Инженеры поместили волонтера в комнату с сотнями комаров, чтобы создать самую точную модель их охоты

Пост опубликован в блогах iXBT.com, его автор не имеет отношения к редакции iXBT.com
| Статья | Наука и космос

Комары вида Aedes aegypti являются переносчиками тяжелых заболеваний, таких как желтая лихорадка, лихорадка денге и вирус Зика. Ежегодно эти болезни приводят к летальным исходам по всему миру. Главным средством контроля популяции насекомых внутри жилых помещений остаются всасывающие ловушки, однако их эффективность очень низкая: они способны отловить лишь от 10% до 50% находящихся в комнате особей.

Причина такой низкой эффективности кроется в недостатке данных о поведении насекомых. Биологам давно известно, что комаров привлекает углекислый газ (выдыхаемый человеком), тепло кожи и визуальные образы. Однако до недавнего времени наука не располагала точной количественной моделью, которая описывала бы, как именно комар объединяет эти сигналы в пространстве и принимает решение о смене направления полета.

Волонтер в специальном костюме, окруженный комарами, вольная интерпретация
Автор: ИИ Copilot Designer//DALL·E 3 Источник: www.bing.com

Ранее подобные исследования проводились преимущественно в аэродинамических трубах. Насекомое помещали в искусственный поток воздуха, несущий запахи, что заставляло его лететь строго против ветра. Но в реальных условиях — в городских квартирах с закрытыми окнами — сильных потоков воздуха нет. Комары ищут цель в неподвижной среде.

Чтобы разобраться, междисциплинарная команда инженеров, математиков и биологов из Массачусетского технологического института (MIT) и Технологического института Джорджии разработала новый подход. Они применили методы анализа данных, машинного обучения и физики для создания точной математической модели полета.

Методология: от видеокамер к математическим уравнениям

Для проведения эксперимента исследователи построили изолированную камеру длиной в несколько метров, имитирующую безветренное помещение. Для фиксации движений использовалась система стереоскопического инфракрасного слежения. Две камеры, работающие с частотой 100 кадров в секунду, фиксировали точные трехмерные координаты каждого насекомого. Инфракрасный свет использовался потому, что он невидим для комаров и не влияет на их поведение.

Внутрь камеры выпускали десятки самок Aedes aegypti и помещали различные мишени: пластиковые сферы разного размера (окрашенные в черный или белый цвет), трубки, выделяющие углекислый газ в объеме, равном дыханию человека (0.24 литра в минуту), а также их комбинации. В финальных тестах в качестве мишени выступал один из исследователей, одетый в специальный костюм.

В результате двадцати экспериментов система записала более 400 тысяч уникальных траекторий, что составило свыше 53 миллионов точек данных. Это один из самых масштабных наборов информации о полете насекомых в истории науки.

Чтобы извлечь что-то осмысленное из этого огромного массива координат, ученые применили метод разреженного байесовского вывода. Алгоритм анализировал изменения скорости и направления полета, сопоставляя их с положением стимула (мишени). Целью было найти уравнение, которое описывает поведенческую силу — внутренний импульс комара, заставляющий его ускориться, затормозить или повернуть в конкретную долю секунды. За основу было взято уравнение Ланжевена, применяемое в физике для вычисления движения частиц в среде со случайными колебаниями.

3D-трекинг позволяет алгоритмам вычислять механику полета комара. (A) Схема экспериментальной установки. (B) Слева: Человек в темной одежде. Остальные панели: проекции маршрутов комаров вокруг него. Цвет линии указывает на скорость полета. (C) Слева: Человек в черно-белом костюме. Графики показывают, что насекомые предпочитают темную сторону, несмотря на то что запах и углекислый газ распределяются равномерно. (D) Процесс создания математической модели: Слева: Входные данные — трехмерные координаты и скорость насекомых в каждый момент времени. В центре: Сложное поведение комара раскладывается алгоритмом на набор простых математических функций (поведенческих сил). Справа: Проверка точности. На основе вычисленных правил компьютер генерирует виртуальные полеты и сравнивает их статистику (распределение скоростей и направлений) с реальными наблюдениями. Масштаб: 25 см по каждой оси. Для наглядности на графиках отображено 50% от всех записанных траекторий.
Автор: Christopher Zuo et al. Источник: www.science.org
Базовая механика полета без раздражителей

Анализ показал, что даже в пустой комнате без приманок полет комара строго структурирован. Модель выявила два базовых состояния насекомого:

  1. Режим ожидания: комар движется по инерции, поддаваясь начальному импульсу и случайным воздушным колебаниям. В этом состоянии он не тратит энергию на выравнивание курса или поддержание скорости.
  2. Активный полет: насекомое активирует внутренний контроль. Модель зафиксировала, что в этом режиме комар стремится поддерживать постоянную скорость около 0.7 метра в секунду. Если скорость падает, алгоритм регистрирует вектор ускорения, если превышает норму — вектор торможения.

Понимание этой базовой физики позволило исследователям точно измерить, как именно внешние стимулы нарушают стандартный режим.

Два типа поведения комаров в свободном полете. (A) Характерные траектории полета комаров: реальные данные экспериментов (сверху) и результаты компьютерного моделирования (снизу). Масштабная линейка: 25 см. Для наглядности отображено только 10% от общего числа записанных маршрутов. (B) Распределение траекторий по двум основным группам: активной (выделена зеленым) и пассивной (выделена синим). (C и D) Вычисленные показатели ускорения (alpha) при разной скорости v для активной (C) и пассивной (D) групп. Положительные значения соответствуют ускорению, отрицательные — торможению. (E-G) Графики распределения вероятности для скорости полета (E), интенсивности случайных отклонений (F) и длительности траекторий (G) для обеих групп. (H-J) Сравнение статистических показателей эксперимента (черным цветом) и моделирования (серым цветом). График (H) демонстрирует переход от прямолинейного («баллистического») полета к хаотичному движению спустя 1 секунду. График (I) отражает сохранение направления на коротких дистанциях и совершение поворотов на длинных. График (J) показывает корреляцию скоростей; небольшие колебания на экспериментальной кривой могут быть связаны с техническими особенностями системы трекинга.
Автор: Christopher Zuo et al. Источник: www.science.org
Раздельный анализ: зрение и углекислый газ

Введение в камеру изолированных приманок позволило количественно измерить реакцию комара на каждый отдельный раздражитель.

Реакция на визуальный стимул

Глаза комара обладают низким разрешением (минимальный угол обзора составляет около 12 градусов). Черную сферу на светлом фоне они способны ясно различить лишь с расстояния менее метра. Данные показали, что при обнаружении черного объекта комар направляется прямо к нему. Однако, приблизившись на расстояние около 40 сантиметров, насекомое совершает резкий маневр уклонения и улетает. Математическая модель зафиксировала сильный вектор отторжения на этой дистанции. Это означает, что визуальный сигнал без химического подтверждения (запаха или дыхания) распознается насекомым как неживой объект, столкновения с которым следует избегать.

Реакция на углекислый газ (CO2)

Попадание в невидимое облако углекислого газа вызывает другую механику поведения. Комар не устремляется к источнику газа по прямой линии. Вместо этого модель зафиксировала резкое торможение: базовая скорость падает с 0.7 до 0.2 метра в секунду. Одновременно с этим многократно возрастает частота поворотов. В биологии это называется кинезисом — ненаправленной реакцией на стимул. Снижая скорость и постоянно меняя направление, комар удерживает себя внутри шлейфа углекислого газа, так как газ означает присутствие живого организма где-то поблизости.

Сочетание визуальных стимулов и углекислого газа при поиске цели. (A) Схема экспериментальной установки. (B-D) Реакция комаров на комбинацию черного цвета и углекислого газа. Статистический анализ подтверждает, что математическая модель максимально точно воспроизводит реальное поведение насекомых. (E) Слева: Траектории полета вокруг человека в белом костюме с черным капюшоном. Справа: Представление человека в виде упрощенной модели — черной сферы, выделяющей углекислый газ. (F) Тепловые карты плотности насекомых в зависимости от расстояния до цели, скорости полета и направления движения. (G) Анализ действующих сил. Сравнение показало, что реакция комара на сложную приманку — это не простая сумма реакций на запах и цвет по отдельности, а результат их глубокого взаимодействия. (H) Тепловые карты траекторий, рассчитанные компьютерной моделью. Высокое сходство с реальными данными на панели F подтверждает точность научных прогнозов.
Автор: Christopher Zuo et al. Источник: www.science.org
Синергия стимулов: формирование кругового полета

Важным открытием исследования стало поведение комаров при комбинации стимулов. Когда ученые совместили черную сферу с подачей углекислого газа, алгоритмы показали, что реакции насекомого не складываются линейно.

Углекислый газ выступает в роли активатора нервной системы. Попадая в зону его действия, комар становится гораздо более чувствительным к визуальным контрастам. В результате векторы торможения (от газа) и притяжения/отторжения (от черного цвета) формируют новый поведенческий паттерн — устойчивое круговое движение. Комары начинают непрерывно летать вокруг мишени на небольшом расстоянии, анализируя объект и подыскивая оптимальное место для посадки.

Чтобы убедиться, что компьютерная модель, обученная исключительно на данных от пластиковых сфер, работает в реальных условиях, был проведен тест с участием человека. Доброволец надел костюм белого цвета, оставив черным только капюшон на голове, имитируя тестируемую ранее черную сферу. Алгоритм, в который загрузили параметры этого объекта (диаметр около 30 сантиметров и выделение CO2​ от дыхания), с очень высокой точностью предсказал реальную плотность распределения комаров вокруг головы человека и их скорости.

Индекс риска укусов и ловушки нового поколения

Для практического применения полученных данных ученые ввели специальный количественный показатель — d50. Это дистанция от объекта, в пределах которой концентрируется 50% всех траекторий полета комаров в помещении. Чем меньше это значение, тем плотнее рой и тем выше риск укуса.

Эксперименты показали строгую математическую зависимость:

  • В пустой комнате показатель d50 ​составляет 0.65 метра (комары распределены равномерно).
  • При наличии только визуальной приманки он сокращается до 0.4 метра.
  • При наличии только углекислого газа — до 0.25 метра.
  • При комбинации зрения и газа (полноценная имитация живого объекта) показатель d50 падает до 0.2 метра.

Эти расчеты помогут в разработке принципиально новых подходов в проектировании систем защиты. Текущие ловушки неэффективны именно потому, что они статичны. Они постоянно выделяют один и тот же объем аттрактанта и создают постоянную тягу воздуха, что не соответствует динамике живого организма. Комар подлетает, делает проверочный круг, не получает нужного комплекса сигналов и совершает маневр уклонения.

Наличие точной математической модели, выраженной в дифференциальных уравнениях, позволяет инженерам тестировать новые конструкции виртуально. Разработчики смогут создавать динамические ловушки, которые будут пульсировать выбросами CO2​, менять визуальные характеристики и, что самое важное, активировать механизмы всасывания строго в определенные интервалы времени. Зная точную скорость, с которой комар переходит от прямолинейного полета к торможению и круговому движению вокруг цели, ловушка сможет срабатывать ровно в те доли секунды, когда насекомое максимально уязвимо и находится на дистанции захвата.

Источник: Science Advances

0 комментариев

Добавить комментарий

Сейчас на главной

Новости

Публикации

Самые крупные карповые в мире и в России: история семейства, размеры и что из них готовят

Когда слышишь слово «карповые», в голове обычно возникает что-то очень земное и понятное: карась в деревенском пруду, карп на рынке, сазан в рассказах рыбаков. Но у этого семейства есть и совсем...

✦ ИИ  5 сервисов для создания презентаций с опросами: для учителей, маркетологов и бизнеса

Нужно собрать обратную связь, проверить гипотезу или просто узнать, что думают люди? Рассказываем, где создать опрос за 5 минут, какие сервисы работают в РФ, как проводить голосования в реальном...

Где можно увидеть Стоунхендж, не выезжая за границы России

Мысль о том, чтобы увидеть чудо света или загадку истории нужно выезжать за тридевять земель, настолько укрепилась в сознании, что интересных мест поближе как будто и нет вовсе.Итак, для всех...

Обзор бесщеточной аккумуляторной пилы ProCraft PKA45 (PKA46): 2 аккумулятора, 2 шины и 2 цепи

Во время работы в саду или на приусадебном участке приходится срезать деревья и кустарники. Порой они достаточно толстые, чтобы справиться с ними вручную, и приходится доставать электрические или...

6 причин почему кофе из кофемашины дома получается хуже, чем в кофейне — и как это исправить

  • Тематическая подборка
  • Оффтопик
Вы потратили приличную сумму на современную кофемашину, выбираете дорогое зерно, но утренний эспрессо всё равно получается плоским, горчит или подозрительно напоминает напиток из вокзального...

Паводок и половодье: основные различия и причины возникновения

Весна время большой воды. Понятия «паводок» и «половодье» часто путают, хотя это разные гидрологические явления. Разберём их суть, отличия и особенности ниже. Автор: Heavylift Источник:...