AC
Adam Claridge‐Chang
Author with expertise in Neuroscience and Genetics of Drosophila Melanogaster
Achievements
Cited Author
Key Stats
Upvotes received:
0
Publications:
27
(41% Open Access)
Cited by:
1,519
h-index:
21
/
i10-index:
31
Reputation
Biology
< 1%
Chemistry
< 1%
Economics
< 1%
Show more
How is this calculated?
Publications
0

Using Drosophila behavioral assays to characterize terebrid venom-peptide bioactivity

Anders Eriksson et al.Aug 13, 2018
The number of newly discovered peptides from the transcriptomes and proteomes of animal venom arsenals is rapidly increasing, resulting in an abundance of uncharacterized peptides. There is a pressing need for a systematic, cost effective, and scalable approach to identify physiological effects of venom peptides. To address this discovery-to-function gap, we developed a sequence driven:activity-based hybrid approach for screening venom peptides that is amenable to large-venom peptide libraries with minimal amounts of peptide. Using this approach, we characterized the physiological and behavioral phenotypes of two peptides from the venom of predatory terebrid marine snails, teretoxins Tv1 from Terebra variegata and Tsu1.1 from Terebra subulata. Our results indicate that Tv1 and Tsu1.1 have distinct bioactivity. Tv1 (100 μM) had an antinociceptive effect in adult Drosophila using a thermal nociception assay to measure heat avoidance. Alternatively, Tsu1.1 (100 μM) increased food intake. These findings describe the first functional bioactivity of terebrid venom peptides in relation to pain and diet and indicate that Tv1 and Tsu1.1 may, respectively, act as antinociceptive and orexigenic agents. Tv1 and Tsu1.1 are distinct from previously identified venom peptides, expanding the toolkit of peptides that can potentially be used to investigate the physiological mechanisms of pain and diet.
0

Automated leg tracking reveals distinct conserved gait and tremor signatures in Drosophila models of Parkinson's Disease and Spinocerebellar ataxia 3

Shuang Wu et al.Sep 25, 2018
Genetic models in Drosophila have made invaluable contributions to our understanding of the molecular mechanisms underlying neurodegeneration. In human patients, some neurodegenerative diseases lead to characteristic movement dysfunctions, such as abnormal gait and tremors. However, it is currently unknown whether similar movement defects occur in the respective fly models, which could be used to model and better understand the pathophysiology of movement disorders. To address this question, we developed a machine-learning image-analysis programme - Feature Learning-based LImb segmentation and Tracking (FLLIT) - that automatically tracks leg claw positions of freely moving flies recorded on high-speed video, generating a series of body and leg movement parameters. Of note, FLLIT requires no user input for learning. We used FLLIT to characterise fly models of Parkinson's Disease (PD) and Spinocerebellar ataxia 3 (SCA3). Between these models, walking gait and tremor characteristics differed markedly, and recapitulated signatures of the respective human diseases. Selective expression of mutant SCA3 in dopaminergic neurons led to phenotypes resembling that of PD flies, suggesting that the behavioural phenotype may depend on the circuits affected, rather than the specific nature of the mutation. Different mutations produced tremors in distinct leg pairs, indicating that different motor circuits are affected. Almost 190,000 video frames were tracked in this study, allowing, for the first time, high-throughput analysis of gait and tremor features in Drosophila mutants. As an efficient assay of mutant gait and tremor features in an important model system, FLLIT will enable the analysis of the neurogenetic mechanisms that underlie movement disorders.
0

A neural m6A/YTHDF pathway is required for learning and memory in Drosophila

Lijuan Kan et al.Mar 7, 2020
The roles of epitranscriptomic modifications in mRNA regulation have recently received substantial attention, with appreciation growing for their phenotypically selective impacts within the animal. We adopted Drosophila melanogaster as a model system to study m6A, the most abundant internal modification of mRNA. Here, we report proteomic and functional analyses of fly m6A-binding proteins, confirming nuclear (YTHDC) and cytoplasmic (YTHDF) YTH domain proteins as the major m6A binders. Since all core m6A pathway mutants are viable, we assessed in vivo requirements of the m6A pathway in cognitive processes. Assays of short term memory revealed an age-dependent requirement of m6A writers working via YTHDF, but not YTHDC, comprising the first phenotypes assigned to Drosophila mutants of the cytoplasmic m6A reader. These factors promote memory via neural-autonomous activities, and are required in the mushroom body, the center for associative learning. To inform their basis, we mapped m6A from wild-type and mettl3 null mutant heads, allowing robust discrimination of Mettl3-dependent m6A sites. In contrast to mammalian m6A, which is predominant in 3' UTRs, Drosophila m6A is highly enriched in 5' UTRs and occurs in an adenosine-rich context. Genomic analyses demonstrate that Drosophila m6A does not directionally affect RNA stability, but is preferentially deposited on genes with low translational efficiency. However, functional tests indicate a role for m6A in translational activation, since we observe reduced nascent protein synthesis in mettl3-KO cells. Finally, we show that ectopic YTHDF can increase m6A target reporter output in an m6A-binding dependent manner, and that this activity is required for in vivo neural function of YTHDF in memory. Altogether, we provide the first tissue-specific m6A maps in this model organism and reveal selective behavioral and translational defects for m6A/YTHDF mutants.
0

Moving beyond P values: Everyday data analysis with estimation plots

Joses Ho et al.Jul 26, 2018
Over the past 75 years, a number of statisticians have advised that the data-analysis method known as null-hypothesis significance testing (NHST) should be deprecated (Berkson, 1942; Halsey et al., 2015; Wasserstein et al., 2019). The limitations of NHST have been extensively discussed, with a broad consensus that current statistical practice in the biological sciences needs reform. However, there is less agreement on reform’s specific nature, with vigorous debate surrounding what would constitute a suitable alternative (Altman et al., 2000; Benjamin et al., 2017; Cumming and Calin-Jageman, 2016). An emerging view is that a more complete analytic technique would use statistical graphics to estimate effect sizes and evaluate their uncertainty (Cohen, 1994; Cumming and Calin-Jageman, 2016). As these estimation methods require only minimal statistical retraining, they have great potential to shift the current data-analysis culture away from dichotomous thinking towards quantitative reasoning (Claridge-Chang and Assam, 2016). The evolution of statistics has been inextricably linked to the development of quantitative displays that support complex visual reasoning (Tufte, 2001). We consider that the graphic we describe here as estimation plot is the most intuitive way to display the complete statistical information about experimental data sets. However, a major obstacle to adopting estimation plots is accessibility to suitable software. To lower this hurdle, we have developed free software that makes high-quality estimation plotting available to all. Here, we explain the rationale for estimation plots by contrasting them with conventional charts used to display data with NHST results, and describe how the use of these graphs affords five major analytical advantages.
Load More