우리는이 연구에 자금을 지원하기위한보다 폰 아메리카 재단, 빌 &amp; 멜린다 게이츠 재단, 그리고 상 파울로 연구 재단 (FAPESP)에 감사의 말씀을 전합니다. 우리는 또한이 프로젝트에 대한 그들의 조언을, 캘리포니아 리버 사이드 대학의 곤충학의 부서에서 많은 교수진에게 감사의 말씀을 전합니다.

1 곤충 식민지와 양육 <ol><li> 모기 식민지와 양육 <ol><li> 야생에서 유래 후면 쿨 렉스 tarsalis, 쿨 렉스 quinquefasciatus, 쿨 렉스 stigmatosoma 및 실험실 식민지에서 Aedes aegypti 성인, 개인을 붙 잡았다. </li><li> 표준 실험실 조건에서 에나멜 팬의 후면 모기 유충 (27 ° C, 16 : 8 시간 등 : 1 시간 황혼 / 새벽 기간 어두운 [LD] 사이클), 지상 짐승 차우의 혼합물에 그 광고를 무제한으로 공급하고 맥주 효모 (3 : 1, v : v). </li><li> 200 ㎖의 컵에 모기 번데기를 수집하고 실험 챔버에 배치합니다. 또한, 등장 일주 내에서 실험 챔버로 성인 모기를 대기음. 각 실험 챔버는 같은 종 / 섹스의 20-40 개인이 포함되어 있는지 확인합니다. </li><li> 10 %의 자당과 물 혼합물의 급지 모기 성충 임의로 (ad libitum). 음식 매주 교체합니다. </li><li> PL 일주일에 두 번면 수건을 적셔케이지 내의 습도를 유지하기 위해 실험 챔버의 상부에 그들 에이스. 또한, 전체적인 습도 수준을 유지하도록 항상 챔버 내에 수돗물 200 ㎖의 컵을 놓는다. </li><li> 8 시간 빛 : 16의 실험 챔버를 유지 어두운 [LD] 사이클, 20.5-22 ° C 및 30 % ~ 50 % RH를 실험 기간 동안. </li></ol></li><li> 주택 플라이와 과일 플라이 식민지와 양육 <ol><li> 야생에서 파생 된 실험실 식민지에서 후면 파리 자리의 domestica입니다은 개인을 붙 잡았다. 실험 실에서 야생 초파리 simulans 개인과 후면을 잡아라. </li><li> 표준 실험실 조건에서 플라스틱 욕조에서 후면 파리 자리의 domestica입니다 유충 (12시 12분 시간 등 : 어두운 [LD] 사이클, 26 ° C, 40 % RH) 물, 쌀겨 가루, 알팔파, 효모, 가루 우유의 혼합물. 양육 챔버의 후면 초파리 simulans 유충과 부패의 혼합물에 그 광고를 무제한으로 공급과일. </li><li> 등장 일주 내 실험 챔버에 대기음 성인 파리 자리의 domestica입니다. 성인 초파리 simulans 직접 실험 실에서 사육 할 수 있습니다. 데이터 수집에 앞서, 각 실험 챔버 이상 10 ~ 15 개인 파리 자리의 domestica입니다 또는 20 ~ 30 개인 초파리 simulans에는 포함되어 있지 않습니다 있는지 확인하십시오. </li><li> 물에 무료로 액세스 할 수있는, 설탕, 저지방 탈지 우유 혼합물에 성인 파리 자리의 domestica입니다 수의를 공급. 썩는 과일의 혼합물 급지 성인 초파리 simulans 임의로 (ad libitum). 음식 매주 교체합니다. </li><li> 8 시간 빛 : 16에 실험 챔버를 유지 어두운 [LD] 사이클, 20.5-22 ° C 및 30 % ~ 50 % RH를 실험 기간 동안. </li></ol></li></ol> 실험 챔버에서 2 기록 플라잉 소리 <ol><li> 실험 챔버 설치 참고 : &quot;실험 C를hamber은 &quot;데이터가 기록 된 우리의 실험실에서 설계 케이지를 나타낸다. 이 센서는 매우 저렴합니다. 대량으로 구축하면, 셋업은 $ 10 미만을 위해 제조 될 수있다. <ol><li> 67cm L X 22cm의 폭 x 24.75 cm의 H, 또는 작은 크기 : 30cm L X 20cm의 폭 x 20cm의 H. 실험 챔버는 포토 트랜지스터 배열 및 구성 실험 챔버, 큰 사이즈 중 하나를 구축 포토 트랜지스터 배열을 가리키는 레이저 라인. 주 : 또한, 챔버는 센서 장치뿐만 아니라 곤충에 대한 액세스를 허용하도록 PVC 파이프의 부분에 부착 된 슬리브를 포함하도록 수정된다 Kritter 키퍼로 구성된다. </li><li> 전자 보드에 포토 트랜지스터 배열을 연결합니다. 전자 보드의 출력은 디지털 음성 레코더에 공급 및 MP3 포맷의 오디오 데이터로서 기록된다. 도 1.II의 센서도 1.I에서 챔버의 물리적 버전의 논리 설계를 참조. </li><l난&gt; 곤충의 이탈을 방지하기 위해 내부에 부착 된 메쉬 천의 조각으로 실험 챔버의 뚜껑을 수정한다. NOTE : 곤충 레이저 빔을 가로 질러 날아간 경우, 날개가 부분적으로 광을 흡장 작게 광 변화를 야기. 광 변동은 전류의 변화와 같은 포토 트랜지스터 어레이에 의​​해 포착되고, 신호는 전자 보드 설계 맞춤에 의해 필터링 및 증폭된다. </li></ol></li><li> 비행 곤충에 의해 제작 기록 사운드로 시스템 설정 <ol><li> 전원 공급 장치에 실험 챔버를 연결합니다. 전원을 켜십시오. </li><li> 실험 실에서 레이저 조명과 photoarray을 찾을 수 있습니다. photoarray에 레이저 조명을 맞 춥니 다. 레이저 광은 모든 개별 photodiod 중심까지 챔버의 내부에 부착 photoarray 자석에 대응 실험 챔버의 외측에 자석을 사용 photoarray을 조정, 적절한 정렬을 달성하기 위해,에스. </li><li> 시스템이 제대로 설정되어 있는지 확인하기 위해이 전성 검사를 수행합니다. 참고 : 첫 번째 단계는 시스템이 모든 전선이 제대로 연결되어 전원이 레이저는 사진 배열을 가리키고 있는지 확인하는 것입니다. 두번째 단계는 곤충의 wingbeats의 사운드를 캡처 할 수 있도록 레이저 정렬에 추가 확인을 수행하는 것이다. <ol><li> 오디오 잭에 (오히려 레코더보다) 헤드폰을 연결합니다. 레이저 광의 평면을 깨고, photoarray 근처에 그리고 실험 챔버 밖으로 손 런지. 확인 레이저 표시등이 켜져 있는지 확인합니다 (그것은 빛의 레드 빔 될 것입니다) 당신은 당신의 손으로 빛의 비행기를 몇 번을 깰 것이다. 당신의 손과 광선의 외출로 소음 레벨의 변화를 듣습니다. 만약 가청 차이를 검출하는 경우, 센서가 큰 물체의 움직임에 의해 생성 된 사운드를 캡처 할 수있다. 성공하면 헤드폰이 제대로 연결되어 있는지 확인하십시오, 그렇지 않으면 다음 전성 검사로 이동하고레이저가 photoarray 가리키는되어 있는지 여부를 확인합니다. 손의 사운드와 실험 챔버 밖으로 이동들을 수에 따라 때까지 photoarray을 조정합니다. </li><li> 자동 칫솔에 전기 배선의 얇은 조각을 연결합니다. 칫솔의 전원을 켜고 및 phototarray에 가까운 실험 실에서 배선을 뛰어. 이 이동함에 따라 레이저 광 배선의 조각을 타격되어 있는지 확인합니다. 만약 가청 주파수에서 변화를 검출하는 경우의 배선 부분은 레이저 광의 평면을 중단 할 때, 시스템은 작은 물체 즉, 곤충 소리의 움직임에 의해 생성 된 사운드를 캡처 할 준비가되어있다. 당신이 소리의 차이를 감지하지 않는 경우, 레이저 조명과 photoarray를 다시 정렬 2.2.2 단계로 돌아갑니다. </li></ol></li><li> 시스템이 적절하게 설정 한 후, 뚜껑을 닫고 곤충을 추가합니다. </li></ol></li><li> 데이터 수집 : 비행 곤충에 의해 제작 기록 사운드 <ol><li> 레코더를 켜고 voic을다음의 정보를 포함하는 전자 주석 : 실험 챔버 내의 종의 이름, 곤충, 날짜 및 시간, 현재 주변 RT 및 상대 습도의 나이. 녹음을 일시 중지합니다. </li><li> 오디오 케이블을 통해, 시스템에 레코더를 연결하고, 기록을 재개. 다음 녹음을 중지, 삼일에 기록하는 레코더를 둡니다. </li><li> PC에 새 폴더에 레코더에서 데이터를 다운로드합니다. 데이터를 삭제하여 레코더 비우기. </li><li> 나머지 곤충이 죽어 없었다 케이지에서 살아 남은 5 개 이상의 곤충이 더 없을 때까지 위의 기록 과정을 반복합니다. </li></ol></li></ol> 3 센서 데이터 처리 및 비행 곤충에 의해 제작 사운드의 검출 <ol><li> 비행 곤충에 의해 제작 소리를 감지하는 소프트웨어를 사용합니다. 주 : 소프트웨어 (검출 알고리즘)은 실시간보다 훨씬 빠르다. 그것은 DAT의 즉, 삼일, 기록 세션을 처리하기 미만 3 시간 소요, 2.00 GHz의 8 기가 바이트 RAM에서 인텔 (R) 코어 ™ CPU를 표준 시스템에. <ol><li> 기록 세션에서 데이터를 포함하는 각 폴더에 대해 곤충 소리를 검출하는 검출 소프트웨어를 실행. 소프트웨어, 오픈 MATLAB을 실행하고 DATADIR은 기록 데이터의 디렉토리입니다 명령 창에 &quot;circandian_wbf (DATADIR)&quot;를 입력합니다. 그런 다음 시작하려면 &quot;입력&quot;키를 누릅니다. 참고 : 참조 # 16에서 검출 소프트웨어 circadian_wbf를 다운로드합니다. </li><li> 알고리즘이 종료 될 때까지, 다음 검출 결과를 확인 기다린다. 이 알고리즘의 출력을 검색 한 모든 곤충 DATADIR 이전 단계와 동일하다 &quot;DATADIR의 _extf&quot;라는 이름의 새 폴더에 소리가 난다. 각 사운드 파일은 디지털 필터는 노이즈를 제거하기 위해 적용하여 원래 것의 기록으로부터 추출 된 1 초 긴 오디오 클립이다. 감지 된 각 사운드의 발생 시간은 &quot;DATADIR _time.mat &amp;이라는 이름의 파일에 저장됩니다# 8221 ;. 그림 2에서 검출 된 곤충 소리의 예를 관찰한다. </li></ol></li><li> 탐지 알고리즘 <ol><li> 기록을 통해 슬라이드 0.1 초 긴 슬라이딩 윈도우를 사용합니다. 슬라이딩 윈도우는 기록의 시작 부분에서 시작한다. 각 창은 아래의 단계를 따릅니다. <ol><li> 현재 윈도우의 기본 주파수를 계산한다. </li><li> 기본 주파수가 100 Hz에서 1200 Hz에서의 범위이면, 다음을 수행 <ol><li> 기록에서 현재 창에서 중심으로 한 초 긴 오디오 클립을 추출; 클립의 노이즈를 제거하고 폴더 &quot;DATADIR의 _extf&quot;으로 필터링 된 오디오를 저장하는 디지털 필터를 적용합니다. </li><li> 파일 &quot;DATADIR의 _time&quot;로 현재 윈도우의 발생 시간을 절약 할 수 있습니다. </li><li> 즉시 추출 된 오디오 클립을 다음 지점으로 슬라이딩 윈도우를 이동합니다. </li></ol></li><li> 기본 FR 경우equency Hz에서 100 Hz에서 1200까지의 범위 내에서, 단순히 전방 슬라이딩 윈도우 0.01 초 이동 NOT이다. </li></ol></li><li> 슬라이딩 윈도우는 기록의 끝에 도달 할 때까지 프로세스를 반복한다. </li></ol></li></ol> 4 곤충 분류 <ol><li> 그냥 비행 사운드를 사용 베이지안 분류 참고 : 베이지안 분류기는 가장 가능성있는 클래스에 객체를 분류 확률 분류이다. <ol><li> 사운드 기능 계산 <ol><li> 각 곤충 사운드를 들어 이산 푸리에 변환을 이용하여 사운드 (DFT)의 주파수 스펙트럼을 계산한다. 주파수 범위에 대응하는 데이터 만이 지점을 포함하는 주파수 스펙트럼을 잘라 : 100 Hz에서 2000 Hz에서한다. 절단 된 주파수 스펙트럼이어서 곤충 사운드의 &quot;대표&quot;로 분류에 사용된다. 주 : DFT는 주파수 영역에서 시간 영역 신호를 변환 알고리즘이다. 그것은 부이입니다LT-에서 대부분의 프로그래밍 라이브러리의 기능,이 한 줄의 코드로 프로그램에서 호출 할 수 있습니다. </li></ol></li><li> 베이지안 분류기를 교육 <ol><li> 사운드 기능을 사용하여 사후 확률 분포를 배울 수있는 KNN 밀도 추정 방법 (14)를 사용합니다. KNN 접근 방식, 훈련 단계는 훈련 데이터 집합을 구축하는 것입니다. <ol><li> 랜덤 곤충의 각 종에 대해 수집 된 데이터로부터 곤충 사운드 샘플 번호. </li><li> 4.1.1의 단계에 따라 각 샘플링 사운드를 절단 된 주파수 스펙트럼을 계산한다. 함께 샘플 &#39;클래스 레이블 (곤충 종의 이름)와 절단 된 스펙트럼은 훈련 데이터 집합을 구성. </li></ol></li></ol></li><li> 알 수없는 곤충을 분류하는 베이지안 분류기를 사용하여 <ol><li> 미지의 곤충 소리 절두 주파수 스펙트럼을 계산한다. </li><li> unknow의 절단 된 스펙트럼 사이의 유클리드 거리를 계산n 개의 개체 및 훈련 데이터 집합의 모든 절단 스펙트럼. </li><li> 상단 K (이 논문에서 K = 8) 훈련 데이터 셋의 알 수없는 개체의 가장 가까운 이웃을 찾아보십시오. 클래스로 분류되어 가기 K 가까운 이웃의 분수로 클래스에 속하는 알 곤충 사운드의 사후 확률을 계산한다. </li><li> 가장 높은 사후 확률을 갖는 클래스 미지의 객체를 분류. </li></ol></li></ol></li><li> 곤충 24 시간주기 리듬 : 분류에 기능 추가 <ol><li> , 곤충의 각 종의 생체 리듬 곤충 소리의 발생 시간, 클래스 에어컨 분포를 알아보십시오. <ol><li> 검색 결과에서 각 사운드 (CF 섹션 3.2)의 발생 시간을 얻습니다. </li><li> 각 종, 곤충 소리 발생 시각의 히스토그램을 구축. </li><li> 히스토그램의 영역이 하나가되도록 히스토그램 정규화. 정상화 된 히스토그램은 주어진 종의 생체 리듬이다. 이것은 특정 기간 내에 비행, 그 종, 곤충을 관찰 할 확률을 말한다. </li></ol></li><li> &quot;곤충 소리&quot;및 생체 리듬을 조합하여 불명 &quot;곤충 소리&quot;분류 <ol><li> 미지의 곤충 소리가 발생한 시간에 특정 지점이 주어 클래스의 생체 리듬에 기초하여 클래스의 곤충을 관찰 할 확률을 얻었다. 주 : 생체 리듬이 확률 분포이다. 또한, 하루 중 특정 시간에 특정 곤충의 종에 의해 생성 된 소리를 검출하는 확률을 지정하는 배열이다. 시간이 주어진 후에 그래서, 하나는 단순히 확률을 얻을 수있는 배열을 확인할 수 있습니다. </li><li> 알 수없는 소리가 사운드 기능을 사용하여 클래스에 속한 사후 확률을 계산하기 4.1.2의 단계를 따릅니다. 이리저리 결과를 사후 확률을 곱하면새로운 사후 확률을 얻을 수있는 이전 단계를 m. </li><li> 새로운 높은 사후 확률을 갖는 클래스에 &quot;미지의 음성을&quot;분류. </li></ol></li></ol></li><li> 분류 한 번 더 기능을 추가 : 곤충 지리적 분포를 <ol><li> 관심의 어느 역사 기록에서 발표 된 자료, 관련 문헌에서 종의 지리적 분포를 알아보기, 또는 단순히 현장 기술자 / 생물 학자에서 첫 손 지식을 수집합니다. 도 7에 도시 된 바와 같이 설명을 위하여, 그래픽 분포의 시뮬레이션을 사용한다. </li><li> &quot;비행 소리&quot;및 두 개의 추가 기능을 사용하여 &quot;알 수없는 곤충 소리를&quot;분류. <ol><li> 곤충 사운드가 ​​인터셉트 된 지리적 위치를 감안할 때, 종 분포의 그래픽을 사용하여 특정 위치에서 클래스 곤충 관찰의 확률을 계산한다. <ol><li> 4.2.2의 단계에 따라ND &quot;미지의 사운드가&quot;사운드 기능 및 생체 리듬을 사용하여 클래스에 속하는 사후 확률을 계산한다. 새로운 사후 확률을 얻기 위하여, 이전 단계의 결과로이 단계의 결과를 곱한다. </li></ol></li><li> 새로운 높은 사후 확률을 갖는 클래스에 &quot;미지의 음성을&quot;분류. </li></ol></li></ol></li><li> 기능 추가를위한 일반 프레임 워크 <ol><li> 기본 분류로 단지 사운드 기능을 사용 베이지안 분류기를 생각해 보자. 분류에 새로운 기능을 추가하려면 아래의 단계를 따르십시오. <ol><li> 교육 단계에서 새로운 기능의 클래스 에어컨 밀도 함수를 배운다. </li><li> 분류 단계에서, &quot;알 사운드&quot;의 새로운 기능 부여, 이전 단계에서 학습 밀도 함수를 이용하여 클래스의 기능을 관찰 할 확률을 계산한다. 홍보에 새로운 가능성을 곱단지 홀수 특징에 기초하여 계산 된 클래스에 속하는 &quot;알 사운드&quot;에 대응 evious 사후 확률은 새로운 사후 확률을 얻었다. 새로운 높은 사후 확률을 갖는 클래스 미지의 객체를 분류. </li></ol></li></ol></li></ol>

<ol>
	<li>Kahn, M. C., Celestin, W., Offenhauser, W. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Recording+of+sounds+produced+by+certain+disease-carrying+mosquitoes.">Recording of sounds produced by certain disease-carrying mosquitoes.</a> Science. 101 (2622), 335-336 (1945).</li><li>Reed, S. C., Williams, C. M., Chadwick, L. E. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Frequency+of+wing-beat+as+a+character+for+separating+species+races+and+geographic+varieties+of+Drosophila.">Frequency of wing-beat as a character for separating species races and geographic varieties of Drosophila.</a> Genetics. 27 (3), 349 (1942).</li><li>Belton, P., Costello, R. A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Flight+sounds+of+the+females+of+some+mosquitoes+of+Western+Canada.">Flight sounds of the females of some mosquitoes of Western Canada.</a> Entomologia experimentalis et applicata. 26 (1), 105-114 (1979).</li><li>Mankin, R. W., Machan, R., Field Jones, R. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=testing+of+a+prototype+acoustic+device+for+detection+of+Mediterranean+fruit+flies+flying+into+a+trap.">testing of a prototype acoustic device for detection of Mediterranean fruit flies flying into a trap.</a> Proc. 7th Int Symp Fruit Flies of Economic Importance. , 10-15 (2006).</li><li>Raman, D. R., Gerhardt, R. R., Wilkerson, J. B. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Detecting+insect+flight+sounds+in+the+field+Implications+for+acoustical+counting+of+mosquitoes.">Detecting insect flight sounds in the field Implications for acoustical counting of mosquitoes.</a> Transactions of the ASABE. 50 (4), 1481 .</li><li>Moore, A., Miller, J. R., Tabashnik, B. E., Gage, S. H. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Automated+identification+of+flying+insects+by+analysis+of+wingbeat+frequencies.">Automated identification of flying insects by analysis of wingbeat frequencies.</a> Journal of economic entomology. 79 (6), 1703-1706 (1986).</li><li>Moore, A., Miller, R. H. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Automated+identification+of+optically+sensed+aphid+(Homoptera:+Aphidae)+wingbeat+waveforms.">Automated identification of optically sensed aphid (Homoptera: Aphidae) wingbeat waveforms.</a> Annals of the Entomological Society of America. 95 (1), 1-8 (2002).</li><li>Li, Z., Zhou, Z., Shen, Z., Yao, Q. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Automated+identification+of+mosquito+(diptera:+Culicidae)+wingbeat+waveform+by+artificial+neural+network.">Automated identification of mosquito (diptera: Culicidae) wingbeat waveform by artificial neural network.</a> Artificial Intelligence Applications and Innovations. , 483-489 (2005).</li><li>Moore, A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Artificial+neural+network+trained+to+identify+mosquitoes+in+flight.">Artificial neural network trained to identify mosquitoes in flight.</a> Journal of insect behavior. 4 (3), 391-396 (1991).</li><li>Halevy, A., Norvig, P., Pereira, F. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=The+unreasonable+effectiveness+of+data.">The unreasonable effectiveness of data.</a> Intelligent Systems, IEEE. 24 (2), 8-12 (2009).</li><li>Banko, M., Brill, E. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Mitigating+the+paucity-of-data+problem+exploring+the+effect+of+training+corpus+size+on+classifier+performance+for+natural+language+processing.">Mitigating the paucity-of-data problem exploring the effect of training corpus size on classifier performance for natural language processing.</a> , 1-5 (2001).</li><li>Shotton, J., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Real-time+human+pose+recognition+in+parts+from+single+depth+images.">Real-time human pose recognition in parts from single depth images.</a> Communications of the ACM. 56 (1), 116-124 (2013).</li><li>Ilyas, P. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Classifying+insects+on+the+fly.">Classifying insects on the fly.</a> Ecological Informatics. , (2013).</li><li>Mack, Y. P., Rosenblatt, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Multivariate+k-nearest+neighbor+density+estimates.">Multivariate k-nearest neighbor density estimates.</a> Journal of Multivariate Analysis. 9 (1), 1-15 (1979).</li><li>Benedict, M., Robinson, A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=The+first+releases+of+transgenic+mosquitoes+an+argument+for+the+sterile+insect+technique.">The first releases of transgenic mosquitoes an argument for the sterile insect technique.</a> TRENDS in Parasitology. 19 (8), 349-355 (2003).</li><li>. Supporting Materials Available from: <a target="_blank" href="https://sites.google.com/site/insectclassification">https://sites.google.com/site/insectclassification</a></li><li>Chen, Y., Why, A., Batista, G., Mafra-Neto, A., Keogh, E. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Flying+Insect+Classification+with+Inexpensive+Sensors.">Flying Insect Classification with Inexpensive Sensors.</a> Journal of Insect. 27 (5), 657-677 (2014).</li></ol>

저자는 그들이 더 경쟁 금전적 이해 관계가 없다고 선언합니다.

여기에 설명 된 센서 / 분류 프레임 워크는 비행 곤충의 저렴하고 확장 가능한 분류를 할 수 있습니다. 시스템에 의해 달성 정확도는 상용 제품의 개발을 허용하도록 충분하고 곤충학 연구에 유용한 도구가 될 수있다. 정확하고 자동 비행 곤충을 분류하기 위해 저렴하고 비 침습적 센서를 사용하는 능력은 곤충학 연구에 상당한 영향을 미칠 것입니다. 예를 들어, 곤충 벡터를 카운트하고 분류하는 분야에서 시스템을 배치하여, 시스템은, 말라리아에 대처하기 위해 중재 / 억제 프로그램을 계획하는데 사용될 수있다 제조 실시간 정보를 타겟 종의 실시간 카운트를 제공 할 수있다. 또한, 시스템은 자동으로 곤충 성을 분리 할 수 있고, 따라서 수동 곤충 sexing의 지루하고 시간 소모적 인 작업에서 멸균 곤충 기법 (15)에 작업 무료 곤충 학자에 사용될 수있다. &lt;/ P&gt; 본 시스템에서, 가장 중요한 단계는 적절하게 데이터 수집 센서를 셋업하는 것이다. 레이저 및 포토 배열이 적절하게 정렬되지 않으면, 데이터는 매우 시끄러운 것이다. 곤충이 케이지에 배치 된 후, 사진 배열은 항상 미세 조정 케이지의 외측에 자석을 이용해야한다. 케이지 근처에 조명, 카메라 플래시 및 진동을 깜박이 데이터에 노이즈를 소개합니다. 따라서, 깨끗한 데이터를 얻기 어두운 방에 케이지를 배치, 어디서나 필요한 진동의 수준을 감소하기 위해 케이지에서 마른 수건을 배치합니다. 이 연구에서 제시된 분류는 두 개의 추가 기능을 사용했다. 그러나, 분류 성능을 향상시킬 수있는 추가 기능 수십있을 수 있습니다. 잠재적 인 기능은 특정 도메인 및 응용 프로그램이기 때문에, 사용자는 사용자의 특정 필요 또는 응용 프로그램에 따라 기능을 선택할 수 있습니다. CL의 일반적인 프레임 워크assifier 사용자가 쉽게 분류 성능을 향상시키기 위해 분류 기능을 추가 할 수있다. 우리의 생각의 도입 및 확장을 장려하기 위해, 우리는 UCR 전산 곤충학 페이지 16-17에서 자유롭게 사용할 수있는 모든 코드, 데이터 및 센서 회로도를 만들고있다. 또한, 예산의 범위 내에서, 우리는 하나를 요청하는 연구 곤충 학자에 (도 1에 도시 된 바와 같이) 전체 시스템을주는 우리의 연습을 계속한다.

자동으로 비행의 부수적 인 사운드를 사용하여 곤충을 분류하는 아이디어는 초기 컴퓨터의 일 시중에서 판매하는 오디오 녹음 장비 1 거슬러 올라간다. 그러나, 약간의 진전이 개입 수십 년 동안이 문제에 만들어졌다. 이 추구하는 진보의 부족은 여러 가지 관련 요인에 기인 할 수있다. 첫째, 유효 센서 부족 데이터 수집이 곤란했다. 데이터를 수집하는 대부분의 노력은 음향 마이크 2-5을 사용했다. 이러한 장치는 매우 희박한 및 저품질 데이터 결과 및 잡음 환경에서 주변 잡음을 바람에 매우 민감하다. 둘째, 이러한 데이터 품질 문제를 복잡하게하는 것은 많은 연구자가 매우 복잡 분류 모델, 특히 신경망 6-8을 배우고 시도했다는 사실이다. 예 불과 수십와 복잡한 분류 모델을 배우고 시도,오버 피팅위한 조리법이다. 셋째, 취득 데이터의 성사는 많은 연구자들은 300 인스턴스 9 이하로 몇 가지로, 매우 제한된 데이터로 분류 모델을 구축하려고 시도한 것을 의미하고있다. 그러나, 정확한 분류 모델을 구축하기위한, 더 많은 데이터가 10-13 나은 것으로 알려져있다. 이 작품은 세 가지 문제를 해결합니다. 광학 (오히려 음향보다) 센서는 소음과 주변 소리를 바람에 완전 불변으로, 멀리 m에서 곤충 비행의 &quot;소리&quot;기록하는 데 사용할 수 있습니다. 이 센서 레이블 교육 인스턴스 결합 이전의 모든 노력보다 훨씬 더 많은 데이터를 수백만의 기록을 허용하고, 따라서 그 괴롭혔다을 통해 피팅 이전의 연구 노력을 피할 수있다. 그 아래에 표시되는 원칙적인 방법은 분류 모델에 추가 정보를 통합 할 수 있습니다. 이 추가 정보는 quotidian로와 같이 할 수있다날짜 시간으로 구하기 쉬운, 그러나 아직도이 모델의 정확도에 상당한 이득을 생산하고 있습니다. 마지막으로, 우리는 수집 된 데이터의 엄청난 양의 우리가 간단하고 정확하고 강력한 분류를 생산하는 &quot;데이터의 불합리한 효과&quot;열을 활용할 수 있다는 사실이 처음으로 밝혀졌다. 요약하면, 비행 곤충의 분류는 연구 실험실에서 만든 반신 반의 청구를 넘어서 지금은 실제 배포 할 준비가되었습니다. 이 연구에서 제시된 센서와 소프트웨어는 전 세계적으로 그들의 연구를 가속화 할 강력한 도구를 연구자를 제공 할 것입니다.

<table border="0" cellpadding="0" cellspacing="0" width="1293">
	<tbody>
		<tr height="21">
			<td height="21" style="height:21px;width:328px;">Name of Material/ Equipment</td>
			<td style="width:237px;">Company</td>
			<td style="width:257px;">Catalog Number</td>
			<td style="width:471px;">Comments/Description</td>
		</tr>
		<tr height="21">
			<td height="21" style="height:21px;width:328px;">Audio Recorder: ICD-PX312</td>
			<td style="width:237px;">Sony</td>
			<td style="width:257px;">4-267-065-11(2)</td>
			<td>With a 8 GB microSD extra memory</td>
		</tr>
		<tr height="21">
			<td height="21" style="height:21px;width:328px;">Insectary</td>
			<td style="width:237px;">Lee&#39;s Aquarium &#38; Pet Products.</td>
			<td style="width:257px;">20088 HerpHaven&#174;, Large Rectangle</td>
			<td style="width:471px;">14 1/2&#34; Long x 8 3/4&#34; Wide x 9 3/4&#34; high. Modified to house insects.&#160;</td>
		</tr>
		<tr height="42">
			<td height="42" style="height:42px;width:328px;">Laser Line Generator, 650nm (red)</td>
			<td style="width:237px;">Apinex (www.apinex.com)</td>
			<td style="width:257px;">LN60-650</td>
			<td style="width:471px;">5mW. This is a low powered laser, similar to a teachers lasers pointer</td>
		</tr>
		<tr height="63">
			<td height="63" style="height:63px;width:328px;">Photodiode Array</td>
			<td style="width:237px;">VISHAY SEMICONDUCTOR&#160; TEFD4300&#160; PIN PHOTODIODE, 650NM, 20DEG, T1</td>
			<td style="width:257px;">TEFD4300</td>
			<td style="width:471px;">We made a custom array of 15 of these Photodiodes wired in parallel</td>
		</tr>
		<tr height="63">
			<td height="63" style="height:63px;">Analogue to Digital Convertor Integrated Circuit&#160;</td>
			<td style="width:237px;">Custom made in our lab</td>
			<td style="width:257px;"></td>
			<td style="width:471px;">We made this item ourselves, but an easily available commercial product, Gino PCF8591 AD/DA Converter, provides the same functionality.&#160;</td>
		</tr>
	</tbody>
</table>

flying insect detection and classification with inexpensive sensors

정확하게 비행 곤충을 분류 할 수있는 저렴하고 비 침습적 시스템은 곤충학 연구에 중요한 의미를 가지고 있고, 모두 의료 및 농업 곤충학 벡터 및 해충 방제에 많은 유용한 응용 프로그램의 개발을 허용합니다. 이 감안할 때, 지난 육십년이 작업에 전념 많은 연구 노력을 보았다. 그러나 현재이 연구 중 어느 것도 지속적인 영향이 없었습니다. 이 작품에서, 우리는 의사 음향 광학 센서는 뛰어난 데이터를 생성 할 수 있음을 보여; 추가 기능을 모두 내장하고 곤충의 비행 행동에 대한 외부 것으로, 곤충 분류를 개선하기 위해 이용 될 수있다; 베이지안 분류 방법은 효율적으로 피팅을 통해 - 매우 견고 분류 모델을 배울 수 있습니다, 그리고 일반적인 분류 프레임 워크는 쉽게 기능의 임의의 수를 통합 할 수 있습니다. 우리는 이전의 모든 작품 콤비 난쟁이 대규모 실험과 연구 결과를 보여네드, 곤충의 수와 고려 종의 수에 의해 측정.

두 실험은 여기에 제시되어있다. 두 실험을 위해 사용 된 데이터는 무작위로 10 만 개체가 포함 된 데이터 집합에서 샘플링되었다. 첫 번째 실험은 정확히 곤충 종 / 성별을 분류하는 분류의 제안 기능을 나타낸다. 분류 정밀도로 분류 할 곤충에 의존 같이, 분류의 정확도에 대한 단일 절대치 리더에게 시스템의 성능에 대한 좋은 직관을주지 않을 것이다. 대신, 오히려 곤충의 고정 된 세트에 대한 분류의 정확도를보고하는 것보다, 분급 종의 점진적 증가를 데이터 세트에 적용하고, 따라서 분류 어려움을 증가시킨다. 데이터 세트는 곤충의 단 2 종으로 시작되었다; 각 단계에서, 하나 이상의 종 (또는 성적 동종 이형 종의 단일 성)을 첨가하고, 분류자는 증가를 분류하는 데 사용종의 수 (새로운 데이터 세트). 곤충의 열 클래스 (같은 다른 클래스를 계산 같은 종에서 다른 남녀) 총 각 클래스에서 5000 모범으로 간주되었다. 분류자는 두 곤충 사운드 (주파수 스펙트럼)과 시간의 절편 분류를 사용했다. 표 1은 각 단계와 그 단계에서 첨가 해당 클래스에서 측정 한 분류의 정확도를 나타낸다. 표 1에 따르면, 분류는 20 % 정도의 기본 속도보다 훨씬 높은 곤충 더 이상 5 종, 분급 이상 96 %의 정확도를 달성한다. 클래스의 수는 10으로 증가를 고려하더라도, 분류 정밀도를 다시 10 %의 기본 속도보다 훨씬 높은 79 %보다 결코 낮다. 10 클래스도 인간의 검사를 통해서, 쉽게 분리 할 수​​ 없음을 이해해주십시오. 10 종 가운데, 그 중 여덟은 모기, 재치 아르시간들이 동일한 속에서 존재의 육. 두 번째 실험은 시스템 즉, 곤충 성 비행 방법을 정확하게 암컷 남자 애. aegypti 모기를 구별 표시하는 것이다. 실험의 첫 번째 부분에, 암컷으로 수컷 misclassifying의 &quot;오 분류 비용&quot;으로 수컷 암컷 misclassifying의 비용과 동일 함을 가정한다. 이러한 가정으로, 분류 결과를 표 2.I에 나타낸다. 섹스 애. aegypti에 분류의 정확도는 약 99.4 %이다. 실험의 두 번째 부분, 비용 즉, 남성 같은 여성의 오 분류가 훨씬 비싼 역방향보다 비대칭없는 가정한다. 이러한 가정으로, 분류기의 판정 임계 값은 고비용 misclassifications의 수를 줄이기 위해 변경 하였다. 임계 값으로 적절하게, 표 2의 분류 결과를 조정했다.II는 달성되었다. 실험에서 2000 곤충, 스물두 남성 및 영 여성은 잘못 분류되었다. <img alt="그림 1" fo:content-width="5in" src="/files/ftp_upload/52111/52111fig1highres.jpg" width="500" /> 그림 1 (I) 데이터를 수집하는 데 사용되는 실험 케이지 중 하나입니다. (II) 주석 구성 요소와 센서 설치의 논리적 버전. <a href="https://www-jove-com.remotexs.ntu.edu.sg/files/ftp_upload/52111/52111fig1highres.jpg" target="_blank">이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.</a> <img alt="그림이" src="/files/ftp_upload/52111/52111fig2highres.jpg" /> 도 2 (I) 상기 센서에 의해 생성 된 &quot;비행 곤충 음&quot;를 포함하는 한 초 오디오 클립의 예. 사운드는 여성 CX. stigmatosoma에 의해 제작되었다. 살충제 및 기피제중부 표준시의 소리 / 빨간색 굵은 글씨로 강조 표시됩니다. (II) 다른 곳에서 0 초와 곤충 신호와 패딩을 중심으로 한 초 긴 오디오 클립으로 청소하고 저장 한 &quot;곤충 소리&quot;. (III) 주파수 스펙트럼의 이산 푸리에 변환하여 얻은 곤충 소리. <a href="https://www-jove-com.remotexs.ntu.edu.sg/files/ftp_upload/52111/52111fig2highres.jpg" target="_blank">이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.</a> <img alt="그림 3" src="/files/ftp_upload/52111/52111fig3highres.jpg" /> 그림 3 분류에 대한 하나의 기능을 사용하는 베이지안 네트워크. <img alt="그림 4" src="/files/ftp_upload/52111/52111fig4highres.jpg" /> 그림 4 classificat에 대한 두 개의 독립적 인 기능을 사용 베이지안 네트워크<html> 이온 <img alt="그림 5" src="/files/ftp_upload/52111/52111fig5highres.jpg" /> 그림 5 CX의 생체 리듬. (여성) stigmatosoma, CX. tarsalis (남성) 및 애. aegypti (여성이) 1 개월의 기간에 걸쳐 수집 된 센서에 의해 생성 된 관측에 근거 배웠습니다. <a href="https://www-jove-com.remotexs.ntu.edu.sg/files/ftp_upload/52111/52111fig5highres.jpg" target="_blank">이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.</a> <img alt="그림 6" src="/files/ftp_upload/52111/52111fig6highres.jpg" /> 그림 6 분류에 3 개의 독립적 인 기능을 사용하는 베이지안 네트워크. g &quot;/&gt; 그림 7은 시뮬레이션의 각 종의 곤충 및 센서 위치의 지리적 분포의 가정이 분류 위치의 절편 기능을 사용의 효과를 입증 할 수 있습니다. <a href="https://www-jove-com.remotexs.ntu.edu.sg/files/ftp_upload/52111/52111fig7highres.jpg" target="_blank">이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.</a> <img alt="그림 8" src="/files/ftp_upload/52111/52111fig8highres.jpg" /> 그림 8, n은 양의 정수 분류는 N 기능을 사용하는 일반 베이지안 네트워크. <a href="https://www-jove-com.remotexs.ntu.edu.sg/files/ftp_upload/52111/52111fig8highres.jpg" target="_blank">이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.</a> <table border="0" cellpadding="0" cellspacing="0"><tbody><tr><td> 단계 </td><td> 사양이거 추가 </td><td> 분류 정확도 </td><td></td><td> 단계 </td><td> 종 추가 </td><td> 분류 정확도 </td></tr><tr><td> 1 </td><td> 애. aegypti ♂ </td><td> N / A </td><td></td><td> 6 </td><td> CX. quinquefasciatus ♂ </td><td> 92.69 % </td></tr><tr><td> 이 </td><td> 파리 자리의 domestica입니다 </td><td> 98.99 % </td><td></td><td> 7 </td><td> CX. stigmatosoma ♀ </td><td> 89.66 % </td></tr><tr><td> 3 </td><td> 애. aegypti ♀ </td><td> 98.27 % </td><td></td><td> 8 </td><td> CX. tarsalis ♂ </td><td> 83.54 % </td></tr><tr><td> 4 </td><td> CX. stigmatosoma ♂ </td><td> 97.31 % </td><td></td><td> 9 </td><td> CX. quinquefasciatus ♀ </td><td> 81.04 % </td></tr><tr><td> 5 </td><td> &lt;EM&gt; CX. tarsalis ♀ </td><td> 96.10 % </td><td></td><td> 10 </td><td> 초파리 simulans </td><td> 79.44 % </td></tr></tbody></table> 클래스의 수를 증가와 표 1 분류 정확도를 제공한다. <table border="0" cellpadding="0" cellspacing="0"><tbody><tr><td></td><td></td><td colspan="2"> 예측 클래스 </td><td></td><td colspan="2"></td><td colspan="2"> 예측 클래스 </td></tr><tr><td colspan="2"> I (대칭 비용) </td><td> 여성 </td><td> 남성 </td><td></td><td colspan="2"> II (비대칭 비용) </td><td> 여성 </td><td> 남성 </td></tr><tr><td rowspan="2"> 실제 클래스 </td><td> 여성 </td><td> 993 </td><td> 7 </td><td></td><td rowspan="2"> 실제 클래스 </td><td> 여성 </td><td> 1000 </td><td> 0 </td></tr><tr><td> 남성 </TD&gt; <td> 5 </td><td> 995 </td><td></td><td> 남성 </td><td> 22 </td><td> 978 </td></tr></tbody></table> 표 2 (I) 애의 성 차별에 대한 혼란 행렬. 0.5 (즉, 동일한 비용으로 가정)로 설정되어 여성에 대한 결정 임계 값과 aegypti 모기.의 섹스 (II) 혼란 매트릭스 같은 모기 결정에 0.1 설정 여성을 위해 임계 값.

Watch this Scientific Journal Video about Flying Insect Detection and Classification with Inexpensive Sensors at JoVE.com

Flying Insect Detection and Classification with Inexpensive Sensors

우리는 자동으로 그리고 정확하게 검출 카운트, 그리고 그들의 비행 사운드에 기초하여 곤충 비행 분류 저렴 비침 가상 음향 광학 센서를 사용하는 시스템을 제안 하였다.

저렴한 센서와 곤충 검출 및 분류 플라잉

An inexpensive, noninvasive system that could accurately classify flying insects would have important implications for entomological research, and allow ...

flying-insect-detection-and-classification-with-inexpensive-sensors

Nanyang Technological University

Research

JoVE Journal

Bioengineering

25.0K 조회수.  University of California, Riverside.  우리는 자동으로 그리고 정확하게 검출 카운트, 그리고 그들의 비행 사운드에 기초하여 곤충 비행 분류 저렴 비침 가상 음향 광학 센서를 사용하는 시스템을 제안 하였다. 

비디오: Flying Insect Detection and Classification with Inexpensive Sensors

Fluorescence detection methods for microfluidic droplet platforms

The development of microfluidic platforms for performing chemistry and biology has in large part been driven by a range of potential benefits that accompany system miniaturisation. Advantages include the ability to efficiently process nano- to femoto- liter volumes of sample, facile integration of functional components, an intrinsic predisposition towards large-scale multiplexing, enhanced analytical throughput, improved control and reduced instrumental footprints.1
In recent years much interest has focussed on the development of droplet-based (or segmented flow) microfluidic systems and their potential as platforms in high-throughput experimentation.2-4 Here water-in-oil emulsions are made to spontaneously form in microfluidic channels as a result of capillary instabilities between the two immiscible phases. Importantly, microdroplets of precisely defined volumes and compositions can be generated at frequencies of several kHz. Furthermore, by encapsulating reagents of interest within isolated compartments separated by a continuous immiscible phase, both sample cross-talk and dispersion (diffusion- and Taylor-based) can be eliminated, which leads to minimal cross-contamination and the ability to time analytical processes with great accuracy. Additionally, since there is no contact between the contents of the droplets and the channel walls (which are wetted by the continuous phase) absorption and loss of reagents on the channel walls is prevented.
Once droplets of this kind have been generated and processed, it is necessary to extract the required analytical information. In this respect the detection method of choice should be rapid, provide high-sensitivity and low limits of detection, be applicable to a range of molecular species, be non-destructive and be able to be integrated with microfluidic devices in a facile manner. To address this need we have developed a suite of experimental tools and protocols that enable the extraction of large amounts of photophysical information from small-volume environments, and are applicable to the analysis of a wide range of physical, chemical and biological parameters. Herein two examples of these methods are presented and applied to the detection of single cells and the mapping of mixing processes inside picoliter-volume droplets. We report the entire experimental process including microfluidic chip fabrication, the optical setup and the process of droplet generation and detection.

Droplet-based microfluidic platforms are promising candidates for high throughput experimentation since they are able to generate picoliter, self-compartmentalized vessels inexpensively at kHz rates. Through integration with fast, sensitive and high resolution fluorescence spectroscopic methods, the large amounts of information generated within these systems can be efficiently extracted, harnessed and utilized.

microfluidic 비말 플랫폼 형광 검출 방법

The development of microfluidic platforms for performing chemistry and biology has in large part been driven by a range of potential benefits that ...

연구

생체공학

Detection and Isolation of Circulating Melanoma Cells using Photoacoustic Flowmetry

Circulating tumor cells (CTCs) are those cells that have separated from a macroscopic tumor and spread through the blood and lymph systems to seed secondary tumors1,2,3. CTCs are indicators of metastatic disease and their detection in blood samples may be used to diagnose cancer and monitor a patient&prime;s response to therapy. Since CTCs are rare, comprising about one tumor cell among billions of normal blood cells in advanced cancer patients, their detection and enumeration is a difficult task. We exploit the presence of pigment in most melanoma cells to generate photoacoustic, or laser induced ultrasonic waves in a custom flow cytometer for detection of circulating melanoma cells (CMCs)4,5. This process entails separating a whole blood sample using centrifugation and obtaining the white blood cell layer. If present in whole blood, CMCs will separate with the white blood cells due to similar density. These cells are resuspended in phosphate buffered saline (PBS) and introduced into the flowmeter. Rather than a continuous flow of the blood cell suspension, we induced two phase flow in order to capture these cells for further study. In two phase flow, two immiscible liquids in a microfluidic system meet at a junction and form alternating slugs of liquid6,7. PBS suspended white blood cells and air form microliter slugs that are sequentially irradiated with laser light. The addition of a surfactant to the liquid phase allows uniform slug formation and the user can create different sized slugs by altering the flow rates of the two phases. Slugs of air and slugs of PBS with white blood cells contain no light absorbers and hence, do not produce photoacoustic waves. However, slugs of white blood cells that contain even single CMCs absorb laser light and produce high frequency acoustic waves. These slugs that generate photoacoustic waves are sequestered and collected for cytochemical staining for verification of CMCs.

We have developed a flow cytometer using laser induced ultrasound to detect circulating melanoma cells as an early indicator of metastatic disease.

Photoacoustic Flowmetry를 사용하여 순환 흑색증 전지의 탐지 및 격리

Circulating tumor cells (CTCs) are those cells that have separated from a macroscopic tumor and spread through the blood and lymph systems to seed ...

Bacterial Detection &amp; Identification Using Electrochemical Sensors

Electrochemical sensors are widely used for rapid and accurate measurement of blood glucose and can be adapted for detection of a wide variety of analytes. Electrochemical sensors operate by transducing a biological recognition event into a useful electrical signal. Signal transduction occurs by coupling the activity of a redox enzyme to an amperometric electrode. Sensor specificity is either an inherent characteristic of the enzyme, glucose oxidase in the case of a glucose sensor, or a product of linkage between the enzyme and an antibody or probe.
Here, we describe an electrochemical sensor assay method to directly detect and identify bacteria. In every case, the probes described here are DNA oligonucleotides. This method is based on sandwich hybridization of capture and detector probes with target ribosomal RNA (rRNA). The capture probe is anchored to the sensor surface, while the detector probe is linked to horseradish peroxidase (HRP). When a substrate such as 3,3',5,5'-tetramethylbenzidine (TMB) is added to an electrode with capture-target-detector complexes bound to its surface, the substrate is oxidized by HRP and reduced by the working electrode. This redox cycle results in shuttling of electrons by the substrate from the electrode to HRP, producing current flow in the electrode.

Bacterial Detection & Identification Using Electrochemical Sensors

We describe an electrochemical sensor assay method for rapid bacterial detection and identification. The assay involves a sensor array functionalized with DNA oligonucleotide capture probes for ribosomal RNA (rRNA) species-specific sequences. Sandwich hybridization of target rRNA with the capture probe and a horseradish peroxidase-linked DNA oligonucleotide detector probe produces a measurable amperometric current.

전기 화학 센서를 사용하여 세균의 검출 및 식별

Electrochemical  sensors are widely used for rapid and accurate measurement of blood glucose and  can be adapted for detection of a wide variety of ...

Biosensor for Detection of Antibiotic Resistant Staphylococcus Bacteria

A structurally transformed lytic bacteriophage having a broad host range of Staphylococcus aureus strains and a penicillin-binding protein (PBP 2a) antibody conjugated latex beads have been utilized to create a biosensor designed for discrimination of methicillin resistant (MRSA) and sensitive (MSSA) S. aureus species 1,2. The lytic phages have been converted into phage spheroids by contact with water-chloroform interface. Phage spheroid monolayers have been moved onto a biosensor surface by Langmuir-Blodgett (LB) technique 3. The created biosensors have been examined by a quartz crystal microbalance with dissipation tracking (QCM-D) to evaluate bacteria-phage interactions. Bacteria-spheroid interactions led to reduced resonance frequency and a rise in dissipation energy for both MRSA and MSSA strains. After the bacterial binding, these sensors have been further exposed to the penicillin-binding protein antibody latex beads. Sensors analyzed with MRSA responded to PBP 2a antibody beads; although sensors inspected with MSSA gave no response. This experimental distinction determines an unambiguous discrimination between methicillin resistant and sensitive S. aureus strains. Equally bound and unbound bacteriophages suppress bacterial growth on surfaces and in water suspensions. Once lytic phages are changed into spheroids, they retain their strong lytic activity and show high bacterial capture capability. The phage and phage spheroids can be utilized for testing and sterilization of antibiotic resistant microorganisms. Other applications may include use in bacteriophage therapy and antimicrobial surfaces.

Lytic phage biosensors and antibody beads are able to discriminate between methicillin resistant (MRSA) and sensitive staphylococcus bacteria. The phages were immobilized by a Langmuir-Blodgett method onto a surface of a quartz crystal microbalance sensor and worked as broad range staphylococcus probes. Antibody beads recognize MRSA.

항생제 내성 황색 포도상 구균 박테리아의 검출을위한 바이오 센서

A structurally transformed lytic bacteriophage having a broad host range of Staphylococcus aureus strains and a penicillin-binding protein (PBP 2a) ...

Glutamine Flux Imaging Using Genetically Encoded Sensors

Genetically encoded sensors allow real-time monitoring of biological molecules at a subcellular resolution. A tremendous variety of such sensors for biological molecules became available in the past 15 years, some of which became indispensable tools that are used routinely in many laboratories.
One of the exciting applications of genetically encoded sensors is the use of these sensors in investigating cellular transport processes. Properties of transporters such as kinetics and substrate specificities can be investigated at a cellular level, providing possibilities for cell-type specific analyses of transport activities. In this article, we will demonstrate how transporter dynamics can be observed using genetically encoded glutamine sensor as an example. Experimental design, technical details of the experimental settings, and considerations for post-experimental analyses will be discussed.

This article will demonstrate how to monitor glutamine dynamics in live cells using FRET. Genetically encoded sensors allow real-time monitoring of biological molecules at a subcellular resolution. Experimental design, technical details of the experimental settings, and considerations for post-experimental analyses will be discussed for genetically encoded glutamine sensors.

유전자 인코딩 된 센서를 사용 글루타민 유출 영상

Genetically encoded sensors allow real-time monitoring of biological molecules at a subcellular resolution. A tremendous variety of such sensors for ...

A Microfluidic-based Electrochemical Biochip for Label-free DNA Hybridization Analysis

Miniaturization of analytical benchtop procedures into the micro-scale provides significant advantages in regards to reaction time, cost, and integration of pre-processing steps. Utilizing these devices towards the analysis of DNA hybridization events is important because it offers a technology for real time assessment of biomarkers at the point-of-care for various diseases. However, when the device footprint decreases the dominance of various physical phenomena increases. These phenomena influence the fabrication precision and operation reliability of the device. Therefore, there is a great need to accurately fabricate and operate these devices in a reproducible manner in order to improve the overall performance. Here, we describe the protocols and the methods used for the fabrication and the operation of a microfluidic-based electrochemical biochip for accurate analysis of DNA hybridization events. The biochip is composed of two parts: a microfluidic chip with three parallel micro-channels made of polydimethylsiloxane (PDMS), and a 3 x 3 arrayed electrochemical micro-chip. The DNA hybridization events are detected using electrochemical impedance spectroscopy (EIS) analysis. The EIS analysis enables monitoring variations of the properties of the electrochemical system that are dominant at these length scales. With the ability to monitor changes of both charge transfer and diffusional resistance with the biosensor, we demonstrate the selectivity to complementary ssDNA targets, a calculated detection limit of 3.8 nM, and a 13% cross-reactivity with other non-complementary ssDNA following 20 min&#160;of incubation. This methodology can improve the performance of miniaturized devices by elucidating on the behavior of diffusion at the micro-scale regime and by enabling the study of DNA hybridization events.

We present a microfluidic-based electrochemical biochip for DNA hybridization detection. Following ssDNA probe functionalization, the specificity, sensitivity, and detection limit are studied with complementary and non-complementary ssDNA targets. Results illustrate the influence of the DNA hybridization events on the electrochemical system, with a detection limit of 3.8 nM.

라벨없는 DNA의 혼성화 분석 용 미세 유체 기반 전기 바이오칩

Miniaturization of analytical benchtop procedures into the micro-scale provides significant advantages in regards to reaction time, cost, and integration ...

Detection of Exosomal Biomarker by Electric Field-induced Release and Measurement (EFIRM)

Exosomes are microvesicular structures that play a mediating role in intercellular communication. It is of interest to study the internal cargo of exosomes to determine if they carry disease discriminatory biomarkers. For performing exosomal analysis, it is necessary to develop a method for extracting and analyzing exosomes from target biofluids without damaging the internal content.
Electric field-induced release and measurement (EFIRM) is a method for specifically extracting exosomes from biofluids, unloading their cargo, and testing their internal RNA/protein content. Using an anti-human CD63 specific antibody magnetic microparticle, exosomes are first precipitated from biofluids. Following extraction, low-voltage electric cyclic square waves (CSW) are applied to disrupt the vesicular membrane and cause cargo unloading. The content of the exosome is hybridized to DNA primers or antibodies immobilized on an electrode surface for quantification of molecular content.
The EFIRM method is advantageous for extraction of exosomes and unloading cargo for analysis without lysis buffer. This method is capable of performing specific detection of both RNA and protein biomarker targets in the exosome. EFIRM extracts exosomes specifically based on their surface markers as opposed to size-based techniques.
Transmission electron microscopy (TEM) and assay demonstrate the functionality of the method for exosome capture and analysis. The EFIRM method was applied to exosomal analysis of 9 mice injected with human lung cancer H640 cells (a cell line transfected to express the exosome marker human CD63-GFP) in order to test their exosome profile against 11 mice receiving saline controls. Elevated levels of exosomal biomarkers (reference gene GAPDH and protein surface marker human CD63-GFP) were found for the H640 injected mice in both serum and saliva samples. Furthermore, saliva and serum samples were demonstrated to have linearity (R = 0.79). These results are suggestive for the viability of salivary exosome biomarkers for detection of distal diseases.

Detection of Exosomal Biomarker by Electric Field-induced Release and Measurement EFIRM

Exosomes are microvesicular structures found within biofluids that potentially carry important disease discriminatory biomarkers. Here, a novel method is used to specifically extract exosomes and rapidly test the exosomal cargo for both RNA/protein targets following the disruption of exosomes using non-uniform electric cyclic square waves.

전기장에 의한 해제 및 측정 (EFIRM)에 의해 Exosomal 바이오 마커의 검출

Exosomes are microvesicular structures that play a mediating role in intercellular communication. It is of interest to study the internal cargo of ...

Label-free Single Molecule Detection Using Microtoroid Optical Resonators

Detecting small concentrations of molecules down to the single molecule limit has impact on areas such as early detection of disease, and fundamental studies on the behavior of molecules. Single molecule detection techniques commonly utilize labels such as fluorescent tags or quantum dots, however, labels are not always available, increase cost and complexity, and can perturb the events being studied. Optical resonators have emerged as a promising means to detect single molecules without the use of labels. Currently the smallest particle detected by a non-plasmonically-enhanced bare optical resonator system in solution is a 25 nm polystyrene sphere1. We have developed a technique known as Frequency Locking Optical Whispering Evanescent Resonator (FLOWER) that can surpass this limit and achieve label-free single molecule detection in aqueous solution2. As signal strength scales with particle volume, our work represents a &#62; 100x improvement in the signal to noise ratio (SNR) over the current state of the art. Here the procedures behind FLOWER are presented in an effort to increase its usage in the field.

We have developed a label-free biosensing system based on optical resonator technology known as Frequency Locking Optical Whispering Evanescent Resonator (FLOWER) that is capable of detecting single molecules in solution. Here the procedures behind this work are described and presented.

Microtoroid 광 공진기를 사용하여 라벨이없는 단일 분자 검출

Detecting small concentrations of molecules down to the single molecule limit has impact on areas such as early detection of disease, and fundamental ...

Sensitive Detection of Proteopathic Seeding Activity with FRET Flow Cytometry

Increasing evidence supports transcellular propagation of toxic protein aggregates, or proteopathic seeds, as a mechanism for the initiation and progression of pathology in several neurodegenerative diseases, including Alzheimer's disease and the related tauopathies. The potentially critical role of tau seeds in disease progression strongly supports the need for a sensitive assay that readily detects seeding activity in biological samples. 
By combining the specificity of fluorescence resonance energy transfer (FRET), the sensitivity of flow cytometry, and the stability of a monoclonal cell line, an ultra-sensitive seeding assay has been engineered and is compatible with seed detection from recombinant or biological samples, including human and mouse brain homogenates. The assay employs monoclonal HEK 293T cells that stably express the aggregation-prone repeat domain (RD) of tau harboring the disease-associated P301S mutation fused to either CFP or YFP, which produce a FRET signal upon protein aggregation. The uptake of proteopathic tau seeds (but not other proteins) into the biosensor cells stimulates aggregation of RD-CFP and RD-YFP, and flow cytometry sensitively and quantitatively monitors this aggregation-induced FRET. The assay detects femtomolar concentrations (monomer equivalent) of recombinant tau seeds, has a dynamic range spanning three orders of magnitude, and is compatible with brain homogenates from tauopathy transgenic mice and human tauopathy subjects. With slight modifications, the assay can also detect seeding activity of other proteopathic seeds, such as &#945;-synuclein, and is also compatible with primary neuronal cultures. The ease, sensitivity, and broad applicability of FRET flow cytometry makes it useful to study a wide range of protein aggregation disorders.

Cell-to-cell transfer of protein aggregates, or proteopathic seeds, may underlie the progression of pathology in neurodegenerative diseases. Here, a novel FRET flow cytometry assay is described that enables specific and sensitive detection of seeding activity from recombinant or biological samples.

FRET 유동 세포 계측법과 Proteopathic의 시드 활동의 민감한 검출

Increasing evidence supports transcellular propagation of toxic protein aggregates, or proteopathic seeds, as a mechanism for the initiation and ...

Fast Enzymatic Processing of Proteins for MS Detection with a Flow-through Microreactor

The vast majority of mass spectrometry (MS)-based protein analysis methods involve an enzymatic digestion step prior to detection, typically with trypsin. This step is necessary for the generation of small molecular weight peptides, generally with MW &#60; 3,000-4,000 Da, that fall within the effective scan range of mass spectrometry instrumentation. Conventional protocols involve O/N enzymatic digestion at 37 &#186;C. Recent advances have led to the development of a variety of strategies, typically involving the use of a microreactor with immobilized enzymes or of a range of complementary physical processes that reduce the time necessary for proteolytic digestion to a few minutes (e.g., microwave or high-pressure). In this work, we describe a simple and cost-effective approach that can be implemented in any laboratory for achieving fast enzymatic digestion of a protein. The protein (or protein mixture) is adsorbed on C18-bonded reversed-phase high performance liquid chromatography (HPLC) silica particles preloaded in a capillary column, and trypsin in aqueous buffer is infused over the particles for a short period of time. To enable on-line MS detection, the tryptic peptides are eluted with a solvent system with increased organic content directly in the MS ion source. This approach avoids the use of high-priced immobilized enzyme particles and does not necessitate any aid for completing the process. Protein digestion and complete sample analysis can be accomplished in less than ~3 min and ~30 min, respectively.

A quick protocol for proteolytic digestion with an in-house built flow-through tryptic microreactor coupled to an electrospray ionization (ESI) mass spectrometer is presented. The fabrication of the microreactor, the experimental setup and the data acquisition process are described.

플로우를 통해 마이크로 반응기와 MS 검출을위한 단백질의 빠른 효소 처리

The vast majority of mass spectrometry (MS)-based protein analysis methods involve an enzymatic digestion step prior to detection, typically with trypsin. ...