Michael Dickinson: How a fly flies

313,613 views ・ 2013-02-22

TED


Pro přehrání videa dvakrát klikněte na anglické titulky níže.

00:00
Translator: Joseph Geni Reviewer: Morton Bast
0
0
7000
Překladatel: Marta Gysel Korektor: Zuzana Vobecka
00:15
I grew up watching Star Trek. I love Star Trek.
1
15805
3532
Vyrostl jsem na sledování Star Treku. Miluju Star Trek.
00:19
Star Trek made me want to see alien creatures,
2
19337
4462
Kvůli Star Treku jsem chtěl spatřit mimozemská stvoření,
00:23
creatures from a far-distant world.
3
23799
2303
stvoření ze vzdáleného světa.
00:26
But basically, I figured out that I could find
4
26102
2787
Ale vlastně jsem zjistil, že mohu nalézt
00:28
those alien creatures right on Earth.
5
28889
2977
tyto cizí vetřelce přímo na Zemi.
00:31
And what I do is I study insects.
6
31866
2653
Zabývám se studiem hmyzu.
00:34
I'm obsessed with insects, particularly insect flight.
7
34519
3256
Jsem hmyzem posedlý, obzvláště hmyzím letem.
00:37
I think the evolution of insect flight is perhaps
8
37775
3141
Myslím, že evoluce letu hmyzu je asi jednou
00:40
one of the most important events in the history of life.
9
40916
2742
z nejdůležitějších událostí v historii života.
00:43
Without insects, there'd be no flowering plants.
10
43658
2237
Bez hmyzu by nebyly žádné kvetoucí rostliny.
00:45
Without flowering plants, there would be no
11
45895
1916
Bez kvetoucích rostlin by nebyli žádní chytří,
00:47
clever, fruit-eating primates giving TED Talks.
12
47811
3137
ovocem se živící primáti a jejich TED přednášky.
00:50
(Laughter)
13
50948
2300
(Smích)
00:53
Now,
14
53248
1987
Takže,
00:55
David and Hidehiko and Ketaki
15
55235
3039
David a Hidehiko a Ketaki
00:58
gave a very compelling story about
16
58274
3445
vyprávěli velmi působivě o podobnostech
01:01
the similarities between fruit flies and humans,
17
61719
2805
mezi ovocnými muškami a lidmi,
01:04
and there are many similarities,
18
64524
1489
a existuje mnoho podobností,
01:06
and so you might think that if humans are similar to fruit flies,
19
66013
3002
takže si možná myslíte, že se lidé podobají ovocným muškám,
01:09
the favorite behavior of a fruit fly might be this, for example --
20
69015
3797
oblíbené chování ovocné mušky je třeba toto --
01:12
(Laughter)
21
72812
2282
(Smích)
01:15
but in my talk, I don't want to emphasize on the similarities
22
75094
3191
ale v mé přednášce nechci zdůraznit podobnosti
01:18
between humans and fruit flies, but rather the differences,
23
78285
3067
mezi lidmi a ovocnými muškami, ale spíše rozdíly,
01:21
and focus on the behaviors that I think fruit flies excel at doing.
24
81352
5287
a zaměřit se na aktivity, ve kterých ovocné mušky vynikají.
01:26
And so I want to show you a high-speed video sequence
25
86639
2856
Takže vám chci ukázat rychlou videosekvenci
01:29
of a fly shot at 7,000 frames per second in infrared lighting,
26
89495
3935
letu mouchy, který je snímán v infračerveném světle rychlostí 7 tisíc obrázků za sekundu
01:33
and to the right, off-screen, is an electronic looming predator
27
93430
4210
a napravo, mimo záběr, je elektronicky hrozící predátor,
01:37
that is going to go at the fly.
28
97640
1435
který půjde po té mušce.
01:39
The fly is going to sense this predator.
29
99075
1838
Muška ucítí predátora.
01:40
It is going to extend its legs out.
30
100913
2455
Protáhne své nohy
01:43
It's going to sashay away
31
103368
1613
a odpluje pryč
01:44
to live to fly another day.
32
104981
2565
a bude žít a létat i příští den.
01:47
Now I have carefully cropped this sequence
33
107546
2362
Pečlivě jsem ořízl tuto sekvenci,
01:49
to be exactly the duration of a human eye blink,
34
109908
3160
aby trvala přesně stejně dlouho, jako mrknutí lidského oka,
01:53
so in the time that it would take you to blink your eye,
35
113068
2834
takže za tu dobu, co vám zabere jedno mrknutí,
01:55
the fly has seen this looming predator,
36
115902
3265
muška zahlédla hrozícího nepřítele,
01:59
estimated its position, initiated a motor pattern to fly it away,
37
119167
6168
odhadla jeho polohu, započala pohyb nutný k odletu,
02:05
beating its wings at 220 times a second as it does so.
38
125335
4464
mávajíc křídly 220krát za sekundu a zmizela pryč.
02:09
I think this is a fascinating behavior
39
129799
1973
Myslím, že to je fascinující chování,
02:11
that shows how fast the fly's brain can process information.
40
131772
3921
které ukazuje, jak rychle dokáže muší mozek zpracovávat informace.
02:15
Now, flight -- what does it take to fly?
41
135693
2842
A teď, let -- co létání obnáší?
02:18
Well, in order to fly, just as in a human aircraft,
42
138535
2864
K letu, stejně jako je tomu u letadel,
02:21
you need wings that can generate sufficient aerodynamic forces,
43
141399
2735
jsou třeba křídla, která generují dostatečné aerodynamické síly,
02:24
you need an engine sufficient to generate the power required for flight,
44
144134
3546
dále potřebujete motor s dostatečným výkonem pro pohon letu
02:27
and you need a controller,
45
147680
1709
a potřebujete ovladač,
02:29
and in the first human aircraft, the controller was basically
46
149389
2626
v prvním lidmi sestrojeném letadle byl ovladačem
02:32
the brain of Orville and Wilbur sitting in the cockpit.
47
152015
4312
mozek pánů Orvilla a Wilbury, kteří seděli v kabině.
02:36
Now, how does this compare to a fly?
48
156327
2753
Jak se toto podobá mušce?
02:39
Well, I spent a lot of my early career trying to figure out
49
159080
3251
Velkou část mé rané kariéry jsem strávil zkoumáním,
02:42
how insect wings generate enough force to keep the flies in the air.
50
162331
4336
jak hmyzí křídla vytvářejí dostatek síly, aby se hmyz udržel ve vzduchu.
02:46
And you might have heard how engineers proved
51
166667
1610
Možná jste slyšeli, že inženýři prokázali,
02:48
that bumblebees couldn't fly.
52
168277
2634
že čmeláci v podstatě létat nemohou.
02:50
Well, the problem was in thinking that the insect wings
53
170911
2620
Problém byl v předpokladu, že hmyzí křídla
02:53
function in the way that aircraft wings work. But they don't.
54
173531
3119
fungují stejně jako křídla letadel. Ale není tomu tak.
02:56
And we tackle this problem by building giant,
55
176650
2854
Tenhle problém řešíme sestrojováním obrovských,
02:59
dynamically scaled model robot insects
56
179504
3432
dynamicky škálovaných modelů hmyzích robotů,
03:02
that would flap in giant pools of mineral oil
57
182936
3336
kteří se třepotají v obrovské lázni minerálního oleje,
03:06
where we could study the aerodynamic forces.
58
186272
2274
kde můžeme studovat aerodynamické síly.
03:08
And it turns out that the insects flap their wings
59
188546
2158
A ukazuje se, že hmyz mává svými křídly
03:10
in a very clever way, at a very high angle of attack
60
190704
2592
velice chytře, pod velmi vysokým úhlem záběru,
03:13
that creates a structure at the leading edge of the wing,
61
193296
3121
který vytváří strukturu na předním okraji křídla,
03:16
a little tornado-like structure called a leading edge vortex,
62
196417
3199
malou, tornádu podobnou strukturu zvanou vír předního okraje,
03:19
and it's that vortex that actually enables the wings
63
199616
2954
a tento vír ve skutečnosti umožňuje křídlům
03:22
to make enough force for the animal to stay in the air.
64
202570
3359
vytvářet dostatek síly a hmyz se tak udrží ve vzduchu.
03:25
But the thing that's actually most -- so, what's fascinating
65
205929
2428
Ale co je nejvíc -- fascinující není to,
03:28
is not so much that the wing has some interesting morphology.
66
208357
2975
že křídlo má zajímavou stavbu.
03:31
What's clever is the way the fly flaps it,
67
211332
3645
Chytrý je způsob, jakým moucha mává,
03:34
which of course ultimately is controlled by the nervous system,
68
214977
3136
což je samozřejmě řízeno nervovým systémem
03:38
and this is what enables flies to perform
69
218113
2647
a umožňuje mouše provádět
03:40
these remarkable aerial maneuvers.
70
220760
2807
tyto pozoruhodné vzdušné manévry.
03:43
Now, what about the engine?
71
223567
2097
Takže, jak je to s pohonem?
03:45
The engine of the fly is absolutely fascinating.
72
225664
2492
Muší motor je naprosto fascinující.
03:48
They have two types of flight muscle:
73
228156
1898
Mají dva druhy letových svalů:
03:50
so-called power muscle, which is stretch-activated,
74
230054
2985
takzvané silové svaly, aktivované tahem,
03:53
which means that it activates itself and does not need to be controlled
75
233039
3726
což znamená, že se aktivují samy a nemusí být řízeny
03:56
on a contraction-by-contraction basis by the nervous system.
76
236765
3339
nervovým systémem, jednu kontrakci po druhé.
04:00
It's specialized to generate the enormous power required for flight,
77
240104
4609
Jsou specializované na vytváření obrovské síly potřebné k letu,
04:04
and it fills the middle portion of the fly,
78
244713
2079
umožňují střední fázi letu,
04:06
so when a fly hits your windshield,
79
246792
1547
takže když moucha narazí na vaše přední sklo,
04:08
it's basically the power muscle that you're looking at.
80
248339
2406
díváte se v podstatě na tyto silové svaly.
04:10
But attached to the base of the wing
81
250745
2146
K základně křídla je přichycená
04:12
is a set of little, tiny control muscles
82
252891
2638
sada malých, jemných řídících svalů,
04:15
that are not very powerful at all, but they're very fast,
83
255529
3301
které nejsou vůbec silové, ale jsou velmi rychlé
04:18
and they're able to reconfigure the hinge of the wing
84
258830
3206
a schopné rekonfigurovat křídelní kloub,
04:22
on a stroke-by-stroke basis,
85
262036
1762
mávnutí za mávnutím,
04:23
and this is what enables the fly to change its wing
86
263798
3142
a toto umožňuje mouše měnit své křídlo
04:26
and generate the changes in aerodynamic forces
87
266940
2971
a vytvářet změny aerodynamických sil,
04:29
which change its flight trajectory.
88
269911
2573
které mění letovou dráhu.
04:32
And of course, the role of the nervous system is to control all this.
89
272484
3563
Samozřejmě, že toto všechno ovládá nervový systém.
04:36
So let's look at the controller.
90
276047
1512
Takže se podívejme na ovladač.
04:37
Now flies excel in the sorts of sensors
91
277559
2647
Moucha vyniká celou řadou senzorů,
04:40
that they carry to this problem.
92
280206
2284
které slouží tomuto účelu.
04:42
They have antennae that sense odors and detect wind detection.
93
282490
4127
Mají tykadla, která cítí pachy a určují směr větru.
04:46
They have a sophisticated eye which is
94
286617
1675
Mají propracované oko,
04:48
the fastest visual system on the planet.
95
288292
2456
nejrychlejší vizuální systém na planetě.
04:50
They have another set of eyes on the top of their head.
96
290748
2036
Nahoře na hlavě mají další pár očí.
04:52
We have no idea what they do.
97
292784
2052
Nemáme tušení, k čemu slouží.
04:54
They have sensors on their wing.
98
294836
2954
Mají senzory na křídlech.
04:57
Their wing is covered with sensors, including sensors
99
297790
3760
Křídla jsou senzory pokryta, včetně senzorů,
05:01
that sense deformation of the wing.
100
301550
2046
které detekují deformaci křídla.
05:03
They can even taste with their wings.
101
303596
2109
Pomocí křídel mohou dokonce ochutnávat.
05:05
One of the most sophisticated sensors a fly has
102
305705
2555
Jedním z nejrafinovanějších muších senzorů
05:08
is a structure called the halteres.
103
308260
1807
je struktura zvaná halteres (kyvadélka).
05:10
The halteres are actually gyroscopes.
104
310067
1879
Kyvadélka jsou ve skutečnosti gyroskopy.
05:11
These devices beat back and forth about 200 hertz during flight,
105
311946
4449
Tato zařízení kmitají během letu sem a tam frekvencí 200 Hz
05:16
and the animal can use them to sense its body rotation
106
316395
2673
a moucha jejich pomocí vnímá rotaci těla
05:19
and initiate very, very fast corrective maneuvers.
107
319068
3968
a provádí velmi rychlé opravné pohyby.
05:23
But all of this sensory information has to be processed
108
323036
2329
Všechny tyto smyslové informace se zpracovávají
05:25
by a brain, and yes, indeed, flies have a brain,
109
325365
3720
v mozku, ano, mouchy opravdu mají mozek,
05:29
a brain of about 100,000 neurons.
110
329085
3159
mozek asi se 100 tisíci neurony.
05:32
Now several people at this conference
111
332244
2193
Několik lidí během této konference naznačilo,
05:34
have already suggested that fruit flies could serve neuroscience
112
334437
4808
že ovocná muška by mohla posloužit neurovědám,
05:39
because they're a simple model of brain function.
113
339245
3247
protože jsou jednoduchým modelem mozkové funkce.
05:42
And the basic punchline of my talk is,
114
342492
2077
Hlavní pointou mé přednášky je,
05:44
I'd like to turn that over on its head.
115
344569
2658
že bych to rád úplně otočil.
05:47
I don't think they're a simple model of anything.
116
347227
2628
Myslím, že nejsou žádným jednoduchým modelem.
05:49
And I think that flies are a great model.
117
349855
2477
Ano, mouchy jsou skvělý model.
05:52
They're a great model for flies.
118
352332
2516
Jsou skvělé jako model pro mouchy.
05:54
(Laughter)
119
354848
2481
(Smích)
05:57
And let's explore this notion of simplicity.
120
357329
3003
Prozkoumejme nyní představu jednoduchosti.
06:00
So I think, unfortunately, a lot of neuroscientists,
121
360332
2431
Myslím, že mnoho neurovědců
06:02
we're all somewhat narcissistic.
122
362763
1832
jsou bohužel poněkud narcističtí.
06:04
When we think of brain, we of course imagine our own brain.
123
364595
3433
Když hovoříme o mozku, samozřejmě si představujeme náš vlastní mozek.
06:08
But remember that this kind of brain,
124
368028
1960
Ale uvědomte si, že tento druh mozku,
06:09
which is much, much smaller
125
369988
1768
který je mnohem, mnohem menší
06:11
— instead of 100 billion neurons, it has 100,000 neurons —
126
371756
2678
-- místo 100 miliard neuronů jich má 100 tisíc --
06:14
but this is the most common form of brain on the planet
127
374434
2882
ale je to nejběžnější druh mozku na planetě
06:17
and has been for 400 million years.
128
377316
2904
a je tady už 400 milionů let.
06:20
And is it fair to say that it's simple?
129
380220
2288
Je tedy zdvořilé říci, že je jednoduchý?
06:22
Well, it's simple in the sense that it has fewer neurons,
130
382508
2095
Ano, je jednoduchý v tom smyslu, že má méně neuronů,
06:24
but is that a fair metric?
131
384603
1754
ale je to spravedlivé srovnání?
06:26
And I would propose it's not a fair metric.
132
386357
2276
Navrhuji, že to spravedlivé není.
06:28
So let's sort of think about this. I think we have to compare --
133
388633
3100
Takže se nad tím zamysleme. Myslím, že musíme porovnat --
06:31
(Laughter) —
134
391733
1559
(Smích) --
06:33
we have to compare the size of the brain
135
393292
5121
musíme porovnat velikost mozku s tím,
06:38
with what the brain can do.
136
398413
2030
co mozek dokáže dělat.
06:40
So I propose we have a Trump number,
137
400443
2881
Takže navrhuji použít Trumpové číslo, (pozn: Donald Trump, americký magnát a muž na obrázku)
06:43
and the Trump number is the ratio of this man's
138
403324
2865
a toto Trumpové číslo bude poměr repertoáru lidského chování
06:46
behavioral repertoire to the number of neurons in his brain.
139
406189
3679
vzhledem k počtu neuronů v jeho mozku.
06:49
We'll calculate the Trump number for the fruit fly.
140
409868
2668
Spočítejme Trumpové číslo pro ovocnou mušku.
06:52
Now, how many people here think the Trump number
141
412536
2684
A teď, kolik lidí si myslí, že Trumpové číslo
06:55
is higher for the fruit fly?
142
415220
2489
je vyšší u ovocné mušky?
06:57
(Applause)
143
417709
2431
(Potlesk)
07:00
It's a very smart, smart audience.
144
420140
3428
Jste velmi, velmi chytré publikum.
07:03
Yes, the inequality goes in this direction, or I would posit it.
145
423568
3327
Ano, nerovnost míří tímto směrem, aspoň předpokládám.
07:06
Now I realize that it is a little bit absurd
146
426895
2382
Chápu, že je poněkud absurdní
07:09
to compare the behavioral repertoire of a human to a fly.
147
429277
3558
srovnávat repertoár chování člověka a mouchy.
07:12
But let's take another animal just as an example. Here's a mouse.
148
432835
4143
Ale uvažme jiné zvíře, jen jako příklad. Zde máme myš.
07:16
A mouse has about 1,000 times as many neurons as a fly.
149
436978
4305
Myš má tisíckrát více neuronů než moucha.
07:21
I used to study mice. When I studied mice,
150
441283
2027
Dříve jsem se myšmi zabýval. Když jsem je studoval,
07:23
I used to talk really slowly.
151
443310
2837
mluvil jsem velice pomalu.
07:26
And then something happened when I started to work on flies.
152
446147
2576
A pak se něco stalo, když jsem se začal zabývat mouchami.
07:28
(Laughter)
153
448723
2412
(Smích)
07:31
And I think if you compare the natural history of flies and mice,
154
451135
3460
A myslím, že když porovnáte přírodní historii mouchy a myši,
07:34
it's really comparable. They have to forage for food.
155
454595
3313
jsou porovnatelné. Musejí shánět potravu.
07:37
They have to engage in courtship.
156
457908
2447
Musejí se dvořit druhému pohlaví.
07:40
They have sex. They hide from predators.
157
460355
3471
Mají sex. Ukrývají se před nepřáteli.
07:43
They do a lot of the similar things.
158
463826
1980
Dělají mnoho podobných věcí.
07:45
But I would argue that flies do more.
159
465806
1718
Ale tvrdím, že mouchy dokážou více.
07:47
So for example, I'm going to show you a sequence,
160
467524
3378
Například, zde vám ukážu jednu sekvenci,
07:50
and I have to say, some of my funding comes from the military,
161
470902
4205
a musím říci, část mého výzkumu hradí armáda,
07:55
so I'm showing this classified sequence
162
475107
2072
takže vám ukážu tuto důvěrnou sekvenci
07:57
and you cannot discuss it outside of this room. Okay?
163
477179
4093
a nesmíte se o ní zmínit mimo tuto místnost. OK?
08:01
So I want you to look at the payload
164
481272
1908
Podívejte se na zátěž
08:03
at the tail of the fruit fly.
165
483180
3026
na ocase ovocné mušky.
08:06
Watch it very closely,
166
486206
2101
Sledujte to pozorně
08:08
and you'll see why my six-year-old son
167
488307
4297
a uvidíte, proč můj šestiletý syn
08:12
now wants to be a neuroscientist.
168
492604
4729
chce nyní být neurovědcem.
08:17
Wait for it.
169
497333
1179
Počkejte si na to.
08:18
Pshhew.
170
498512
1569
Fí.
08:20
So at least you'll admit that if fruit flies are not as clever as mice,
171
500081
3084
Aspoň uznejte, že i když ovocná muška není tak chytrá jako myš,
08:23
they're at least as clever as pigeons. (Laughter)
172
503165
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
173
508081
3967
Rád bych dokázal, co není jen záležitostí čísel,
08:32
but also the challenge for a fly to compute
174
512048
2598
ale také úkolem, kdy musí moucha počítat
08:34
everything its brain has to compute with such tiny neurons.
175
514646
2849
vše, co musí její mozek počítat těmi malinkými neurony.
08:37
So this is a beautiful image of a visual interneuron from a mouse
176
517495
2988
Zde je pěkný obrázek vizuálního interneuoronu myši
08:40
that came from Jeff Lichtman's lab,
177
520483
2768
z laboratoře Jeffa Lichtmana,
08:43
and you can see the wonderful images of brains
178
523251
3247
vidíte krásné obrázky mozků,
08:46
that he showed in his talk.
179
526498
3193
které ukázal ve své prezentaci.
08:49
But up in the corner, in the right corner, you'll see,
180
529691
2368
Ale nahoře, v pravém horním roku vidíte
08:52
at the same scale, a visual interneuron from a fly.
181
532059
4112
vizuální interneuron mouchy, v tom samém měřítku.
08:56
And I'll expand this up.
182
536171
1841
Zvětším to.
08:58
And it's a beautifully complex neuron.
183
538012
2170
Je to nádherně složitý neuron.
09:00
It's just very, very tiny, and there's lots of biophysical challenges
184
540182
3485
Jen je velmi, velmi malinký a je proto velmi biofyzikálně obtížné
09:03
with trying to compute information with tiny, tiny neurons.
185
543667
3623
provádět výpočty informací s malými, malinkými neurony.
09:07
How small can neurons get? Well, look at this interesting insect.
186
547290
3537
Jak chytré mohou neurony být? Podívejte se na tento zajímavý hmyz.
09:10
It looks sort of like a fly. It has wings, it has eyes,
187
550827
2212
Vypadá to jako druh mouchy. Má křídla, má oči,
09:13
it has antennae, its legs, complicated life history,
188
553039
2799
má tykadla, má nohy, komplikovaný životní příběh,
09:15
it's a parasite, it has to fly around and find caterpillars
189
555838
3096
je to parazit, musí poletovat a hledat housenky,
09:18
to parasatize,
190
558934
1382
na kterých parazituje,
09:20
but not only is its brain the size of a salt grain,
191
560316
4115
ale nejen že má mozek velikosti zrníčka soli,
09:24
which is comparable for a fruit fly,
192
564431
1969
což je srovnatelné s ovocnou muškou,
09:26
it is the size of a salt grain.
193
566400
2926
samotný je velikosti zrnka soli.
09:29
So here's some other organisms at the similar scale.
194
569326
3635
A zde máme jiný organismus v podobném měřítku.
09:32
This animal is the size of a paramecium and an amoeba,
195
572961
4130
Tento živočich je velký jako trepka a améba,
09:37
and it has a brain of 7,000 neurons that's so small --
196
577091
3880
jeho mozek má 7 tisíc neuronů, které jsou tak malé --
09:40
you know these things called cell bodies you've been hearing about,
197
580971
2456
znáte buněčná těla, slyšeli jste o nich,
09:43
where the nucleus of the neuron is?
198
583427
1651
kde je jádro neuronu?
09:45
This animal gets rid of them because they take up too much space.
199
585078
3460
Tento živočich se jich zbavil, protože zabíraly moc místa.
09:48
So this is a session on frontiers in neuroscience.
200
588538
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.
201
591011
5360
Předpokládám, že jednou z hranic neurovědy je zjistit, jak pracuje mozek těchto organismů.
09:56
But let's think about this. How can you make a small number of neurons do a lot?
202
596371
5633
Ale zamysleme se nad jedním: jak přinutíme malý počet neuronů, aby hodně pracoval?
10:02
And I think, from an engineering perspective,
203
602004
2522
Myslím, že z inženýrského hlediska
10:04
you think of multiplexing.
204
604526
1729
nás napadne multiplex, mnohonásobné využití.
10:06
You can take a hardware and have that hardware
205
606255
2703
Vezmete hardware a ten dělá
10:08
do different things at different times,
206
608958
1613
v různé době různé věci,
10:10
or have different parts of the hardware doing different things.
207
610571
2995
nebo různé části toho hardware dělají v různé době různé věci.
10:13
And these are the two concepts I'd like to explore.
208
613566
3271
A tyto dva koncepty bych rád prozkoumal.
10:16
And they're not concepts that I've come up with,
209
616837
1658
Nejsou to koncepty, na které jsem přišel já,
10:18
but concepts that have been proposed by others in the past.
210
618495
4545
ale koncepty, které již dříve navrhli jiní.
10:23
And one idea comes from lessons from chewing crabs.
211
623040
3075
Jeden nápad přišel od žvýkání krabů.
10:26
And I don't mean chewing the crabs.
212
626115
1867
Nemyslím tím, jak žvýkat kraby.
10:27
I grew up in Baltimore, and I chew crabs very, very well.
213
627982
3599
Vyrostl jsme v Baltimore a žvýkám kraby velmi, velmi dobře.
10:31
But I'm talking about the crabs actually doing the chewing.
214
631581
2857
Mluvím o krabech, kteří žvýkají.
10:34
Crab chewing is actually really fascinating.
215
634438
2030
Krabí žvýkání je velmi fascinující.
10:36
Crabs have this complicated structure under their carapace
216
636468
3259
Krabi mají pod krunýřem složitou strukturu
10:39
called the gastric mill
217
639727
1310
zvanou žaludeční mlýnek,
10:41
that grinds their food in a variety of different ways.
218
641037
2430
která potravu různými způsoby rozmělňuje.
10:43
And here's an endoscopic movie of this structure.
219
643467
5259
Zde je endoskopické video této struktury.
10:48
The amazing thing about this is that it's controlled
220
648726
2560
Úžasné na tom je, že je to řízeno
10:51
by a really tiny set of neurons, about two dozen neurons
221
651286
3432
malinkou sadou neuronů, asi dvěma tucty neuronů,
10:54
that can produce a vast variety of different motor patterns,
222
654718
4963
které mohou vytvářet širokou škálu různých pohybových vzorů,
10:59
and the reason it can do this is that this little tiny ganglion
223
659681
4347
a mohou to dělat proto, že tento malý krabí ganglion
11:04
in the crab is actually inundated by many, many neuromodulators.
224
664028
4184
je v podstatě zaplaven mnoha, mnoha neuromodulátory.
11:08
You heard about neuromodulators earlier.
225
668212
2141
Už jste o neuromodulátorech slyšeli.
11:10
There are more neuromodulators
226
670353
2225
Existuje více neuromodulátorů,
11:12
that alter, that innervate this structure than actually neurons in the structure,
227
672578
5485
které mění, inervují tuto strukturu, než je ve struktuře neuronů
11:18
and they're able to generate a complicated set of patterns.
228
678063
4242
a ty mohou tvořit komplikovanou sadu vzorů.
11:22
And this is the work by Eve Marder and her many colleagues
229
682305
3441
A toto je práce Eve Marder a mnoha jejích kolegů,
11:25
who've been studying this fascinating system
230
685746
2295
kteří studovali tento fascinující systém,
11:28
that show how a smaller cluster of neurons
231
688041
2152
který odhaluje, jak malý shluk neuronů
11:30
can do many, many, many things
232
690193
1825
může dělat mnoho, velmi mnoho věcí
11:32
because of neuromodulation that can take place on a moment-by-moment basis.
233
692018
4856
díky neuromodulaci, která se mění -- jeden okamžik za druhým.
11:36
So this is basically multiplexing in time.
234
696874
2439
Což je v podstatě mnohonásobné využití v čase.
11:39
Imagine a network of neurons with one neuromodulator.
235
699313
2785
Představte si síť neuronů s jedním neuromodulátorem.
11:42
You select one set of cells to perform one sort of behavior,
236
702098
3478
Vyberete jednu sadu buněk, aby prováděla určitou práci,
11:45
another neuromodulator, another set of cells,
237
705576
2618
další neuromodulátor, další sada buněk,
11:48
a different pattern, and you can imagine
238
708194
1713
různé druhy, a snadno si představíte,
11:49
you could extrapolate to a very, very complicated system.
239
709907
3878
že můžeme docílit velmi, velmi komplikovaný systém.
11:53
Is there any evidence that flies do this?
240
713785
2094
Jsou nějaké důkazy, že toto dělají mouchy?
11:55
Well, for many years in my laboratory and other laboratories around the world,
241
715879
3375
Mnoho let jsme v naší laboratoři a dalších laboratořích po celém světě
11:59
we've been studying fly behaviors in little flight simulators.
242
719254
2648
studovali chování much v malém letovém simulátoru.
12:01
You can tether a fly to a little stick.
243
721902
1706
Připevníte mouchu k malé tyčince.
12:03
You can measure the aerodynamic forces it's creating.
244
723608
2501
A měříte aerodynamické síly, které vytváří.
12:06
You can let the fly play a little video game
245
726109
2546
Můžete mouchu nechat, ať hraje videohru tak,
12:08
by letting it fly around in a visual display.
246
728655
3878
že ji necháte poletovat ve vizuálním displeji.
12:12
So let me show you a little tiny sequence of this.
247
732533
2337
Ukážu vám kratinkou sekvenci.
12:14
Here's a fly
248
734870
1227
Zde je moucha
12:16
and a large infrared view of the fly in the flight simulator,
249
736097
3437
a zvětšený infračervený obraz mouchy v letovém simulátoru
12:19
and this is a game the flies love to play.
250
739534
1955
a tuto hru má moucha velice ráda.
12:21
You allow them to steer towards the little stripe,
251
741489
2437
Necháte je, aby zamířily směrem k tomu proužku
12:23
and they'll just steer towards that stripe forever.
252
743926
2825
a ony k němu budou mířit pořád.
12:26
It's part of their visual guidance system.
253
746751
3558
Je to součást jejich vizuálního naváděcího systému.
12:30
But very, very recently, it's been possible
254
750309
2345
Ale nedávno začalo být možné
12:32
to modify these sorts of behavioral arenas for physiologies.
255
752654
4940
modifikovat tento druh arény pro fyziologii.
12:37
So this is the preparation that one of my former post-docs,
256
757594
2488
Toto je úprava vyvinutá jednou z mých bývalých kolegyň,
12:40
Gaby Maimon, who's now at Rockefeller, developed,
257
760082
2443
Gaby Maimon, která nyní působí u Rockefeller,
12:42
and it's basically a flight simulator
258
762525
1686
a je to v podstatě letový simulátor,
12:44
but under conditions where you actually can stick an electrode
259
764211
3075
ale takový, kde je možné umístit elektrodu
12:47
in the brain of the fly and record
260
767286
2264
do mozku mouchy a zaznamenávat
12:49
from a genetically identified neuron in the fly's brain.
261
769550
3656
z geneticky identifikovatelného neuronu v muším mozku.
12:53
And this is what one of these experiments looks like.
262
773206
2298
A takto vypadá jeden z těchto experimentů.
12:55
It was a sequence taken from another post-doc in the lab,
263
775504
2971
Je to sekvence další kolegyně z laboratoře,
12:58
Bettina Schnell.
264
778475
1199
Bettiny Schnell.
12:59
The green trace at the bottom is the membrane potential
265
779674
3392
Zelená stopa dole je membránový potenciál
13:03
of a neuron in the fly's brain,
266
783066
2030
neuronu v muším mozku.
13:05
and you'll see the fly start to fly, and the fly is actually
267
785096
2942
Vidíte, jak moucha vzlétá, a moucha v podstatě
13:08
controlling the rotation of that visual pattern itself
268
788038
3279
řídí rotaci vizuálního obrazce
13:11
by its own wing motion,
269
791317
1479
pohyby vlastních křídel
13:12
and you can see this visual interneuron
270
792796
2110
a vidíte, jak vizuální interneuron
13:14
respond to the pattern of wing motion as the fly flies.
271
794906
3908
odpovídá vzoru pohybu křídel, jak moucha letí.
13:18
So for the first time we've actually been able to record
272
798814
2376
Tohle je poprvé, kdy jsme mohli zaznamenat
13:21
from neurons in the fly's brain while the fly
273
801190
2908
v neuronech mušího mozku, jak moucha
13:24
is performing sophisticated behaviors such as flight.
274
804098
4468
provádí komplikovanou aktivitu jako je let.
13:28
And one of the lessons we've been learning
275
808566
1855
A jedna z věcí, co jsme se naučili, byla,
13:30
is that the physiology of cells that we've been studying
276
810421
2420
že fyziologie buněk, které jsme studovali
13:32
for many years in quiescent flies
277
812841
2421
mnoho let u mušek v klidovém stavu
13:35
is not the same as the physiology of those cells
278
815262
2648
není tatáž, jako je fyziologie těchto buněk,
13:37
when the flies actually engage in active behaviors
279
817910
2736
když mouchy provozují aktivní chování
13:40
like flying and walking and so forth.
280
820646
2539
jako je let, chůze a tak dále.
13:43
And why is the physiology different?
281
823185
2925
A proč se fyziologie liší?
13:46
Well it turns out it's these neuromodulators,
282
826110
2057
Ukazuje se, že jde o tyto neuromodulátory,
13:48
just like the neuromodulators in that little tiny ganglion in the crabs.
283
828167
3951
stejně jako byly neuromodulátory v tom malinkém ganglionu u krabů.
13:52
So here's a picture of the octopamine system.
284
832118
2550
Zde je schéma octopaminového systému.
13:54
Octopamine is a neuromodulator
285
834668
1754
Octopamin je neuromodulátor,
13:56
that seems to play an important role in flight and other behaviors.
286
836422
4336
který zřejmě hraje důležitou roli během letu a dalších aktivit.
14:00
But this is just one of many neuromodulators
287
840758
2472
Ale je to jen jeden z mnoha neuromodulátorů
14:03
that's in the fly's brain.
288
843230
1071
v mozku mouchy.
14:04
So I really think that, as we learn more,
289
844301
2666
Takže si myslím, že až se dozvíme více,
14:06
it's going to turn out that the whole fly brain
290
846967
2527
ukáže se, že celý muší mozek
14:09
is just like a large version of this stomatogastric ganglion,
291
849494
3089
je prostě větší verzí tohoto žaludečního ganglionu,
14:12
and that's one of the reasons why it can do so much with so few neurons.
292
852583
4360
a to je jeden z důvodů, proč to dokáže tolik věcí s tak malým počtem neuronů.
14:16
Now, another idea, another way of multiplexing
293
856943
2787
A další nápad, další způsob multiplexingu
14:19
is multiplexing in space,
294
859730
1656
je multiplexing v prostoru,
14:21
having different parts of a neuron
295
861386
1694
kdy různé části neuronu
14:23
do different things at the same time.
296
863080
2122
vykonávají různé věci ve stejnou dobu.
14:25
So here's two sort of canonical neurons
297
865202
1833
Zde máme dva druhy kanonických neuronů
14:27
from a vertebrate and an invertebrate,
298
867035
2285
obratlovce a bezobratlých,
14:29
a human pyramidal neuron from Ramon y Cajal,
299
869320
3250
lidský pyramidový neuron od Ramon y Cajal,
14:32
and another cell to the right, a non-spiking interneuron,
300
872570
4003
a další buňku napravo, interneuron
14:36
and this is the work of Alan Watson and Malcolm Burrows many years ago,
301
876573
4147
a toto je práce Alana Watsona a Malcolma Burrowse, z doby před mnoha lety
14:40
and Malcolm Burrows came up with a pretty interesting idea
302
880720
3075
a Malcolm Burrows měl velmi zajímavý nápad
14:43
based on the fact that this neuron from a locust
303
883795
2882
založený na faktu, že tento neuron kobylky
14:46
does not fire action potentials.
304
886677
1959
nevytváří akční potenciál.
14:48
It's a non-spiking cell.
305
888636
1748
Je to „non-spiking“ buňka.
14:50
So a typical cell, like the neurons in our brain,
306
890384
2780
Typická buňka, jako třeba neurony v našem mozku,
14:53
has a region called the dendrites that receives input,
307
893164
2752
má oblast zvanou dendrity, které přijímají vzruchy,
14:55
and that input sums together
308
895916
2589
a tyto vzruchy se sčítají
14:58
and will produce action potentials
309
898505
2296
a vytvoří akční potenciál,
15:00
that run down the axon and then activate
310
900801
2331
který probíhá axonem a aktivuje
15:03
all the output regions of the neuron.
311
903132
2296
všechny výstupní oblasti neuronu.
15:05
But non-spiking neurons are actually quite complicated
312
905428
2876
Ale „non-spiking“ neurony jsou velice komplikované,
15:08
because they can have input synapses and output synapses
313
908304
3112
protože mají všechny vstupní i výstupní synapse
15:11
all interdigitated, and there's no single action potential
314
911416
3663
propojené, a není žádný jednotný akční potenciál,
15:15
that drives all the outputs at the same time.
315
915079
3126
který by řídil všechny výstupy ve stejné chvíli.
15:18
So there's a possibility that you have computational compartments
316
918205
3907
Takže je možné, že máte výpočetní střediska,
15:22
that allow the different parts of the neuron
317
922112
3978
která dovolují různým částem neuronu
15:26
to do different things at the same time.
318
926090
2560
provádět různé věci ve stejnou dobu.
15:28
So these basic concepts of multitasking in time
319
928650
4671
Takže myslím, že tyto základní koncepty dělání mnoha věcí najednou
15:33
and multitasking in space,
320
933321
2361
a na několika místech
15:35
I think these are things that are true in our brains as well,
321
935682
2832
platí i pro náš mozek,
15:38
but I think the insects are the true masters of this.
322
938514
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,
323
941091
3116
Takže doufám, že už budete o hmyzu smýšlet trochu jinak
15:44
and as I say up here, please think before you swat.
324
944207
2935
a jak zde říkám, prosím rozmyslete si, než nějaký zaplácnete.
15:47
(Applause)
325
947142
2953
(Potlesk)
O tomto webu

Tato stránka vám představí videa na YouTube, která jsou užitečná pro výuku angličtiny. Uvidíte lekce angličtiny vedené špičkovými učiteli z celého světa. Dvojklikem na anglické titulky zobrazené na každé stránce s videem si video přehrajete přímo odtud. Titulky se posouvají synchronizovaně s přehráváním videa. Pokud máte nějaké připomínky nebo požadavky, kontaktujte nás prosím pomocí tohoto kontaktního formuláře.

https://forms.gle/WvT1wiN1qDtmnspy7