El circuito de escape de la mosca de la fruta y cómo esquiva la mosca del juego
Si se acerca la mano a una mosca, desaparece antes de que llegue. Los ojos de la mosca de la fruta tienen neuronas que detectan objetos que se aproximan, y su señal pasa por una neurona gruesa hasta la neurona motora que patea con las patas medias. La mosca de este juego ejecuta en el navegador esa vía, extraída de datos públicos de conectoma.
Es un modelo reducido hecho con una parte del sistema nervioso real de la mosca de la fruta (el circuito de escape y algunos más), extraída de datos de conectoma. Es mucho más pequeño que el cerebro real (unas 139.000 neuronas). El vínculo entre la posición del enemigo y la entrada visual, y entre la salida neuronal y el movimiento, es una decisión de diseño propia para el juego.
Neuronas que ven lo que se acerca
Cuando algo va directo hacia la mosca, su imagen en el ojo crece cada vez más rápido. Eso es el looming. El sistema visual de la mosca tiene tipos de neuronas sintonizados con ese estímulo, sobre todo LPLC2 y LC4.
Se informó que LPLC2 responde de forma selectiva al movimiento que se expande en todas direcciones (Klapoetke et al. 2017, Nature). Ache et al. 2019 (Current Biology) informaron que LPLC2 transmite sobre todo el tamaño angular del objeto, LC4 la velocidad de expansión, y que ambas convergen en la Giant Fiber.
Los datos de hemibrain que se usan incluyen 85 neuronas LPLC2 y 71 LC4. El juego usa todas como entrada.
La Giant Fiber y el salto
La Giant Fiber (neurona descendente DNp01) es una neurona gruesa que va del cerebro al cordón nervioso ventral. Un solo impulso activa la neurona motora que extiende las patas medias (TTMn) y lanza el cuerpo.
von Reyn et al. 2014 (Nature Neuroscience) informaron que el hecho de que la Giant Fiber dispare, y cuándo, decide entre un despegue corto y rápido y otro más largo y estable. Card y Dickinson 2008 (Current Biology) informaron que las moscas ajustan su postura antes de despegar para saltar lejos de la amenaza.
En los datos de MANC que se usan, la Giant Fiber hace 146 sinapsis sobre la TTMn del lado derecho y 135 sobre la del izquierdo. Es un vínculo fuerte para una neurona que actúa sobre una sola neurona motora.
Qué extrae el juego
Lado cerebral, de hemibrain v1.2: 156 neuronas de entrada (LPLC2, LC4), 9 neuronas descendentes (Giant Fiber, DNp02, DNp03, DNp04, DNp05, DNp06, DNp11, DNa01, DNa02) y 121 neuronas intermedias que reciben al menos 10 sinapsis de las entradas y dan al menos 10 al conjunto descendente. Son 286 por cada lado del cerebro.
Lado del cordón nervioso, de MANC v1.0: las 9 neuronas descendentes con los mismos nombres, más las 120 neuronas que más sinapsis reciben de ellas (al menos 50). La TTMn está entre ellas.
En total: 406 por lado, 812 neuronas, 11.443 conexiones y 204.286 sinapsis. Solo se conservan las conexiones de 3 o más sinapsis. El script de extracción y sus umbrales están en el repositorio.
Cómo funcionan las neuronas
Cada neurona es de tipo integra y dispara con fugas (leaky integrate-and-fire). La entrada sube el potencial de membrana y, al cruzar el umbral, la neurona dispara y se reinicia. Valores como -52 mV en reposo, -45 mV de umbral, 20 ms de constante de tiempo de membrana y 0,275 mV por sinapsis provienen directamente del modelo público de Shiu et al. 2024 (Nature).
El modelo avanza en pasos de 0,5 ms, 40 pasos por cada paso de juego de 20 ms, con un reloj fijo separado del dibujo a 60 fps.
Los signos del lado del cordón nervioso vienen de los neurotransmisores predichos en el conjunto de datos (la acetilcolina excita; el GABA y el glutamato inhiben). El archivo público de hemibrain no tiene columna de neurotransmisor, así que todas las conexiones del lado cerebral son excitadoras. Así, las neuronas intermedias seguían excitándose entre sí y no se apagaban al terminar el estímulo. Por eso, en el lado cerebral solo se conservaron las conexiones hacia adelante, de las entradas a las descendentes.
La correspondencia entre el juego y las neuronas
Ninguna de las filas siguientes sale de los datos. Se eligieron para hacer un juego.
| Qué tan rápido crece un enemigo o el matamoscas en la vista | Frecuencia de disparo de las entradas LPLC2 y LC4 (hasta 200 Hz) |
| Hacia dónde mira cada neurona de entrada | No está en los datos. Se reparten por igual en media vista según el orden de identificador |
| Cerebro izquierdo | hemibrain es sobre todo del lado derecho, así que se refleja |
| Impulso de la TTMn | Salto de escape, lejos de las entradas que dispararon más recientemente |
| Diferencia izquierda y derecha de 8 neuronas descendentes | Girar lejos del lado más activo |
| Suma de la actividad descendente | Caminar hasta 1,8 veces más rápido |
| Movimiento final | 60% de salida neuronal y 40% de base (alejarse de los enemigos cercanos, vagar despacio) |
En qué se diferencia de una mosca real
El cerebro de una mosca de la fruta real tiene unas 139.000 neuronas (Dorkenwald et al. 2024, Nature). Este juego lleva solo una vía de escape estrecha. Nada sobre comida, pareja o destino.
Las armas siguen reglas del juego y no tienen relación con el circuito. La distancia del salto y la pausa antes del siguiente salto también son reglas del juego.
Por eso no se afirma que se vea dirigir a un cerebro de mosca real. Lo que sí se puede afirmar es más acotado: si la mosca salta cuando baja el matamoscas lo deciden neuronas conectadas con recuentos reales de sinapsis.
Qué hace el circuito en una partida
El día del lanzamiento se ejecutó el mismo juego 40 veces por configuración, sin intervención humana. Con 60% de peso neuronal y una regla razonable para elegir armas, la mediana fue de 4:45 y el 20% de las partidas llegó a los 6 minutos.
Con la misma configuración y el salto desactivado, la mediana bajó a 2:19 y ninguna partida llegó a los 6 minutos. Casi todas las esquivas del matamoscas son ese salto.
Con armas elegidas al azar, la mediana fue de 3:34. El circuito mueve a la mosca, pero las elecciones del jugador deciden la partida.
Créditos de los datos
El modelo neuronal usa identificadores de neuronas y recuentos de sinapsis extraídos de los dos conjuntos de datos públicos siguientes. Ambos se publican bajo CC BY 4.0.
- hemibrain v1.2 (Janelia FlyEM). Scheffer LK, Xu CS, et al. (2020) A connectome and analysis of the adult Drosophila central brain. eLife 9:e57443. doi:10.7554/eLife.57443. CC BY 4.0
- MANC v1.0 (Janelia FlyEM). Takemura S, et al. (2024) A connectome of the male Drosophila ventral nerve cord. eLife 13:RP97769. doi:10.7554/eLife.97769. CC BY 4.0
- Los parámetros de las neuronas provienen del código público (MIT) de Shiu PK, et al. (2024) A Drosophila computational brain model reveals sensorimotor processing. Nature 634:210-219.
Cambios: se conservó solo la vía de escape, se reflejaron los datos del cerebro derecho para formar un cerebro izquierdo y se eliminaron las conexiones recurrentes del lado cerebral. Las reglas completas están en la guía.