Whole-body 3D kinematics of freely behaving Drosophila
Dieses Paper stellt eine Open-Source-, markerefreie Pipeline vor, die sieben Hochgeschwindigkeitskameras und Deep Learning kombiniert, um ein präzises, ganzkörperbasiertes 3D-kinematisches Tracking von frei agierenden Drosophila zu erreichen, wobei aufgedeckt wird, dass sie über alle Geschwindigkeiten hinweg das Laufen am Boden nutzen und während der Balz koordinierte Flügel- und Körperbewegungen zeigen.
Originalarbeit lizenziert unter CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Dies ist eine KI-generierte Erklärung eines Preprints, das nicht peer-reviewed wurde. Dies ist kein medizinischer Rat. Treffen Sie keine Gesundheitsentscheidungen auf Grundlage dieses Inhalts. Vollständigen Haftungsausschluss lesen
Um zu verstehen, wie ein Nervensystem ein einfaches elektrisches Signal in eine komplexe, koordinierte Bewegung umwandelt, müssen Wissenschaftler zunächst in der Lage sein, diese Bewegung mit absoluter Klarheit zu sehen. Seit Jahrzehnten verlassen sich Forscher auf die Fruchtfliege, ein winziges Insekt mit einem gut kartierten Gehirn, um die Regeln der motorischen Steuerung zu entschlüsseln. Die Herausforderung bestand bisher immer darin, dass diese Fliegen klein sind, sich mit blendender Geschwindigkeit bewegen und oft den eigenen Körper aus der Sicht nehmen, wenn sie sich drehen oder mit anderen interagieren. Traditionelle Methoden zur Verfolgung ihrer Bewegungen hatten Schwierigkeiten, ihre volle Bewegung in drei Dimensionen zu erfassen, wodurch eine Lücke zwischen dem, was das Gehirn sendet, und der Art und Weise, wie der Körper tatsächlich reagiert, entstand. Oh ohne ein vollständiges Bild der Körperhaltung der Fliege im Raum bleibt es schwierig, genaue Modelle darüber zu erstellen, wie das Gehen des Gehirns die Muskeln befiehlt, Verhalten zu erzeugen.
Ein Team von Forschern hat diese Lücke nun geschlossen, indem es ein System entwickelt hat, das Fliegen in vollem 3D beobachtet, ohne sie jemals zu berühren oder Marker an ihren Körpern anzubringen. Sie stellten sieben Hochgeschwindigkeitskameras auf, die zusammenarbeiten, um die Insekten mit 800 Bildern pro Sekunde aufzuzeichnen und so jedes schnelle Zucken und jede Drehung einzufangen. Um diese Flut an visuellen Daten nutzbar zu machen, trainierten sie ein Computerprogramm, um fünfzig spezifische Punkte am Körper der Fliege zu erkennen und zu verfolgen, von den Spitzen ihrer Beine bis zu den Enden ihrer Antennen. Da die ersten Vermutungen des Computers manchmal physisch unmöglich aussehen können – wie etwa ein Bein, das sich in die falsche Richtung biegt –, fügten die Forscher einen zweiten Schritt hinzu. Sie verwendeten ein Modell der tatsächlichen Anatomie der Fliege, um diese Fehler zu korrigieren, und stellten so sicher, dass jede Bewegung, die das System aufzeichnete, etwas war, das eine echte Fliege physisch tun konnte. Dieser Prozess, bekannt als Retargeting, verwandelt Rohvideo in eine präzise, anatomisch korrekte Karte der Bewegung der Fliege.
Als die Wissenschaftler die Bewegungen von Fliegen untersuchten, die über den Boden liefen, fanden sie etwas, das einer lang gehegten Annahme darüber, wie Insekten sich bewegen, widerspricht. Lange Zeit wurde angenommen, dass Tiere zwischen verschiedenen Laufstilen, oder Gangarten, wechseln, während sie schneller oder langsamer werden oder langsamer werden oder langsamer werden. Die Daten aus dieser Studie zeigen, dass Fliegen dies nicht tun. Stattdessen behalten sie einen einzigen, grundlegenden Laufstil über ihren gesamten Geschwindigkeitsbereich bei und wechseln nie in eine andere Gangart. Dieser Befund deutt darauf an, dass die Steuerungsmechanismen für ihre Bewegung kontinuierlicher und fließender sind als bisher angenommen.
Das System erwies sich auch als leistungsfähig genug, um mehrere Fliegen gleichzeitig zu verfolgen, was es den Forschern ermöglichte, soziale Interaktionen mit beispielloser Detailgenauigkeit zu beobachten. Beim Beobachten eines männlichen Flugs, der eine Weibchen umwirbt, zeigte die Studie, dass das Männchen die Bewegung beider Flügel koordiniert, um seinen Paarungslied zu erzeugen. Gleichzeitig passt er ständig den Winkel seines Körpers an, indem er den Kopf und den Oberkörper nach oben oder unten neigt, um seine Augen auf die vertikale Position des Weibchens fixiert zu halten, während dieses sich bewegt. Diese Beobachtungen liefern eine reiche, dreidimensionale Aufzeichnung des Verhaltens, die zuvor unmöglich zu erfassen war. Indem die Forscher diesen großen Datensatz und die zur Erstellung verwendete Software der Öffentlichkeit zugänglich gemacht haben, haben sie eine neue Grundlage für Wissenschaftler geschaffen, um detaillierte Modelle darüber zu entwickeln, wie Gehirn und Körper zusammenarbeiten, um Bewegung zu erzeugen.
Ertrinken Sie in Arbeiten in Ihrem Fachgebiet?
Erhalten Sie tägliche Digests der neuesten Arbeiten passend zu Ihren Forschungsbegriffen — mit technischen Zusammenfassungen, in Ihrer Sprache.