TEDxCaltech
Michael Dickinson: How a fly flies
Michael Dickinson: Jak moucha létá
Filmed:
Readability: 4.2
1,787,704 views
Schopnost hmyzu létat je pravděpodobně jedním z největších počinů evoluce. Michael Dickinson sleduje, jak obyčejná domácí moucha létá pomocí tak jemných křídel, díky chytrému způsobu mávání a silným a mrštným letovým svalům. Ale skrytou součástí je neuvěřitelný muší mozek. (Filmováno na TEDxCaltech.)
Michael Dickinson - Biologist
Most people are irritated by the buzzing of a fly's wings. But biologist Michael Dickinson views the sound with a deep sense of wonder. Full bio
Most people are irritated by the buzzing of a fly's wings. But biologist Michael Dickinson views the sound with a deep sense of wonder. Full bio
Double-click the English transcript below to play the video.
00:16
I grew up watching Star Trek. I love Star Trek.
0
545
3532
Vyrostl jsem na sledování Star Treku.
Miluju Star Trek.
Miluju Star Trek.
00:19
Star Trek made me want to see alien creatures,
1
4077
4462
Kvůli Star Treku jsem chtěl
spatřit mimozemská stvoření,
spatřit mimozemská stvoření,
00:24
creatures from a far-distant world.
2
8539
2303
stvoření ze vzdáleného světa.
00:26
But basically, I figured out that I could find
3
10842
2787
Ale vlastně jsem zjistil, že mohu nalézt
00:29
those alien creatures right on Earth.
4
13629
2977
tyto cizí vetřelce přímo na Zemi.
00:32
And what I do is I study insects.
5
16606
2653
Zabývám se studiem hmyzu.
00:35
I'm obsessed with insects, particularly insect flight.
6
19259
3256
Jsem hmyzem posedlý,
obzvláště hmyzím letem.
obzvláště hmyzím letem.
00:38
I think the evolution of insect flight is perhaps
7
22515
3141
Myslím, že evoluce letu hmyzu je asi jednou
00:41
one of the most important events in the history of life.
8
25656
2742
z nejdůležitějších událostí
v historii života.
v historii života.
00:44
Without insects, there'd be no flowering plants.
9
28398
2237
Bez hmyzu by nebyly žádné kvetoucí rostliny.
00:46
Without flowering plants, there would be no
10
30635
1916
Bez kvetoucích rostlin by nebyli žádní chytří,
00:48
clever, fruit-eating primates giving TED Talks.
11
32551
3137
ovocem se živící primáti a jejich TED přednášky.
00:51
(Laughter)
12
35688
2300
(Smích)
00:53
Now,
13
37988
1987
Takže,
00:55
David and Hidehiko and Ketaki
14
39975
3039
David a Hidehiko a Ketaki
00:58
gave a very compelling story about
15
43014
3445
vyprávěli velmi působivě o podobnostech
01:02
the similarities between fruit flies and humans,
16
46459
2805
mezi ovocnými muškami a lidmi,
01:05
and there are many similarities,
17
49264
1489
a existuje mnoho podobností,
01:06
and so you might think that if humans are similar to fruit flies,
18
50753
3002
takže si možná myslíte,
že se lidé podobají ovocným muškám,
že se lidé podobají ovocným muškám,
01:09
the favorite behavior of a fruit fly might be this, for example --
19
53755
3797
oblíbené chování ovocné mušky je třeba toto --
01:13
(Laughter)
20
57552
2282
(Smích)
01:15
but in my talk, I don't want to emphasize on the similarities
21
59834
3191
ale v mé přednášce nechci zdůraznit podobnosti
01:18
between humans and fruit flies, but rather the differences,
22
63025
3067
mezi lidmi a ovocnými muškami,
ale spíše rozdíly,
ale spíše rozdíly,
01:21
and focus on the behaviors that I think fruit flies excel at doing.
23
66092
5287
a zaměřit se na aktivity,
ve kterých ovocné mušky vynikají.
ve kterých ovocné mušky vynikají.
01:27
And so I want to show you a high-speed video sequence
24
71379
2856
Takže vám chci ukázat rychlou videosekvenci
01:30
of a fly shot at 7,000 frames per second in infrared lighting,
25
74235
3935
letu mouchy, který je snímán v infračerveném světle rychlostí 7 tisíc obrázků za sekundu
01:34
and to the right, off-screen, is an electronic looming predator
26
78170
4210
a napravo, mimo záběr,
je elektronicky hrozící predátor,
je elektronicky hrozící predátor,
01:38
that is going to go at the fly.
27
82380
1435
který půjde po té mušce.
01:39
The fly is going to sense this predator.
28
83815
1838
Muška ucítí predátora.
01:41
It is going to extend its legs out.
29
85653
2455
Protáhne své nohy
01:44
It's going to sashay away
30
88108
1613
a odpluje pryč
01:45
to live to fly another day.
31
89721
2565
a bude žít a létat i příští den.
01:48
Now I have carefully cropped this sequence
32
92286
2362
Pečlivě jsem ořízl tuto sekvenci,
01:50
to be exactly the duration of a human eye blink,
33
94648
3160
aby trvala přesně stejně dlouho,
jako mrknutí lidského oka,
jako mrknutí lidského oka,
01:53
so in the time that it would take you to blink your eye,
34
97808
2834
takže za tu dobu,
co vám zabere jedno mrknutí,
co vám zabere jedno mrknutí,
01:56
the fly has seen this looming predator,
35
100642
3265
muška zahlédla hrozícího nepřítele,
01:59
estimated its position, initiated a motor pattern to fly it away,
36
103907
6168
odhadla jeho polohu,
započala pohyb nutný k odletu,
započala pohyb nutný k odletu,
02:05
beating its wings at 220 times a second as it does so.
37
110075
4464
mávajíc křídly 220krát za sekundu
a zmizela pryč.
a zmizela pryč.
02:10
I think this is a fascinating behavior
38
114539
1973
Myslím, že to je fascinující chování,
02:12
that shows how fast the fly's brain can process information.
39
116512
3921
které ukazuje, jak rychle dokáže
muší mozek zpracovávat informace.
muší mozek zpracovávat informace.
02:16
Now, flight -- what does it take to fly?
40
120433
2842
A teď, let -- co létání obnáší?
02:19
Well, in order to fly, just as in a human aircraft,
41
123275
2864
K letu, stejně jako je tomu u letadel,
02:22
you need wings that can generate sufficient aerodynamic forces,
42
126139
2735
jsou třeba křídla, která generují
dostatečné aerodynamické síly,
dostatečné aerodynamické síly,
02:24
you need an engine sufficient to generate the power required for flight,
43
128874
3546
dále potřebujete motor
s dostatečným výkonem pro pohon letu
s dostatečným výkonem pro pohon letu
02:28
and you need a controller,
44
132420
1709
a potřebujete ovladač,
02:30
and in the first human aircraft, the controller was basically
45
134129
2626
v prvním lidmi sestrojeném
letadle byl ovladačem
letadle byl ovladačem
02:32
the brain of Orville and Wilbur sitting in the cockpit.
46
136755
4312
mozek pánů Orvilla a Wilbury,
kteří seděli v kabině.
kteří seděli v kabině.
02:36
Now, how does this compare to a fly?
47
141067
2753
Jak se toto podobá mušce?
02:39
Well, I spent a lot of my early career trying to figure out
48
143820
3251
Velkou část mé rané kariéry
jsem strávil zkoumáním,
jsem strávil zkoumáním,
02:42
how insect wings generate enough force to keep the flies in the air.
49
147071
4336
jak hmyzí křídla vytvářejí dostatek síly,
aby se hmyz udržel ve vzduchu.
aby se hmyz udržel ve vzduchu.
02:47
And you might have heard how engineers proved
50
151407
1610
Možná jste slyšeli, že inženýři prokázali,
02:48
that bumblebees couldn't fly.
51
153017
2634
že čmeláci v podstatě létat nemohou.
02:51
Well, the problem was in thinking that the insect wings
52
155651
2620
Problém byl v předpokladu, že hmyzí křídla
02:54
function in the way that aircraft wings work. But they don't.
53
158271
3119
fungují stejně jako křídla letadel.
Ale není tomu tak.
Ale není tomu tak.
02:57
And we tackle this problem by building giant,
54
161390
2854
Tenhle problém řešíme sestrojováním obrovských,
03:00
dynamically scaled model robot insects
55
164244
3432
dynamicky škálovaných
modelů hmyzích robotů,
modelů hmyzích robotů,
03:03
that would flap in giant pools of mineral oil
56
167676
3336
kteří se třepotají v obrovské
lázni minerálního oleje,
lázni minerálního oleje,
03:06
where we could study the aerodynamic forces.
57
171012
2274
kde můžeme studovat aerodynamické síly.
03:09
And it turns out that the insects flap their wings
58
173286
2158
A ukazuje se, že hmyz mává svými křídly
03:11
in a very clever way, at a very high angle of attack
59
175444
2592
velice chytře, pod velmi vysokým úhlem záběru,
03:13
that creates a structure at the leading edge of the wing,
60
178036
3121
který vytváří strukturu na předním okraji křídla,
03:17
a little tornado-like structure called a leading edge vortex,
61
181157
3199
malou, tornádu podobnou strukturu
zvanou vír předního okraje,
zvanou vír předního okraje,
03:20
and it's that vortex that actually enables the wings
62
184356
2954
a tento vír ve skutečnosti umožňuje křídlům
03:23
to make enough force for the animal to stay in the air.
63
187310
3359
vytvářet dostatek síly
a hmyz se tak udrží ve vzduchu.
a hmyz se tak udrží ve vzduchu.
03:26
But the thing that's actually most -- so, what's fascinating
64
190669
2428
Ale co je nejvíc -- fascinující není to,
03:28
is not so much that the wing has some interesting morphology.
65
193097
2975
že křídlo má zajímavou stavbu.
03:31
What's clever is the way the fly flaps it,
66
196072
3645
Chytrý je způsob, jakým moucha mává,
03:35
which of course ultimately is controlled by the nervous system,
67
199717
3136
což je samozřejmě řízeno nervovým systémem
03:38
and this is what enables flies to perform
68
202853
2647
a umožňuje mouše provádět
03:41
these remarkable aerial maneuvers.
69
205500
2807
tyto pozoruhodné vzdušné manévry.
03:44
Now, what about the engine?
70
208307
2097
Takže, jak je to s pohonem?
03:46
The engine of the fly is absolutely fascinating.
71
210404
2492
Muší motor je naprosto fascinující.
03:48
They have two types of flight muscle:
72
212896
1898
Mají dva druhy letových svalů:
03:50
so-called power muscle, which is stretch-activated,
73
214794
2985
takzvané silové svaly, aktivované tahem,
03:53
which means that it activates itself and does not need to be controlled
74
217779
3726
což znamená, že se aktivují samy
a nemusí být řízeny
a nemusí být řízeny
03:57
on a contraction-by-contraction basis by the nervous system.
75
221505
3339
nervovým systémem, jednu kontrakci po druhé.
04:00
It's specialized to generate the enormous power required for flight,
76
224844
4609
Jsou specializované na vytváření
obrovské síly potřebné k letu,
obrovské síly potřebné k letu,
04:05
and it fills the middle portion of the fly,
77
229453
2079
umožňují střední fázi letu,
04:07
so when a fly hits your windshield,
78
231532
1547
takže když moucha narazí na vaše přední sklo,
04:08
it's basically the power muscle that you're looking at.
79
233079
2406
díváte se v podstatě na tyto silové svaly.
04:11
But attached to the base of the wing
80
235485
2146
K základně křídla je přichycená
04:13
is a set of little, tiny control muscles
81
237631
2638
sada malých, jemných řídících svalů,
04:16
that are not very powerful at all, but they're very fast,
82
240269
3301
které nejsou vůbec silové, ale jsou velmi rychlé
04:19
and they're able to reconfigure the hinge of the wing
83
243570
3206
a schopné rekonfigurovat křídelní kloub,
04:22
on a stroke-by-stroke basis,
84
246776
1762
mávnutí za mávnutím,
04:24
and this is what enables the fly to change its wing
85
248538
3142
a toto umožňuje mouše měnit své křídlo
04:27
and generate the changes in aerodynamic forces
86
251680
2971
a vytvářet změny aerodynamických sil,
04:30
which change its flight trajectory.
87
254651
2573
které mění letovou dráhu.
04:33
And of course, the role of the nervous system is to control all this.
88
257224
3563
Samozřejmě, že toto všechno
ovládá nervový systém.
ovládá nervový systém.
04:36
So let's look at the controller.
89
260787
1512
Takže se podívejme na ovladač.
04:38
Now flies excel in the sorts of sensors
90
262299
2647
Moucha vyniká celou řadou senzorů,
04:40
that they carry to this problem.
91
264946
2284
které slouží tomuto účelu.
04:43
They have antennae that sense odors and detect wind detection.
92
267230
4127
Mají tykadla, která cítí pachy
a určují směr větru.
a určují směr větru.
04:47
They have a sophisticated eye which is
93
271357
1675
Mají propracované oko,
04:48
the fastest visual system on the planet.
94
273032
2456
nejrychlejší vizuální systém na planetě.
04:51
They have another set of eyes on the top of their head.
95
275488
2036
Nahoře na hlavě mají další pár očí.
04:53
We have no idea what they do.
96
277524
2052
Nemáme tušení, k čemu slouží.
04:55
They have sensors on their wing.
97
279576
2954
Mají senzory na křídlech.
04:58
Their wing is covered with sensors, including sensors
98
282530
3760
Křídla jsou senzory pokryta, včetně senzorů,
05:02
that sense deformation of the wing.
99
286290
2046
které detekují deformaci křídla.
05:04
They can even taste with their wings.
100
288336
2109
Pomocí křídel mohou dokonce ochutnávat.
05:06
One of the most sophisticated sensors a fly has
101
290445
2555
Jedním z nejrafinovanějších muších senzorů
05:08
is a structure called the halteres.
102
293000
1807
je struktura zvaná halteres (kyvadélka).
05:10
The halteres are actually gyroscopes.
103
294807
1879
Kyvadélka jsou ve skutečnosti gyroskopy.
05:12
These devices beat back and forth about 200 hertz during flight,
104
296686
4449
Tato zařízení kmitají během letu
sem a tam frekvencí 200 Hz
sem a tam frekvencí 200 Hz
05:17
and the animal can use them to sense its body rotation
105
301135
2673
a moucha jejich pomocí vnímá rotaci těla
05:19
and initiate very, very fast corrective maneuvers.
106
303808
3968
a provádí velmi rychlé opravné pohyby.
05:23
But all of this sensory information has to be processed
107
307776
2329
Všechny tyto smyslové
informace se zpracovávají
informace se zpracovávají
05:26
by a brain, and yes, indeed, flies have a brain,
108
310105
3720
v mozku, ano, mouchy opravdu mají mozek,
05:29
a brain of about 100,000 neurons.
109
313825
3159
mozek asi se 100 tisíci neurony.
05:32
Now several people at this conference
110
316984
2193
Několik lidí během této konference naznačilo,
05:35
have already suggested that fruit flies could serve neuroscience
111
319177
4808
že ovocná muška by mohla
posloužit neurovědám,
posloužit neurovědám,
05:39
because they're a simple model of brain function.
112
323985
3247
protože jsou jednoduchým
modelem mozkové funkce.
modelem mozkové funkce.
05:43
And the basic punchline of my talk is,
113
327232
2077
Hlavní pointou mé přednášky je,
05:45
I'd like to turn that over on its head.
114
329309
2658
že bych to rád úplně otočil.
05:47
I don't think they're a simple model of anything.
115
331967
2628
Myslím, že nejsou žádným
jednoduchým modelem.
jednoduchým modelem.
05:50
And I think that flies are a great model.
116
334595
2477
Ano, mouchy jsou skvělý model.
05:52
They're a great model for flies.
117
337072
2516
Jsou skvělé jako model pro mouchy.
05:55
(Laughter)
118
339588
2481
(Smích)
05:57
And let's explore this notion of simplicity.
119
342069
3003
Prozkoumejme nyní představu jednoduchosti.
06:00
So I think, unfortunately, a lot of neuroscientists,
120
345072
2431
Myslím, že mnoho neurovědců
06:03
we're all somewhat narcissistic.
121
347503
1832
jsou bohužel poněkud narcističtí.
06:05
When we think of brain, we of course imagine our own brain.
122
349335
3433
Když hovoříme o mozku, samozřejmě
si představujeme náš vlastní mozek.
si představujeme náš vlastní mozek.
06:08
But remember that this kind of brain,
123
352768
1960
Ale uvědomte si, že tento druh mozku,
06:10
which is much, much smaller
124
354728
1768
který je mnohem, mnohem menší
06:12
— instead of 100 billion neurons, it has 100,000 neurons —
125
356496
2678
-- místo 100 miliard neuronů jich má 100 tisíc --
06:15
but this is the most common form of brain on the planet
126
359174
2882
ale je to nejběžnější druh mozku na planetě
06:17
and has been for 400 million years.
127
362056
2904
a je tady už 400 milionů let.
06:20
And is it fair to say that it's simple?
128
364960
2288
Je tedy zdvořilé říci, že je jednoduchý?
06:23
Well, it's simple in the sense that it has fewer neurons,
129
367248
2095
Ano, je jednoduchý v tom smyslu,
že má méně neuronů,
že má méně neuronů,
06:25
but is that a fair metric?
130
369343
1754
ale je to spravedlivé srovnání?
06:26
And I would propose it's not a fair metric.
131
371097
2276
Navrhuji, že to spravedlivé není.
06:29
So let's sort of think about this. I think we have to compare --
132
373373
3100
Takže se nad tím zamysleme.
Myslím, že musíme porovnat --
Myslím, že musíme porovnat --
06:32
(Laughter) —
133
376473
1559
(Smích) --
06:33
we have to compare the size of the brain
134
378032
5121
musíme porovnat velikost mozku s tím,
06:39
with what the brain can do.
135
383153
2030
co mozek dokáže dělat.
06:41
So I propose we have a Trump number,
136
385183
2881
Takže navrhuji použít Trumpové číslo,
(pozn: Donald Trump, americký magnát a muž na obrázku)
(pozn: Donald Trump, americký magnát a muž na obrázku)
06:43
and the Trump number is the ratio of this man's
137
388064
2865
a toto Trumpové číslo bude
poměr repertoáru lidského chování
poměr repertoáru lidského chování
06:46
behavioral repertoire to the number of neurons in his brain.
138
390929
3679
vzhledem k počtu neuronů v jeho mozku.
06:50
We'll calculate the Trump number for the fruit fly.
139
394608
2668
Spočítejme Trumpové číslo pro ovocnou mušku.
06:53
Now, how many people here think the Trump number
140
397276
2684
A teď, kolik lidí si myslí, že Trumpové číslo
06:55
is higher for the fruit fly?
141
399960
2489
je vyšší u ovocné mušky?
06:58
(Applause)
142
402449
2431
(Potlesk)
07:00
It's a very smart, smart audience.
143
404880
3428
Jste velmi, velmi chytré publikum.
07:04
Yes, the inequality goes in this direction, or I would posit it.
144
408308
3327
Ano, nerovnost míří tímto směrem,
aspoň předpokládám.
aspoň předpokládám.
07:07
Now I realize that it is a little bit absurd
145
411635
2382
Chápu, že je poněkud absurdní
07:09
to compare the behavioral repertoire of a human to a fly.
146
414017
3558
srovnávat repertoár chování
člověka a mouchy.
člověka a mouchy.
07:13
But let's take another animal just as an example. Here's a mouse.
147
417575
4143
Ale uvažme jiné zvíře, jen
jako příklad. Zde máme myš.
jako příklad. Zde máme myš.
07:17
A mouse has about 1,000 times as many neurons as a fly.
148
421718
4305
Myš má tisíckrát více neuronů než moucha.
07:21
I used to study mice. When I studied mice,
149
426023
2027
Dříve jsem se myšmi zabýval.
Když jsem je studoval,
Když jsem je studoval,
07:23
I used to talk really slowly.
150
428050
2837
mluvil jsem velice pomalu.
07:26
And then something happened when I started to work on flies.
151
430887
2576
A pak se něco stalo,
když jsem se začal zabývat mouchami.
když jsem se začal zabývat mouchami.
07:29
(Laughter)
152
433463
2412
(Smích)
07:31
And I think if you compare the natural history of flies and mice,
153
435875
3460
A myslím, že když porovnáte
přírodní historii mouchy a myši,
přírodní historii mouchy a myši,
07:35
it's really comparable. They have to forage for food.
154
439335
3313
jsou porovnatelné. Musejí shánět potravu.
07:38
They have to engage in courtship.
155
442648
2447
Musejí se dvořit druhému pohlaví.
07:40
They have sex. They hide from predators.
156
445095
3471
Mají sex. Ukrývají se před nepřáteli.
07:44
They do a lot of the similar things.
157
448566
1980
Dělají mnoho podobných věcí.
07:46
But I would argue that flies do more.
158
450546
1718
Ale tvrdím, že mouchy dokážou více.
07:48
So for example, I'm going to show you a sequence,
159
452264
3378
Například, zde vám ukážu jednu sekvenci,
07:51
and I have to say, some of my funding comes from the military,
160
455642
4205
a musím říci, část mého výzkumu hradí armáda,
07:55
so I'm showing this classified sequence
161
459847
2072
takže vám ukážu tuto důvěrnou sekvenci
07:57
and you cannot discuss it outside of this room. Okay?
162
461919
4093
a nesmíte se o ní zmínit
mimo tuto místnost. OK?
mimo tuto místnost. OK?
08:01
So I want you to look at the payload
163
466012
1908
Podívejte se na zátěž
08:03
at the tail of the fruit fly.
164
467920
3026
na ocase ovocné mušky.
08:06
Watch it very closely,
165
470946
2101
Sledujte to pozorně
08:08
and you'll see why my six-year-old son
166
473047
4297
a uvidíte, proč můj šestiletý syn
08:13
now wants to be a neuroscientist.
167
477344
4729
chce nyní být neurovědcem.
08:17
Wait for it.
168
482073
1179
Počkejte si na to.
08:19
Pshhew.
169
483252
1569
Fí.
08:20
So at least you'll admit that if fruit flies are not as clever as mice,
170
484821
3084
Aspoň uznejte, že i když ovocná muška
není tak chytrá jako myš,
není tak chytrá jako myš,
08:23
they're at least as clever as pigeons. (Laughter)
171
487905
4916
je aspoň tak chytrá jako holub. (Smích)
08:28
Now, I want to get across that it's not just a matter of numbers
172
492821
3967
Rád bych dokázal,
co není jen záležitostí čísel,
co není jen záležitostí čísel,
08:32
but also the challenge for a fly to compute
173
496788
2598
ale také úkolem, kdy musí moucha počítat
08:35
everything its brain has to compute with such tiny neurons.
174
499386
2849
vše, co musí její mozek počítat
těmi malinkými neurony.
těmi malinkými neurony.
08:38
So this is a beautiful image of a visual interneuron from a mouse
175
502235
2988
Zde je pěkný obrázek vizuálního
interneuoronu myši
interneuoronu myši
08:41
that came from Jeff Lichtman's lab,
176
505223
2768
z laboratoře Jeffa Lichtmana,
08:43
and you can see the wonderful images of brains
177
507991
3247
vidíte krásné obrázky mozků,
08:47
that he showed in his talk.
178
511238
3193
které ukázal ve své prezentaci.
08:50
But up in the corner, in the right corner, you'll see,
179
514431
2368
Ale nahoře, v pravém horním roku vidíte
08:52
at the same scale, a visual interneuron from a fly.
180
516799
4112
vizuální interneuron mouchy,
v tom samém měřítku.
v tom samém měřítku.
08:56
And I'll expand this up.
181
520911
1841
Zvětším to.
08:58
And it's a beautifully complex neuron.
182
522752
2170
Je to nádherně složitý neuron.
09:00
It's just very, very tiny, and there's lots of biophysical challenges
183
524922
3485
Jen je velmi, velmi malinký
a je proto velmi biofyzikálně obtížné
a je proto velmi biofyzikálně obtížné
09:04
with trying to compute information with tiny, tiny neurons.
184
528407
3623
provádět výpočty informací
s malými, malinkými neurony.
s malými, malinkými neurony.
09:07
How small can neurons get? Well, look at this interesting insect.
185
532030
3537
Jak chytré mohou neurony být?
Podívejte se na tento zajímavý hmyz.
Podívejte se na tento zajímavý hmyz.
09:11
It looks sort of like a fly. It has wings, it has eyes,
186
535567
2212
Vypadá to jako druh mouchy.
Má křídla, má oči,
Má křídla, má oči,
09:13
it has antennae, its legs, complicated life history,
187
537779
2799
má tykadla, má nohy,
komplikovaný životní příběh,
komplikovaný životní příběh,
09:16
it's a parasite, it has to fly around and find caterpillars
188
540578
3096
je to parazit, musí poletovat
a hledat housenky,
a hledat housenky,
09:19
to parasatize,
189
543674
1382
na kterých parazituje,
09:20
but not only is its brain the size of a salt grain,
190
545056
4115
ale nejen že má mozek velikosti zrníčka soli,
09:25
which is comparable for a fruit fly,
191
549171
1969
což je srovnatelné s ovocnou muškou,
09:27
it is the size of a salt grain.
192
551140
2926
samotný je velikosti zrnka soli.
09:29
So here's some other organisms at the similar scale.
193
554066
3635
A zde máme jiný organismus
v podobném měřítku.
v podobném měřítku.
09:33
This animal is the size of a paramecium and an amoeba,
194
557701
4130
Tento živočich je velký jako trepka a améba,
09:37
and it has a brain of 7,000 neurons that's so small --
195
561831
3880
jeho mozek má 7 tisíc neuronů,
které jsou tak malé --
které jsou tak malé --
09:41
you know these things called cell bodies you've been hearing about,
196
565711
2456
znáte buněčná těla, slyšeli jste o nich,
09:44
where the nucleus of the neuron is?
197
568167
1651
kde je jádro neuronu?
09:45
This animal gets rid of them because they take up too much space.
198
569818
3460
Tento živočich se jich zbavil,
protože zabíraly moc místa.
protože zabíraly moc místa.
09:49
So this is a session on frontiers in neuroscience.
199
573278
2473
Takže toto je lekce o hranicích neurovědy.
09:51
I would posit that one frontier in neuroscience is to figure out how the brain of that thing works.
200
575751
5360
Předpokládám, že jednou z hranic neurovědy je zjistit, jak pracuje mozek těchto organismů.
09:57
But let's think about this. How can you make a small number of neurons do a lot?
201
581111
5633
Ale zamysleme se nad jedním: jak přinutíme
malý počet neuronů, aby hodně pracoval?
malý počet neuronů, aby hodně pracoval?
10:02
And I think, from an engineering perspective,
202
586744
2522
Myslím, že z inženýrského hlediska
10:05
you think of multiplexing.
203
589266
1729
nás napadne multiplex, mnohonásobné využití.
10:06
You can take a hardware and have that hardware
204
590995
2703
Vezmete hardware a ten dělá
10:09
do different things at different times,
205
593698
1613
v různé době různé věci,
10:11
or have different parts of the hardware doing different things.
206
595311
2995
nebo různé části toho hardware
dělají v různé době různé věci.
dělají v různé době různé věci.
10:14
And these are the two concepts I'd like to explore.
207
598306
3271
A tyto dva koncepty bych rád prozkoumal.
10:17
And they're not concepts that I've come up with,
208
601577
1658
Nejsou to koncepty, na které jsem přišel já,
10:19
but concepts that have been proposed by others in the past.
209
603235
4545
ale koncepty, které již dříve navrhli jiní.
10:23
And one idea comes from lessons from chewing crabs.
210
607780
3075
Jeden nápad přišel od žvýkání krabů.
10:26
And I don't mean chewing the crabs.
211
610855
1867
Nemyslím tím, jak žvýkat kraby.
10:28
I grew up in Baltimore, and I chew crabs very, very well.
212
612722
3599
Vyrostl jsme v Baltimore
a žvýkám kraby velmi, velmi dobře.
a žvýkám kraby velmi, velmi dobře.
10:32
But I'm talking about the crabs actually doing the chewing.
213
616321
2857
Mluvím o krabech, kteří žvýkají.
10:35
Crab chewing is actually really fascinating.
214
619178
2030
Krabí žvýkání je velmi fascinující.
10:37
Crabs have this complicated structure under their carapace
215
621208
3259
Krabi mají pod krunýřem složitou strukturu
10:40
called the gastric mill
216
624467
1310
zvanou žaludeční mlýnek,
10:41
that grinds their food in a variety of different ways.
217
625777
2430
která potravu různými způsoby rozmělňuje.
10:44
And here's an endoscopic movie of this structure.
218
628207
5259
Zde je endoskopické video této struktury.
10:49
The amazing thing about this is that it's controlled
219
633466
2560
Úžasné na tom je, že je to řízeno
10:51
by a really tiny set of neurons, about two dozen neurons
220
636026
3432
malinkou sadou neuronů,
asi dvěma tucty neuronů,
asi dvěma tucty neuronů,
10:55
that can produce a vast variety of different motor patterns,
221
639458
4963
které mohou vytvářet širokou škálu
různých pohybových vzorů,
různých pohybových vzorů,
11:00
and the reason it can do this is that this little tiny ganglion
222
644421
4347
a mohou to dělat proto,
že tento malý krabí ganglion
že tento malý krabí ganglion
11:04
in the crab is actually inundated by many, many neuromodulators.
223
648768
4184
je v podstatě zaplaven mnoha,
mnoha neuromodulátory.
mnoha neuromodulátory.
11:08
You heard about neuromodulators earlier.
224
652952
2141
Už jste o neuromodulátorech slyšeli.
11:10
There are more neuromodulators
225
655093
2225
Existuje více neuromodulátorů,
11:13
that alter, that innervate this structure than actually neurons in the structure,
226
657318
5485
které mění, inervují tuto strukturu,
než je ve struktuře neuronů
než je ve struktuře neuronů
11:18
and they're able to generate a complicated set of patterns.
227
662803
4242
a ty mohou tvořit komplikovanou sadu vzorů.
11:22
And this is the work by Eve Marder and her many colleagues
228
667045
3441
A toto je práce Eve Marder
a mnoha jejích kolegů,
a mnoha jejích kolegů,
11:26
who've been studying this fascinating system
229
670486
2295
kteří studovali tento fascinující systém,
11:28
that show how a smaller cluster of neurons
230
672781
2152
který odhaluje, jak malý shluk neuronů
11:30
can do many, many, many things
231
674933
1825
může dělat mnoho, velmi mnoho věcí
11:32
because of neuromodulation that can take place on a moment-by-moment basis.
232
676758
4856
díky neuromodulaci, která se mění
-- jeden okamžik za druhým.
-- jeden okamžik za druhým.
11:37
So this is basically multiplexing in time.
233
681614
2439
Což je v podstatě mnohonásobné využití v čase.
11:39
Imagine a network of neurons with one neuromodulator.
234
684053
2785
Představte si síť neuronů
s jedním neuromodulátorem.
s jedním neuromodulátorem.
11:42
You select one set of cells to perform one sort of behavior,
235
686838
3478
Vyberete jednu sadu buněk,
aby prováděla určitou práci,
aby prováděla určitou práci,
11:46
another neuromodulator, another set of cells,
236
690316
2618
další neuromodulátor, další sada buněk,
11:48
a different pattern, and you can imagine
237
692934
1713
různé druhy, a snadno si představíte,
11:50
you could extrapolate to a very, very complicated system.
238
694647
3878
že můžeme docílit velmi,
velmi komplikovaný systém.
velmi komplikovaný systém.
11:54
Is there any evidence that flies do this?
239
698525
2094
Jsou nějaké důkazy, že toto dělají mouchy?
11:56
Well, for many years in my laboratory and other laboratories around the world,
240
700619
3375
Mnoho let jsme v naší laboratoři
a dalších laboratořích po celém světě
a dalších laboratořích po celém světě
11:59
we've been studying fly behaviors in little flight simulators.
241
703994
2648
studovali chování much
v malém letovém simulátoru.
v malém letovém simulátoru.
12:02
You can tether a fly to a little stick.
242
706642
1706
Připevníte mouchu k malé tyčince.
12:04
You can measure the aerodynamic forces it's creating.
243
708348
2501
A měříte aerodynamické síly, které vytváří.
12:06
You can let the fly play a little video game
244
710849
2546
Můžete mouchu nechat, ať hraje videohru tak,
12:09
by letting it fly around in a visual display.
245
713395
3878
že ji necháte poletovat ve vizuálním displeji.
12:13
So let me show you a little tiny sequence of this.
246
717273
2337
Ukážu vám kratinkou sekvenci.
12:15
Here's a fly
247
719610
1227
Zde je moucha
12:16
and a large infrared view of the fly in the flight simulator,
248
720837
3437
a zvětšený infračervený obraz
mouchy v letovém simulátoru
mouchy v letovém simulátoru
12:20
and this is a game the flies love to play.
249
724274
1955
a tuto hru má moucha velice ráda.
12:22
You allow them to steer towards the little stripe,
250
726229
2437
Necháte je, aby zamířily směrem
k tomu proužku
k tomu proužku
12:24
and they'll just steer towards that stripe forever.
251
728666
2825
a ony k němu budou mířit pořád.
12:27
It's part of their visual guidance system.
252
731491
3558
Je to součást jejich vizuálního
naváděcího systému.
naváděcího systému.
12:30
But very, very recently, it's been possible
253
735049
2345
Ale nedávno začalo být možné
12:33
to modify these sorts of behavioral arenas for physiologies.
254
737394
4940
modifikovat tento druh arény pro fyziologii.
12:38
So this is the preparation that one of my former post-docs,
255
742334
2488
Toto je úprava vyvinutá jednou
z mých bývalých kolegyň,
z mých bývalých kolegyň,
12:40
Gaby Maimon, who's now at Rockefeller, developed,
256
744822
2443
Gaby Maimon, která nyní působí u Rockefeller,
12:43
and it's basically a flight simulator
257
747265
1686
a je to v podstatě letový simulátor,
12:44
but under conditions where you actually can stick an electrode
258
748951
3075
ale takový, kde je možné umístit elektrodu
12:47
in the brain of the fly and record
259
752026
2264
do mozku mouchy a zaznamenávat
12:50
from a genetically identified neuron in the fly's brain.
260
754290
3656
z geneticky identifikovatelného
neuronu v muším mozku.
neuronu v muším mozku.
12:53
And this is what one of these experiments looks like.
261
757946
2298
A takto vypadá jeden z těchto experimentů.
12:56
It was a sequence taken from another post-doc in the lab,
262
760244
2971
Je to sekvence další kolegyně z laboratoře,
12:59
Bettina Schnell.
263
763215
1199
Bettiny Schnell.
13:00
The green trace at the bottom is the membrane potential
264
764414
3392
Zelená stopa dole je membránový potenciál
13:03
of a neuron in the fly's brain,
265
767806
2030
neuronu v muším mozku.
13:05
and you'll see the fly start to fly, and the fly is actually
266
769836
2942
Vidíte, jak moucha vzlétá,
a moucha v podstatě
a moucha v podstatě
13:08
controlling the rotation of that visual pattern itself
267
772778
3279
řídí rotaci vizuálního obrazce
13:11
by its own wing motion,
268
776057
1479
pohyby vlastních křídel
13:13
and you can see this visual interneuron
269
777536
2110
a vidíte, jak vizuální interneuron
13:15
respond to the pattern of wing motion as the fly flies.
270
779646
3908
odpovídá vzoru pohybu křídel,
jak moucha letí.
jak moucha letí.
13:19
So for the first time we've actually been able to record
271
783554
2376
Tohle je poprvé, kdy jsme mohli zaznamenat
13:21
from neurons in the fly's brain while the fly
272
785930
2908
v neuronech mušího mozku, jak moucha
13:24
is performing sophisticated behaviors such as flight.
273
788838
4468
provádí komplikovanou aktivitu jako je let.
13:29
And one of the lessons we've been learning
274
793306
1855
A jedna z věcí, co jsme se naučili, byla,
13:31
is that the physiology of cells that we've been studying
275
795161
2420
že fyziologie buněk, které jsme studovali
13:33
for many years in quiescent flies
276
797581
2421
mnoho let u mušek v klidovém stavu
13:35
is not the same as the physiology of those cells
277
800002
2648
není tatáž, jako je fyziologie těchto buněk,
13:38
when the flies actually engage in active behaviors
278
802650
2736
když mouchy provozují aktivní chování
13:41
like flying and walking and so forth.
279
805386
2539
jako je let, chůze a tak dále.
13:43
And why is the physiology different?
280
807925
2925
A proč se fyziologie liší?
13:46
Well it turns out it's these neuromodulators,
281
810850
2057
Ukazuje se, že jde o tyto neuromodulátory,
13:48
just like the neuromodulators in that little tiny ganglion in the crabs.
282
812907
3951
stejně jako byly neuromodulátory
v tom malinkém ganglionu u krabů.
v tom malinkém ganglionu u krabů.
13:52
So here's a picture of the octopamine system.
283
816858
2550
Zde je schéma octopaminového systému.
13:55
Octopamine is a neuromodulator
284
819408
1754
Octopamin je neuromodulátor,
13:57
that seems to play an important role in flight and other behaviors.
285
821162
4336
který zřejmě hraje důležitou roli
během letu a dalších aktivit.
během letu a dalších aktivit.
14:01
But this is just one of many neuromodulators
286
825498
2472
Ale je to jen jeden z mnoha neuromodulátorů
14:03
that's in the fly's brain.
287
827970
1071
v mozku mouchy.
14:04
So I really think that, as we learn more,
288
829041
2666
Takže si myslím, že až se dozvíme více,
14:07
it's going to turn out that the whole fly brain
289
831707
2527
ukáže se, že celý muší mozek
14:10
is just like a large version of this stomatogastric ganglion,
290
834234
3089
je prostě větší verzí
tohoto žaludečního ganglionu,
tohoto žaludečního ganglionu,
14:13
and that's one of the reasons why it can do so much with so few neurons.
291
837323
4360
a to je jeden z důvodů, proč to dokáže tolik věcí
s tak malým počtem neuronů.
s tak malým počtem neuronů.
14:17
Now, another idea, another way of multiplexing
292
841683
2787
A další nápad, další způsob multiplexingu
14:20
is multiplexing in space,
293
844470
1656
je multiplexing v prostoru,
14:22
having different parts of a neuron
294
846126
1694
kdy různé části neuronu
14:23
do different things at the same time.
295
847820
2122
vykonávají různé věci ve stejnou dobu.
14:25
So here's two sort of canonical neurons
296
849942
1833
Zde máme dva druhy kanonických neuronů
14:27
from a vertebrate and an invertebrate,
297
851775
2285
obratlovce a bezobratlých,
14:29
a human pyramidal neuron from Ramon y Cajal,
298
854060
3250
lidský pyramidový neuron od Ramon y Cajal,
14:33
and another cell to the right, a non-spiking interneuron,
299
857310
4003
a další buňku napravo, interneuron
14:37
and this is the work of Alan Watson and Malcolm Burrows many years ago,
300
861313
4147
a toto je práce Alana Watsona
a Malcolma Burrowse, z doby před mnoha lety
a Malcolma Burrowse, z doby před mnoha lety
14:41
and Malcolm Burrows came up with a pretty interesting idea
301
865460
3075
a Malcolm Burrows měl velmi zajímavý nápad
14:44
based on the fact that this neuron from a locust
302
868535
2882
založený na faktu, že tento neuron kobylky
14:47
does not fire action potentials.
303
871417
1959
nevytváří akční potenciál.
14:49
It's a non-spiking cell.
304
873376
1748
Je to „non-spiking“ buňka.
14:51
So a typical cell, like the neurons in our brain,
305
875124
2780
Typická buňka, jako třeba
neurony v našem mozku,
neurony v našem mozku,
14:53
has a region called the dendrites that receives input,
306
877904
2752
má oblast zvanou dendrity,
které přijímají vzruchy,
které přijímají vzruchy,
14:56
and that input sums together
307
880656
2589
a tyto vzruchy se sčítají
14:59
and will produce action potentials
308
883245
2296
a vytvoří akční potenciál,
15:01
that run down the axon and then activate
309
885541
2331
který probíhá axonem a aktivuje
15:03
all the output regions of the neuron.
310
887872
2296
všechny výstupní oblasti neuronu.
15:06
But non-spiking neurons are actually quite complicated
311
890168
2876
Ale „non-spiking“ neurony
jsou velice komplikované,
jsou velice komplikované,
15:08
because they can have input synapses and output synapses
312
893044
3112
protože mají všechny
vstupní i výstupní synapse
vstupní i výstupní synapse
15:12
all interdigitated, and there's no single action potential
313
896156
3663
propojené, a není žádný
jednotný akční potenciál,
jednotný akční potenciál,
15:15
that drives all the outputs at the same time.
314
899819
3126
který by řídil všechny výstupy ve stejné chvíli.
15:18
So there's a possibility that you have computational compartments
315
902945
3907
Takže je možné, že máte výpočetní střediska,
15:22
that allow the different parts of the neuron
316
906852
3978
která dovolují různým částem neuronu
15:26
to do different things at the same time.
317
910830
2560
provádět různé věci ve stejnou dobu.
15:29
So these basic concepts of multitasking in time
318
913390
4671
Takže myslím, že tyto základní
koncepty dělání mnoha věcí najednou
koncepty dělání mnoha věcí najednou
15:33
and multitasking in space,
319
918061
2361
a na několika místech
15:36
I think these are things that are true in our brains as well,
320
920422
2832
platí i pro náš mozek,
15:39
but I think the insects are the true masters of this.
321
923254
2577
ale myslím, že hmyz je v tomto opravdový mistr.
15:41
So I hope you think of insects a little bit differently next time,
322
925831
3116
Takže doufám, že už budete
o hmyzu smýšlet trochu jinak
o hmyzu smýšlet trochu jinak
15:44
and as I say up here, please think before you swat.
323
928947
2935
a jak zde říkám, prosím rozmyslete si,
než nějaký zaplácnete.
než nějaký zaplácnete.
15:47
(Applause)
324
931882
2953
(Potlesk)
ABOUT THE SPEAKER
Michael Dickinson - BiologistMost people are irritated by the buzzing of a fly's wings. But biologist Michael Dickinson views the sound with a deep sense of wonder.
Why you should listen
Some things are so commonplace that they barely register our attention. Michael Dickinson has dedicated much of his research to one such thing -- the flight of the fly. Dickinson aims to understand how a fly's nervous system allows it to accomplish such incredible aerodynamic feats. Affectionately dubbed the "Fly Guy" by The Scientist, Dickinson's research brings together zoology, neuroscience and fluid mechanics.
Dickinson was named a MacArthur Fellow in 2001. He is now a professor of biology at the University of Washington, where he heads The Dickinson Lab. The lab conducts research into insect flight control, animal brain recordings, animal/robot interactions and animal visual navigation and welcomes students with an interest in studying insect flight, behavior and evolution from an interdisciplinary approach perspective.
Michael Dickinson | Speaker | TED.com