Pencitraan berkecepatan tinggi dan kecerdasan buatan membantu kita memahami cara kerja sayap serangga

Sekitar 350 juta tahun yang lalu, planet kita menyaksikan evolusi makhluk terbang pertama. Mereka masih ada, dan beberapa di antaranya terus mengganggu kita dengan dengungan mereka. Meskipun para ilmuwan mengklasifikasikan makhluk ini sebagai serangga bersayap, seluruh dunia hanya menyebut mereka serangga bersayap.

Ada banyak aspek biologi serangga, khususnya penerbangan, yang masih menjadi misteri bagi para ilmuwan. Yang pertama adalah bagaimana mereka menggerakkan sayapnya. Sendi sayap serangga merupakan sendi khusus yang menghubungkan sayap serangga dengan tubuhnya. Mereka terdiri dari lima struktur seperti lembaran yang saling berhubungan yang disebut sklerit. Ketika lempeng-lempeng ini digerakkan oleh otot-otot di bawahnya, hal itu membuat sayap serangga mengepak.

Hingga saat ini, sulit bagi para ilmuwan untuk memahami biomekanik yang mengatur pergerakan scleral bahkan dengan menggunakan teknik pencitraan yang canggih. “Sklera di dalam sendi sayap sangat kecil dan bergerak sangat cepat sehingga aksi mekanisnya dalam penerbangan belum ditangkap secara akurat meskipun telah dilakukan upaya menggunakan pencitraan stroboskopik, videografi berkecepatan tinggi, dan tomografi sinar-X,” kata Michael Dickinson, Profesor Zarem di bidang sendi sayap. Biologi dan Bioteknologi di Institut California Tech (Caltech), untuk Ars Technica.

Akibatnya, para ilmuwan tidak dapat memvisualisasikan secara tepat apa yang terjadi dalam skala kecil di dalam sendi sayap saat mereka terbang, sehingga menghalangi mereka untuk mempelajari penerbangan serangga secara mendetail. Namun studi baru yang dilakukan Dickinson dan timnya akhirnya mengungkap cara kerja sklera dan engsel sayap serangga. Mereka menangkap pergerakan sayap lalat buah (Lalat buah perut hitam) menganalisis 72.000 rekaman kepakan sayap menggunakan jaringan saraf untuk memecahkan kode peran sklerit individu dalam membentuk pergerakan sayap serangga.

Pahami detail sayap serangga

Biomekanik yang mengatur penerbangan serangga sangat berbeda dengan biomekanik pada burung dan kelelawar. Hal ini karena sayap pada serangga tidak berkembang dari anggota badan. “Dalam kasus burung, kelelawar, dan pterosaurus, kita tahu persis dari mana sayap berasal secara evolusioner karena semua hewan ini terbang dengan kaki depannya. Mereka terutama menggunakan lengan mereka untuk terbang. Sedangkan untuk serangga, mereka berevolusi dari enam lengan. makhluk berkaki dan tetap mempertahankan semua kakinya.” Namun, keenamnya telah menambahkan anggota tubuh yang bisa mengepak di sisi punggung tubuh mereka, dan tidak diketahui dari mana sayap itu berasal.

Beberapa peneliti berpendapat bahwa sayap serangga berasal Pelengkap seperti insang Ditemukan pada artropoda akuatik purba. Yang lain percaya bahwa sayap berasal dari “Cengkeh“Pertumbuhan khusus ditemukan pada kaki krustasea purba yang merupakan nenek moyang serangga. Perdebatan ini masih berlangsung, sehingga evolusinya tidak dapat memberi tahu kita banyak tentang bagaimana fungsi engsel dan sklera.”

Memahami mekanisme arthropoda sangat penting karena inilah yang membuat serangga menjadi makhluk terbang yang efektif. Hal ini memungkinkan mereka terbang dengan kecepatan luar biasa untuk ukuran tubuhnya (beberapa serangga dapat terbang dengan kecepatan 33 mil per jam) dan menunjukkan kemampuan manuver dan stabilitas yang luar biasa dalam penerbangan.

“Sendi sayap serangga bisa dibilang salah satu struktur kerangka paling canggih dan penting secara evolusioner di alam,” menurut penulis penelitian.

Namun, pencitraan aktivitas empat dari lima sklerit yang membentuk engsel tidak mungkin dilakukan karena ukurannya dan kecepatan pergerakannya. Dickinson dan timnya menggunakan pendekatan multidisiplin untuk mengatasi tantangan ini. Mereka merancang perangkat yang dilengkapi dengan tiga kamera berkecepatan tinggi yang merekam aktivitas lalat buah yang tertambat pada kecepatan 15.000 frame per detik menggunakan cahaya inframerah.

Mereka juga menggunakan protein yang sensitif terhadap kalsium untuk melacak perubahan aktivitas otot pemandu serangga saat mereka terbang (kalsium membantu merangsang kontraksi otot). “Kami mencatat total 485 rangkaian penerbangan dari 82 lalat. Setelah mengecualikan subset kepakan sayap dari rangkaian saat lalat berhenti terbang atau terbang dengan frekuensi kepakan sayap yang sangat rendah, kami memperoleh kumpulan data akhir sebesar 72.219 kepakan sayap. Catatan.

Selanjutnya, mereka melatih jaringan saraf konvolusional (CNN) berbasis pembelajaran mesin menggunakan 85% kumpulan data. “Kami menggunakan model CNN untuk mempelajari transformasi antara aktivitas otot dan pergerakan sayap dengan melakukan serangkaian manipulasi virtual, memanfaatkan jaringan untuk melakukan eksperimen yang akan sulit dilakukan pada lalat sebenarnya,” jelas mereka.

Selain jaringan saraf, mereka juga mengembangkan jaringan saraf encoder-decoder (arsitektur yang digunakan dalam pembelajaran mesin) dan memasukkan data terkait untuk memandu aktivitas otot. Meskipun model CNN dapat memprediksi pergerakan sayap, encoder/decoder dapat memprediksi aksi otot kaku individu selama pergerakan sayap. Sekarang saatnya memeriksa apakah data yang mereka prediksi akurat.