Técnicas de imagen, IA y una mosca robótica. Así han analizado investigadores de EE UU el funcionamiento de esta complicada articulación de los insectos. Los resultados podrían aportar información sobre las innovaciones biomecánicas que condujeron a la evolución de su vuelo.
Los insectos fueron los primeros animales que desarrollaron la capacidad de volar. Sus alas son diferentes de las de otros animales voladores, como los pterosaurios, las aves y los murciélagos. En lugar de evolucionar a partir de las extremidades, sus alas tienen una compleja ‘bisagra’ única que conecta el ala al cuerpo.
Esta articulación es un sistema interconectado de cinco elementos llamados escleritos que interactúan con los músculos para hacer que las alas se muevan. Hasta ahora, su mecánica ha sido un enigma porque los cuatro escleritos críticos de la base del ala son difíciles de visualizar externamente y se mueven tan rápido que es difícil filmarlos con claridad.
Ahora, un equipo internacional de investigadores, liderados desde el Instituto Tecnológico de California (EE UU), combinaron imágenes en tiempo real del conjunto completo de músculos de control con videografía simultánea en 3D a velocidad ultrarrápida para captar el movimiento de las alas de las moscas de la fruta mientras volaban en un simulador electrónico. Los resultados se publican en la revista Nature.
A partir de los datos de más de 72.000 aleteos individuales, se utilizó la técnica de aprendizaje automático de inteligencia artificia (IA) para diseñar un modelo de cómo los músculos escleritos controlan el movimiento de las alas, y se empleó una diminuta mosca robótica para medir sus funciones aerodinámicas.
“Los resultados proporcionan un convincente modelo de la ‘bisagra’ basado en la física, así como un conjunto de hipótesis que pueden ponerse a prueba mediante nuevos experimentos”, apuntan los autores.
Además, a medida que surja un mapa detallado de las conexiones neuronales de la mosca, los científicos esperan que sus conclusiones ayuden a comprender mejor los circuitos de control del vuelo de la mosca.
Referencia:
Johan M. Melis et al. “Machine learning reveals the control mechanics of an insect wing hinge”. Nature 2024