Snelle beeldvorming en kunstmatige intelligentie helpen ons te begrijpen hoe insectenvleugels werken

Ongeveer 350 miljoen jaar geleden was onze planeet getuige van de evolutie van de eerste vliegende wezens. Ze zijn er nog steeds, en sommigen van hen blijven ons irriteren met hun gezoem. Terwijl wetenschappers deze wezens classificeren als gevleugelde insecten, noemt de rest van de wereld ze eenvoudigweg gevleugelde insecten.

Er zijn veel aspecten van de insectenbiologie, vooral het vliegen, die voor wetenschappers een mysterie blijven. De eerste is simpelweg hoe ze hun vleugels bewegen. Het insectenvleugelgewricht is een gespecialiseerd gewricht dat de vleugels van een insect met zijn lichaam verbindt. Ze zijn samengesteld uit vijf onderling verbonden bladachtige structuren, sklerieten genoemd. Wanneer deze platen door de onderliggende spieren worden bewogen, laten de vleugels van het insect wapperen.

Tot nu toe was het voor wetenschappers moeilijk om de biomechanica te begrijpen die de sclerale beweging regelt, zelfs met behulp van geavanceerde beeldvormingstechnieken. “De sclera binnen het vleugelgewricht is zo klein en beweegt zo snel dat de mechanische actie tijdens de vlucht niet nauwkeurig is vastgelegd, ondanks pogingen met behulp van stroboscopische beeldvorming, hogesnelheidsvideografie en röntgentomografie”, zegt Michael Dickinson, Zarem-professor van Biologie en bio-engineering aan het California Tech (Caltech), voor Ars Technica.

Als gevolg hiervan kunnen wetenschappers niet precies visualiseren wat er op kleine schaal in het vleugelgewricht gebeurt terwijl ze vliegen, waardoor ze de insectenvlucht niet in detail kunnen bestuderen. Een nieuwe studie door Dickinson en zijn team heeft echter eindelijk de werking van de sclera en de scharnieren van de vleugel van een insect onthuld. Ze legden de vleugelbeweging van fruitvliegjes vast (Zwartbuikfruitvlieg) analyseerde 72.000 geregistreerde vleugelslagen met behulp van een neuraal netwerk om de rol te decoderen die individuele sklerieten spelen bij het vormgeven van de beweging van insectenvleugels.

Begrijp de details van de vleugel van een insect

De biomechanica die de vlucht van insecten regelt, verschilt nogal van die bij vogels en vleermuizen. Dit komt omdat vleugels bij insecten zich niet uit ledematen ontwikkelden. “In het geval van vogels, vleermuizen en pterosauriërs weten we evolutionair precies waar de vleugels vandaan komen, omdat al deze dieren met hun voorpoten vliegen. Ze gebruiken voornamelijk hun armen om te vliegen, het is compleet anders. wezens met poten en behielden alle poten.” Alle zes hebben echter flapperende aanhangsels aan de dorsale zijde van hun lichaam toegevoegd, en het is onbekend waar die vleugels vandaan kwamen.

Sommige onderzoekers suggereren dat insectenvleugels vandaan kwamen Kieuwachtige aanhangsels Gevonden in oude aquatische geleedpotigen. Anderen geloven dat de vleugels afkomstig zijn van “Kruidnagel“Een bijzondere groei gevonden op de poten van oude schaaldieren die de voorouders waren van insecten. Dit debat is nog steeds aan de gang, dus de evolutie ervan kan ons niet veel vertellen over hoe het scharnier en de sclera functioneren.”

Het begrijpen van de werking van geleedpotigen is van cruciaal belang, omdat insecten hierdoor zulke effectieve vliegende wezens zijn. Het stelt hen in staat om met verbazingwekkende snelheden te vliegen voor hun lichaamsgrootte (sommige insecten kunnen vliegen met een snelheid van 53 mijl per uur) en tijdens de vlucht een grote manoeuvreerbaarheid en stabiliteit aan de dag te leggen.

“Het vleugelgewricht van insecten is misschien wel een van de meest geavanceerde en evolutionair belangrijke skeletstructuren in de natuurlijke wereld”, aldus de auteurs van het onderzoek.

Het in beeld brengen van de activiteit van vier van de vijf sklerieten waaruit het scharnier bestaat, was echter onmogelijk vanwege de grootte en de snelheid waarmee het beweegt. Dickinson en zijn team gebruikten een multidisciplinaire aanpak om deze uitdaging te overwinnen. Ze ontwierpen een apparaat dat was uitgerust met drie hogesnelheidscamera's die de activiteit van vastgebonden fruitvliegjes registreren met een snelheid van 15.000 frames per seconde met behulp van infraroodlicht.

Ze gebruikten ook een calciumgevoelig eiwit om veranderingen in de activiteit van de geleidende spieren van de insecten tijdens het vliegen te volgen (calcium helpt de spiersamentrekkingen te stimuleren). “We hebben in totaal 485 vluchtsequenties van 82 vliegen geregistreerd. Na het uitsluiten van een subset van vleugelslagen uit de reeks toen de vlieg stopte met vliegen of vloog met een abnormaal lage vleugelslagfrequentie, verkregen we een definitieve dataset van 72.219 vleugelslagen. Let op.

Vervolgens trainden ze een op machine learning gebaseerd convolutioneel neuraal netwerk (CNN) met behulp van 85% van de dataset. “We gebruikten een CNN-model om de transformatie tussen spieractiviteit en vleugelbeweging te bestuderen door een reeks virtuele manipulaties uit te voeren, waarbij we het netwerk exploiteerden om experimenten uit te voeren die moeilijk uit te voeren zouden zijn op echte vliegen”, legden ze uit.

Naast het neurale netwerk ontwikkelden ze ook een neuraal netwerk met encoder-decoder (een architectuur die wordt gebruikt bij machinaal leren) en voedden het gegevens met betrekking tot het begeleiden van spieractiviteit. Terwijl het CNN-model vleugelbewegingen kan voorspellen, kan de encoder/decoder de actie van individuele stijve spieren tijdens vleugelbeweging voorspellen. Nu is het tijd om te controleren of de gegevens die ze voorspelden juist zijn.