Ich bin mit Star Trek aufgewachsen. Ich liebe Star Trek. Wegen Star Trek wollte ich Aliens sehen, Kreaturen von einer weit entfernten Welt. Aber dann fand ich heraus, dass ich Aliens direkt auf der Erde finden konnte.
I grew up watching Star Trek. I love Star Trek. Star Trek made me want to see alien creatures, creatures from a far-distant world. But basically, I figured out that I could find those alien creatures right on Earth.
Ich studiere nämlich Insekten. Ich bin besessen von Insekten, besonders von ihrem Flug. Ich halte die Entwicklung des Insektenflugs für eines der wichtigsten Ereignisse in der Geschichte des Lebens. Ohne Insekten gäbe es keine blühenden Pflanzen. Ohne blühende Pflanzen gäbe es keine cleveren, fruchtessenden Primaten, die TEDTalks halten.
And what I do is I study insects. I'm obsessed with insects, particularly insect flight. I think the evolution of insect flight is perhaps one of the most important events in the history of life. Without insects, there'd be no flowering plants. Without flowering plants, there would be no clever, fruit-eating primates giving TED Talks.
(Lachen)
(Laughter)
Nun, David, Hidehiko und Ketaki erzählten eine fesselnde Geschichte über die Gemeinsamkeiten von Fruchtfliegen und Menschen, und da gibt es viele. Und wenn sich beide ähnlich sind, könnte man denken, dass eine Fruchtfliege vielleicht das hier am liebsten macht – (Lachen) aber in meiner Rede möchte ich nicht die Gemeinsamkeiten von Menschen und Fruchtfliegen herausstelllen, sondern eher ihre Unterschiede und mich auf die Verhaltensweisen konzentrieren, in denen Fruchtfliegen hervorragend sind.
Now, David and Hidehiko and Ketaki gave a very compelling story about the similarities between fruit flies and humans, and there are many similarities, and so you might think that if humans are similar to fruit flies, the favorite behavior of a fruit fly might be this, for example -- (Laughter) but in my talk, I don't want to emphasize on the similarities between humans and fruit flies, but rather the differences, and focus on the behaviors that I think fruit flies excel at doing.
Ich möchte Ihnen eine Hochgeschwindigkeits-Videosequenz zeigen, in der man eine Fliege mit 7 000 Bildern pro Sekunde in Infrarotlicht sieht, und rechts, außerhalb des Bildes, ist ein elektronisches Raubtier, das die Fliege angreift. Die Fliege nimmt den Räuber wahr. Sie breitet ihre Beine aus und huscht weg, um einen weiteren Tag zu leben. Diese Sequenz hat bewusst die Länge eines menschlichen Augenblinzelns. In der Zeit, die Sie zum Blinzeln brauchen, hat die Fliege dieses bedrohliche Raubtier gesehen, seine Position abgeschätzt und die Flucht eingeleitet, während ihre Flügel 220 Mal pro Sekunde schlagen. Ein faszinierendes Verhalten, das zeigt, wie schnell die Fliege Informationen verarbeitet.
And so I want to show you a high-speed video sequence of a fly shot at 7,000 frames per second in infrared lighting, and to the right, off-screen, is an electronic looming predator that is going to go at the fly. The fly is going to sense this predator. It is going to extend its legs out. It's going to sashay away to live to fly another day. Now I have carefully cropped this sequence to be exactly the duration of a human eye blink, so in the time that it would take you to blink your eye, the fly has seen this looming predator, estimated its position, initiated a motor pattern to fly it away, beating its wings at 220 times a second as it does so. I think this is a fascinating behavior that shows how fast the fly's brain can process information.
Was braucht man zum Fliegen? Um zu fliegen, genau wie in der Luftfahrt, braucht man Flügel, die ausreichende aerodynamische Kräfte entwickeln können, man braucht einen Antrieb, der genug Energie zum Fliegen erzeugt und man braucht Steuerung. Und im ersten Flugzeug war die Steuerung das Gehirn von Orville und Wilbur, die im Cockpit saßen.
Now, flight -- what does it take to fly? Well, in order to fly, just as in a human aircraft, you need wings that can generate sufficient aerodynamic forces, you need an engine sufficient to generate the power required for flight, and you need a controller, and in the first human aircraft, the controller was basically the brain of Orville and Wilbur sitting in the cockpit.
Wie verhält sich das bei der Fliege? Einen Großteil meiner frühen Karriere wollte ich herausfinden, wie die Flügel der Insekten genug Kraft generieren, um sich in der Luft zu halten. Vielleicht haben Sie vom Beweis gehört, dass Hummeln nicht fliegen können. Das Problem war die Annahme, dass Insektenflügel so funktionieren wie Flugzeugflügel. Aber das ist nicht so. Und wir bauten für dieses Problem einen dynamisch skalierten Riesen-Insekten-Roboter, der in riesigen Mineralölpools flatterte, um die aerodynamischen Kräfte untersuchen zu können. Wir fanden heraus, dass Insekten ihre Flügel sehr intelligent schlagen, mit einem hohen Anstellwinkel, der an der Vorderkante eine Struktur schafft, eine tornadoartige Struktur, die Vorderkantenwirbel heißt. Und dieser Wirbel lässt die Flügel genügend Kraft erzeugen, damit das Tier sich in der Luft halten kann. Aber das Faszinierendste ist nicht die interessante Flügelmorphologie. Das Clevere dabei ist das Flügelschlagen, das letztendlich vom Nervensystem kontrolliert wird. Und dies ermöglicht Fliegen diese eindrucksvollen Flugmanöver.
Now, how does this compare to a fly? Well, I spent a lot of my early career trying to figure out how insect wings generate enough force to keep the flies in the air. And you might have heard how engineers proved that bumblebees couldn't fly. Well, the problem was in thinking that the insect wings function in the way that aircraft wings work. But they don't. And we tackle this problem by building giant, dynamically scaled model robot insects that would flap in giant pools of mineral oil where we could study the aerodynamic forces. And it turns out that the insects flap their wings in a very clever way, at a very high angle of attack that creates a structure at the leading edge of the wing, a little tornado-like structure called a leading edge vortex, and it's that vortex that actually enables the wings to make enough force for the animal to stay in the air. But the thing that's actually most -- so, what's fascinating is not so much that the wing has some interesting morphology. What's clever is the way the fly flaps it, which of course ultimately is controlled by the nervous system, and this is what enables flies to perform these remarkable aerial maneuvers.
Aber wie verhält es sich mit dem Motor? Der Motor der Fliege ist absolut faszinierend. Sie haben 2 Typen an Flugmuskulatur: der Kraftmuskel wird durch Strecken aktiviert, er aktiviert sich also selbst und bedarf nicht bei jeder einzelnen Kontraktion die Steuerung des Nervensystems. Er generiert die enorme Kraft, die für das Fliegen nötig ist, und macht den mittleren Teil einer Fliege aus. Bei einer Fliege auf Ihrer Windschutzscheibe sehen Sie im Prinzip also ihren Kraftmuskel. Aber an der Flügelbasis ist ein Satz kleiner Kontrollmuskeln, die gar nicht stark sind, aber dafür sehr schnell, und die in der Lage sind, das Flügelscharnier Schlag für Schlag zu rekonfigurieren und das befähigt Fliegen dazu, ihre Flügel zu ändern und die aerodynamischen Kräfte zu generieren, die den Lauf der Flugbahn ändern. Und das Nervensystem steuert natürlich alles.
Now, what about the engine? The engine of the fly is absolutely fascinating. They have two types of flight muscle: so-called power muscle, which is stretch-activated, which means that it activates itself and does not need to be controlled on a contraction-by-contraction basis by the nervous system. It's specialized to generate the enormous power required for flight, and it fills the middle portion of the fly, so when a fly hits your windshield, it's basically the power muscle that you're looking at. But attached to the base of the wing is a set of little, tiny control muscles that are not very powerful at all, but they're very fast, and they're able to reconfigure the hinge of the wing on a stroke-by-stroke basis, and this is what enables the fly to change its wing and generate the changes in aerodynamic forces which change its flight trajectory. And of course, the role of the nervous system is to control all this.
Sehen wir uns die Steuerung an. Fliegen haben Unmengen dieser Sensoren zur Problemlösung. Sie haben Antennen, die Düfte und Windströme wahrnehmen. Ihr ausgeklügeltes Auge ist das schnellste visuelle System unseres Planeten. Auf dem Kopf haben sie noch einen Satz Augen. Wir haben keine Ahnung, wozu. Sie haben Sensoren auf ihren Flügeln. Ihre Flügel sind mit Sensoren übersät, einige können auch eine Flügeldeformation erkennen. Sie können sogar mit ihren Flügeln schmecken. Einer der ausgeklügeltsten Sensoren einer Fliege ist eine Struktur namens "Halteren". Halteren sind Gyroskope. Sie schlagen während des Fluges mit einer Frequenz von 200 Hertz und die Fliege kann damit ihre Körperdrehung erfühlen und sehr schnell Korrekturmanöver einleiten. Aber all diese sensorischen Informationen brauchen ein Gehirn. Ja, Fliegen haben ein Gehirn mit etwa 100.000 Nervenzellen.
So let's look at the controller. Now flies excel in the sorts of sensors that they carry to this problem. They have antennae that sense odors and detect wind detection. They have a sophisticated eye which is the fastest visual system on the planet. They have another set of eyes on the top of their head. We have no idea what they do. They have sensors on their wing. Their wing is covered with sensors, including sensors that sense deformation of the wing. They can even taste with their wings. One of the most sophisticated sensors a fly has is a structure called the halteres. The halteres are actually gyroscopes. These devices beat back and forth about 200 hertz during flight, and the animal can use them to sense its body rotation and initiate very, very fast corrective maneuvers. But all of this sensory information has to be processed by a brain, and yes, indeed, flies have a brain, a brain of about 100,000 neurons.
Einige Konferenzteilnehmer deuteten bereits an, dass Fruchtfliegen der Neurowissenschaft dienen können, weil sie ein simples Modell einer Gehirnfunktion besitzen. Das Verblüffende an meinem Vortrag ist aber, dass ich das auf den Kopf stellen möchte. Ich halte sie überhaupt nicht für ein simples Modell. Fliegen sind ein großartiges Modell. Ein großartiges Modell für Fliegen. (Lachen)
Now several people at this conference have already suggested that fruit flies could serve neuroscience because they're a simple model of brain function. And the basic punchline of my talk is, I'd like to turn that over on its head. I don't think they're a simple model of anything. And I think that flies are a great model. They're a great model for flies. (Laughter)
Lassen Sie uns diese Vorstellung der Einfachheit untersuchen. Unglücklicherweise sind viele der Neurobiologen irgendwie narzisstisch. Bei Gehirnen denken wir natürlich an unser eigenes. Aber erinnert euch, dass diese Art Gehirn viel, viel kleiner ist – statt 100 Milliarden Nervenzellen hat es 100.000 – aber es ist die häufigste Gehirnform auf der Erde, und dies seit 400 Millionen Jahren. Und ist es dann fair zu behaupten, dass es simpel ist? Gut, es hat viel weniger Nervenzellen, aber ist das ein faires Maß? Nein, würde ich sagen, ist es nicht. Überlegen wir mal. Wir müssen vergleichen ... (Lachen) wir müssen die Größe des Gehirns vergleichen mit dem, was das Gehirn kann. Ich schlage also eine Trump-Zahl vor, also ist das Verhältnis des Verhaltensrepertoires dieses Mannes im Vergleich zur Anzahl seiner Neuronen. Wir kalkulieren die Trump-Zahl der Fruchtfliege. Wie viele Leute denken hier, dass die Trump-Zahl der Fruchtfliege größer ist?
And let's explore this notion of simplicity. So I think, unfortunately, a lot of neuroscientists, we're all somewhat narcissistic. When we think of brain, we of course imagine our own brain. But remember that this kind of brain, which is much, much smaller — instead of 100 billion neurons, it has 100,000 neurons — but this is the most common form of brain on the planet and has been for 400 million years. And is it fair to say that it's simple? Well, it's simple in the sense that it has fewer neurons, but is that a fair metric? And I would propose it's not a fair metric. So let's sort of think about this. I think we have to compare -- (Laughter) — we have to compare the size of the brain with what the brain can do. So I propose we have a Trump number, and the Trump number is the ratio of this man's behavioral repertoire to the number of neurons in his brain. We'll calculate the Trump number for the fruit fly. Now, how many people here think the Trump number is higher for the fruit fly?
(Applaus)
(Applause)
Ein sehr, sehr schlaues Publikum. Ja, die Ungleichheit geht in diese Richtung.
It's a very smart, smart audience. Yes, the inequality goes in this direction, or I would posit it.
Es ist natürlich ein bisschen absurd, das Verhaltensrepertoire eines Menschen mit dem einer Fliege zu vergleichen. Aber nehmen wir ein anderes Tier. Eine Maus zum Beispiel. Eine Maus hat tausendmal mehr Nervenzellen als eine Fliege. Früher erforschte ich Mäuse. Damals sprach ich immer ganz langsam. Aber dann, als ich mit Fliegen arbeitete ... (Lachen) Und die Naturgeschichte von Mäusen und Fliegen ist wirklich vergleichbar. Sie müssen Futter suchen. Sie müssen sich in der Balz einbringen. Sie haben Sex. Sie verstecken sich vor Räubern. Sie machen viele ähnliche Sachen. Aber ich würde behaupten, Fliegen tun mehr. Beispielsweise zeige ich Ihnen jetzt eine Sequenz und ich muss gestehen, dass das Militär einiges finanziert, Ich zeige also diese geheime Sequenz und Sie dürfen außerhalb dieses Saals nicht darüber reden, ok? Achten Sie auf den Ballast am Hinterteil der Fruchtfliege. Beobachten Sie ihn genau, und Sie werden wissen, warum mein 6-jähriger Sohn nun Neurowissenschaftler werden möchte. Gleich kommt's ... Pschiuuu! Vielleicht sind Fliegen nicht so klug wie Mäuse, aber doch mindestens so klug wie Tauben. (Lachen)
Now I realize that it is a little bit absurd to compare the behavioral repertoire of a human to a fly. But let's take another animal just as an example. Here's a mouse. A mouse has about 1,000 times as many neurons as a fly. I used to study mice. When I studied mice, I used to talk really slowly. And then something happened when I started to work on flies. (Laughter) And I think if you compare the natural history of flies and mice, it's really comparable. They have to forage for food. They have to engage in courtship. They have sex. They hide from predators. They do a lot of the similar things. But I would argue that flies do more. So for example, I'm going to show you a sequence, and I have to say, some of my funding comes from the military, so I'm showing this classified sequence and you cannot discuss it outside of this room. Okay? So I want you to look at the payload at the tail of the fruit fly. Watch it very closely, and you'll see why my six-year-old son now wants to be a neuroscientist. Wait for it. Pshhew. So at least you'll admit that if fruit flies are not as clever as mice, they're at least as clever as pigeons. (Laughter)
Es geht hier also nicht nur um reine Zahlen, sondern auch um die Herausforderung für die Fliege, wenn sie alles mit winzigen Nervenzellen berechnen muss. Dies ist ein schönes Bild der optischen Interneurone einer Maus vom Labor von Jeff Lichtman. Sie können die wunderbaren Bilder von Gehirnen sehen, die er in seinem Vortrag zeigte. Aber in der rechten oberen Ecke sehen Sie im gleichen Maßstab das optische Interneuron einer Fliege. Und ich vergrößere dies. Eine wunderbar komplexe Nervenzelle. Sie ist superklein und beim es gibt viele biophysische Herausforderungen beim Berechnen von Informationen mit winzigen Neuronen.
Now, I want to get across that it's not just a matter of numbers but also the challenge for a fly to compute everything its brain has to compute with such tiny neurons. So this is a beautiful image of a visual interneuron from a mouse that came from Jeff Lichtman's lab, and you can see the wonderful images of brains that he showed in his talk. But up in the corner, in the right corner, you'll see, at the same scale, a visual interneuron from a fly. And I'll expand this up. And it's a beautifully complex neuron. It's just very, very tiny, and there's lots of biophysical challenges with trying to compute information with tiny, tiny neurons.
Wie klein kann eine Nervenzelle sein? Schauen Sie sich dieses Insekt an. Sieht aus wie eine Fliege. Es hat Flügel, Augen, Antennen, Beinchen, eine komplizierte Lebensgeschichte. Dieser Parasit muss herumfliegen und Raupen finden, um sie zu parasitieren. Sein Gehirn ist nur so groß wie ein Salzkorn, was mit dem der Fruchtfliege vergleichbar wäre. Er ist so groß wie ein Salzkorn. Hier sehen Sie andere Organismen im gleichen Maßstab. Dieses Tierchen hat die Größe einer Amöbe und ein Gehirn mit 7.000 Nervenzellen, das so klein ist – Sie haben sicher schon mal von den Zellkörpern gehört, worin sich der Kern der Nervenzelle befindet? Dieses Tier hat keine, weil sie zu viel Platz verbrauchen. Hier sind also die Grenzen der Neurowissenschaft. Die Neurowissenschaft sollte erforschen, wie das Gehirn dieses Dings funktioniert.
How small can neurons get? Well, look at this interesting insect. It looks sort of like a fly. It has wings, it has eyes, it has antennae, its legs, complicated life history, it's a parasite, it has to fly around and find caterpillars to parasatize, but not only is its brain the size of a salt grain, which is comparable for a fruit fly, it is the size of a salt grain. So here's some other organisms at the similar scale. This animal is the size of a paramecium and an amoeba, and it has a brain of 7,000 neurons that's so small -- you know these things called cell bodies you've been hearing about, where the nucleus of the neuron is? This animal gets rid of them because they take up too much space. So this is a session on frontiers in neuroscience. I would posit that one frontier in neuroscience is to figure out how the brain of that thing works.
Denken wir mal nach. Wie veranlassen wir wenige Nervenzellen, viel zu machen? Aus einer Ingenieursperspektive denkt man vielleicht an Mehrfachnutzung. Man kann die Hardware verschiedene Dinge zu verschiedenen Zeiten tun lassen. Oder eine Hardware führt verschiedene Dinge aus. Das sind die beiden Konzepte, die ich erforschen möchte. Und sie sind mir nicht selbst eingefallen, sondern anderen vor mir.
But let's think about this. How can you make a small number of neurons do a lot? And I think, from an engineering perspective, you think of multiplexing. You can take a hardware and have that hardware do different things at different times, or have different parts of the hardware doing different things. And these are the two concepts I'd like to explore. And they're not concepts that I've come up with, but concepts that have been proposed by others in the past.
Eine Idee kommt vom Kauen der Krebse und ich meine nicht, dass wir Krebse kauen. Ich bin aus Baltimore und kann Krebse sehr gut zerkauen. Aber ich rede von Krebsen, die selber kauen. Das Kauen der Krebse ist faszinierend. Krebse haben diese komplizierte Struktur unter ihrem Panzer, die Magenmühle heißt und ihre Nahrung auf verschiedenste Art zermalmt. Hier sehen Sie einen endoskopischen Film dieser Struktur. Am erstaunlichsten daran ist, dass sie von einem minimalen Neuronensatz, etwa zwei Dutzend, kontrolliert werden, die eine ganze Reihe verschiedener Bewegungsmuster produzieren, und der Grund dafür ist dieser kleine Nervenknoten, der von vielen Neuromodulatoren quasi überschwemmt wird. Sie haben schon vorher von Neuromodulatoren gehört. Es gibt mehr Neuromodulatoren, die diese Struktur verändern, als es in ihr Nervenzellen gibt. Und sie können eine Anzahl komplizierter Muster generieren. Das ist die Arbeit von Eve Marder und ihrer vielen Kollegen, die dieses faszinierende System erforscht haben. Es zeigt, wie eine kleine Neuronengruppe so viele Sachen machen kann, wegen der Neuromodulation, die zu jedem Zeitpunkt stattfinden kann. Grundsätzlich ist das eine zeitliche Mehrfachnutzung. Nehmen wir ein Neuronennetzwerk mit einem Modulator. Sie selektieren einen Zellsatz, um irgendein Verhalten auszulösen, ein anderer Neuronenregler hat einen anderen Zellsatz und Muster und Sie können sich denken, dass dies in einem äußerst komplizierten System funktioniert.
And one idea comes from lessons from chewing crabs. And I don't mean chewing the crabs. I grew up in Baltimore, and I chew crabs very, very well. But I'm talking about the crabs actually doing the chewing. Crab chewing is actually really fascinating. Crabs have this complicated structure under their carapace called the gastric mill that grinds their food in a variety of different ways. And here's an endoscopic movie of this structure. The amazing thing about this is that it's controlled by a really tiny set of neurons, about two dozen neurons that can produce a vast variety of different motor patterns, and the reason it can do this is that this little tiny ganglion in the crab is actually inundated by many, many neuromodulators. You heard about neuromodulators earlier. There are more neuromodulators that alter, that innervate this structure than actually neurons in the structure, and they're able to generate a complicated set of patterns. And this is the work by Eve Marder and her many colleagues who've been studying this fascinating system that show how a smaller cluster of neurons can do many, many, many things because of neuromodulation that can take place on a moment-by-moment basis. So this is basically multiplexing in time. Imagine a network of neurons with one neuromodulator. You select one set of cells to perform one sort of behavior, another neuromodulator, another set of cells, a different pattern, and you can imagine you could extrapolate to a very, very complicated system.
Gibt es irgendwelche Anhaltspunkte, dass Fliegen so etwas tun? Lange Zeit wurde in meinem Labor und vielen anderen weltweit das Verhalten der Fliegen in kleinen Flugsimulatoren erforscht. Man bindet eine Fliege an ein Stöckchen und misst die aerodynamischen Kräfte. Sie können die Fliege ein Videospiel spielen lassen, indem Sie sie in einer visuellen Anzeige herumfliegen lassen. Hier sehen Sie eine kleine Sequenz. Hier ist eine Fliege und eine große Infrarotansicht der Fliege im Flugsimulator und dieses Spiel hier findet die Fliege toll. Sie lassen sie in die Richtung der kleinen Streifen bewegen und sie wird es für immer tun. Es ist Teil ihres visuellen Orientierungssystems. Aber seit kurzem ist es möglich, diese Verhaltensspielräume für die Physiologie zu modifizieren. Diese Versuchsanordung hat eine meiner Postdoktoranden, Gaby Maimon, jetzt an der Rockefeller University, entwickelt. Es ist eigentlich ein Flugsimulator, bei dem man eine Elektrode im Gehirn der Fliege anbringen kann und dann eine Aufzeichnung einer genetisch identifizierten Nervenzelle machen kann Und so sieht ein solches Experiment aus: Diese Sequenz ist von einer anderen Postdoktorandin, Bettina Schnell. Die grüne Spur unten ist das Membranpotential einer Nervenzelle im Gehirn einer Fliege. Die Fliege beginnt zu fliegen und man sieht sie die Rotation des visuellen Musters mittels ihrer Flügelbewegung kontrollieren. Dieses visuelle Interneuron reagiert auf die Flügelbewegung der Fliege. Wir konnten also zum ersten Mal Nervenzellen im Gehirn der Fliege aufzeichnen – während sie ein anspruchsvolles Verhalten zeigt wie das Fliegen. Und wir haben gelernt, dass die Physiologie der Zellen, die wir jahrelang bei ruhenden Fliegen erforschten, nicht dieselbe wie bei den Zellen ist, wenn die Fliegen sich aktiv verhalten, also fliegen oder laufen usw. Und warum ist diese Physiologie anders? Wegen der Neuromodulatoren, wie diese in den kleinen Nervenknoten der Krebse. Hier sehen Sie das Octopamin-System. Octopamin ist ein Neuromodulator, der beim Flug und anderem Verhalten sehr wichtig zu sein scheint. Aber dies ist nur einer von vielen im Gehirn der Fliege. Je mehr wir also von ihnen lernen, desto mehr wird sich herausstellen, dass ihr Gehirn nur eine große Version dieses Magennervenknotens ist. Und das erklärt mit, warum es so viel mit so wenig Nervenzellen anstellen kann.
Is there any evidence that flies do this? Well, for many years in my laboratory and other laboratories around the world, we've been studying fly behaviors in little flight simulators. You can tether a fly to a little stick. You can measure the aerodynamic forces it's creating. You can let the fly play a little video game by letting it fly around in a visual display. So let me show you a little tiny sequence of this. Here's a fly and a large infrared view of the fly in the flight simulator, and this is a game the flies love to play. You allow them to steer towards the little stripe, and they'll just steer towards that stripe forever. It's part of their visual guidance system. But very, very recently, it's been possible to modify these sorts of behavioral arenas for physiologies. So this is the preparation that one of my former post-docs, Gaby Maimon, who's now at Rockefeller, developed, and it's basically a flight simulator but under conditions where you actually can stick an electrode in the brain of the fly and record from a genetically identified neuron in the fly's brain. And this is what one of these experiments looks like. It was a sequence taken from another post-doc in the lab, Bettina Schnell. The green trace at the bottom is the membrane potential of a neuron in the fly's brain, and you'll see the fly start to fly, and the fly is actually controlling the rotation of that visual pattern itself by its own wing motion, and you can see this visual interneuron respond to the pattern of wing motion as the fly flies. So for the first time we've actually been able to record from neurons in the fly's brain while the fly is performing sophisticated behaviors such as flight. And one of the lessons we've been learning is that the physiology of cells that we've been studying for many years in quiescent flies is not the same as the physiology of those cells when the flies actually engage in active behaviors like flying and walking and so forth. And why is the physiology different? Well it turns out it's these neuromodulators, just like the neuromodulators in that little tiny ganglion in the crabs. So here's a picture of the octopamine system. Octopamine is a neuromodulator that seems to play an important role in flight and other behaviors. But this is just one of many neuromodulators that's in the fly's brain. So I really think that, as we learn more, it's going to turn out that the whole fly brain is just like a large version of this stomatogastric ganglion, and that's one of the reasons why it can do so much with so few neurons.
Eine andere Art von Mehrfachnutzung wäre die räumliche Mehrfachnutzung: verschiedene Teile der Nervenzelle machen verschiedene Sachen gleichzeitig. Hier sind zwei Arten von gewöhnlichen Nervenzellen von Wirbeltieren und Wirbellosen, eine menschliche pyramidenförmige Nervenzelle von Ramón y Cajal und rechts davon eine nicht spikende Interneurone, das Werk von Alan Watson und Malcolm Burrows. Malcolm Burrows kam auf die interessante Idee, die darauf basiert, dass die Nervenzelle einer Heuschrecke keine Aktionspotentiale abfeuert. Eine nicht spikende Zelle. Eine typische Zelle wie die in unserem Gehirn hat eine Region, die Dendriten, die den Input erhalten, und dieser Input summiert sich und wird Aktionspotentiale auslösen, die dann unterhalb des Axons verlaufen und all die Output-Areale der Nervenzelle aktivieren. Aber nicht spikende Neuronen sind gerade sehr kompliziert, denn sie können sowohl Input- als auch Output-Synapsen haben, alle miteinander verzahnt und ohne alleiniges Aktionspotential, das alle Outputs zur selben Zeit auslöst. Vielleicht gibt es also Rechenabteilungen, die den verschiedenen Teilen einer Nervenzelle erlauben, verschiedene Dinge gleichzeitig zu tun.
Now, another idea, another way of multiplexing is multiplexing in space, having different parts of a neuron do different things at the same time. So here's two sort of canonical neurons from a vertebrate and an invertebrate, a human pyramidal neuron from Ramon y Cajal, and another cell to the right, a non-spiking interneuron, and this is the work of Alan Watson and Malcolm Burrows many years ago, and Malcolm Burrows came up with a pretty interesting idea based on the fact that this neuron from a locust does not fire action potentials. It's a non-spiking cell. So a typical cell, like the neurons in our brain, has a region called the dendrites that receives input, and that input sums together and will produce action potentials that run down the axon and then activate all the output regions of the neuron. But non-spiking neurons are actually quite complicated because they can have input synapses and output synapses all interdigitated, and there's no single action potential that drives all the outputs at the same time. So there's a possibility that you have computational compartments that allow the different parts of the neuron to do different things at the same time.
Dies sind also Grundkonzepte der Mehrfachnutzung sowohl zeitlich als auch räumlich. Ich denke, diese Dinge treffen ebenso für unser Gehirn zu, aber die Insekten sind darin die wahren Meister. Ich hoffe also, dass Sie das nächste Mal anders über Insekten denken und bitte denken Sie nach, bevor Sie sie zerquetschen.
So these basic concepts of multitasking in time and multitasking in space, I think these are things that are true in our brains as well, but I think the insects are the true masters of this. So I hope you think of insects a little bit differently next time, and as I say up here, please think before you swat.
(Applaus)
(Applause)