Whole-body 3D kinematics of freely behaving Drosophila
本文介绍了一种开源的无标记流水线,该流水线结合了七个高速摄像机与深度学习技术,实现了对自由行为果蝇精确的全身三维运动学追踪,并揭示了它们在所有速度下均利用地面奔跑,且在求偶过程中表现出协调的翅膀与身体运动。
原始论文采用 CC BY 4.0 许可(https://creativecommons.org/licenses/by/4.0/)。 这是一篇未经同行评审的预印本的AI生成解释。这不是医疗建议。请勿根据此内容做出健康决定。 阅读完整免责声明
为了理解神经系统如何将简单的电信号转化为复杂且协调的运动,科学家必须首先能够清晰无误地观察到这种运动。几十年来,研究人员一直依赖于大脑结构映射完善的小型昆虫——果蝇,来揭示运动控制的规则。挑战始终在于这些果蝇体型微小、移动速度极快,并且在转身或与其他个体互动时,往往会遮挡住自己的身体。传统的追踪方法难以捕捉它们完整的三维运动,导致大脑发出的指令与身体实际反应之间存在信息断层。如果无法获得果蝇在空间中姿态的完整图像,就很难建立精确的模型来描述大脑如何指挥肌肉产生行为。
现在,一组研究人员通过创建一种无需接触果蝇或在其身上粘贴标记物,即可观察其全三维运动的系统,填补了这一空白。他们设置了七个高速摄像机协同工作,以每秒800帧的速度记录昆虫,捕捉每一次快速的抽动和转向。为了处理这些海量的视觉数据,他们训练了一个计算机程序,使其能够识别并追踪果蝇身上的50个特定点,从腿尖到触角末端。由于计算机最初的预测有时会出现物理上不可能的情况——例如腿部向错误的方向弯曲——研究人员增加了第二步。他们利用果蝇实际解剖结构的模型来纠正这些错误,确保系统记录的每一次运动都是真实果蝇在物理上能够完成的。这个被称为“重定向”(retargeting)的过程,将原始视频转化为精确且符合解剖学规律的果蝇运动图谱。
当科学家分析果蝇在地面奔跑时的运动时,他们发现了一些与长期以来的关于昆虫运动假设相矛盾的现象。长期以来,人们一直认为动物在加速或减速时会在不同的奔跑风格(即步态)之间进行切换。这项研究的数据显示,果蝇并非如此。相反,它们在整个速度范围内都保持着单一且稳定的奔跑风格,从未过渡到另一种步态。这一发现表明,它们运动的控制机制比此前认为的更加连续且流畅。
该系统还展现出了同时追踪多只果蝇的能力,使研究人员能够以前所未有的细节观察社交互动。在观察雄性果蝇求偶雌性时,研究显示雄性通过协调双翼的运动来发出求偶鸣叫。与此同时,它不断调整自身的身体角度,通过抬高或压低头部和躯干,以保持眼睛锁定在雌性随之移动的垂直位置上。这些观察结果提供了一份丰富的、三维的行为记录,而这在以前是无法捕捉到的。通过向公众开放这一大型数据集以及用于生成它的软件,研究人员为科学家构建大脑与身体如何协同产生运动的详细模型提供了新的基础。
您所在领域的论文太多了?
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要,使用您的语言。