Para os cientistas que estudam o comportamento animal, até mesmo a lombriga mais simples apresenta enormes desafios. O movimento dos vermes se contorcendo, pássaros em bando e humanos andando mudam de momento a momento, de maneiras que a olho nu não consegue perceber. Mas agora, pesquisadores do Instituto de Ciência e Tecnologia de Okinawa Graduate University (OIST) e Vrije Universiteit Amsterdam desenvolveram uma maneira de analisar esse comportamento dinâmico em pedaços digestíveis.

"Mesmo que você apenas queira classificar o movimento como movimento para frente, para trás, ou girando, você não pode ter certeza apenas de olho, "disse Tosif Ahamed, autor do estudo e aluno de pós-graduação na Unidade de Teoria de Física Biológica da OIST, liderado pelo Prof. Greg Stephens, bem como a Unidade de Biologia de Processamento de Informação liderada pelo Prof. Ichiro Maruyama. Ao transferir a observação para um modelo adaptativo, os pesquisadores identificaram sutilezas que, de outra forma, não teriam percebido. "Com este método, não precisamos jogar fora nenhum detalhe. "

O estudo, publicado online em 17 de janeiro, 2019 na Proceedings of the National Academy of Sciences dos Estados Unidos da América, descobriram que dinâmicas complexas podem ser divididas em uma coleção de padrões lineares simples. Os pesquisadores dividiram seus dados em janelas de tempo distintas com base em como esses padrões mudaram ao longo do tempo. Ao agrupar janelas de tempo que pareciam estatisticamente semelhantes, o modelo revelou padrões distintos nas mudanças de estados cerebrais e comportamentos de movimento dos animais.

"Você faz apenas suposições mínimas desde o início, "disse Antonio C. Costa, primeiro autor do artigo e estudante de pós-graduação no Departamento de Física e Astronomia da Vrije Universiteit Amsterdam. "Você pode deixar que os dados lhe digam o que o animal está fazendo. Isso pode ser poderoso ... e permitir que você encontre novas classes de comportamento."

Rastreamento - não é tão simples quanto parece

O modelo revelou uma rica complexidade subjacente a um dos movimentos mais simples:a saber, rastejando. Os cientistas podem observar Caenorhabditis elegans enquanto o verme avança, voltas, ou reverte seu movimento para rastejar para trás. Esses comportamentos parecem simples, mas após uma inspeção mais próxima, cada movimento contém sua própria variedade e nuance.

Existe mais de uma maneira de rastrear.

"Nós sabíamos implicitamente, observando os vermes, sobre essas categorias comportamentais grosseiras.

Mas eles não são tão simples, "disse o Prof. Stephens, que também ocupa um cargo na Vrije Universiteit Amsterdam. "Existem estados comportamentais mais sutis que você pode não ver a olho nu."

Os dados sugerem que C. elegans permanece equilibrado e pronto para mudar de comportamento a qualquer momento. Como boxeadores ágeis, preparado para sacudir ou tecer em resposta ao próximo golpe de seu oponente, o movimento dos vermes oscila entre um padrão e outro. Pesquisas anteriores sugerem que criaturas mais complexas, como humanos, também exibem essa adaptabilidade. A nova técnica de modelagem permite que os cientistas quantifiquem essas dinâmicas diretamente.

Aplicativos além do comportamento

Além de modelar o comportamento em C. elegans, os pesquisadores também quantificaram a dinâmica do cérebro inteiro no verme, em neurônios do córtex visual de camundongos, e no córtex cerebral de macacos.

"Foi surpreendente - nossa abordagem é simples, mas provou ser poderoso para interpretar esta variedade de sistemas complexos, "disse Stephens. Sistemas dinâmicos surgem em todos os lugares da natureza, não apenas no cérebro. Mecânica dos fluidos, turbulência e até mesmo o movimento coletivo de pássaros em bando exemplificam sistemas que podem ser decodificados usando a nova abordagem. Essa ideia também pode ser combinada com métodos de aprendizado de máquina para classificar vídeos como fazemos com imagens estáticas, que continua sendo um grande desafio no campo.

"Uma vez que você pode descrever a dinâmica de uma forma baseada em princípios, você pode aplicar a técnica a muitos sistemas. "