uçuş və Cütləşmə:

Otağından çıxdıqdan təxminən bir həftə sonra yeni kraliça çoxlu dronlarla havada uçur. Cütləşmə dronla havada baş verir və kraliça drondan spermatoforları alır. Copu­lation sonra dronun genital hissələri zorla çıxarılır və dron dərhal ölür.

Kraliçanın həyatında yalnız bir dəfə cütləşdiyinə inanılırdı, lakin son müşahidələr onların həyatı boyu iki dəfədən çox cütləşə biləcəyini göstərdi. Bir kraliçanın cütləşmə üçün bir neçə dronla havada uçuşu nikah uçuşu adlanır.

Bal arısı ailəsi sosial həyatın gözəl nümunəsidir. Fərqli kastalar sağ qalmaq və pətəkdə inkişaf etməkdə olan balalarla əməkdaşlıq etmək üçün bir-birindən asılıdır.

Pətək və ya daraq:

İşçi arılar qarın boşluğunun mum ifraz edən vəzilərindən ifraz olunan mumun köməyi ilə pətək qururlar. Pətək divarlarının çatlarını propolis (yapışqan kimi istifadə etmək üçün arıların bitkilərin müxtəlif hissələrindən topladığı qətranlı maddə) və bitkilərdən toplanan balzamla düzəldir və daraq tikintisində istifadə olunur.

Propolis qırıq hissələri bağlamaq üçün yapışqan kimi istifadə olunur və daxili divarları cilalamaq üçün balzam alınır. Hər arı pətəyi iki şaquli cərgədə düzülmüş minlərlə altıbucaqlı hüceyrədən ibarətdir.

Bu hüceyrələr 5 növdür:

Bunlar pətəkdə çox az saydadır. Onlar digər hüceyrələrdən daha böyükdür və vaza şəklindədir və darağın kənarında yerləşir. Bu hüceyrələr ana arı yetişdirmək üçün istifadə olunur.

Hər pətəkdə təxminən 200 dron hüceyrəsi var və ana arı hüceyrələrindən daha kiçikdir. Dronlar bu kameralarda yetişdirilir.

Hüceyrələrin əksəriyyəti işçi hüceyrələrdir və hər hüceyrənin eni təxminən 5 mm-dir. İşçilər bu kameralarda böyüyürlər.

Bu hüceyrələrdə bal arısının sürfələri yetişdirilir.

Bu hüceyrələr bal və polenin saxlanması üçün nəzərdə tutulub.

Sosial təşkilat üçün hormonun rolu:

Ana arıların alt çənə vəziləri başda yerləşir və alt çənənin alt hissəsində açıqdır. Ana arı işçi arıların yumurtalıqlarının inkişafına mane olan bir növ kimyəvi və utancaq maddə ifraz edir.

İngilis tədqiqatçısı C. G. Butler müəyyən etdi ki, maneə törədən maddənin təbiəti, pətəkdəki bütün arıların fəaliyyətinə nəzarət edən hormonal xüsusiyyətlərə malik bir maddə olan oksi-dekonoik turşudur. Ana arı çənə vəzisindən bir feromon ifraz edir və dronları cəlb edir.

Bal arısının dili:

Arıların öz aralarında müəyyən ünsiyyət üsulları olduğu bilinir.

Vyana əsilli alim və bal arılarının davranışı üzrə böyük təcrübə aparan Karl Von Frisch 1946-cı ildə ünsiyyət mexanizmini kəşf etdi və "arıların dilini" deşifrə etdi. O, 1973-cü ildə Noble Mükafatı laureatı oldu. Bir arı tapan kimi nektar mənbəyidir, mənbənin mənbəyini və istiqamətini dərhal eyni cəmiyyətin digər arılarına çatdırır.

Onlar müəyyən ritmik hərəkətlər edir və digər arılar tərəfindən asanlıqla qəbul edilən qoxular yayırlar. Mənbə pətəyə daha yaxın olduqda (100 metr ərzində) reportyor arı və ya toplayıcı və ya işçi arı dairəvi şəkildə bir dəfə sola, sonra sağa dönərək 1½ dəqiqə ərzində eyni hərəkəti təkrarlayaraq dəyirmi rəqs edir (Şəkil 18.75A). bir yerdə.

Dairəvi rəqs 100 metrdən az olan qida mənbəyinin məsafəsini bildirir, lakin istiqaməti göstərə bilmir.

Əgər mənbə daha uzaqdadırsa, müxbir arı quyruq sallama rəqsi həyata keçirir (şək. 18.75B). Qısa məsafədə düz irəliyə doğru qaçır, ab­domeni yelləyir, sola 360° dönmə edir, bir daha qabağa qaçır və sağa dönür. Bu bir neçə dəfə təkrarlanır.

Bu rəqslər pətəkdəki digər arılar tərəfindən diqqətlə izlənilir və dərhal mənbə axtarışına çıxırlar. Sallanan rəqs işçi arıların tapdığı qida mənbəyinin (nektar və ya tozcuq) həm pətəyin istiqaməti, həm də məsafəsi barədə bacılarına məlumat verir və arının dili hesab olunur. Düz qaçış istiqaməti qida mənbəyinin istiqamətini, rəqsin tempi də məsafəni göstərir.

Qoxular onların ünsiyyət və şinikləşməsində mühüm rol oynayır. Ana arının qəfil ölümü bir saatdan az müddətdə pətəkdəki 60.000 və ya daha çox arıya çevrilir. Sağlam ana arı, dayə arıları tərəfindən yalanan ‘queen substansiyası’ adlı aromatik maddə ifraz edir.

Kraliça öldükdən sonra ifrazat dayanır və ana arı maddəsinin yoxluğu dərhal koloniyanın bütün üzvlərinə ötürülür. Koloniyanın bütün üzvlərinə çatdırılan mesajı dərhal yeni bir kraliça yetişdirmək kimi həyati vəzifəni qoydular.


Çoxkanallı hüceyrə-hüceyrə rabitəsi və bioloji hesablama üçün hüceyrələrarası siqnal alətlər qutusunun yeni dizaynı

Hüceyrələrarası siqnalizasiya tək hüceyrələr üçün biofilmlər, toxumalar və orqanlar kimi mürəkkəb bioloji strukturlar yaratmaq üçün zəruridir. Hüceyrələrarası siqnalizasiya mühəndisliyi üçün mövcud olan genetik vasitələr olduqca məhduddur. Burada biz yüksək performanslı, çoxkanallı hüceyrə-hüceyrə rabitəsi və bioloji hesablamalar üçün genetik alətlər qutusunu yeni dizayn etmək üçün bioloji kiçik molekulların kimyəvi müxtəlifliyindən istifadə edirik. Siqnal molekulları üçün biosintetik yolun dizaynı, sensasiya promotorlarının rasional mühəndisliyi və sensasiya transkripsiya faktorlarının istiqamətləndirilmiş təkamülü ilə biz bakteriyalarda ortoqonallığı adi kvorum algılama sistemlərini xeyli üstələyən altı hüceyrə hüceyrəsi siqnal kanalı əldə etdik və onlardan bəzilərini uğurla maya və insan orqanizminə köçürdük. hüceyrələr. Nümayiş üçün, onlar eyni vaxtda dörd siqnal kanalından istifadə edərək bakterial koloniya nümunələri yaratmaq və əsas vahidlər kimi yeddi müxtəlif ştammı ehtiva edən paylanmış bio-hesablamanı həyata keçirmək üçün hüceyrə konsorsiumlarında tətbiq edilir. Bu hüceyrələrarası siqnal alətlər qutusu süni ekosistemlər və ağıllı toxumalar da daxil olmaqla mürəkkəb çoxhüceyrəliliyin mühəndisliyi üçün yol açır.

Maraqların toqquşması bəyanatı

Müəlliflər heç bir rəqabətli maraqlar bəyan etmirlər.

Rəqəmlər

Şəkil 1. Gen kasetlərinin dizayn sxemləri...

Şəkil 1. Siqnal molekullarının sintezi üçün gen kasetlərinin dizayn sxemləri.

Şəkil 2. Hüceyrə-hüceyrənin xarakteristikası və optimallaşdırılması…

Şəkil 2. Hüceyrə-hüceyrə rabitə kanallarının xarakteristikası və optimallaşdırılması.

Şəkil 3. Siqnal və promotorun ortoqonallığı…

Şəkil 3. Hüceyrə-hüceyrə rabitə kanalları arasında siqnal və promotor ortoqonallığı.

Şəkil 4. Sadə çoxkanallı rabitə sxemləri…

Şəkil 4. Məkan nümunələri yaratmaq üçün sadə çoxkanallı rabitə sxemləri.

Şəkil 5. Quraşdırılmış paylanmış biohesablama sxemi…

Şəkil 5. Multipleksləşdirilmiş siqnallarla qurulmuş paylanmış biohesablama sxemi.


Bal arıları böcəkdir və əksər böcəklərə xas olan beş xüsusiyyətə malikdir.

  • Onların sərt xarici qabığı var ekzoskelet.
  • Onların var üç əsas bədən hissəsi: baş, döş qəfəsi, qarın.
  • Onların a cüt antena başlarına yapışdırılmışdır.
  • Onların var üç cüt ayaq gəzinti üçün istifadə olunur.
  • Onların var iki cüt qanad.

Bal arısının anatomiyasını həm xaricdən gördüklərinizi, həm də bal arısının içərisində yerləşən hissələrini araşdırmaq üçün aşağıdakı təsvirlərdən istifadə edə bilərsiniz.

Bal arısının xarici anatomiyasının etiketli təsviri. Böyütmək üçün klikləyin.


Nəticələr

Sosial həşərat koloniyaları çoxhüceyrəli orqanizmlərdə hüceyrə və orqanların müxtəlif funksiyalarını xatırladan bəzi vəzifələrin koloniya üzvləri arasında necə bölüşdürüldüyünə görə çox vaxt “superorqanizmlər” adlanır. Belə koordinasiyaya necə nail olunduğunu və seçimin ayrı-ayrı qrup üzvlərinin davranış reaksiyalarını necə formalaşdırdığını anlamaq maraqlı və mürəkkəb sualdır. Burada, bal arılarının kollektiv müdafiə davranışını daha yaxşı başa düşmək üçün eksperimental işləri və yeni hesablama yanaşmasını birləşdirərək bu tədqiqat sahəsinə töhfə veririk. Xüsusilə, biz sancma həyəcanı feromonuna reaksiyaya diqqət yetirdik, çünki bu siqnal mexanizmi müdafiə hadisəsi zamanı arıların ünsiyyətinin əsasını təşkil edir. Birincisi, biz eksperimental olaraq göstəririk ki, ayrı-ayrı arıların sancma ehtimalı atmosferdəki SAP konsentrasiyasından asılı olaraq dəyişir. Bu cavab nümunəsi ən azı iki faza nümayiş etdirir: ilkin, feromonun aşağı konsentrasiyasından aralıq konsentrasiyasına qədər yüksəlmə mərhələsi, sonra isə yüksək konsentrasiyalarda azalma. Bu nəticələri şərh etmək üçün biz bal arısının müdafiə davranışının nisbətən sadə agent əsaslı modelini qurduq. Bizim yanaşmamızın yeniliyi Proyektiv Simulyasiyanın ümumi məqsədə (və beləliklə, ümumi mükafat sxeminə) malik agentlər qrupuna uyğunlaşdırılmasındadır. Biz həmçinin məhdudiyyəti əlavə etdik ki, bütün agentlər eyni qərar prosesini miras alırlar, çünki bu, nəsillər boyu aqressiv xüsusiyyətlərin irsiyyətini daha yaxşı təmsil edir. Bu agent modeli bizə müxtəlif təkamül təzyiqlərinin həyəcan feromonuna fərdi reaksiyaya təsirini araşdırmağa imkan verdi. Bu fikirlərə əsasən, biz SAP-ə cavabdehlikdə birinci mərhələnin (yaxşılaşma) mövcudluğunun yalan həyəcan siqnallarından qaçınmaq və həqiqi yırtıcıların mövcudluğunda yuva yoldaşlarını tez bir zamanda işə cəlb etmək arasında mübadilə nəticəsində yarandığını fərz edirik. Sıçrama ehtimalının zirvəyə çatdığı SAP intensivliyi müəyyən bir mühitdə ən davamlı yırtıcıdan asılıdır. Nəhayət, yüksək SAP konsentrasiyalarında sancma ehtimalının azalması lazımsız sancmaların qarşısını almaq üçün özünü məhdudlaşdıran mexanizm və ya sadəcə olaraq ilkin vəziyyətə qayıtmanın nəticəsi ola bilər, çünki belə yüksək konsentrasiyalara vəhşi təbiətdə heç vaxt rast gəlinmir və buna görə də xüsusi reaksiya yoxdur. inkişaf etmək şansı var idi. Ümumilikdə, işimiz bal arılarının müdafiə davranışına dair yeni anlayışlar təqdim edir və PS-ni kollektiv nəticə üzrə seçimin fərdi reaksiyaların təkamülünü necə idarə etdiyini araşdırmaq üçün perspektivli bir vasitə kimi müəyyən edir.


Bal arıları: bal arılarının növləri və əhəmiyyəti

Bal və arı mumu əldə etmək üçün bal arılarının yetişdirilməsinə arıçılıq deyilir.

Bal arılarının kastaları:

Bal arıları yuva daraqlarını ağacların üstündə qururlar. Onlar yüksək müstəmləkəçi, sosial və polimorf həşəratlardır. Bal arılarının sosial həyatı ən yaxşı inkişaf etmişdir.

Bal arılarının koloniyasında üç növ fərd (kasta) olur

(i) Kraliça yumurta qoyan münbit dişidir. Normalda bir yuvada bir kraliça olur.

(ii) Dronlar kraliça ilə cütləşən kişilərdir. Koloniyada onların sayı çox deyil. Dronlar partenogenez yolu ilə istehsal olunur.

(iii) İşçilər steril qadınlardır və koloniyanın müxtəlif vəzifələrini yerinə yetirirlər. Kraliçalar və dronlar işçilər tərəfindən qidalanır. İşçi arılar koloniyanın ən kiçik üzvləridir. Çiçəklərin nektarını və polenini toplamaq üçün dəyişdirilmiş çeynəmə və sürtmə tipli ağız hissələrinə malikdirlər. Qarın boşluğunda mum vəziləri və sancma var.

İşçi arılar üç növdür:

Ernest Spytzner (1788) arıların indi “arı rəqsləri” adlanan müəyyən hərəkətlərlə ünsiyyət qurduqlarına ilk diqqəti cəlb etmişdir. Professor Karl Von Frisch "arı rəqsləri"nin dilini deşifrə etdi və buna görə 1973-cü ildə tibb və ya fiziologiya üzrə "Nobel mükafatı" aldı. O kəşf etdi ki, kəşfiyyatçı arılar ünsiyyət üçün iki növ rəqs edirlər:

(i) Yeni kəşf edilmiş qida mənbəyi pətəyə yaxın olduqda (75 metrdən az) dairəvi rəqs edilir.

(ii) Quyruq sallama rəqsi uzun məsafəli mənbələr üçün həyata keçirilir.

Ana arı yumurtaları ağ, ayaqsız sürfələrə çevrilir, onlar öz ətrafında zərif ipək baramaları fırladır və pupaya çevrilirlər. Hər bir pupa yetkin bir insana çevrilir. Yetkin insan əvvəlcə barama divarını kəsərək, ikincisi hüceyrənin mum qapağını qıraraq çıxır.

Arının bütün sürfələri ilk 2-3 gün ərzində gənc işçilərin hipofaringeal vəziləri tərəfindən ifraz olunan “Arı südü” və ya arı südü adlanan xüsusi zülallı qida ilə qidalanır. Daha qaba yeməkdən sonra bal və çiçək tozunun qarışığı olan “Arı çörəyi” verilir. Bununla belə, ana arı əmələ gətirən sürfələr sürfələrin tam həyatı üçün arı südü ilə qidalanır və bu sürfələr də daha da inkişaf etdirmək üçün kraliça kamerası və ya hüceyrəsi adlanan xüsusi kameraya götürülür.

Bal arılarının növləri:

Bal arılarının dörd mühüm növü var

(i) Apis mellifera (İtalyan arısı),

(iv) A. florea (kiçik arı). Onların hamısı təbiətdə vəhşi böcək kimi baş verir. Bununla belə, yüksək iqtisadi əhəmiyyətinə görə bal arıları, xüsusilə A. mellifera əhliləşdirilir və becərilir, yəni süni pətəklərdə yetişdirilir və yetişdirilir. Bunlardan vəhşi vəziyyətdə ən çox yayılmış növ Apis indica, ev şəraitində isə Apis melliferadır.

Bal arılarının əhəmiyyəti:

Bal arıları aşağıdakı əhəmiyyətə malikdir.

(i) Bal:

Bal insan orqanizmi üçün neytral, təbii qiymətli tonikdir. Bal şirin, özlü yeməli mayedir. Balın kimyəvi tərkibi (i) kül 1,00%, (ii) minerallar (0,22-0,3 faiz), məsələn, kalsium, dəmir, fosfat və manqan, (iii) vitaminlər (0,2-0,5 faiz), məsələn, pantotenik turşu, biotin, piridoksin, xolin, askorbin turşusu, tiamin, riboflavin və niasin, (iv) Şəkərlər (20-40%), məsələn, levuloza (38.90%), dektoza (21.28%), maltoza (8.81%) və saxaroza (1,9%), (v) Su (60 – 80%), (vi) Amin turşuları, fermentlər. Balın tərkibində polen də var.

Balın rəngi, dadı və qoxusu nektarın toplandığı çiçəklərdən asılıdır. Enerji ilə zəngin qidadır. Bir kiloqram balda 3200 kalori var. Bir sıra Ayurveda dərmanları bal ilə qəbul edilir.

(ii) Arı mumu:

Arı mumu işçi arıların qarın vəzilərinin ifrazından hazırlanır. Sənaye əhəmiyyətli məhsuldur. Kosmetika, təraş kremi, üz kremi, məlhəm, plaster, karbon kağızları, karandaşlar, elektrik malları, diş pastası, losyonlar, mebel cilaları, çəkmə cilaları, qoruyucu örtük, mürəkkəb boyaları və şamlar kimi bir çox məmulatların istehsalında istifadə olunur. Model və qəliblərin hazırlanmasında və çap sənayesində də istifadə olunur. O, həmçinin toxumaların blokunun hazırlanması üçün ümumi mum ilə mikrotomiya üçün laboratoriyada istifadə olunur.

(iii) Tozlanma:

Bal arıları günəbaxan, Brassica, alma və armud kimi bir çox bitki növlərinin tozlandırıcısıdır.

(iv) Dərman dəyəri:

Bal arılarının bədənlərindən hazırlanan dərman difteriya və bəzi digər təhlükəli xəstəliklərin müalicəsində istifadə olunur. Bal arılarının sancmasının zəhərindən romatoid artrit və ilan sancmasının müalicəsində istifadə edilmişdir.

Bal arılarının yetişdirilməsi:

Bal arıları, aşağı hissəsində arılara giriş və çıxış üçün açılışı olan taxta platformada yerləşdirilmiş böyük bala kamerası olan taxta yeşiklərdə yetişdirilir. Altıbucaqlı izləri olan mum təbəqələrlə örtülmüş bir sıra çərçivələr naqillərin köməyi ilə şaquli şəkildə kameraya yerləşdirilir.

Arılar altıbucaqlı izlərin kənarları boyunca hüceyrələr yaratmağa başlayırlar. Daraq təməli kimi tanınan hər bir mum təbəqəsi arıların hər iki tərəfdə daraq qurması üçün təməl qövsünü təmin edir. Pətəyin genişləndirilməsi üçün nəzərdə tutulmuş daha çox daraq təməlləri üçün əlavə oxşar çərçivələrə malik super adlı kamera bala otağının üzərində yerləşdirilir.

Süni pətəkdə koloniya yaratmaq üçün bala kamerasına qravidi (mayalanmış) ana arı daxil edilir. Süni pətəklər polen və nektarla təmin etmək üçün bağlarda, meyvə bağlarında və çiçəkli bitkilər olan sahələrdə yerləşdirilir.

When sufficient honey has been stored, the combs are removed from the frames and then centrifuged to extract the honey. The same comb can be used again. The appliances used for the extraction of honey are a pair of gloves, a knife, a brush to remove the bees from taken out combs and a centrifuge.

How is nectar changed into honey?

Nectar is a sweet viscous secretion secreted by flowers of plants by attracting the insects it helps in pollination. When the bee sucks the nectar from the flowers, it passes this nectar to its honey sac where it gets mixed with some acid secretion. In honey sac, sucrose (sugar) of the nectar is converted into dextrose and laevulose by the action of invertase enzyme. After regurgitation the treated nectar finally changes into honey which is stored in special cells of hive for future use.

Bee Enemies:

These include the wax moths (e.g., Galleria mellonella), wasp (e,g., Vespa), black ants (e.g., Camponotus compressus) and bee eaters (e.g., Merops orientalis and king crow, Dicrurus macrocerus). Man is the last but worst enemy of honey bees.

Bee Diseases:

Honey bees suffer from Nosema disease caused by a sporozoan Nosema apis, paralysis dysentery and acarine disease caused by a parasitic mite, Acarapis woodi.


İstiqamət

  • At any one time, the direction changes with the location of the food.
  • With a fixed source of food, the direction changes by the same angle as the sun during its passage through the sky.
  • The sun is not visible within the hive.
  • The scouts dance on the şaquli surface of the combs.

When the food and sun are in the same direction, the straight portion of the waggle dance is directed upward.

When the food is at some angle to the right (blue) or left (red) of the sun, the bee orients the straight portion of her dance at the same angle to the right or left of the vertical.

Using radar to track individual bees recruited by the waggle dance, Riley, J. R., və b., (Təbiət, 12 May 2005) have shown that the recruits do fly in the indicated direction. They even adjust their flight path to compensate for being blown off course by the wind. However, their course is seldom so precise that they can find the food without the aid of vision and/or smell as they neared it.


Innovation by critical thinkers: Einstein and von Frisch

As science and technology advance, so too does the specialization at their frontiers. This specialization can have the unfortunate consequence of isolating thinkers and breaking apart research disciplines. Reacting against this development is transdisciplinary fields bringing together experts from different disciplines to solve common problems. Such barriers between disciplines often did not exist until fairly recently, and where they did exist, they were porous to the great minds of their time.

Albert Einstein (Fig. 1a) is widely recognized as one of the greatest thinkers of the twentieth century. His imagination and insight still inspire us today. Einstein’s work on quantum mechanics directly led to the transistor revolution and the information age, while his theory of general relativity governs the large-scale structure of the universe and provides the necessary corrections for location determination by the Global Positioning System (GPS). Nevertheless, it might be easy to pigeonhole Einstein as a mathematician and theoretical physicist, concerning himself solely with an abstract world of numbers and equations. That Einstein was also concerned with practicalities and had a broad interest in research and humanity is well discussed in Galison’s book “Einstein’s clocks, Poincare’s maps: empires of time” (2003).

Key thinkers about physics and nature. a Professor Albert Einstein in 1947. From Wikimedia Commons, the free media repository. b Professor Karl von Frisch observing bees. From Wikipedia By Source (WP:NFCC#4), Fair use, https://en.wikipedia.org/w/index.php?curid=50796040

Karl von Frisch (Fig. 1b) founded the present journal together with Alfred Kühn in 1924. By employing innovative experimental techniques to understand how bee behaviour worked (von Frisch 1915, 1923, 1949, 1965, 1967, 1973, 1974), von Frisch inspired generations of researchers in the pursuit of unveiling a variety of sensory capacities in the animal world (Hölldobler and Lindauer 1985 Dyer and Arikawa 2014). The subsequent use of transdisciplinary research approaches to understand sensory perception also resulted in insights into how physics principles are used by biological organisms to enable solutions to complex problems (Hölldobler and Lindauer 1985 Barth et al. 2012 Galizia et al. 2012). In early 1949, whilst still at the University of Graz in Austria before returning to Munich in Germany, von Frisch had published one of his most important findings that honeybees could communicate the location of rewarding flowers with conspecifics via a symbolic dance language (von Frisch 1949). The bee dance language represents the vector direction and distance of a patch of flowers from the hive, and uses as a key reference the position of the sun or the inferred position via the degree of polarization of the sky if the sun is obscured by clouds. The discovery of the symbolic bee dance language by von Frisch generated immense interest amongst biologists, and Professor WH Thorpe of Cambridge University in England had visited von Frisch in Austria during September 1948 and repeated the experiments, which were published (Thorpe 1949) as a confirmation study in Nature on the 2nd of July 1949. Years later in 1973, together with Konrad Lorenz and Nikolaas Tinbergen, von Frisch was awarded the Nobel Prize in Physiology or Medicine. In the written acceptance speech for receiving the Nobel Prize, which was delivered by his son Otto von Frisch due to poor health of Karl von Frisch at the time, he prominently discusses the importance of the seminal bee dance language studies published in 1949 (von Frisch 1973).


İstinadlar

Yuste R: Fluorescence microscopy today. Nat Methods. 2005, 2: 902-904. 10.1038/nmeth1205-902.

Megason SG, Fraser SE: Imaging in systems biology. Hüceyrə. 2007, 130: 784-795. 10.1016/j.cell.2007.08.031.

Conchello J, Lichtman JW: Optical sectioning microscopy. Nat Methods. 2005, 2: 920-931. 10.1038/nmeth815.

Sung M-H, McNally JG: Live cell imaging and systems biology. Wiley Interdiscip Rev Syst Biol Med. 2010, 3: 167-182.

Planchon TA, Gao L, Milkie DE, Davidson MW, Galbraith JA, Galbraith CG, Betzig E: Rapid three-dimensional isotropic imaging of living cells using Bessel beam plane illumination. Nat Methods. 2011, 8: 417-423. 10.1038/nmeth.1586.

Weber M, Huisken J: Light sheet microscopy for real-time developmental biology. Curr Opin Genet Dev. 2011, 21: 566-572. 10.1016/j.gde.2011.09.009.

Gao L, Shao L, Higgins CD, Poulton JS, Peifer M, Davidson MW, Wu X, Goldstein B, Betzig E: Noninvasive Imaging beyond the Diffraction Limit of 3D Dynamics in Thickly Fluorescent Specimens. Hüceyrə. 2012, 151: 1370-1385. 10.1016/j.cell.2012.10.008.

Wicker K, Heintzmann R: Interferometric resolution improvement for confocal microscopes. Opt Express. 2007, 15: 12206-12216. 10.1364/OE.15.012206.

Abrahamsson S, Chen J, Hajj B, Stallinga S, Katsov AY, Wisniewski J, Mizuguchi G, Soule P, Mueller F, Darzacq CD, Darzacq X, Wu C, Bargmann CI, Agard DA, Dahan M, Gustafsson MGL: Fast multicolor 3D imaging using aberration-corrected multifocus microscopy. Nat Methods. 2013, 10: 60-63.

Wiedenmann J, Oswald F, Nienhaus GU: Fluorescent proteins for live cell imaging: opportunities, limitations, and challenges. IUBMB Life. 2009, 61: 1029-1042. 10.1002/iub.256.

Day RN, Davidson MW: The fluorescent protein palette: tools for cellular imaging. Chem Soc Rev. 2009, 38: 2887-2921. 10.1039/b901966a.

Shcherbo D, Shemiakina II, Ryabova AV, Luker KE, Schmidt BT, Souslova EA, Gorodnicheva TV, Strukova L, Shidlovskiy KM, Britanova OV, Zaraisky AG, Lukyanov KA, Loschenov VB, Luker GD, Chudakov DM: Near-infrared fluorescent proteins. Nat Methods. 2010, 7: 827-829. 10.1038/nmeth.1501.

Jaiswal JK, Goldman ER, Mattoussi H, Simon SM: Use of quantum dots for live cell imaging. Nat Methods. 2004, 1: 73-78. 10.1038/nmeth1004-73.

Thompson MA, Lew MD, Moerner WE: Extending microscopic resolution with single-molecule imaging and active control. Annu Rev Biophys. 2012, 41: 321-342. 10.1146/annurev-biophys-050511-102250.

Wysocki LM, Lavis LD: Advances in the chemistry of small molecule fluorescent probes. Curr Opin Chem Biol. 2011, 15: 752-759. 10.1016/j.cbpa.2011.10.013.

Lukinavičius G, Johnsson K: Switchable fluorophores for protein labeling in living cells. Curr Opin Chem Biol. 2011, 15: 768-774. 10.1016/j.cbpa.2011.10.015.

Du W, Wang Y, Luo Q, Liu B-F: Optical molecular imaging for systems biology: from molecule to organism. Anal Bioanal Chem. 2006, 386: 444-457. 10.1007/s00216-006-0541-z.

Yasuda R, Noji H, Kinosita K, Yoshida M: F1-ATPase is a highly efficient molecular motor that rotates with discrete 120 degree steps. Hüceyrə. 1998, 93: 1117-1124. 10.1016/S0092-8674(00)81456-7.

Ueno H, Nishikawa S, Iino R, Tabata KV, Sakakihara S, Yanagida T, Noji H: Simple dark-field microscopy with nanometer spatial precision and microsecond temporal resolution. Biophys J. 2010, 98: 2014-2023. 10.1016/j.bpj.2010.01.011.

Okuno D, Iino R, Noji H: Rotation and structure of FoF1-ATP synthase. J Biochem. 2011, 149: 655-664. 10.1093/jb/mvr049.

Sengupta P, Van Engelenburg S, Lippincott-Schwartz J: Visualizing cell structure and function with point-localization superresolution imaging. Dev Cell. 2012, 23: 1092-1102. 10.1016/j.devcel.2012.09.022.

Lubeck E, Cai L: Single-cell systems biology by super-resolution imaging and combinatorial labeling. Nat Methods. 2012, 9: 743-748. 10.1038/nmeth.2069.

Antony PMA, Balling R, Vlassis N: From systems biology to systems biomedicine. Curr Opin Biotechnol. 2012, 23: 604-608. 10.1016/j.copbio.2011.11.009.

Cirillo C, Tack J, Vanden Berghe P: Nerve activity recordings in routine human intestinal biopsies. bağırsaq. 2012, 65: 227-235.

Berning S, Willig KI, Steffens H, Dibaj P, Hell SW: Nanoscopy in a living mouse brain. Elm. 2012, 335: 551-10.1126/science.1215369.

Perron A, Akemann W, Mutoh H, Knöpfel T: Genetically encoded probes for optical imaging of brain electrical activity. Prog Brain Res. 2012, 196: 63-77.

Akemann W, Mutoh H, Perron A, Rossier J, Knöpfel T: Imaging brain electric signals with genetically targeted voltage-sensitive fluorescent proteins. Nat Methods. 2010, 7: 643-649. 10.1038/nmeth.1479.

Buchser W: Assay development guidelines for image-based high content screening, high content analysis and high content imaging. Assay Guidance Manual. 2012, Bethesda, MD: National Center for Advancing Translational Sciences (NCATS), 1-69.

Conrad C, Gerlich DW: Automated microscopy for high-content RNAi screening. J Cell Biol. 2010, 188: 453-461. 10.1083/jcb.200910105.

Shen F, Hodgson L, Hahn K: Digital autofocus methods for automated microscopy. Methods Enzymol. 2006, 414: 620-632.

Ankers JM, Spiller DG, White MR, Harper CV: Spatio-temporal protein dynamics in single living cells. Curr Opin Biotechnol. 2008, 19: 375-380. 10.1016/j.copbio.2008.07.001.

Fuchs F, Pau G, Kranz D, Sklyar O, Budjan C, Steinbrink S, Horn T, Pedal A, Huber W, Boutros M: Clustering phenotype populations by genome-wide RNAi and multiparametric imaging. Mol Syst Biol. 2010, 6: 370-

Held M, Schmitz MHA, Fischer B, Walter T, Neumann B, Olma MH, Peter M, Ellenberg J, Gerlich DW: Cell Cognition: time-resolved phenotype annotation in high-throughput live cell imaging. Nat Methods. 2010, 7: 747-754. 10.1038/nmeth.1486.

Wählby C, Kamentsky L, Liu ZH, Riklin-Raviv T, Conery AL, O’Rourke EJ, Sokolnicki KL, Visvikis O, Ljosa V, Irazoqui JE, Golland P, Ruvkun G, Ausubel FM, Carpenter AE: An image analysis toolbox for high-throughput C. elegans assays. Nat methods. 2012, 9: 714-716. 10.1038/nmeth.1984.

Long F, Peng H, Liu X, Kim SK, Myers E: A 3D digital atlas of C. elegans and its application to single-cell analyses. Nat Methods. 2009, 6: 667-672. 10.1038/nmeth.1366.

Ronneberger O, Liu K, Rath M, Rueβ D, Mueller T, Skibbe H, Drayer B, Schmidt T, Filippi A, Nitschke R, Brox T, Burkhardt H, Driever W: ViBE-Z: a framework for 3D virtual colocalization analysis in zebrafish larval brains. Nat Methods. 2012, 9: 735-742. 10.1038/nmeth.2076.

Ghosh KK, Burns LD, Cocker ED, Nimmerjahn A, Ziv Y, Gamal AE, Schnitzer MJ: Miniaturized integration of a fluorescence microscope. Nat Methods. 2011, 8: 871-878. 10.1038/nmeth.1694.

Savidge TC, Newman P, Pothoulakis C, Ruhl A, Neunlist M, Bourreille A, Hurst R, Sofroniew MV: Enteric glia regulate intestinal barrier function and inflammation via release of S-nitrosoglutathione. Qastroenterologiya. 2007, 132: 1344-1358. 10.1053/j.gastro.2007.01.051.

Chao JA, Yoon YJ, Singer RH: Imaging Translation in Single Cells Using Fluorescent Microscopy. Cold Spring Harb Perspect Biol. 2012, 4: 1-2.

Loo L-H, Lin H-J, Singh DK, Lyons KM, Altschuler SJ, Wu LF: Heterogeneity in the physiological states and pharmacological responses of differentiating 3 T3-L1 preadipocytes. J Cell Biol. 2009, 187: 375-384. 10.1083/jcb.200904140.

Zaretsky I, Polonsky M, Shifrut E, Reich-Zeliger S, Antebi Y, Aidelberg G, Waysbort N, Friedman N: Monitoring the dynamics of primary T cell activation and differentiation using long term live cell imaging in microwell arrays. Lab Chip. 2012, 12: 5007-5015. 10.1039/c2lc40808b.

Watmuff B, Pouton CW, Haynes JM: In vitro maturation of dopaminergic neurons derived from mouse embryonic stem cells: implications for transplantation. PLoS One. 2012, 7: e31999-10.1371/journal.pone.0031999.

Tay S, Hughey JJ, Lee TK, Lipniacki T, Quake SR, Covert MW: Single-cell NF-kappaB dynamics reveal digital activation and analogue information processing. Təbiət. 2010, 466: 267-271. 10.1038/nature09145.

Lee TK, Covert MW: High-throughput, single-cell NF-κB dynamics. Curr Opin Genet Dev. 2010, 20: 677-683. 10.1016/j.gde.2010.08.005.

Padilla-Parra S, Tramier M: FRET microscopy in the living cell: different approaches, strengths and weaknesses. Bioessays. 2012, 34: 369-376. 10.1002/bies.201100086.

Gilbert PM, Havenstrite KL, Magnusson KEG, Sacco A, Leonardi NA, Kraft P, Nguyen NK, Thrun S, Lutolf MP, Blau HM: Substrate elasticity regulates skeletal muscle stem cell self-renewal in culture. Elm. 2010, 329: 1078-1081. 10.1126/science.1191035.

Magnusson K, Jaldén J: A batch algorithm using iterative application of the Viterbi algorithm to track cells and construct cell lineages. Biomed Imaging (ISBI). 2012, 2012: 382-385.

Walter T, Held M, Neumann B, Hériché J-K, Conrad C, Pepperkok R, Ellenberg J: Automatic identification and clustering of chromosome phenotypes in a genome wide RNAi screen by time-lapse imaging. J Struct Biol. 2010, 170: 1-9. 10.1016/j.jsb.2009.10.004.

Neumann B, Walter T, Hériché J, Bulkescher J, Erfle H, Conrad C, Rogers P, Poser I, Held M, Liebel U, Cetin C, Sieckmann F, Pau G, Kabbe R, Wünsche A, Satagopam V, Schmitz MHA, Chapuis C, Gerlich DW, Schneider R, Eils R, Huber W, Peters J, Hyman AA, Durbin R, Pepperkok R, Ellenberg J: Phenotypic profiling of the human genome by time-lapse microscopy reveals cell division genes. Təbiət. 2010, 464: 721-727. 10.1038/nature08869.

Conrad C, Wünsche A, Tan TH, Bulkescher J, Sieckmann F, Verissimo F, Edelstein A, Walter T, Liebel U, Pepperkok R, Ellenberg J: Micropilot: automation of fluorescence microscopy-based imaging for systems biology. Nat Methods. 2011, 8: 246-249. 10.1038/nmeth.1558.

Giaever G, Chu AM, Ni L, Connelly C, Riles L, Véronneau S, Dow S, Lucau-Danila A, Anderson K, André B, Arkin AP, Astromoff A, El-Bakkoury M, Bangham R, Benito R, Brachat S, Campanaro S, Curtiss M, Davis K, Deutschbauer A, Entian K-D, Flaherty P, Foury F, Garfinkel DJ, Gerstein M, Gotte D, Güldener U, Hegemann JH, Hempel S, Herman Z: Functional profiling of the Saccharomyces cerevisiae genome. Təbiət. 2002, 418: 387-391. 10.1038/nature00935.

Ni L, Snyder M: A genomic study of the bipolar bud site selection pattern in Saccharomyces cerevisiae. Mol Biol Hüceyrə. 2001, 12: 2147-2170.

Yang Yu B, Elbuken C, Ren CL, Huissoon JP: Image processing and classification algorithm for yeast cell morphology in a microfluidic chip. J Biomedical Optics. 2011, 16: 1-9.

Mortimer RK, JOHNSTON JR: Life span of individual yeast cells. Təbiət. 1959, 183: 1751-1752. 10.1038/1831751a0.

Steffen KK, Kennedy BK, Kaeberlein M: Measuring replicative life span in the budding yeast. J Vis Exp. 2009, 1-5.

Lee SS, Avalos Vizcarra I, Huberts DHEW, Lee LP, Heinemann M: Whole lifespan microscopic observation of budding yeast aging through a microfluidic dissection platform. Proc Natl Acad Sci U S A. 2012, 109: 4916-4920. 10.1073/pnas.1113505109.

Gordon A, Colman-Lerner A, Chin TE, Benjamin KR, Yu RC, Brent R: Single-cell quantification of molecules and rates using open-source microscope-based cytometry. Nat Methods. 2007, 4: 175-181. 10.1038/nmeth1008.

Ohya Y, Sese J, Yukawa M, Sano F, Nakatani Y, Saito TL, Saka A, Fukuda T, Ishihara S, Oka S, Suzuki G, Watanabe M, Hirata A, Ohtani M, Sawai H, Fraysse N, Latgé J-P, François JM, Aebi M, Tanaka S, Muramatsu S, Araki H, Sonoike K, Nogami S, Morishita S: High-dimensional and large-scale phenotyping of yeast mutants. Proc Natl Acad Sci U S A. 2005, 102: 19015-19020. 10.1073/pnas.0509436102.

Ohtani M, Saka A, Sano F, Ohya Y, Morishita S: Development of image processing program for yeast cell morphology. J Bioinform Comput Biol. 2004, 1: 695-709. 10.1142/S0219720004000363.

Saito TL, Ohtani M, Sawai H, Sano F, Saka A, Watanabe D, Yukawa M, Ohya Y, Morishita S: SCMD: Saccharomyces cerevisiae Morphological Database. Nuklein turşuları Res. 2004, 32: D319-D322. 10.1093/nar/gkh113.

Ohnuki S, Oka S, Nogami S, Ohya Y: High-content, image-based screening for drug targets in yeast. PLoS One. 2010, 5: e10177-10.1371/journal.pone.0010177.

Artal-Sanz M, De Jong L, Tavernarakis N: Caenorhabditis elegans: a versatile platform for drug discovery. Biotechnol J. 2006, 1: 1405-1418. 10.1002/biot.200600176.

Silverman GA, Luke CJ, Bhatia SR, Long OS, Vetica AC, Perlmutter DH, Pak SC: Modeling molecular and cellular aspects of human disease using the nematode Caenorhabditis elegans. Pediatr Res. 2009, 65: 10-18. 10.1203/PDR.0b013e31819009b0.

Rankin CH: From gene to identified neuron to behaviour in Caenorhabditis elegans. Nat Rev Genet. 2002, 3: 622-630.

Jorgensen EM, Mango SE: The art and design of genetic screens: caenorhabditis elegans. Nat Rev Genet. 2002, 3: 356-369. 10.1038/nrg794.

Gosai SJ, Kwak JH, Luke CJ, Long OS, King DE, Kovatch KJ, Johnston PA, Shun TY, Lazo JS, Perlmutter DH, Silverman GA, Pak SC: Automated high-content live animal drug screening using C. elegans expressing the aggregation prone serpin α1-antitrypsin Z. PloS one. 2010, 5: e15460-10.1371/journal.pone.0015460.

Brignull HR, Morley JF, Morimoto RI: The stress of misfolded proteins: C. elegans models for neurodegenerative disease and aging. Adv Exp Med Biol. 2007, 594: 167-189. 10.1007/978-0-387-39975-1_15.

Crane MM, Stirman JN, Ou C-Y, Kurshan PT, Rehg JM, Shen K, Lu H: Autonomous screening of C. elegans identifies genes implicated in synaptogenesis. Nat Methods. 2012, 9: 977-980. 10.1038/nmeth.2141.

Baek J-H, Cosman P, Feng Z, Silver J, Schafer WR: Using machine vision to analyze and classify Caenorhabditis elegans behavioral phenotypes quantitatively. J Neurosci Methods. 2002, 118: 9-21. 10.1016/S0165-0270(02)00117-6.

Cronin CJ, Mendel JE, Mukhtar S, Kim Y-M, Stirbl RC, Bruck J, Sternberg PW: An automated system for measuring parameters of nematode sinusoidal movement. BMC Genet. 2005, 6: 5-

Feng Z, Cronin CJ, Wittig JH, Sternberg PW, Schafer WR: An imaging system for standardized quantitative analysis of C. elegans behavior. BMC bioinformatika. 2004, 5: 115-10.1186/1471-2105-5-115.

Geng W, Cosman P, Berry CC, Feng Z, Schafer WR: Automatic tracking, feature extraction and classification of C elegans phenotypes. IEEE Trans Biomed Müh. 2004, 51: 1811-1820. 10.1109/TBME.2004.831532.

Huang K-M, Cosman P, Schafer WR: Machine vision based detection of omega bends and reversals in C. elegans. J Neurosci Methods. 2006, 158: 323-336. 10.1016/j.jneumeth.2006.06.007.

Huang K-M, Cosman P, Schafer WR: Automated detection and analysis of foraging behavior in Caenorhabditis elegans. J Neurosci Methods. 2008, 171: 153-164. 10.1016/j.jneumeth.2008.01.027.

Ramot D, Johnson BE, Berry TL, Carnell L, Goodman MB: The Parallel Worm Tracker: a platform for measuring average speed and drug-induced paralysis in nematodes. PLoS One. 2008, 3: e2208-10.1371/journal.pone.0002208.

Buckingham SD, Sattelle DB: Strategies for automated analysis of C. elegans locomotion. Invert Neurosci. 2008, 8: 121-131. 10.1007/s10158-008-0077-3.

Hoshi K, Shingai R: Computer-driven automatic identification of locomotion states in Caenorhabditis elegans. J Neurosci Methods. 2006, 157: 355-363. 10.1016/j.jneumeth.2006.05.002.

Tsibidis GD, Tavernarakis N: Nemo: a computational tool for analyzing nematode locomotion. BMC Neurosci. 2007, 8: 86-10.1186/1471-2202-8-86.

Buckingham SD, Sattelle DB: Fast, automated measurement of nematode swimming (thrashing) without morphometry. BMC Neurosci. 2009, 10: 84-10.1186/1471-2202-10-84.

Tsechpenakis G, Bianchi L, Metaxas D, Driscoll M: A novel computational approach for simultaneous tracking and feature extraction of C. elegans populations in fluid environments. IEEE Trans Biomed Müh. 2008, 55: 1539-1549.

Sznitman R, Gupta M, Hager GD, Arratia PE, Sznitman J: Multi-environment model estimation for motility analysis of Caenorhabditis elegans. PLoS One. 2010, 5: e11631-10.1371/journal.pone.0011631.

Green RA, Kao H-L, Audhya A, Arur S, Mayers JR, Fridolfsson HN, Schulman M, Schloissnig S, Niessen S, Laband K, Wang S, Starr DA, Hyman AA, Schedl T, Desai A, Piano F, Gunsalus KC, Oegema K: A high-resolution C. elegans essential gene network based on phenotypic profiling of a complex tissue. Hüceyrə. 2011, 145: 470-482. 10.1016/j.cell.2011.03.037.

Peng H, Long F, Liu X, Kim SK, Myers EW: Straightening Caenorhabditis elegans images. Bioinformatika. 2008, 24: 234-242. 10.1093/bioinformatics/btm569.

Olarte OE, Licea-Rodriguez J, Palero JA, Gualda EJ, Artigas D, Mayer J, Swoger J, Sharpe J, Rocha-Mendoza I, Rangel-Rojo R, Loza-Alvarez P: Image formation by linear and nonlinear digital scanned light-sheet fluorescence microscopy with Gaussian and Bessel beam profiles. Biomed Opt express. 2012, 3: 1492-1505. 10.1364/BOE.3.001492.

Patton EE, Zon LI: The art and design of genetic screens: zebrafish. Nat Rev Genet. 2001, 2: 956-966. 10.1038/35103567.

Zon LI, Peterson RT: In vivo drug discovery in the zebrafish. Nat Rev Drug Discov. 2005, 4: 35-44. 10.1038/nrd1606.

Pardo-Martin C, Chang T-Y, Koo BK, Gilleland CL, Wasserman SC, Yanik MF: High-throughput in vivo vertebrate screening. Nat Methods. 2010, 7: 634-636. 10.1038/nmeth.1481.

Taylor KL, Grant NJ, Temperley ND, Patton EE: Small molecule screening in zebrafish: an in vivo approach to identifying new chemical tools and drug leads. Cell Commun signal. 2010, 8: 11-10.1186/1478-811X-8-11.

Kimmel CB, Ballard WW, Kimmel SR, Ullmann B, Schilling TF: Stages of embryonic development of the zebrafish. Dev Dyn. 1995, 203: 253-310. 10.1002/aja.1002030302.

Peravali R, Gehrig J, Giselbrecht S, Lütjohann DS, Hadzhiev Y, Müller F, Liebel U: Automated feature detection and imaging for high-resolution screening of zebrafish embryos. Biotexnika. 2011, 50: 319-324.

Eguíluz C, Viguera E, Millán L, Pérez J: Multitissue array review: a chronological description of tissue array techniques, applications and procedures. Pathol Res Pract. 2006, 202: 561-568. 10.1016/j.prp.2006.04.003.

Wang C-W, Fennell D, Paul I, Savage K, Hamilton P: Robust automated tumour segmentation on histological and immunohistochemical tissue images. PLoS One. 2011, 6: e15818-10.1371/journal.pone.0015818.

Sommer C, Straehle C, Kothe U, Hamprecht FA: Ilastik: Interactive learning and segmentation toolkit. IEEE Int Symp Biomed Imaging. 2011, 2011: 230-233.

Kovar JL, Simpson MA, Schutz-Geschwender A, Olive DM: A systematic approach to the development of fluorescent contrast agents for optical imaging of mouse cancer models. Anal Biokimya. 2007, 367: 1-12. 10.1016/j.ab.2007.04.011.

Baker M: Animal models: inside the minds of mice and men. Təbiət. 2011, 475: 123-128. 10.1038/475123a.

De Chaumont F, Coura RD-S, Serreau P, Cressant A, Chabout J, Granon S, Olivo-Marin J-C: Computerized video analysis of social interactions in mice. Nat Methods. 2012, 9: 410-417. 10.1038/nmeth.1924.

Nägerl UV, Willig KI, Hein B, Hell SW, Bonhoeffer T: Live-cell imaging of dendritic spines by STED microscopy. Proc Natl Acad Sci U S A. 2008, 105: 18982-18987. 10.1073/pnas.0810028105.

Urban NT, Willig KI, Hell SW, Nägerl UV: STED nanoscopy of actin dynamics in synapses deep inside living brain slices. Biophys J. 2011, 101: 1277-1284. 10.1016/j.bpj.2011.07.027.

Masedunskas A, Milberg O, Porat-Shliom N, Sramkova M, Wigand T, Amornphimoltham P, Weigert R: Intravital microscopy: A practical guide on imaging intracellular structures in live animals. Bioarchitecture. 2012, 2: 143-157. 10.4161/bioa.21758.

Gavins FN: Intravital microscopy: new insights into cellular interactions. Curr Opin Pharmacol. 2012, 12: 601-607. 10.1016/j.coph.2012.08.006.

Farrar MJ, Bernstein IM, Schlafer DH, Cleland TA, Fetcho JR, Schaffer CB: Chronic in vivo imaging in the mouse spinal cord using an implanted chamber. Nat Methods. 2012, 9: 297-302. 10.1038/nmeth.1856.

Barretto RPJ, Schnitzer MJ: In vivo microendoscopy of the hippocampus. Cold Spring Harb Protoc. 2012, 2012: 1092-1099.

Barretto RPJ, Schnitzer MJ: In Vivo Optical Microendoscopy for Imaging Cells Lying Deep within Live Tissue. Cold Spring Harb Protoc. 2012, 2012: 1029-1034.

Lecoq J, Schnitzer MJ: An infrared fluorescent protein for deeper imaging. Nat Biotexnol. 2011, 29: 715-716. 10.1038/nbt.1941.

Barretto RPJ, Ko TH, Jung JC, Wang TJ, Capps G, Waters AC, Ziv Y, Attardo A, Recht L, Schnitzer MJ: Time-lapse imaging of disease progression in deep brain areas using fluorescence microendoscopy. Nat Med. 2011, 17: 223-228. 10.1038/nm.2292.

Piyawattanametha W, Cocker ED, Burns LD, Barretto RP, Jung JC, Ra H, Solgaard O, Schnitzer MJ: In vivo brain imaging using a portable 2.9 g two-photon microscope based on a microelectromechanical systems scanning mirror. Opt Lett. 2009, 34: 2309-2311. 10.1364/OL.34.002309.

Barretto RPJ, Messerschmidt B, Schnitzer MJ: In vivo fluorescence imaging with high-resolution microlenses. Nat Methods. 2009, 6: 511-512. 10.1038/nmeth.1339.

Flusberg BA, Nimmerjahn A, Cocker ED, Mukamel EA, Barretto RPJ, Ko TH, Burns LD, Jung JC, Schnitzer MJ: High-speed, miniaturized fluorescence microscopy in freely moving mice. Nat Methods. 2008, 5: 935-938. 10.1038/nmeth.1256.

Myers G: Why bioimage informatics matters. Nat Methods. 2012, 9: 659-660. 10.1038/nmeth.2024.

Swedlow JR, Eliceiri KW: Open source bioimage informatics for cell biology. Trends Cell Biol. 2009, 19: 656-660. 10.1016/j.tcb.2009.08.007.

Peng H: Bioimage informatics: a new area of engineering biology. Bioinformatika. 2008, 24: 1827-1836. 10.1093/bioinformatics/btn346.

Eliceiri KW, Berthold MR, Goldberg IG, Ibáñez L, Manjunath BS, Martone ME, Murphy RF, Peng H, Plant AL, Roysam B, Stuurmann N, Swedlow JR, Tomancak P, Carpenter AE: Biological imaging software tools. Nat Methods. 2012, 9: 697-710. 10.1038/nmeth.2084.

Davies ER: Computer and Machine Vision: Theory, Algorithms, Practicalities. 2012, New York, NY: Academic Press, 1-912.

Walter T, Shattuck DW, Baldock R, Bastin ME, Carpenter AE, Duce S, Ellenberg J, Fraser A, Hamilton N, Pieper S, Ragan MA, Schneider JE, Tomancak P, Hériché J-K: Visualization of image data from cells to organisms. Nat methods. 2010, 7: S26-S41. 10.1038/nmeth.1431.

Zwolinski L, Kozak M, Kozak K: 1Click1View: Interactive Visualization Methodology for RNAi Cell-Based Microscopic Screening. BioMed Res Int. 2013, 2013: 1-11.

Schmid B, Schindelin J, Cardona A, Longair M, Heisenberg M: A high-level 3D visualization API for Java and ImageJ. BMC Bioinformatics. 2010, 11: 274-10.1186/1471-2105-11-274.

Mosaliganti KR, Noche RR, Xiong F, Swinburne IA, Megason SG: ACME: Automated Cell Morphology Extractor for Comprehensive Reconstruction of Cell Membranes. PLoS Comput Biol. 2012, 8: e1002780-10.1371/journal.pcbi.1002780.

Horvath P, Wild T, Kutay U, Csucs G: Machine Learning Improves the Precision and Robustness of High-Content Screens: Using Nonlinear Multiparametric Methods to Analyze Screening Results. J Biomol Screen. 2011, 16: 1059-1067. 10.1177/1087057111414878.

Kvilekval K, Fedorov D, Obara B, Singh A, Manjunath BS: B: A platform for bioimage analysis and management. Bioinformatika (Oksford, İngiltərə). 2010, 26: 544-552. 10.1093/bioinformatics/btp699.

Goff SA, Vaughn M, McKay S, Lyons E, Stapleton AE, Gessler D, Matasci N, Wang L, Hanlon M, Lenards A, Muir A, Merchant N, Lowry S, Mock S, Helmke M, Kubach A, Narro M, Hopkins N, Micklos D, Hilgert U, Gonzales M, Jordan C, Skidmore E, Dooley R, Cazes J, McLay R, Lu Z, Pasternak S, Koesterke L, Piel WH: The iPlant Collaborative: Cyberinfrastructure for Plant Biology. Front plant sci. 2011, 2: 34-

Linkert M, Rueden CT, Allan C, Burel J-M, Moore W, Patterson A, Loranger B, Moore J, Neves C, Macdonald D, Tarkowska A, Sticco C, Hill E, Rossner M, Eliceiri KW, Swedlow JR: Metadata matters: access to image data in the real world. J Cell Biol. 2010, 189: 777-782. 10.1083/jcb.201004104.

Kankaanpää P, Paavolainen L, Tiitta S, Karjalainen M, Päivärinne J, Nieminen J, Marjomäki V, Heino J, White DJ: BioImageXD: an open, general-purpose and high-throughput image-processing platform. Nat Methods. 2012, 9: 683-689. 10.1038/nmeth.2047.

Rämö P, Sacher R, Snijder B, Begemann B, Pelkmans L: CellClassifier: supervised learning of cellular phenotypes. Bioinformatika. 2009, 25: 3028-3030. 10.1093/bioinformatics/btp524.

Boutros M, Brás LP, Huber W: Analysis of cell-based RNAi screens. Genom Biol. 2006, 7: R66-10.1186/gb-2006-7-7-r66.

Carpenter AE, Jones TR, Lamprecht MR, Clarke C, Kang IH, Friman O, Guertin DA, Chang JH, Lindquist RA, Moffat J, Golland P, Sabatini DM: CellProfiler: image analysis software for identifying and quantifying cell phenotypes. Genom biologiyası. 2006, 7: R100-10.1186/gb-2006-7-10-r100.

Kamentsky L, Jones TR, Fraser A, Bray M-A, Logan DJ, Madden KL, Ljosa V, Rueden C, Eliceiri KW, Carpenter AE: Improved structure, function and compatibility for CellProfiler: modular high-throughput image analysis software. Bioinformatics . 2011, 27: 1179-1180. 10.1093/bioinformatics/btr095.

Jones TR, Carpenter AE, Lamprecht MR, Moffat J, Silver SJ, Grenier JK, Castoreno AB, Eggert US, Root DE, Golland P, Sabatini DM: Scoring diverse cellular morphologies in image-based screens with iterative feedback and machine learning. Proc Natl Acad Sci U S A. 2009, 106: 1826-1831. 10.1073/pnas.0808843106.

Jones TR, Kang IH, Wheeler DB, Lindquist RA, Papallo A, Sabatini DM, Golland P, Carpenter AE: CellProfiler Analyst: data exploration and analysis software for complex image-based screens. BMC bioinformatika. 2008, 9: 482-10.1186/1471-2105-9-482.

Pau G, Fuchs F, Sklyar O, Boutros M, Huber W: EBImage--an R package for image processing with applications to cellular phenotypes. Bioinformatika. 2010, 26: 979-981. 10.1093/bioinformatics/btq046.

Bjornsson CS, Lin G, Al-Kofahi Y, Narayanaswamy A, Smith KL, Shain W, Roysam B: Associative image analysis: a method for automated quantification of 3D multi-parameter images of brain tissue. J Neurosci Methods. 2008, 170: 165-178. 10.1016/j.jneumeth.2007.12.024.

Schindelin J, Arganda-Carreras I, Frise E, Kaynig V, Longair M, Pietzsch T, Preibisch S, Rueden C, Saalfeld S, Schmid B, Tinevez J-Y, White DJ, Hartenstein V, Eliceiri K, Tomancak P, Cardona A: Fiji: an open-source platform for biological-image analysis. Nat Methods. 2012, 9: 676-682. 10.1038/nmeth.2019.

Hamilton NA, Teasdale RD: Visualizing and clustering high throughput sub-cellular localization imaging. BMC Bioinformatics. 2008, 9: 81-10.1186/1471-2105-9-81.

Hamilton NA, Wang JTH, Kerr MC, Teasdale RD: Statistical and visual differentiation of subcellular imaging. BMC Bioinformatics. 2009, 10: 94-10.1186/1471-2105-10-94.

De Chaumont F, Dallongeville S, Olivo-Marin J-C ICY: A new open-source community image processing software. 2011 IEEE International Symposium on Biomedical Imaging: From Nano to Macro. 2011, Chicago, IL: IEEE, 234-237.

De Chaumont F, Dallongeville S, Chenouard N, Hervé N, Pop S, Provoost T, Meas-Yedid V, Pankajakshan P, Lecomte T, Le Montagner Y, Lagache T, Dufour A, Olivo-Marin J-C: Icy: an open bioimage informatics platform for extended reproducible research. Nat Methods. 2012, 9: 690-696. 10.1038/nmeth.2075.

Kreshuk A, Straehle CN, Sommer C, Koethe U, Cantoni M, Knott G, Hamprecht FA: Automated detection and segmentation of synaptic contacts in nearly isotropic serial electron microscopy images. PLoS One. 2011, 6: e24899-10.1371/journal.pone.0024899.

Abràmoff MD, Hospitals I, Magalhães PJ, Abràmoff M: Image Processing with ImageJ. Biophotonics Int. 2004, 11: 36-42.

Schneider CA, Rasband WS, Eliceiri KW: NIH Image to ImageJ: 25 years of image analysis. Nat Methods. 2012, 9: 671-675. 10.1038/nmeth.2089.

Collins T: ImageJ for microscopy. Biotexnika. 2007, 43: S25-S30.

Pietzsch T, Preibisch S, Tomancák P, Saalfeld S: ImgLib2--generic image processing in Java. Bioinformatika. 2012, 28: 3009-3011. 10.1093/bioinformatics/bts543.

Schroeder W: The ITK Software Guide Second Edition Updated for ITK version 2. 4. 2005

Berthold MR, Cebron N, Dill F, Gabriel TR, Kötter T, Meinl T, Ohl P, Thiel K, Wiswedel B: KNIME - the Konstanz information miner. ACM SIGKDD Explorations Newsletter. 2009, 11: 26-10.1145/1656274.1656280.

Peng H, Long F, Ding C: Feature selection based on mutual information: criteria of max-dependency, max-relevance, and min-redundancy. IEEE Trans Pattern Anal Mach Intell. 2005, 27: 1226-1238.

Goldberg IG, Allan C, Burel J-M, Creager D, Falconi A, Hochheiser H, Johnston J, Mellen J, Sorger PK, Swedlow JR: The Open Microscopy Environment (OME) Data Model and XML file: open tools for informatics and quantitative analysis in biological imaging. Genom Biol. 2005, 6: R47-10.1186/gb-2005-6-5-r47.

Swedlow JR, Goldberg IG, Eliceiri KW: Bioimage informatics for experimental biology. Annu Rev Biophys. 2009, 38: 327-346. 10.1146/annurev.biophys.050708.133641.

Allan C, Burel J, Moore J, Blackburn C, Linkert M, Loynton S, Macdonald D, Moore WJ, Neves C, Patterson A, Porter M, Tarkowska A, Loranger B, Avondo J, Lagerstedt I, Lianas L, Leo S, Hands K, Hay RT, Patwardhan A, Best C, Kleywegt GJ, Zanetti G, Swedlow JR: OMERO: flexible, model-driven data management for experimental biology. Nat Methods. 2012, 9: 245-253. 10.1038/nmeth.1896.

Moore J, Allan C, Burel J-M, Loranger B, MacDonald D, Monk J, Swedlow JR: Open tools for storage and management of quantitative image data. Methods Cell Biol. 2008, 85: 555-570.

Cho BH, Cao-Berg I, Bakal JA, Murphy RF: OMERO.searcher: content-based image search for microscope images. Nat Methods. 2012, 9: 633-634. 10.1038/nmeth.2086.

Bauch A, Adamczyk I, Buczek P, Elmer F-J, Enimanev K, Glyzewski P, Kohler M, Pylak T, Quandt A, Ramakrishnan C, Beisel C, Malmström L, Aebersold R, Rinn B: openBIS: a flexible framework for managing and analyzing complex data in biology research. BMC Bioinformatics. 2011, 12: 468-10.1186/1471-2105-12-468.

Vaccarella A, Enquobahrie A, Ferrigno G, De ME: Modular multiple sensors information management for computer-integrated surgery. Int J Med Robot. 2012, 8: 253-260. 10.1002/rcs.1412.

Zhao T, Velliste M, Boland MV, Murphy RF: Object type recognition for automated analysis of protein subcellular location. IEEE Trans Image Process. 2005, 14: 1351-1359.

Peng T, Bonamy GMC, Glory-Afshar E, Rines DR, Chanda SK, Murphy RF: Determining the distribution of probes between different subcellular locations through automated unmixing of subcellular patterns. Proc Natl Acad Sci U S A. 2010, 107: 2944-2949. 10.1073/pnas.0912090107.

Rajaram S, Pavie B, Wu LF, Altschuler SJ: PhenoRipper: software for rapidly profiling microscopy images. Nat Methods. 2012, 9: 635-637. 10.1038/nmeth.2097.

Peng H, Ruan Z, Long F, Simpson JH, Myers EW: V3D enables real-time 3D visualization and quantitative analysis of large-scale biological image data sets. Nat Biotexnol. 2010, 28: 348-353. 10.1038/nbt.1612.

Peng H, Long F, Myers EW: VANO: a volume-object image annotation system. Bioinformatika. 2009, 25: 695-697. 10.1093/bioinformatics/btp046.

Rueden C, Eliceiri KW, White JG: VisBio: a computational tool for visualization of multidimensional biological image data. Trafik. 2004, 5: 411-417. 10.1111/j.1600-0854.2004.00189.x.

Schroeder W, Martin KW, LORENSEN B: The Visualization Toolkit An Object-Oriented Approach to 3-D Graphics. 1996, N.J.: Prentice Hall PTR - Upper Saddle River, 1-826.

Engel K, Bauer M, Greiner G, Ertl T, Group CG, Group IS: Interactive Volume Rendering on Standard PC Graphics Hardware Using Multi-Textures and Multi-Stage Rasterization. ACM SIGGRAPH/Eurographics Workshop on Graphics Hardware. 2001, 2000: 109-118.

Orlov N, Shamir L, Macura T, Johnston J, Eckley DM, Goldberg IG: WND-CHARM: Multi-purpose image classification using compound image transforms. Pattern Recognit Lett. 2008, 29: 1684-1693. 10.1016/j.patrec.2008.04.013.

Gustafsson MGL: Nonlinear structured-illumination microscopy: wide-field fluorescence imaging with theoretically unlimited resolution. Proc Natl Acad Sci U S A. 2005, 102: 13081-13086. 10.1073/pnas.0406877102.

Huang B, Wang W, Bates M, Zhuang X: Three-dimensional super-resolution imaging by stochastic optical reconstruction microscopy. Elm. 2008, 319: 810-813. 10.1126/science.1153529.

Hess ST, Girirajan TPK, Mason MD: Ultra-high resolution imaging by fluorescence photoactivation localization microscopy. Biophys J. 2006, 91: 4258-4272. 10.1529/biophysj.106.091116.

Jones SA, Shim S-H, He J, Zhuang X: Fast, three-dimensional super-resolution imaging of live cells. Nat Methods. 2011, 8: 499-508. 10.1038/nmeth.1605.

Keller PJ, Schmidt AD, Wittbrodt J, Stelzer EHK: Digital scanned laser light-sheet fluorescence microscopy (DSLM) of zebrafish and Drosophila embryonic development. Cold Spring Harb Protoc. 2011, 2011: 1235-1243.

Bria A, Iannello G: TeraStitcher - A Tool for Fast Automatic 3D-Stitching of Teravoxel-Sized Microscopy Images. BMC Bioinformatics. 2012, 13: 316-10.1186/1471-2105-13-316.

Cardona A, Tomancak P: Current challenges in open-source bioimage informatics. Nat Methods. 2012, 9: 661-665. 10.1038/nmeth.2082.

Carpenter AE, Kamentsky L, Eliceiri KW: A call for bioimaging software usability. Nat Methods. 2012, 9: 666-670. 10.1038/nmeth.2073.

Edelstein A, Amodaj N, Hoover K, Vale R, Stuurman N: Computer control of microscopes using μManager. Molekulyar biologiyada mövcud protokollar. Edited by: Ausubel FM. 2010, Chapter 14:Unit14.20

Shamir L, Delaney JD, Orlov N, Eckley DM, Goldberg IG: Pattern recognition software and techniques for biological image analysis. PLoS Comput Biol. 2010, 6: e1000974-10.1371/journal.pcbi.1000974.

Loo L-H, Wu LF, Altschuler SJ: Image-based multivariate profiling of drug responses from single cells. Nat Methods. 2007, 4: 445-453.

Johnston J, Iser WB, Chow DK, Goldberg IG, Wolkow CA: Quantitative image analysis reveals distinct structural transitions during aging in Caenorhabditis elegans tissues. PLoS One. 2008, 3: e2821-10.1371/journal.pone.0002821.

Perlman ZE, Slack MD, Feng Y, Mitchison TJ, Wu LF, Altschuler SJ: Multidimensional drug profiling by automated microscopy. Elm. 2004, 306: 1194-1198. 10.1126/science.1100709.

Cornelissen F, Cik M, Gustin E: Phaedra, a protocol-driven system for analysis and validation of high-content imaging and flow cytometry. J Biomol Screen. 2012, 17: 496-506. 10.1177/1087057111432885.


Videoya baxın: Apartmanın Arı Oğulunu Aldık Bal Avcısı (Avqust 2022).