Dakarinfo

Obtenez toutes les dernières nouvelles et rapports sur la FRANCE ici Manchettes, politique et culture françaises sur la chaîne d'information

L’imagerie à grande vitesse et l’intelligence artificielle nous aident à comprendre le fonctionnement des ailes des insectes

L’imagerie à grande vitesse et l’intelligence artificielle nous aident à comprendre le fonctionnement des ailes des insectes

Photographies en noir et blanc d'une mouche avec ses ailes dans différentes positions, montrant des détails sur les battements d'ailes.
Agrandir / Un laps de temps montrant comment l'aile d'un insecte prend des positions très spécifiques en vol.

Florian Moijris, Laboratoire Dickinson

Il y a environ 350 millions d’années, notre planète a été témoin de l’évolution des premières créatures volantes. Ils sont toujours là, et certains continuent de nous agacer avec leur bourdonnement. Alors que les scientifiques classent ces créatures parmi les insectes ailés, le reste du monde les appelle simplement insectes ailés.

De nombreux aspects de la biologie des insectes, notamment le vol, restent un mystère pour les scientifiques. La première concerne simplement la façon dont ils bougent leurs ailes. L'articulation de l'aile de l'insecte est une articulation spécialisée qui relie les ailes d'un insecte à son corps. Ils sont composés de cinq structures en forme de feuille interconnectées appelées sclérites. Lorsque ces plaques sont déplacées par les muscles sous-jacents, les ailes de l'insecte battent.

Jusqu’à présent, il était difficile pour les scientifiques de comprendre la biomécanique qui régit le mouvement scléral, même en utilisant des techniques d’imagerie avancées. « La sclère à l'intérieur de l'articulation de l'aile est si petite et se déplace si rapidement que son action mécanique en vol n'a pas été capturée avec précision malgré les efforts utilisant l'imagerie stroboscopique, la vidéographie à haute vitesse et la tomographie à rayons X », a déclaré Michael Dickinson, professeur Zarem de Biologie et Bioingénierie à l'Institut California Tech (Caltech), pour Ars Technica.

En conséquence, les scientifiques sont incapables de visualiser exactement ce qui se passe à petite échelle dans l’articulation de l’aile pendant leur vol, ce qui les empêche d’étudier le vol des insectes en détail. Cependant, une nouvelle étude menée par Dickinson et son équipe a finalement révélé le fonctionnement de la sclère et des charnières des ailes d'un insecte. Ils ont capturé le mouvement des ailes des mouches des fruits (Mouche des fruits à ventre noir) a analysé 72 000 battements d'ailes enregistrés à l'aide d'un réseau neuronal pour décoder le rôle que jouent les sclérites individuels dans la formation du mouvement des ailes des insectes.

Comprendre le détail de l'aile d'un insecte

La biomécanique qui régit le vol des insectes est très différente de celle des oiseaux et des chauves-souris. En effet, les ailes des insectes ne se sont pas développées à partir des membres. « Dans le cas des oiseaux, des chauves-souris et des ptérosaures, nous savons exactement d'où viennent les ailes au cours de l'évolution, car tous ces animaux volent avec leurs membres antérieurs. Ils utilisent principalement leurs bras pour voler. Quant aux insectes, c'est complètement différent. créatures à pattes et ont conservé toutes les pattes.  » Cependant, tous les six ont ajouté des appendices battants sur la face dorsale de leur corps, et on ne sait pas d'où viennent ces ailes.

Certains chercheurs suggèrent que les ailes des insectes provenaient Appendices ressemblant à des branchies Trouvé dans les anciens arthropodes aquatiques. D'autres pensent que les ailes proviennent de « Clous de girofle« Une croissance spéciale trouvée sur les pattes d'anciens crustacés qui étaient les ancêtres des insectes. Ce débat est toujours en cours, donc son évolution ne peut pas nous dire grand-chose sur le fonctionnement de la charnière et de la sclère. »

Comprendre la mécanique des arthropodes est crucial car c’est ce qui fait des insectes des créatures volantes si efficaces. Cela leur permet de voler à des vitesses étonnantes pour leur taille (certains insectes peuvent voler à 33 miles par heure) et de faire preuve d’une grande maniabilité et stabilité en vol.

« L'articulation de l'aile de l'insecte est sans doute l'une des structures squelettiques les plus sophistiquées et les plus importantes du point de vue de l'évolution dans le monde naturel », selon les auteurs de l'étude.

Cependant, il était impossible d’imaginer l’activité de quatre des cinq sclérites qui composent la charnière en raison de sa taille et de la vitesse à laquelle elle se déplace. Dickinson et son équipe ont utilisé une approche multidisciplinaire pour surmonter ce défi. Ils ont conçu un appareil équipé de trois caméras à grande vitesse qui enregistrent l'activité des mouches des fruits attachées à une fréquence de 15 000 images par seconde en utilisant la lumière infrarouge.

Ils ont également utilisé une protéine sensible au calcium pour suivre les changements dans l'activité des muscles directeurs des insectes pendant leur vol (le calcium aide à stimuler les contractions musculaires). « Nous avons enregistré un total de 485 séquences de vol provenant de 82 mouches. Après avoir exclu un sous-ensemble de battements d'ailes de la séquence lorsque la mouche a arrêté de voler ou a volé avec une fréquence de battements d'ailes anormalement basse, nous avons obtenu un ensemble de données final de 72 219 battements d'ailes. N.-B..

Ensuite, ils ont formé un réseau neuronal convolutif (CNN) basé sur l’apprentissage automatique en utilisant 85 % de l’ensemble de données. « Nous avons utilisé un modèle CNN pour étudier la transformation entre l'activité musculaire et le mouvement des ailes en effectuant un ensemble de manipulations virtuelles, en exploitant le réseau pour réaliser des expériences difficiles à réaliser sur des mouches réelles », ont-ils expliqué.

En plus du réseau neuronal, ils ont également développé un réseau neuronal encodeur-décodeur (une architecture utilisée en apprentissage automatique) et l’ont alimenté en données liées au guidage de l’activité musculaire. Alors que le modèle CNN peut prédire le mouvement des ailes, l'encodeur/décodeur peut prédire l'action de muscles rigides individuels pendant le mouvement des ailes. Il est maintenant temps de vérifier si les données prédites sont exactes.