Whole-body 3D kinematics of freely behaving Drosophila
Questo articolo introduce una pipeline open-source, senza marcatori, che combina sette telecamere ad alta velocità e il deep learning per ottenere un tracciamento cinematico 3D dell'intero corpo di Drosophila che si comportano liberamente, rivelando che esse utilizzano la corsa al suolo a tutte le velocità ed esibiscono movimenti coordinati di ali e corpo durante il corteggiamento.
Articolo originale sotto licenza CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Questa è una spiegazione generata dall'IA di un preprint non sottoposto a revisione paritaria. Non è un consiglio medico. Non prendere decisioni sulla salute basandoti su questo contenuto. Leggi il disclaimer completo
Per comprendere come il sistema nervoso trasformi un semplice segnale elettrico in un movimento complesso e coordinato, gli scienziati devono prima di tutto essere in grado di vedere quel movimento con assoluta chiarezza. Per decenni, i ricercatori si sono affidati alla mosca della frutta, un minuscolo insetto con un cervello ben mappato, per scoprire le regole del controllo motorio. La sfida è sempre stata rappresentata dal fatto che queste mosche sono piccole, si muovono con una velocità accecante e spesso bloccano la vista del proprio corpo mentre ruotano o interagiscono con altri. I metodi tradizionali di tracciamento hanno faticato a catturare il loro movimento completo in tre dimensioni, lasciando un vuoto tra ciò che il cervello invia e come il corpo risponde effettivamente. Senza un quadro completo della postura della mosca nello spazio, rimane difficile costruire modelli accurati di come il cervello comandi i muscoli per creare il comportamento.
Un team di ricercatori ha ora colmato questo divario creando un sistema che osserva il movimento delle mosche in pieno 3D senza mai toccarle o applicare marcatori ai loro corpi. Hanno installato sette telecamere ad alta velocità che lavorano insieme per registrare gli insetti a 800 fotogrammi al secondo, catturando ogni rapido sussulto e svolta. Per dare senso a questo flusso di dati visivi, hanno addestrato un programma informatico a riconoscere e tracciare cinquanta punti specifici sul corpo della mosca, dalle punte delle zampe alle estremità delle antenne. Poiché le ipotesi iniziali del computer possono talvolta apparire fisicamente impossibili — come una zampa che si piega nel verso sbagliato — i ricercatori hanno aggiunto un secondo passaggio. Hanno utilizzato un modello dell'anatomia reale della mosca per correggere questi errori, assicurando che ogni movimento registrato dal sistema fosse qualcosa che una vera mosca potesse fisicamente fare. Questo processo, noto come retargeting, trasforma il video grezzo in una mappa precisa e anatomicamente corretta del movimento della mosca.
Quando gli scienziati hanno analizzato i movimenti delle mosche che correvano sul terreno, hanno scoperto qualcosa che contraddice un'ipotesi di lunga data su come si muovono gli insetti. Per molto tempo si è creduto che gli animali passassero da stili di corsa distinti, o andature, man mano che acceleravano o rallentavano. I dati di questo studio mostrano che le mosche non lo fanno. Invece, mantengono un unico stile di corsa costante lungo tutto il loro intervallo di velocità, senza mai passare a un'andatura diversa. Questa scoperta suggerisce che i meccanismi di controllo del loro movimento siano più continui e fluidi di quanto si pensasse in precedenza.
Il sistema si è dimostrato abbastanza potente da tracciare più mosche contemporaneamente, permettendo ai ricercatori di osservare le interazioni sociali con un dettaglio senza precedenti. Osservando un maschio di mosca che corteggia una femmina, lo studio ha rivelato che il maschio coordina il movimento di entrambe le ali per produrre il suo canto di corteggiamento. Allo stesso tempo, egli regola costantemente l'angolo del proprio corpo, inclinando la testa e il torso verso l'alto o verso il basso per mantenere gli occhi fissi sulla posizione verticale della femmina mentre lei si muove. Queste osservazioni forniscono un ricco registro tridimensionale del comportamento che era precedentemente impossibile da catturare. Rendendo questo vasto dataset e il software utilizzato per crearlo accessibile al pubblico, i ricercatori hanno fornito una nuova base affinché gli scienziati possano costruire modelli dettagliati di come il cervello e il corpo lavorino insieme per generare il movimento.
Sommerso dagli articoli nel tuo campo?
Ricevi digest giornalieri degli articoli più recenti corrispondenti alle tue parole chiave di ricerca — con riassunti tecnici, nella tua lingua.