Voor de wetenschappers die diergedrag bestuderen, zelfs de eenvoudigste rondworm stelt enorme uitdagingen. De beweging van kronkelende wormen, zwermen vogels en wandelende mensen veranderen van moment tot moment, op manieren die het blote oog niet kan vangen. Maar nu, onderzoekers van de Okinawa Institute of Science and Technology Graduate University (OIST) en de Vrije Universiteit Amsterdam hebben een manier ontwikkeld om dit dynamische gedrag te ontleden in verteerbare brokken.

"Zelfs als je beweging alleen maar wilt classificeren als vooruitgaan, achteruit, of draaien, met het oog weet je het niet zeker, " zei Tosif Ahamed, een auteur van de studie en afgestudeerde student in de OIST Biological Physics Theory Unit, onder leiding van prof. Greg Stephens, evenals de Information Processing Biology Unit onder leiding van Prof. Ichiro Maruyama. Door de waarneming over te dragen aan een adaptief model, de onderzoekers zagen subtiliteiten die ze anders zouden hebben gemist. "Met deze methode we hoeven geen details weg te gooien."

De studie, online gepubliceerd op 17 januari 2019 in de Proceedings van de National Academy of Sciences van de Verenigde Staten van Amerika, ontdekte dat complexe dynamiek kan worden opgesplitst in een verzameling eenvoudige lineaire patronen. De onderzoekers deelden hun gegevens in verschillende tijdvensters op basis van hoe deze patronen in de loop van de tijd veranderden. Door tijdvensters te clusteren die statistisch gelijkaardig leken, het model onthulde verschillende patronen in de veranderende hersentoestanden en bewegingsgedrag van dieren.

"Je maakt vanaf het begin slechts minimale aannames, " zei Antonio C. Costa, eerste auteur van de paper en promovendus bij de afdeling Natuur- en Sterrenkunde aan de Vrije Universiteit Amsterdam. "Je kunt de gegevens je laten vertellen wat het dier aan het doen is. Dit kan krachtig zijn ... en je in staat stellen nieuwe gedragsklassen te vinden."

Kruipen - niet zo eenvoudig als het lijkt

Het model onthulde een rijke complexiteit die ten grondslag ligt aan een van de eenvoudigste bewegingen:namelijk, kruipen. Wetenschappers kunnen Caenorhabditis elegans observeren terwijl de worm naar voren kronkelt, draait, of keert zijn beweging om om achteruit te kruipen. Deze gedragingen lijken eenvoudig, maar bij nader inzien elke beweging bevat zijn eigen variatie en nuance.

Er is meer dan één manier om te kruipen.

"We wisten impliciet, door naar de wormen te kijken, over deze grove gedragscategorieën.

Maar ze zijn niet zo eenvoudig, " zei prof. Stephens, die tevens een functie bekleedt aan de Vrije Universiteit Amsterdam. "Er zijn subtielere gedragstoestanden die je misschien niet met het oog ziet."

De gegevens suggereren dat C. elegans klaar en klaar blijft om van gedrag te veranderen in een oogwenk. Zoals behendige boksers, klaar om te dobberen of te weven als reactie op de volgende prik van hun tegenstander, de beweging van de wormen zweeft op de rand van het ene patroon en het volgende. Eerder onderzoek suggereert dat complexere wezens, zoals mensen, ook dit aanpassingsvermogen vertonen. Met de nieuwe modelleringstechniek kunnen wetenschappers deze dynamiek direct kwantificeren.

Toepassingen die verder gaan dan gedrag

Naast het modelleren van gedrag in C. elegans, de onderzoekers kwantificeerden ook de dynamiek van het hele brein in de worm, in neuronen van de visuele cortex van muizen, en in de hersenschors van apen.

"Het was verrassend - de onze is een eenvoudige benadering, maar het bleek krachtig voor het interpreteren van deze verscheidenheid aan complexe systemen, " zei Stephens. Dynamische systemen duiken overal in de natuur op, niet alleen in de hersenen. Vloeistofmechanica, turbulentie en zelfs de collectieve beweging van zwermende vogels zijn voorbeelden van systemen die met de nieuwe aanpak kunnen worden gedecodeerd. Dit idee kan ook worden gecombineerd met methoden voor machinaal leren om video's te classificeren zoals we dat doen met stilstaande beelden, dat blijft een grote uitdaging in het veld.

"Als je dynamiek op een principiële manier kunt beschrijven, je kunt de techniek op veel systemen toepassen."