Dezember 25, 2024

gamoha.eu

Nachrichten, ausgefallene Geschichten und Analysen zum deutschen und internationalen Geschehen. Tauchen Sie tiefer ein mit unseren Features aus Europa und darüber hinaus. Sehen Sie sich unseren 24/7-TV-Stream an.

Hochgeschwindigkeitsbildgebung und künstliche Intelligenz helfen uns zu verstehen, wie Insektenflügel funktionieren

Hochgeschwindigkeitsbildgebung und künstliche Intelligenz helfen uns zu verstehen, wie Insektenflügel funktionieren

Schwarz-Weiß-Fotografien einer Fliege mit unterschiedlichen Flügelpositionen, die Details der Flügelschläge zeigen.
Hineinzoomen / Ein Zeitraffer, der zeigt, wie der Flügel eines Insekts im Flug ganz bestimmte Positionen einnimmt.

Florian Moijris, Dickinson Laboratory

Vor etwa 350 Millionen Jahren erlebte unser Planet die Entwicklung der ersten fliegenden Lebewesen. Sie sind immer noch da und einige von ihnen nerven uns weiterhin mit ihrem Summen. Während Wissenschaftler diese Kreaturen als geflügelte Insekten klassifizieren, nennt der Rest der Welt sie einfach geflügelte Insekten.

Es gibt viele Aspekte der Insektenbiologie, insbesondere des Fluges, die den Wissenschaftlern weiterhin ein Rätsel sind. Das erste ist einfach, wie sie ihre Flügel bewegen. Das Insektenflügelgelenk ist ein spezielles Gelenk, das die Flügel eines Insekts mit seinem Körper verbindet. Sie bestehen aus fünf miteinander verbundenen blattartigen Strukturen, den sogenannten Skleriten. Wenn diese Platten durch die darunter liegenden Muskeln bewegt werden, schlägt dies mit den Flügeln des Insekts.

Bisher war es für Wissenschaftler selbst mit fortschrittlichen bildgebenden Verfahren schwierig, die Biomechanik zu verstehen, die die Sklerabewegung steuert. „Die Sklera innerhalb des Flügelgelenks ist so klein und bewegt sich so schnell, dass ihre mechanische Wirkung im Flug trotz Bemühungen mit stroboskopischer Bildgebung, Hochgeschwindigkeitsvideographie und Röntgentomographie nicht genau erfasst werden konnte“, sagte Michael Dickinson, Zarem-Professor für Biologie und Bioingenieurwesen am Institute California Tech (Caltech), für Ars Technica.

Dies führt dazu, dass Wissenschaftler nicht in der Lage sind, genau zu visualisieren, was im kleinen Maßstab innerhalb des Flügelgelenks beim Fliegen passiert, was sie daran hindert, den Flug von Insekten im Detail zu untersuchen. Eine neue Studie von Dickinson und seinem Team hat jedoch endlich die Funktionsweise der Lederhaut und Scharniere der Flügel eines Insekts enthüllt. Sie haben die Flügelbewegung von Fruchtfliegen eingefangen (Schwarzbauchfruchtfliege) analysierte 72.000 aufgezeichnete Flügelschläge mithilfe eines neuronalen Netzwerks, um die Rolle zu entschlüsseln, die einzelne Skleriten bei der Gestaltung der Flügelbewegung von Insekten spielen.

Siehe auch  Wird SpaceX Starlink während des Fußballs der Brevard High School starten?

Verstehen Sie die Details eines Insektenflügels

Die Biomechanik, die den Insektenflug steuert, unterscheidet sich deutlich von der bei Vögeln und Fledermäusen. Dies liegt daran, dass sich die Flügel der Insekten nicht aus Gliedmaßen entwickelt haben. „Bei Vögeln, Fledermäusen und Flugsauriern wissen wir genau, woher die Flügel evolutionär stammen, da sie alle mit ihren Vorderbeinen fliegen. Bei den Insekten ist es völlig anders. Alle sechs hatten jedoch Flügelfortsätze an der Rückseite ihres Körpers und es ist nicht bekannt, woher diese Flügel kamen.

Einige Forscher vermuten, dass die Flügel von Insekten stammen Kiemenartige Anhängsel Gefunden in alten Wasserarthropoden. Andere glauben, dass die Flügel aus „Nelken„Ein besonderes Wachstum, das an den Beinen alter Krebstiere gefunden wurde, die die Vorfahren der Insekten waren. Diese Debatte ist noch im Gange, daher kann seine Entwicklung uns nicht viel über die Funktion des Scharniers und der Lederhaut sagen.“

Das Verständnis der Mechanik von Arthropoden ist von entscheidender Bedeutung, da dies Insekten zu so effektiven Fluggeschöpfen macht. Es ermöglicht ihnen, für ihre Körpergröße erstaunliche Geschwindigkeiten zu erreichen (einige Insekten können 53 km/h fliegen) und im Flug eine große Manövrierfähigkeit und Stabilität an den Tag zu legen.

„Das Insektenflügelgelenk gehört wohl zu den fortschrittlichsten und evolutionär wichtigsten Skelettstrukturen in der natürlichen Welt“, so die Autoren der Studie.

Allerdings war es aufgrund ihrer Größe und der Geschwindigkeit, mit der sie sich bewegen, unmöglich, die Aktivität von vier der fünf Skleriten abzubilden, aus denen das Scharnier besteht. Dickinson und sein Team nutzten einen multidisziplinären Ansatz, um diese Herausforderung zu meistern. Sie entwickelten ein Gerät mit drei Hochgeschwindigkeitskameras, die mithilfe von Infrarotlicht die Aktivität angebundener Fruchtfliegen mit einer Geschwindigkeit von 15.000 Bildern pro Sekunde aufzeichnen.

Siehe auch  Neue Forschungsergebnisse deuten darauf hin, dass es einen zweiten Urknall gegeben haben könnte

Sie verwendeten außerdem ein kalziumempfindliches Protein, um Veränderungen in der Aktivität der Leitmuskeln der Insekten beim Fliegen zu verfolgen (Kalzium stimuliert Muskelkontraktionen). „Wir haben insgesamt 485 Flugsequenzen von 82 Fliegen aufgezeichnet. Nachdem wir eine Teilmenge der Flügelschläge aus der Sequenz ausgeschlossen hatten, als die Fliege aufhörte zu fliegen oder mit einer ungewöhnlich niedrigen Flügelschlagfrequenz flog, erhielten wir einen endgültigen Datensatz von 72.219 Flügelschlägen. NB.

Als nächstes trainierten sie ein auf maschinellem Lernen basierendes Convolutional Neural Network (CNN) unter Verwendung von 85 % des Datensatzes. „Wir verwendeten ein CNN-Modell, um die Transformation zwischen Muskelaktivität und Flügelbewegung zu untersuchen, indem wir eine Reihe virtueller Manipulationen durchführten und das Netzwerk nutzten, um Experimente durchzuführen, die an echten Fliegen nur schwer durchzuführen wären“, erklärten sie.

Zusätzlich zum neuronalen Netzwerk entwickelten sie auch ein neuronales Encoder-Decoder-Netzwerk (eine Architektur, die beim maschinellen Lernen verwendet wird) und fütterten es mit Daten zur Steuerung der Muskelaktivität. Während das CNN-Modell Flügelbewegungen vorhersagen kann, kann der Encoder/Decoder die Aktion einzelner starrer Muskeln während der Flügelbewegung vorhersagen. Jetzt ist es an der Zeit zu überprüfen, ob die vorhergesagten Daten korrekt sind.