Caenorhabditis elegansの採餌パターンは単純な経験則に従っています

ブログ

ホームページホームページ / ブログ / Caenorhabditis elegansの採餌パターンは単純な経験則に従っています

Jul 22, 2023

Caenorhabditis elegansの採餌パターンは単純な経験則に従っています

Communications Biology volume 6、記事番号: 841 (2023) この記事を引用 921 アクセス 3 Altmetric メトリクスの詳細 経験則は、最適な動作に近似する動作アルゴリズムです。

Communications Biology volume 6、記事番号: 841 (2023) この記事を引用

921 アクセス

3 オルトメトリック

メトリクスの詳細

経験則は、認知コストと感覚コストを削減しながら、最適な行動に近似する行動アルゴリズムです。 これらのコストを削減する 1 つの方法は、環境の表現を簡素化することです。理論的に最適な動作は多くの環境変数に依存する可能性がありますが、経験則では、適度に良好なパフォーマンスを示す、より小規模な変数セットを使用する可能性があります。 この単純化を実験的に証明するには、いくつかの環境パラメータの関連するすべての組み合わせを網羅的にマッピングする必要があります。我々は、食物密度(4 桁にわたる)と食物の種類(12 菌株にわたる)の体系的な組み合わせをカバーすることによって、Caenorhabditis elegans の採餌について実行しました。 私たちは、線虫の反応は単一の環境変数、つまり単位表面あたりの細菌数として測定される食物密度によって支配されることを発見しました。 彼らはバイオマス含有量や細菌株などの他の要因を無視します。 また、各種類の食品のフィットネスへの影響を実験的に測定し、そのルールが最適に近く、したがって最も有益な環境変数を活用する経験則となると判断しました。 これらの結果は、この単純化プロセスを支配する根底にある遺伝的および神経的メカニズム、および意思決定戦略の進化におけるその役割についてのさらなる研究の準備を整えます。

動物の行動の洗練された非常に最適な結果は、多くの場合、経験則と呼ばれる単純なルールから生まれます1、2、3、4、5、6、7、8。 たとえば、寄生蜂のパッチ離脱は、パッチと環境の品質に関する複数の指標に関して適応的であるように見えます7が、この決定は単純なメカニズムによって引き起こされる可能性があります。つまり、時間の経過とともに直線的に減少し、ハチが宿主を見つけるたびに急激に増加する1つの内部変数です。 。 この変数がしきい値に達すると、スズメバチはパッチから離れます8。 このルールは実装が簡単である一方で、最適に近い応答をもたらします 7,8。 これらの経験則を特定することは、動物の行動の神経的および機械的実装を、それを形作る選択圧に結び付ける鍵となります9。

ほとんどの経験則は、環境の簡略化された内部表現に依存しています。 たとえば、最適な食品の選択には、食品源の空間分布、密度、多数の栄養素の組成など、多くの変数を同時に考慮する必要がある場合があります。これらすべての変数を個別に処理するにはコストがかかるため、経験則は無視される場合があります。情報量の少ない変数を選択し、残りを 1 つまたはいくつかの量に結合します。これらの量が環境の内部表現を構成し、決定を決定します。 多くの研究が行動を支配する変数を特定しています10が、単純化された内部表現を実証するには、同じ内部表現につながる環境変数の任意の組み合わせが同じ応答を生成することを示す必要があります。 これは、第 1 に、行動実験には大きな変動があり、小さな効果が隠れてしまう傾向があるため、第 2 に、説得力のある証明をするには、多数の同等の組み合わせを体系的にテストする必要があるため、困難です。 高精度の平均挙動を得るために多数の組み合わせと十分な数の反復を同時に達成することは、ほとんどの挙動実験の実験スループットを超えています。

これらの課題に対処するために、私たちは線虫 Caenorhabditis elegans の採餌行動を研究するためのハイスループット パイプラインを開発しました。 私たちが採集(つまり、食物の探索と活用)に焦点を当てたのは、それが体力に明らかな影響を及ぼし、成功の度合いを(食物消費率の観点から)測定するのが比較的簡単であり、理論的な観点から徹底的に研究されているためです。表示11. C. elegans は子孫の数が多く、体が小さいため、2,000 以上の実験場で 20,000 を超える年齢が同期した個体を使って実験を行うことができました。 高い実験スループットを可能にすることに加えて、線虫の神経系は小さいため (約 300 個のニューロン)、単純な経験則を実装するのに理想的な候補となります。また、その採餌行動は最適な採餌の基本要素を実装するのに十分複雑であるため、たとえば、探検12,13,14,15,16,17,18,19、学習20,21,22,23、餌やり24,25,26,27,28,29,30,31,32,33などで観察される。 ,34,35の行動。