Em formação

14.1: Food Choice Lab - Biologia


Adaptado por Staci Forgey, professor de biologia do Tidewater Community College, com permissão do Dr. William Edwards Food Choice Lab da Universidade de Niágara.

Objetivo do aprendizado

Ao final desta seção, você será capaz de:

Identifique os princípios básicos da Ecologia e como eles se aplicam ao sucesso populacional.

Um elemento SlideShare foi excluído desta versão do texto. Você pode visualizá-lo online aqui: pb.libretexts.org/blab/?p=112

Forragear é o ato de um animal em busca de alimento. A escolha do alimento de um animal deve refletir considerações energéticas, como maximizar o ganho líquido de energia por unidade de tempo ou ganho líquido por custo gasto na procura de alimentos. Os animais desejam o máximo de retorno de energia para seu investimento calórico. Eles procuram fontes de alimento que lhes dêem a maior recompensa energética pela menor quantidade de energia gasta. Estaremos examinando o comportamento de forrageamento das aves em nosso quadrilátero.

Pergunta

  1. Que fatores podem influenciar a seleção de sementes nas aves que estaremos observando? Cite três fatores e seus efeitos.

Dados esses fatores, formaremos agora hipóteses e previsões que testaremos observando pássaros na área do pátio. Depois, faremos um teste estatístico Qui-quadrado em nossos dados e revisaremos nossas hipóteses e processos de pensamento para ajustar os novos dados.

Muitos pássaros irão visitar nossos comedouros e coletar sementes. Nossos alimentadores são abastecidos com três tipos de sementes. A semente oleaginosa preta Feathered Friend tem casca muito macia. As sementes de girassol listrado cinza Lyric Sunflower são grandes e de casca grossa. As sementes de cártamo cinza também são pequenas e de casca macia.

Pergunta

  1. Veja os três tipos de sementes. Sinta-os e tente abri-los. Observe as diferenças que você observa entre os tipos de sementes.

A tabela abaixo resume as medidas para os 3 tipos de sementes. Mostra o kernel médio (parte alimentar da semente), a casca (cobertura externa da semente) e o peso total da semente. A relação grão / casca para cada tipo de semente e o conteúdo calórico (energia) médio das sementes. Use esses valores e suas observações para fazer previsões sobre o comportamento ideal de forrageamento para vários tipos de pássaros que visitam os comedouros.

Tabela 1: Massa e conteúdo calórico dos componentes da semente de girassol.
Semente (mg)Kernel (mg)Casco (mg)Semente inteira (mg)Kernel / CascoCal / gCal / semente
Óleo preto28.8 ± 3.812.2 ± 1.641.0 ± 0.52.37 ± 0.35400 ± 240150
Cártamo26.8 ± 3.910.4 ± 3.338.3 ± 6.92.603 ± 0.16200 ± 240161
Listrado61.7 ± 4.759.1 ± 2.7120.8 ± 6.01.045 ± 0.15600 ± 240350

Agora, dê uma olhada nas aves que são comumente encontradas em nossa área durante este período. Você terá uma lista de pássaros em sua bancada de laboratório.

Seu grupo de laboratório proporá duas hipóteses experimentais sobre a escolha de sementes de aves e as discutirá com seu instrutor. Forneça uma justificativa para suas hipóteses testáveis. Exponha claramente cada uma de suas ideias na forma de um “Se. então . . ” hipótese. Se sua hipótese estiver correta, que tipo de semente você espera que os pássaros escolham? Porque?

Perguntas

  1. Estabeleça claramente uma hipótese testável explicando por que os pássaros escolherão ou não as diferentes sementes.
  2. Essa hipótese mudaria com pássaros diferentes? Por que ou por que não?
  3. Qual é a alternativa (s) para sua hipótese? (ou seja, se você estiver errado)
  4. Se sua hipótese estiver certa, o que você prevê que os pássaros farão nos comedouros?
  5. Se a sua alternativa estiver certa, o que você prevê?

Verifique com seu instrutor antes de continuar após este ponto!


Para testar sua hipótese, precisamos pensar um pouco sobre o design experimental. É importante considerar as variáveis ​​porque elas nos ajudarão a avaliar nossa hipótese. Por exemplo, se estivéssemos interessados ​​na altura em que as girafas comem sua comida, poderíamos propor a hipótese de que as girafas comerão alimentos de áreas altas de uma árvore. Cada vez que a girafa comia, a altura de onde o alimento foi retirado precisava ser registrada. Isso nos dá duas variáveis: a altura de onde veio a porção de vegetação e a altura da boca. Essa altura é mensurável. Veremos o que é chamado de dados “categóricos”. Cada um de nossos pontos de dados se encaixará em uma categoria. Teremos um pássaro pegando uma semente (fazendo uma escolha de alimento), e o tipo de semente escolhido.

Perguntas

  1. Qual é a variável independente (o que estamos manipulando)?
  2. Qual é a variável dependente (o que estamos medindo)?
  3. Projete uma tabela de dados para registrar as espécies de pássaros e o tipo de semente que cada ave seleciona durante nosso tempo de laboratório. Você pode usar marcas de hash para registrar as visitas. Estaremos visitando nossos alimentadores por um período de 20 minutos.

Discuta sua folha de dados com seu instrutor antes de começar a coletar dados!


Quando retornarmos, você precisará transferir os dados de sua tabela para a tabela a seguir como totais.

Tipo de pássaroCártamoGirassol ListradoÓleo preto
TOTALS

Observação de pássaros

Fique longe dos alimentadores o tempo todo e fique o mais quieto possível. Um movimento barulhento ou desajeitado pode assustar todos os pássaros, deixando você sem dados!

Pergunta

  1. Descreva o comportamento dos pássaros com as sementes.
  2. Quanto tempo leva para uma ave individual (registrar a espécie de ave e o tipo de semente ingerida) para comer uma semente e retornar ao comedouro para pegar outra? Use seus binóculos para seguir pássaros individuais e registrar o tempo desde quando um pássaro pega uma semente até quando ela retorna para pegar outra. Os pássaros fazem algo incomum com as sementes?
  3. Compare e contraste o comportamento de manuseio de sementes das aves que visitam os comedouros. Como os diferentes pássaros quebram cada uma das sementes? Eles têm dificuldade em abrir algum deles?

Análise Estatística

Usando os dados de escolha do seu comedouro, execute um teste qui-quadrado de Goodness of Fit para determinar se os pássaros mostram preferência por uma determinada semente.

Um teste de qui-quadrado envolve testar a probabilidade de que seus dados categóricos sejam diferentes do aleatório o suficiente para ter confiança de que os dados não vêm apenas do acaso. Normalmente, aceitamos que a significância é 0,05 (chamado alfa). Isso significa que há apenas 1 chance em 20 de os dados surgirem apenas do acaso. Ao fazer um qui-quadrado, normalmente chamamos a hipótese enfadonha (que todos os pássaros selecionariam sementes aleatoriamente e sua hipótese está errada) a hipótese “nula”, abreviada HO. A hipótese em que os dados apóiam sua ideia é chamada de hipótese alternativa, abreviada como Huma. Nota: este é um tipo diferente de hipótese, usado para se ajustar especificamente em testes estatísticos. Isso pode não corresponder perfeitamente à sua descrição das hipóteses acima. Um qui-quadrado também não diz exatamente onde estão as diferenças que estão causando um desvio significativo em relação ao esperado. Você precisaria de estatísticas mais complexas para isso. Identificaremos visualmente nossas diferenças de dados.

Primeiro, transfira seus dados de escolha para uma tabela como a seguinte. Vamos calcular os valores esperados a partir dos dados.

Adicione os dados de cada ave horizontalmente e, a seguir, de cada semente verticalmente. A linha total e a coluna total agora devem ser preenchidas. Estes representam quantos pássaros e sementes por tipo foram realmente comidos e registrados. Agora vamos calcular os valores esperados com base em como eles seriam distribuídos aleatoriamente. Vamos pegar o total de cada espécie, multiplicá-lo pelo número total de sementes para aquele tipo de semente e dividir pelo número total de sementes

Por exemplo,

Coloque a resposta na mesa. Esta é a quantidade de sementes de cártamo que se espera que sejam comidas pelos chapins por acaso. Complete sua própria mesa.

TABELA DE AMOSTRA
CártamoListradoÓleo pretoTotal
Chapim-preto132375111
(Esperado)37.13
Chapim tufado21322376
(Esperado)
Tentilhão452343111
(Esperado)
Pintassilgo americano0000
(Esperado)
Nuthatches0000
(Esperado)
Junco763232140
(Esperado)
Pardais domésticos23274494
(Esperado)
TOTALS178137217532
Tipo de pássaroCártamoListradoÓleo pretoTotal
(Esperado)
(Esperado)
(Esperado)
(Esperado)
(Esperado)
(Esperado)
(Esperado)
(Esperado)
TOTALS

Para calcular o valor do qui-quadrado, ou , simplesmente adicionamos as diferenças quadradas, divididas pelo esperado, de todos os observados e esperados. Em termos matemáticos:

Portanto, para o nosso exemplo da tabela de amostra anterior, o primeiro seria

Em seguida, adicionaríamos a esse valor todos os outros na mesa para pegar o valor.

Pergunta

  1. Calcule o valor para seus dados. (Use uma folha de papel extra, se necessário)

Para encontrar algo com o qual comparar esse número, precisamos calcular os graus de liberdade ou o número de comparações diferentes que podem ser feitas na tabela. Os graus de liberdade são o número de colunas (M) menos um vezes o número de linhas (N) menos um. Graus de liberdade = (M – 1) (N – 1)

Perguntas

  1. De quantas maneiras essa tabela dois a dois pode ser dividida em comparações individuais? Dica: use a fórmula acima.
  2. Calcule os graus de liberdade em seu experimento.

Agora podemos comparar com a distribuição de Chi para verificar a probabilidade de que nossos dados sejam gerados por acaso. Lembre-se, queremos um valor 0,05 ou menos para dizer que não é o acaso, mas nossa hipótese que está causando as escolhas.

Perguntas

  1. Compare com a tabela de distribuição de Chi no final do laboratório com a ajuda do seu instrutor. Qual é o valor p ou probabilidade de que seus dados tenham sido obtidos por acaso? Isso é inferior a 0,05? Seus resultados surgiram por acaso?
  2. Descreva e resuma o que você observou em campo. Alguns parâmetros são mais difíceis de medir do que outros? Se sim, por quê? Quais previsões seus dados apoiaram? Interprete seus resultados conforme eles se relacionam com suas hipóteses e discuta sua interpretação.
  3. Como você poderia reprojetar seu experimento para medir melhor os ganhos de energia, o tempo de manuseio e os custos energéticos de forrageamento e, assim, testar com mais precisão as previsões da teoria de forrageamento ideal? Pense em outras hipóteses sobre a escolha de sementes pelos pássaros? Proponha um estudo de acompanhamento que permita testar uma ideia relacionada sobre o comportamento de forrageamento das aves. Deixe claro as maneiras pelas quais seu estudo proposto é uma extensão ou um aprimoramento do estudo sobre o qual você relata aqui.

Tabela de distribuição do qui quadrado:

DF / P0.995.9900.975.950.900.750.500.250.100.050.025.010.005
10.00004.000160.0010.0040.0160.1020.4551.3232.7063.8415.0246.6357.879
20.0100.0200.05060.1030.2110.5751.3862.7734.6055.9917.3789.21010.597
30.0720.1150.2160.3510.5841.2132.3664.1086.2517.8159.34811.34512.838
40.2070.2970.4840.7111.0641.9233.3575.3857.7799.48811.14313.27714.860
50.4120.5540.8311.1451.6102.6754.3516.6269.23611.07012.83315.08616.750
60.6760.8721.2371.6352.2043.4555.3487.84110.64512.59214.44916.81218.548
70.9891.2391.6902.1672.8334.2556.3469.03712.01714.06716.01318.47520.278
81.3441.6472.1802.7333.4905.0717.34410.21913.36215.50717.53520.09021.955
91.7352.0882.7003.3254.1685.8998.34311.38914.68416.91919.02321.66623.589
102.1562.5583.2473.9404.8656.7379.34212.54915.98718.30720.48323.20925.188
112.6033.0533.8164.5755.5787.58410.34113.70117.27519.67521.92024.72526.757
123.0743.5714.4045.2266.3048.43811.34014.84518.54921.02623.33726.21728.300
133.5654.1075.0095.8927.0429.29912.34015.98419.81222.36224.73627.68829.819
144.0754.6605.6296.5717.79010.16513.33914.11421.06423.68526.11929.14131.319
154.6015.2296.2627.2618.54711.03714.33918.24522.30724.99627.48830.57832.801
165.1425.8126.9087.9629.31211.91215.33919.36923.54226.29628.84532.00034.267
175.6976.4087.5648.67210.08512.79216.33820.48924.76927.58730.19133.40935.718
186.2657.0158.2319.39010.86513.67517.33821.60525.98928.86931.52634.80537.156
196.8447.6338.90710.11711.65714.56218.33822.1827.20430.14432.85236.19138.582
207.4348.2609.59110.85112.44315.45219.33723.84828.41231.41034.17037.56639.997
218.0348.89710.28311.59113.24016.34420.33724.93529.61532.67135.47938.93241.401
228.6439.54210.98212.33814.04117.24021.33726.03930.81333.92436.78140.28942.796
239.26010.19611.68913.09114.84818.13722.33727.14132.00735.17238.07641.63844.181
249.88610.85612.40113.84815.65919.03723.33728.24133.19636.41539.36442.98045.559
2510.52011.52413.12014.61116.47319.93924.33729.33934.38237.65240.64644.31446.928
2611.16012.19813.84415.37917.29220.84325.33630.43535.56338.88541.92345.64248.290
2711.80812.87914.57316.15118.11421.74926.33631.52836.74140.11343.19546.96349.645
2812.46113.56515.30816.92818.93922.65727.33632.62037.91641.33744.46148.27850.993
2913.12114.25616.04717.70819.76823.56728.33633.71139.08742.55745.72249.58852.336
3013.78714.95316.79118.49320.59924.47829.33634.80040.25643.77346.97950.89253.672

SC.912.L.18.9 Fotossíntese e Respiração Celular

O diagrama abaixo mostra a relação entre a fotossíntese e a respiração celular e as organelas em que ocorrem.

Qual afirmação descreve como a fotossíntese e a respiração celular estão inter-relacionadas?

A. O oxigênio é produzido durante a respiração celular e armazenado durante a fotossíntese.

B. O dióxido de carbono e a água liberados pela respiração celular são usados ​​na fotossíntese.

C. A fotossíntese libera a energia que é armazenada durante o processo de respiração celular.

D. A glicose é usada durante a respiração celular para produzir alimentos que são decompostos durante a fotossíntese.


Criptosporidiose

Muitas espécies e genótipos do protozoário apicomplexano Cryptosporidium pode infectar humanos e ter uma grande variedade de animais hospedeiros. Espécies zoonóticas e genótipos de Cryptosporidium são aqueles transmitidos de animais hospedeiros para humanos, e espécies e genótipos não zoonóticos são adaptados ao hospedeiro sem evidência de transmissão de animais para humanos. Cryptosporidium parvum (anteriormente conhecido como C. parvum genótipo II) e C. hominis (anteriormente conhecido como C. parvum genótipo I) são as principais causas da criptosporidiose humana. C. meleagridis, C. felis, C. canis, C. ubiquitum, C. cuniculus, C. viatorum, Chipmunk genótipo I, Cryptosporidium genótipo de vison, e C. muris também pode infectar humanos.

Vida útil:

Oocistos esporulados, contendo 4 esporozoítos, são excretados pelo hospedeiro infectado através das fezes (e possivelmente outras vias, como secreções respiratórias). Transmissão de Cryptosporidium spp. ocorre principalmente através da ingestão de água contaminada com fezes (por exemplo, água potável ou recreativa) ou comida (por exemplo, leite cru) ou após o contato direto com animais ou pessoas infectadas . Após a ingestão (e possivelmente inalação) por um hospedeiro adequado , ocorre excistação. Os esporozoítos são liberados e parasitam as células epiteliais (,) do trato gastrointestinal (e possivelmente do trato respiratório). Nessas células, geralmente dentro da borda em escova, os parasitas sofrem multiplicação assexuada (esquizogonia ou merogonia) (,,) e depois multiplicação sexual (gametogonia) produzindo microgamontes (masculino) e macrogamontes (feminino). Após a fertilização dos macrogamontes pelos microgametas () que se rompem do microgamonte, os oocistos se desenvolvem e esporulam no hospedeiro infectado. Os zigotos dão origem a dois tipos diferentes de oocistos (de parede espessa e de parede fina). Oocistos de paredes espessas são excretados do hospedeiro para o ambiente, enquanto os oocistos de paredes finas estão envolvidos no ciclo autoinfetivo interno e não são recuperados das fezes. Os oocistos são infecciosos na excreção, permitindo assim a transmissão fecal-oral direta e imediata. Estágios extracelulares foram relatados, mas sua relevância no ciclo de vida geral não é clara.

Anfitriões:

Cryptosporidium pode infectar uma ampla gama de hospedeiros vertebrados, incluindo pássaros, répteis e mamíferos. Muitas espécies e genótipos são adaptados ao hospedeiro, mas casos humanos causados ​​por espécies e genótipos que são patógenos em outros mamíferos ou animais foram relatados (por exemplo, C. meleagridis) infecta predominantemente humanos e é geralmente considerado antroponótico, embora existam relatos esporádicos em hospedeiros animais. Famílias de subtipos zoonóticos de C. parvum implicados em infecções humanas estão comumente associados a bovinos, particularmente bezerros.

Faixa Geográfica:

Zoonótico e não zoonótico Cryptosporidium spp. e os genótipos são onipresentes em todo o mundo. Surtos de criptosporidiose foram e continuam a ser relatados em vários países. Surtos de criptosporidiose nos EUA têm sido associados a piscinas, parques aquáticos e outros locais de natação, cidra não pasteurizada, suco e contato de leite com animais, creches, acampamentos e manipuladores de alimentos doentes.

Apresentação clínica

Infecção com Cryptosporidium spp. e os genótipos resultam em uma ampla gama de sinais e sintomas. O período de incubação é em média de 7 dias (variação: 2 & ndash10 dias). Pacientes imunocompetentes podem apresentar doença diarreica que é autolimitada, geralmente resolvida em 2 e 3 semanas. Pacientes imunocomprometidos podem ter complicações mais graves, como má absorção e perda de peso com risco de vida. A doença diarreica pode ser acompanhada por febre ou fadiga). Embora o intestino delgado seja principalmente afetado, foi relatada criptosporidiose extra-intestinal (por exemplo, no trato pulmonar ou biliar, raramente no pâncreas).

Cryptosporidium sp. oocistos em uma montagem úmida.

Cryptosporidium sp. oocistos corados com tricrômio.

Cryptosporidium sp. oocistos corados com ácido-resistente modificado.

Cryptosporidium sp. oocistos não corados em uma lâmina corada com ácido resistente modificado.

Cryptosporidium sp. oocistos corados com ácido-resistente modificado de Ziehl-Neelsen.

Cryptosporidium parvum oocistos corados com a coloração fluorescente auramina-rodamina.

Oocistos de C. parvum e cistos de Giardia duodenalis marcados com anticorpos imunofluorescentes.

Diagnóstico Laboratorial

Os métodos de coloração álcool-ácido resistentes, com ou sem concentração nas fezes, são usados ​​com mais frequência em laboratórios clínicos. A microscopia de imunofluorescência tem a maior sensibilidade e especificidade, seguida de perto pelos imunoensaios enzimáticos (EIA). Métodos moleculares (por exemplo, reação em cadeia da polimerase [PCR)]) são cada vez mais usados ​​em laboratórios de diagnóstico de referência, uma vez que podem identificar Cryptosporidium no nível da espécie.

Processamento de amostra

As amostras de fezes podem ser preservadas em formalina tamponada a 10% (consulte & ldquoLaboratory Safety & rdquo) ou suspensas em um meio de armazenamento composto de dicromato de potássio aquoso (2,5% p / v, concentração final). Fixadores à base de formalina não são recomendados se o teste molecular for realizado *. Como o número de oocistos pode variar, mesmo em amostras de fezes líquidas, várias amostras de fezes devem ser testadas antes de relatar uma interpretação diagnóstica negativa. Para maximizar a recuperação de oocistos, as amostras de fezes devem ser concentradas antes do exame microscópico. A sedimentação com formalina-acetato de etila é o método recomendado de concentração nas fezes. Devido ao seu pequeno tamanho e massa, os oocistos criptosporídicos podem ficar presos no tampão de éter ou acetato de etila e não sedimentar adequadamente. O aumento da velocidade ou tempo de centrifugação (500 x g, 10 minutos) pode ser garantido ao tentar recuperar oocistos criptosporídicos. A resolução de infecções criptosporídicas é acompanhada por um número crescente de oocistos e quoghosts não ácido-resistentes. & Rdquo Esses oocistos podem não flutuar ou sedimentar como esperado, levando a resultados falso-negativos.

* A formalina é usada rotineiramente em ambientes clínicos como fixador de vários tipos de espécimes. No entanto, devido aos efeitos desfavoráveis ​​da formalina e rsquos nos ácidos nucléicos, certos fixadores / conservantes não são recomendados para detecção molecular, incluindo formalina, acetato de sódio-ácido acético-formalina (SAF) e álcool polivinílico de baixa viscosidade (LV-PVA).

Imunoensaios

Anticorpo fluorescente direto [DFA], EIA e ensaios imunocromatográficos rápidos estão disponíveis comercialmente nos EUA para o diagnóstico de criptosporidiose. Vários kits são testes combinados para Cryptosporidium, Giardia, e Entamoeba histolytica. A imunodetecção de antígenos na superfície de organismos em amostras de fezes usando DFA é altamente sensível e específica.

Testes EIA comerciais para a detecção de Cryptosporidium antígenos em amostras de fezes frescas ou congeladas e também em amostras de fezes preservadas em formalina ou fixadas em acetato de sódio-ácido acético-formalina (SAF) estão disponíveis no formato de microplaca. Amostras concentradas ou tratadas com álcool polivinílico (PVA) não são adequadas para teste com os kits EIA de detecção de antígeno disponíveis.

Os laboratórios que usam kits EIA e ensaios de formato rápido precisam estar cientes dos problemas potenciais com falsos positivos e interpretar os resultados com cautela.

Métodos Moleculares

Painéis Moleculares Multipatogênicos

Vários painéis comerciais multipatogênicos de doenças gastrointestinais estão disponíveis, incluindo Cryptosporidium.. A vantagem dessas tecnologias é que oferecem a sensibilidade e especificidade frequentemente altas de ensaios moleculares (por exemplo, PCR), sem a necessidade de biólogos moleculares altamente treinados. Além disso, as infecções podem ser detectadas mesmo na ausência de suspeita clínica.

Digitação Molecular

Métodos moleculares, como os desenvolvidos e usados ​​pela CryptoNet, são os únicos métodos capazes de diferenciar Cryptosporidium espécies e genótipos. Estes são usados ​​em investigações epidemiológicas e tipagem genética e não para diagnóstico clínico. Vários protocolos individuais constituem o método padronizado para Cryptosporidium genotipagem e subtipagem.

Segurança de Laboratório

Cryptosporidium spp. os oocistos são resistentes e imediatamente infecciosos, portanto apresentam risco de infecção para os trabalhadores do laboratório por ingestão acidental (ou possivelmente aerossolização), portanto, precauções extras devem ser tomadas. Contenção primária (por exemplo, gabinete de biossegurança) e / ou equipamento de proteção individual (PPE, por exemplo, proteção facial) deve ser usado ao trabalhar com amostras que podem conter Cryptosporidium spp. Todos os resíduos de papel toalha e outros materiais descartáveis ​​devem ser autoclavados ou desinfetados de forma semelhante antes do descarte. Itens de laboratório reutilizáveis ​​podem ser lavados e desinfetados em uma máquina de lavar louça de laboratório usando um detergente contendo cloro e o ciclo & ldquosanitize & rdquo. Alternativamente, os itens contaminados podem ser imersos por aproximadamente uma hora em um banho-maria pré-aquecido a 50 ° C e depois lavados em uma solução detergente / desinfetante.

Todos os derramamentos e contaminação de superfície potencial com oocistos devem ser desinfetados usando o seguinte protocolo: Após a remoção do material orgânico da superfície contaminada (por exemplo, usando um detergente / limpador de laboratório convencional) e absorvendo a maior parte do derramamento com toalhas de papel descartáveis, inundar e cubra completamente a superfície com peróxido de hidrogênio 3% não diluído. Dispense peróxido de hidrogênio repetidamente, conforme necessário, para manter as superfícies afetadas cobertas e molhadas / úmidas por aproximadamente 30 minutos. Absorva o peróxido de hidrogênio residual com toalhas de papel descartáveis ​​e deixe as superfícies secarem completamente (10 a 30 minutos) antes de usar.

Leitura sugerida

Checkley, W., White, AC, Jaganath, D., Arrowood, MJ, Chalmers, RM, Chen, XM, Fayer, R., Griffiths, JK, Guerrant, RL, Hedstrom, L. e Huston, CD, 2015. Uma revisão da carga global, novos diagnósticos, terapêuticas e alvos de vacinas para Cryptosporidium. The Lancet Infectious Diseases, 15 (1), pp.85-94.

Ryan, U., Fayer, R. e Xiao, L., 2014. Cryptosporidium espécies em humanos e animais: compreensão atual e necessidades de pesquisa. Parasitologia, 141 (13), pp.1667-1685.


14.1: Food Choice Lab - Biologia

Todos os artigos publicados pela MDPI são disponibilizados imediatamente em todo o mundo sob uma licença de acesso aberto. Nenhuma permissão especial é necessária para reutilizar a totalidade ou parte do artigo publicado pela MDPI, incluindo figuras e tabelas. Para artigos publicados sob uma licença Creative Common CC BY de acesso aberto, qualquer parte do artigo pode ser reutilizada sem permissão, desde que o artigo original seja claramente citado.

Os artigos de destaque representam a pesquisa mais avançada com potencial significativo de alto impacto no campo. Artigos de destaque são submetidos a convite individual ou recomendação dos editores científicos e passam por revisão por pares antes da publicação.

O Artigo pode ser um artigo de pesquisa original, um estudo de pesquisa substancial que frequentemente envolve várias técnicas ou abordagens, ou um artigo de revisão abrangente com atualizações concisas e precisas sobre os últimos avanços no campo que revisa sistematicamente os avanços mais interessantes na área científica literatura. Este tipo de papel fornece uma perspectiva sobre as futuras direções de pesquisa ou possíveis aplicações.

Os artigos do Editor’s Choice são baseados nas recomendações dos editores científicos de periódicos MDPI de todo o mundo. Os editores selecionam um pequeno número de artigos publicados recentemente na revista que eles acreditam ser particularmente interessantes para os autores ou importantes neste campo. O objetivo é fornecer um instantâneo de alguns dos trabalhos mais interessantes publicados nas várias áreas de pesquisa da revista.


DISCUSSÃO

As abelhas forrageadoras foram treinadas para associar uma gota de sacarose a um círculo amarelo representando uma flor artificial. As abelhas foram então testadas separadamente quanto à sua preferência por maiores quantidades de flores artificiais considerando duas condições: (i) onde todos os estímulos contendo flores artificiais tinham a mesma área de superfície de amarelo, e (ii) onde todas as flores artificiais eram do mesmo tamanho. As abelhas demonstraram preferência pela maior quantidade de flores nos testes 1 versus 4 e 1 versus 12 em ambos os grupos, e na comparação 1 versus 3, onde todos os elementos eram do mesmo tamanho. Todas as outras combinações numéricas testadas produziram resultados que não foram significativamente diferentes da expectativa do acaso (Tabela 2). As abelhas parecem preferir espontaneamente a maior quantidade em comparação com um elemento, mas não têm preferência por outras comparações de quantidade. Além disso, a relação entre a menor e a maior quantidade de flores deve ser de pelo menos 1: 3 (0,33), pois as abelhas não mostraram preferência na comparação 1 versus 2. A falta de preferências significativas na maioria das comparações (a) pode ser devido às abelhas não terem preferência por essas quantidades maiores ou menores, ou (b) pode ser o resultado de as abelhas serem incapazes de discriminar entre as quantidades. Essas possíveis explicações são discutidas abaixo.

Os resultados dos experimentos de controle (Tabela 3) demonstram que as abelhas aprenderam o círculo amarelo como uma flor artificial, fornecendo uma recompensa durante a fase de preparação. Quando preparadas usando os mesmos estímulos que os experimentos principais (preparadas para círculos amarelos de tamanhos diferentes), as abelhas não mostraram nenhuma preferência significativa por cores amarelas ou cinza (controle 1), no entanto, elas demonstraram uma preferência significativa por um círculo amarelo em um fundo cinza versus um estímulo quadrado cinza (controle 2). Esses dois experimentos mostram que as abelhas não preferem apenas a cor amarela - é o círculo amarelo (flor artificial) que leva a uma escolha preferencial nos experimentos de controle e, portanto, nas comparações de quantidade. Esta descoberta é reforçada pelo exame dos resultados dos experimentos de controle 3-5, onde as abelhas foram preparadas para placas de alumínio jateadas e testadas em comparações de quantidade 1 versus 4 e 1 versus 12. Apesar de mostrar uma preferência significativa pela maior quantidade no principal Em experiências, quando preparadas com o círculo amarelo, as abelhas não tinham preferência por essas quantidades, pois não haviam associado o círculo amarelo a uma recompensa de sacarose. Esses resultados também sugerem que qualquer preferência significativa por quantidades maiores deveu-se à associação de uma única flor artificial com a sacarose.

Os resultados dos testes 1 versus 3, 1 versus 4 e 1 versus 12 sugerem que as abelhas podem discriminar entre alguns pares de quantidades e, portanto, podem associar quantidades maiores com flores potencialmente mais artificiais para forragear, mas esta preferência não é evidente quando ambas as quantidades são maiores do que 1 ou no caso de 1 versus 2. Os resultados indicam que as abelhas são incapazes ou não estão motivadas para discriminar entre quantidades maiores sem treinamento específico na tarefa. As abelhas não mostraram preferência por quantidades maiores acima de 4, mesmo com uma diferença magnitudinal relativamente grande (proporção de 1: 5 na comparação 4 versus 20). Além disso, os resultados dos testes de 1 versus 3 sugerem que as abelhas podem usar a área de superfície total para discriminar as quantidades quando a comparação é desafiadora, como uma preferência por uma área de superfície maior. As abelhas não preferiram significativamente a maior quantidade de 3 (1 versus 3) quando os estímulos foram controlados para a área de superfície total, mas demonstraram uma preferência quando o número maior tinha uma área de superfície maior (na condição de tamanho de elemento igual). Essa mesma tendência não estava presente nos resultados de 1 contra 4 ou 1 contra 12, que são comparações de quantidade menos desafiadoras, sugerindo que comparações de quantidade mais desafiadoras podem levar a pistas de baixo nível sendo usadas pelas abelhas.

O número de flores em uma área de forrageamento tem forte influência no número de visitas de polinizadores como a abelha (Caraballo-Ortiz et al., 2011). Nosso estudo atual fornece um novo insight importante sobre a relevância das comparações de quantidade durante os ataques naturais de forrageamento em flores reais. Por exemplo, pode não ser importante para as abelhas diferenciar entre duas ou mais flores, pois elas podem simplesmente classificar essas quantidades como "muitas". Ao forragear, talvez haja pouca diferença entre visitar um canteiro de flores que fornece duas flores para visitar, em vez de três ou quatro. No entanto, quando as condições não são ideais e poucas flores estão presentes em um ambiente, pode ser de vital importância encontrar um canteiro com mais de uma flor. Por exemplo, Gómez-Laplaza e Gerlai (2011a, b) sugerem que em peixes, a incapacidade de discriminar entre cardumes consistindo de 5 contra 3, 8 contra 5, 9 contra 6, ou 6 contra 4 coespecíficos pode ser porque a escolha por um cardumes maiores não aumentariam significativamente a chance de sobrevivência de um indivíduo. Além disso, a magnitude pode precisar ser maior entre dois cardumes para que haja uma vantagem significativa na escolha do cardume maior. O mesmo pode ser verdadeiro para as abelhas ao escolher um canteiro de flores.

Alternativamente, a incapacidade potencial das abelhas de discriminar entre quantidades de flores artificiais pode ser devido ao limite de atenção seletiva nas abelhas durante tarefas visuais espaciais (Morawetz e Spaethe, 2012). O mecanismo de busca durante as tarefas espaciais para as abelhas foi identificado como "busca em série", o processamento sucessivo de cada objeto durante uma tarefa de busca por um alvo entre distratores para o qual a atenção espacial é necessária. Durante a pesquisa em série, à medida que o número de alvos é aumentado, os erros e o tempo de pesquisa normalmente diminuem, enquanto que à medida que o número de distratores aumenta, a taxa de erro e o tempo de pesquisa aumentam (Holmgren et al., 1974 Morawetz e Spaethe, 2012 Treisman e Gelade, 1980 ) Isso está em contraste com a "pesquisa paralela", onde todos os objetos apresentados são processados ​​ao mesmo tempo e, portanto, a taxa de erro e o tempo de pesquisa não dependem do número de alvos ou distratores presentes (Morawetz e Spaethe, 2012). Sabe-se que as abelhas usam a busca em série, e esse mecanismo de busca visual por um alvo pode ter influenciado nossos resultados. Talvez o número de elementos contidos nos estímulos alternativos durante os testes fosse muito alto para que as abelhas processassem a tarefa visual de forma eficiente, levando a erros e / ou tendência de escolha aleatória.

A incapacidade das abelhas de discriminar espontaneamente entre quantidades acima de 4 também pode ser devido a uma falta de valor adaptativo. Agrillo et al. (2008) propõe que, embora as fêmeas de peixes-mosquitos tenham dificuldade com as proporções na faixa AMS, como 4 versus 5, 4 versus 6, 4 versus 7, 5 versus 6, 6 versus 7, 6 versus 8, 7 versus 8 e 8 versus 12, este não é um fenômeno incomum entre as espécies, sugerindo uma restrição de processamento neural para a discriminação de quantidade. Bebês humanos de seis meses são capazes de discriminar entre grandes números, como 8 versus 16, mas não 8 versus 12 (Xu e Spelke, 2000), enquanto bebês de 10 meses podem discriminar entre 8 versus 12, mas não 8 versus 10 (Xu e Arriaga, 2007), o que sugere evidências de experiência em melhorar a discriminação de quantidade. Os micos-leões-do-algodão podem realizar discriminações numéricas espontâneas de 4 contra 8, 4 contra 6 e 8 contra 12, mas falham nas discriminações de 4 contra 5 e 8 contra 10 comparações (Hauser et al., 2003). Mosquitofish, micos-leões-do-algodão e bebês humanos são todos capazes de discriminar quantidades acima de 4 quando a proporção é menos desafiadora, mas falham em algumas comparações mais difíceis. Os estudos comparativos acima sugerem que a capacidade de comparar quantidades usando magnitudes aproximadas é filogeneticamente antiga e a evolução dessa habilidade pode ser anterior à divergência das principais classes de vertebrados (Agrillo et al., 2008 Rugani et al., 2013). A capacidade de discriminar espontaneamente entre quantidades de 2 e mais não está presente nas abelhas neste estudo. No entanto, estudos mostram que com o condicionamento apetitivo-aversivo, as abelhas podem discriminar entre proporções desafiadoras de 0,80 (4 versus 5) e classificar as quantidades 0-6 como 'maior' ou 'menor' no contexto de outras quantidades (Howard et al. , 2018a, 2019b, c), sugerindo que uma capacidade de processar e discriminar quantidades dentro das faixas de OFS e AMS não está fora do alcance dos insetos, mesmo que possa não ser um comportamento espontâneo, pelo menos no contexto de forrageamento.

As abelhas melíferas evoluíram em ambientes tropicais, que hospedam fontes de nutrição escassas, mas agrupadas (Donaldson-Matasci e Dornhaus, 2012 Dornhaus e Chittka, 2004b). Assim, as abelhas podem ter adquirido uma estratégia de busca visual rápida, mas imprecisa, quando comparadas com as abelhas (Morawetz e Spaethe, 2012), que evoluíram em ambientes de recursos esparsos, mas uniformemente distribuídos em zonas temperadas (Dornhaus e Chittka, 2004a). Consequentemente, as abelhas usam uma estratégia de forrageamento lenta, mas cuidadosa (Dornhaus e Chittka, 2004a Morawetz e Spaethe, 2012). A estratégia rápida, mas sujeita a erros, das abelhas é útil para ambientes onde a precisão não oferece nenhum benefício (Morawetz e Spaethe, 2012). O exemplo dado por Morawetz e Spaethe (2012) é uma árvore cheia de flores desabrochando de forma idêntica, onde há muitos alvos e poucos distratores, portanto, ser rápido e impreciso renderá mais coleta de néctar do que ser lento e preciso. As abelhas podem ter evoluído para discriminar entre recursos esparsos e abundantes, como número de flores (por exemplo, 1 versus 12 ou 1 versus 4 ou 1 versus 3 flores em nosso estudo), mas a necessidade de diferenciar dentro dessas categorias de quantidade de flores esparsas ou abundantes não é ecologicamente benéfico. Por exemplo, a necessidade de discriminar entre uma flor e várias flores pode ser uma habilidade útil para as abelhas quando os recursos são escassos, mas a necessidade de diferenciar entre manchas contendo várias flores não resultará em maior coleta de néctar se as abelhas forem precisas e lentas em vez de imprecisas mas rápido, portanto, a discriminação mais precisa não é evolutivamente benéfica. Além disso, para as abelhas visualizando os estímulos na tela giratória, a flor artificial atuou como o alvo e, portanto, quando havia muitos alvos (por exemplo, 4 contra 20, 4 contra 12, 4 contra 8), que estavam agrupados relativamente próximos (dentro um círculo de 50 cm de diâmetro), houve uma menor pressão para as abelhas escolherem maiores quantidades de alvos, já que todos os elementos individuais são alvos.

Invertebrates including mealworms, ants and now honeybees in the present study have been tested for their spontaneous quantity discrimination ability (Carazo et al., 2012, 2009 Cronin, 2014 Wittlinger et al., 2006). A prominent question in the area of animal numerical ability is how species without mammalian or avian brains represent quantity and numerosity in the brain (Giurfa, 2019b Nieder, 2016). It is difficult to examine the brain function of invertebrates during complex tasks, such as spontaneous quantity discrimination. As mealworms, ants and honeybees have an innate sense of quantity, other invertebrates for which there are sophisticated neural analysis techniques (e.g. Drosophila: Roman and Davis, 2001 Wolf et al., 1998) could be tested for the same spontaneous number use. It could thus be possible to determine which part of the brain is associated with numerical ability and what structures, genes and neurons may be involved. Such experiments would shed light on this major question in the field of invertebrate numerical cognition and the evolution of number sense.


STAY CURRENT WITH DNS

If you have a disability and are having trouble accessing information on this website or need materials in an alternate format, contact [email protected] for assistance.

244 Garden Ave, Ithaca, NY 14853

Gayog o̱ hó꞉n ǫ ' Land Acknowledgment for the Ithaca Campus

Cornell University is located on the traditional homelands of the Gayog o̱ hó꞉n ǫ ' (the Cayuga Nation). The Gayog o̱ hó꞉n ǫ ' are members of the Haudenosaunee Confederacy, an alliance of six sovereign Nations with a historic and contemporary presence on this land. The Confederacy precedes the establishment of Cornell University, New York state, and the United States of America. We acknowledge the painful history of Gayog o̱ hó꞉n ǫ ' dispossession, and honor the ongoing connection of Gayog o̱ hó꞉n ǫ ' people, past and present, to these lands and waters.


Our research addresses a wide range of biological questions, across and between the sub-disciplines of biology: from single molecules to systems, and from steady state equilibria to dynamic remodeling over milliseconds to millions of generations. We invite graduate students enrolled in the Division of Biology and Biomedical Sciences to explore the diverse research areas our faculty members study.

The Department of Biology draws its strength from an exceptionally interactive and collaborative faculty, possessing a wide range of interests at all levels of biological organization, and utilizing many different biological systems and model organisms. Our faculty have received national and international recognition for contributions in genetics, neuroscience, development, population biology, plant biology, and other areas of specialization. Work being done in the department has broad implications for the treatment of disease and genetic anomalies, the preservation of endangered species, the development of food crops, and many other global problems centered in the life sciences.

Comunidade

The biology department has 49 full-time faculty members. Our large and thriving community also includes approximately 60 current pre-doctoral students, approximately 55 postdoctoral and research scientists, and nearly 700 majors (more than any other program in Arts & Sciences). Nearly all of our faculty have peer-reviewed grant support—now totaling around $12 million each year—and many hold leadership positions in the scientific community.

Sustainability

Washington University in St. Louis is fully committed to being a national leader in sustainability, a core priority that runs through all aspects of our community, our operations, and our work as a leading teaching and research institution. Explore how we are addressing climate change and environmental degradation.


Materials and Methods

Ethics statement

All of the participants went through a specific medical exam and gave their written informed consent prior to taking part in the fMRI study, which received the approval of local (Aix-Marseille University ethics committee), regional (“Comité de Protection des Personnes Sud Méditerranée”), and national ethics and regulatory agencies in France (“Agence Nationale de Sécurité du Médicament et des Produits de Santé”).

Participants

23 right-handed non-restrained individuals with normal or corrected to normal vision (10 females, mean age = 25.91, SD = 3.85 mean BMI = 23.47, SD = 2.8) volunteered to take part in the study. Participants were only eligible if they reported frequent consumption of the type of food used in the study and had no history of psychiatric or neurological conditions. Subjects received €50 in return for taking part in the study. One participant was excluded for excessive movement during functional brain scanning, which left 22 participants for final analysis.

Stimuli

Participants rated and made decisions concerning 128 different tasty food items, including 50% junk food (e.g., chips, pizza, candy bar) and 50% healthy snacks (e.g., apple, orange, broccoli), presented as 72 dpi color pictures. Half of the food items were branded and half unbranded. The stimuli were selected from 500 food pictures that had been rated in terms of their healthiness and tastiness, by 236 participants on 7-point Likert scales, from 1 (= not at all) to 7 (= very much so) [32]. We classified the food items as healthy (vs. unhealthy), and tasty (vs. not tasty), when the mean score was significantly above (vs. below) the scale midpoint (i.e., 4). We selected a final set of 64 healthy food pictures to be used in the experiment (Mhealthiness = 4.74, SD = .70, Z = 16.24, p < .001) and 64 unhealthy food pictures (Mhealthiness = 2.64, SD = .46, Z = -45.41, p < .001), both categories being rated as tasty (Mhealthy_food = = 4.38, SD = .76, Z = 7.68, p < .001 Munhealthy_food = 4.52, SD = .65, Z = 12.29, p < .001).

The participants were instructed not to eat in the 4 hours prior to the experiment [2,23]. During each trial, they were shown a picture of one of the 64 selected food items and were given up to 3 s to indicate whether they would be willing to eat that item at the end of the experiment or not. The picture of the food product disappeared as soon as a response was made. Participants indicated their response on a 4-point scale: Strong No, No, Yes, and Strong Yes. Their response was displayed for 0.5 s on the screen before the next image was presented. At the end of the experiment, one of the trials was randomly selected. If the participant had declared a “Yes” or a “Strong Yes” for that item, they would get to eat the food item, while if they had declared a “No” or a “Strong No”, then they would not, and another food item was proposed instead. In either case, the participants were required to stay in the lab for 30 min after the experiment in order to eat. Note that because the participants did not know which trial would be selected, their optimal strategy was to treat each decision as if it were the only one. Thus, participants had no obvious incentive to select “Yes” or “Strong Yes” for an item that they did not like, regardless the condition. Trials were separated by a variable inter-trial interval (ITI) ranging from 5 to 9 s.

Participants evaluated each food item in three attention conditions (healthy diet, tasty diet, and no diet), being informed of which aspect of the food item they were to pay attention to. In the healthy diet condition (HD), the participants were instructed to consider the benefits of eating healthy food. In the tasty diet condition (TD), they were instructed to consider the pleasure of eating healthily, and in the no diet condition (ND, or control condition), they were asked to consider any features of the food that came to their mind. Critically, the instructions emphasized that they should express their own preference, regardless the attention instructions provided at the beginning of the condition. The attention condition was kept the same during for 8 trials at a time, and the beginning of a new condition was announced by means of information displayed on a screen for 3 s (see Fig 1). Participants completed 384 trials in a functional MRI scanner (see technical details below) to assess the activity of their brain while performing the tasks. Visual stimuli were displayed on a screen outside the scanner that participants could see thanks to a mirror system while having the functional MRI data acquired. Each food was displayed once in each experimental condition and the order of presentation of the food items and blocks was fully randomized.


Assista o vídeo: How the food you eat affects your brain - Mia Nacamulli (Dezembro 2021).