El sorprendente secreto detrás del vuelo de los insectos revelado por la IA
La evolución de las alas de los insectos sigue siendo un misterio fascinante para biólogos e investigadores por igual. Hay quienes sugieren que estas estructuras vitales evolucionaron a partir de lóbulos presentes en antiguos artrópodos acuáticos, mientras que otros argumentan que su origen se encuentra en unas excrecencias especiales de las patas de crustáceos ancestrales. A pesar de las continuas investigaciones, este debate lleva a preguntarnos: ¿cómo afecta esta evolución a la función actual de las alas en el vuelo?
El complejo mecanismo de las bisagras alares
Comprender la mecánica de la bisagra de las alas de los insectos es clave para descifrar cómo estas criaturas son tan eficientes en el aire. La sofisticación de esta estructura permite a los insectos volar a velocidades impresionantes para su tamaño, con algunos alcanzando hasta 53 kilómetros por hora, y exhibir una maniobrabilidad y estabilidad excepcionales.
Según los autores de un nuevo estudio, «la bisagra del ala del insecto es quizá una de las estructuras esqueléticas más sofisticadas e importantes desde el punto de vista evolutivo en el mundo natural». Sin embargo, capturar la actividad de los cuatro de los cinco escleritos que componen la bisagra alar había sido hasta ahora imposible debido a su tamaño y la rapidez con la que se mueven.
La tecnología al servicio de la biología: cámaras y proteínas
Para superar este desafío, el equipo liderado por Dickinson adoptó un enfoque multidisciplinario. Diseñaron un aparato equipado con tres cámaras de alta velocidad que grabaron la actividad de moscas de la fruta sujetas a 15.000 cuadros por segundo mediante luz infrarroja. Además, emplearon una proteína sensible al calcio para rastrear cambios en la actividad de los músculos de dirección de los insectos durante el vuelo, ya que el calcio ayuda a desencadenar las contracciones musculares.
El poder del aprendizaje automático
Una vez recopilados los datos, los investigadores entrenaron una red neuronal convolucional basada en el aprendizaje automático usando el 85 % del conjunto de datos. Esta red permitió investigar la transformación entre la actividad muscular y el movimiento de las alas realizando una serie de manipulaciones virtuales, ejecutando experimentos que serían difíciles de llevar a cabo en moscas reales.
Además, desarrollaron una red neuronal codificadora-decodificadora, una arquitectura común en el aprendizaje automático, que procesó datos relacionados con la actividad de los músculos de dirección. Mientras que el modelo de red neuronal convolucional podía predecir el movimiento de las alas, la codificadora-decodificadora había posibilidad de predecir la acción de los músculos individuales de los escleritos durante el movimiento de las alas.
Verificación y precisión de los resultados
Para asegurarse de que los datos predichos eran precisos, llevaron a cabo verificaciones exhaustivas, confirmando que los resultados generados por los modelos de IA se correlacionan con el comportamiento físico observado en los insectos reales.
Este fascinante trabajo no solo amplía nuestro conocimiento sobre el vuelo de los insectos, sino que también muestra cómo la IA puede ser una herramienta invaluable para desentrañar las complejidades de la naturaleza, revelando secretos que antes se consideraban inaccesibles. Ahora, gracias a tecnologías avanzadas y la colaboración interdisciplinaria, estamos más cerca que nunca de entender cómo estas criaturas tienen tanto éxito en su vuelo, dejándonos asombrados con cada alzamiento de sus alas.
