Per gli scienziati che studiano il comportamento animale, anche il più semplice nematodi pone enormi sfide. Il movimento dei vermi che si dimenano, lo stormo di uccelli e gli esseri umani che camminano cambiano di momento in momento, in modi che l'occhio nudo non può cogliere. Ma ora, i ricercatori dell'Okinawa Institute of Science and Technology Graduate University (OIST) e della Vrije Universiteit Amsterdam hanno sviluppato un modo per analizzare questo comportamento dinamico in pezzi digeribili.

"Anche se vuoi classificare il movimento come movimento in avanti, indietro, o girando, non puoi essere sicuro solo a occhio, " disse Tosif Ahamed, un autore dello studio e studente laureato nell'Unità di teoria della fisica biologica dell'OIST, guidato dal Prof. Greg Stephens, così come l'Unità di Biologia dell'Elaborazione delle Informazioni guidata dal Prof. Ichiro Maruyama. Trasmettendo l'osservazione a un modello adattivo, i ricercatori hanno individuato sottigliezze che altrimenti avrebbero perso. "Con questo metodo, non dobbiamo buttare via nessun dettaglio".

Lo studio, pubblicato online il 17 gennaio 2019 in Atti dell'Accademia Nazionale delle Scienze degli Stati Uniti d'America, ha scoperto che le dinamiche complesse possono essere scomposte in una raccolta di semplici schemi lineari. I ricercatori hanno suddiviso i loro dati in finestre temporali distinte in base a come questi modelli sono cambiati nel tempo. Raggruppando finestre temporali che sembravano statisticamente simili, il modello ha rivelato modelli distinti negli stati cerebrali mutevoli degli animali e nei comportamenti di movimento.

"Fai solo supposizioni minime fin dall'inizio, " disse Antonio C. Costa, primo autore dell'articolo e laureato presso il Dipartimento di Fisica e Astronomia della Vrije Universiteit Amsterdam. "Puoi lasciare che i dati ti dicano cosa sta facendo l'animale. Questo può essere potente... e permetterti di trovare nuove classi di comportamento."

Scansione:non così semplice come sembra

Il modello ha scoperto una ricca complessità alla base di uno dei movimenti più semplici:vale a dire, strisciando. Gli scienziati possono osservare Caenorhabditis elegans mentre il verme si divincola in avanti, giri, o inverte il suo movimento per strisciare all'indietro. Questi comportamenti appaiono semplici, ma a un esame più attento, ogni movimento contiene la sua varietà e sfumatura.

C'è più di un modo per strisciare.

"Sapevamo implicitamente, guardando i vermi, su queste grossolane categorie comportamentali.

Ma non sono così semplici, " ha detto il prof. Stephens, che ricopre anche una posizione alla Vrije Universiteit Amsterdam. "Ci sono stati comportamentali più sottili che potresti non vedere a occhio".

I dati suggeriscono che C. elegans rimane in bilico e pronto a cambiare comportamento in qualsiasi momento. Come agili pugili, innescato per oscillare o tessere in risposta al prossimo jab del loro avversario, il movimento dei vermi si libra sul bordo di uno schema e del successivo. Ricerche precedenti suggeriscono che creature più complesse, come gli umani, mostrano anche questa adattabilità. La nuova tecnica di modellazione consente agli scienziati di quantificare direttamente queste dinamiche.

Applicazioni oltre il comportamento

Oltre a modellare il comportamento in C. elegans, i ricercatori hanno anche quantificato le dinamiche dell'intero cervello nel verme, nei neuroni della corteccia visiva dei topi, e nella corteccia cerebrale delle scimmie.

"È stato sorprendente:il nostro è un approccio semplice, ma si è rivelato potente per interpretare questa varietà di sistemi complessi, " disse Stephens. I sistemi dinamici affiorano ovunque in natura, non solo nel cervello. Meccanica dei fluidi, la turbolenza e persino il movimento collettivo degli uccelli in stormo esemplificano sistemi che potrebbero essere decodificati utilizzando il nuovo approccio. Questa idea potrebbe anche essere combinata con metodi di apprendimento automatico per classificare i video come facciamo le immagini fisse, che rimane una grande sfida nel campo.

"Una volta che riesci a descrivere le dinamiche in un modo di principio, puoi applicare la tecnica a molti sistemi."