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.
Ik ben opgegroeid met Star Trek. Ik hou van Star Trek. Door Star Trek wilde ik buitenaardse wezens leren kennen. Wezens uit een verre wereld. Maar ik vond buitenaardse wezens op aarde. Maar ik vond buitenaardse wezens op aarde.
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.
Ik bestudeer insecten. Ik ben geobsedeerd door insecten, en vooral hoe ze vliegen. De evolutie van de insectvlucht is misschien een van de belangrijkste gebeurtenissen in de geschiedenis van het leven. Zonder insecten zouden er geen bloemdragende planten zijn. Zonder bloemdragende planten zouden er geen slimme, vruchtenetende primaten zijn om TEDTalks te geven.
(Laughter)
(Gelach)
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.
David, Takahashi en Ketaki David, Takahashi en Ketaki brachten een zeer overtuigend verhaal over de gelijkenissen tussen fruitvliegen en de mens. Er zijn veel overeenkomsten, zodat je zou kunnen denken dat als mensen lijken op fruitvliegjes, het favoriete gedrag van een fruitvlieg bijvoorbeeld dit zou kunnen zijn. (Gelach) Ik wil echter niet zozeer de overeenkomsten benadrukken tussen mens en fruitvliegen, maar eerder de verschillen, en me richten op het gedrag waarin fruitvliegjes uitblinken.
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.
Ik toon een hoge-snelheid video-opname van een vlieg met 7000 frames per seconde in infrarood belichting. Aan de rechterkant is buiten beeld een gevaarlijk elektronisch roofdier dat de vlieg bedreigt. De vlieg gaat dit roofdier opmerken. Ze gaat haar poten strekken en ervandoor gaan om nog wat langer te leven. Ik heb deze reeks bijgesneden zodat alles even lang duurt als een menselijke oogwenk. In de tijd om met je ogen te knipperen heeft de vlieg de dreigende predator gezien, zijn positie bepaald en een bewegingspatroon gestart om ervan weg te vliegen met een vleugelslag van 220 keer per seconde. Dit fascinerende gedrag laat zien hoe snel vliegenhersenen informatie kunnen verwerken.
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.
Wat is er nodig om te vliegen? Net als bij menselijke vliegtuigen, heb je vleugels nodig die voldoende aërodynamische krachten kunnen genereren. Ook heb je een motor nodig. Eveneens een bestuurder. In het eerste menselijke vliegtuig was die bestuurder het brein van Orville en Wilbur in de cockpit.
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.
Waarin lijkt dit op een vlieg? Een groot deel van mijn vroege carrière was gewijd aan de studie hoe insectenvleugels genoeg kracht genereren om de vlieg in de lucht te houden. Misschien heb je ooit gehoord over hoe ingenieurs bewezen dat hommels niet konden vliegen. Men dacht dat insectenvleugels net als vliegtuigvleugels werkten. Maar dat is niet zo. Wij pakken dit probleem aan met dynamisch geschaalde model-robotinsecten die ‘vliegen’ in reuzengrote baden van minerale olie. Zo bestuderen we de aërodynamische krachten. Het blijkt dat insecten hun vleugels op een zeer slimme manier slaan, met een zeer hoge invalshoek. Dat creëert een structuur aan de voorkant van de vleugel, een beetje tornadoachtige structuur, de voorkantkolk genaamd. Die kolk geeft de vleugels genoeg kracht om het dier in de lucht te houden. Het meest fascinerende is niet zozeer dat de vleugel een interessante morfologie heeft. Het knapste is de manier waarop de vlieg haar vleugels beweegt. Dat wordt gecontroleerd door het zenuwstelsel. Daardoor kunnen vliegen die opmerkelijke luchtmanoeuvres uitvoeren.
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.
En de motor? De motor van de vlieg is absoluut fascinerend. Ze hebben twee soorten vliegspieren: de zogenaamde krachtspieren zijn ‘rek-geactiveerd’. Dat betekent dat ze zichzelf activeren en niet gecontroleerd hoeven te worden op basis van contractie-door-contractie door het zenuwstelsel. Ze zijn gespecialiseerd om het enorme vermogen te genereren nodig voor de vlucht. Ze beslaan het hele middengedeelte van de vlieg. Als een vlieg je voorruit raakt, kijk je eigenlijk tegen die krachtspier aan. Maar aan de basis van de vleugel zit een verzameling van uiterst kleine controlespieren die helemaal niet krachtig zijn, maar wel zeer snel, en in staat om het scharnier van de vleugel opnieuw te configureren op basis van slag-na-slag. Dit stelt de vlieg in staat haar vleugel te veranderen en de wijzigingen in aërodynamische krachten te genereren die zijn vluchttraject veranderen. De rol van het zenuwstelsel bestaat erin dit alles te sturen.
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.
Laten we die bestuurder eens bekijken. Vliegen blinken uit in de soorten sensoren die ze op hun lijf hebben om dit op te lossen. Ze hebben antennes die geuren en wind detecteren. Ze hebben een verfijnd oog, het snelste visuele systeem op de planeet. Ze hebben nog een set ogen boven op hun kop. We hebben geen idee wat die doen. Ze hebben sensoren op hun vleugel. Hun vleugel is bedekt met sensoren, waaronder sensoren die vervorming van de vleugel voelen. Ze kunnen zelfs proeven met hun vleugels. Een van de meest geavanceerde sensoren van een vlieg zijn de halters. Dit zijn gyroscopen. zijn de halters. Dit zijn gyroscopen. Ze trillen met ongeveer 200 keer per seconde heen en weer tijdens de vlucht. Het dier kan ze gebruiken om zijn eigen lichaamsrotatie te voelen en heel snel corrigerende manoeuvres op te starten. Maar al deze sensorische informatie moet worden verwerkt door een brein - ja, inderdaad, vliegen hebben een brein - van ongeveer 100.000 neuronen.
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)
Verschillende mensen hebben hier al gesuggereerd dat fruitvliegjes nuttig kunnen zijn voor de neurowetenschappen omdat ze een eenvoudig model voor hersenwerking zijn. In feite kan ik daar niet mee akkoord gaan. In feite kan ik daar niet mee akkoord gaan. Ik denk niet dat ze een eenvoudig model zijn van om het even wat. Ik denk dat vliegen een geweldig model zijn. Maar dan voor vliegen. (Gelach)
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?
Laten we dit idee van eenvoud eens nader bekijken. Wij neurowetenschappers zijn vaak nogal narcistisch. We denken natuurlijk in de eerste plaats aan onze eigen hersenen. Maar vergeet niet dat dit soort hersenen, die veel, veel kleinere hersenen - in plaats van 100 miljard neuronen, hebben ze 100.000 neuronen — de meest voorkomende vorm van hersenen op de planeet zijn, en dat al 400 miljoen jaar lang. Is het dan eerlijk om te zeggen dat ze eenvoudig zijn? Ze hebben minder neuronen, maar is dat een eerlijke maatstaf? Ik vind van niet. Ik denk dat we moeten vergelijken... (Gelach) We moeten de grootte van de hersenen vergelijken met wat die hersenen aankunnen. Ik stel een Trump-getal voor: de verhouding van het gedragsrepertoire van deze man tot het aantal neuronen in zijn hersenen. We gaan nu het Trump-getal voor de fruitvlieg berekenen. Hoeveel mensen hier schatten het Trump-getal van de fruitvlieg hoger in?
(Applause)
(Applaus)
It's a very smart, smart audience. Yes, the inequality goes in this direction, or I would posit it.
Dit is een zeer, zeer slim publiek. Ja, de ongelijkheid gaat die kant op, denk ik toch.
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)
Nu realiseer ik me dat het een beetje absurd is om het gedragsrepertoire van een mens met dat van een vlieg te vergelijken. Maar laten we eens een ander dier als voorbeeld nemen. Hier is een muis. Een muis heeft ongeveer 1000 keer zoveel neuronen als een vlieg. Ik heb muizen bestudeerd. Toen praatte ik echt langzaam. Er gebeurde iets toen ik met vliegen begon te werken. (Gelach) De biologie van vliegen en muizen is nogal vergelijkbaar Ze moeten allebei voedsel zoeken. Ze vertonen paringsrituelen. Ze hebben seks. Ze verbergen zich voor roofdieren. Ze doen een heleboel gelijkaardige dingen. Maar ik zou zeggen dat vliegen meer doen. Ik vertoon een beeldenreeks - een deel van mijn financiering komt van het leger - wat ik hier laat zien blijft dus binnenskamers. Oké? Kijk naar de lading aan de staart van de fruitvlieg. Bekijk het nauwlettend en je begrijpt waarom mijn zoon van zes neurowetenschapper wil worden. Wacht even. Daar. Je zal ten minste moeten toegeven dat als fruitvliegen niet zo slim als muizen zijn, ze toch minstens zo slim als duiven zijn. (Gelach)
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.
Ik wil duidelijk maken dat het niet alleen om cijfers gaat maar ook om de uitdaging voor een vlieg om alles te berekenen met zo’n kleine neuronen. Dit is een mooi beeld van een visueel interneuron van een muis uit het lab van Jeff Lichtman. Het zijn prachtige beelden van hersenen die hij in zijn toespraak toonde. Bovenaan rechts zie je op dezelfde schaal een visueel interneuron van een vlieg. Bovenaan rechts zie je op dezelfde schaal een visueel interneuron van een vlieg. Ik vergroot het even. Het is een mooi complex neuron. Het is zeer klein, en er zijn veel biofysische uitdagingen om informatie te berekenen met zeer kleine neuronen.
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.
Hoe klein kunnen neuronen wel zijn? Bekijk dit interessante insect. Het lijkt wat op een vlieg. Het heeft vleugels, ogen, antennes, poten en een ingewikkelde biologie. Het is een parasiet, het moet rondvliegen en rupsen vinden om ze te parasiteren. De hersenen van een fruitvlieg zijn zo groot als een zoutkorrel. Maar dit hele insect is maar zo groot als een zoutkorrel. Hier zie je nog wat organismen van een dergelijke grootte. Dit dier heeft de grootte van een pantoffeldiertje of een amoebe. Zijn brein telt slechts 7000 neuronen. Jullie weten wel dat cellen, ook neuronen, een celkern bevatten. Dit dier heeft geen celkernen omdat ze te veel ruimte in beslag nemen. Dit gaat dus over de grenzen van de neurowetenschappen. Een grensgebied zou al gaan over erachter komen hoe de hersenen van dat ding werken.
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.
Hoe laat je een klein aantal neuronen veel doen? Als ingenieur denk je dan aan multiplexen. Je laat de hardware verschillende dingen doen op verschillende tijdstippen, Je laat de hardware verschillende dingen doen op verschillende tijdstippen, of je laat verschillende delen van de hardware tegelijkertijd verschillende dingen doen. Deze twee concepten wil ik verkennen. Ik ben daar niet opgekomen. Dat deden anderen al eerder.
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.
Een idee komt uit de studie van kauwende krabben. Ik bedoel niet kauwen op krabben. Ik ben opgegroeid in Baltimore, en ik kan zeer, zeer goed op krabben kauwen. Maar ik heb het over krabben die kauwen. Het kauwen van krabben is echt fascinerend. Krabben hebben een gecompliceerde structuur onder hun kopborststuk, de ‘maag-molen’ genaamd. Die maalt hun voedsel op allerlei manieren. Hier is een endoscopische film van die structuur. Het verbazende is dat dit wordt gecontroleerd door een echt klein aantal neuronen, ongeveer twee dozijn neuronen. Die kunnen een grote verscheidenheid van bewegingen produceren Dat komt omdat dit uiterst kleine ganglion overspoeld wordt door veel verschillende neuronmodulators. Jullie hebben eerder al over neuronmodulators gehoord. Er bestaan meer neuronmodulators die deze neuronen veranderen dan neuronen zelf. Daardoor kunnen ze een gecompliceerde set patronen genereren. Eve Marder en haar collega's hebben dit fascinerende systeem bestudeerd. Ze hebben aangetoond hoe een kleinere cluster van neuronen heel veel dingen kan doen door neuronmodulatie die van moment tot moment kan wijzigen. Dit is in principe multiplexen in de tijd. Stel je een netwerk van neuronen voor met een neuronmodulator. Eén set cellen vertoont één soort gedrag. Met een andere neuronmodulator en een andere set cellen, krijg je een ander gedrag. Je kan je voorstellen dat je dat kan extrapoleren naar een zeer gecompliceerd systeem.
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.
Is er enig bewijs voor dat vliegen dit doen? Vele jaren lang in mijn laboratorium en in andere laboratoria over de hele wereld, hebben we vliegengedrag in kleine vluchtsimulators bestudeerd. Je kunt een vlieg aan een klein stokje vastmaken. Je kunt de aërodynamische krachten die ze opwekt, meten. Je kunt ze een soort videospel laten spelen door ze te laten rondvliegen in een visuele display. Ik laat daar even iets van zien. Hier is een vlieg. Je ziet een infrarood beeld van de vlieg in de vluchtsimulator. De vliegen zijn gek van dit spelletje. Je laat ze zich richten naar de kleine streep en ze zullen altijd naar die streep blijven gaan. Het is een deel van hun visuele geleidingssysteem. Maar zeer onlangs werd het mogelijk dit soort gedragsarena's voor fysiologie te veranderen. Dit is een opstelling van een van mijn vroegere assistenten, Gaby Maimon, nu bij Rockefeller. Het is eigenlijk een vluchtsimulator maar waarbij je een elektrode in de hersenen van de vlieg kunt steken en signalen registreren van een genetisch geïdentificeerd neuron in de vliegenhersenen. Zo ziet een van deze experimenten eruit. De opnames gebeurden door een andere assistente, Bettina Schnell. De groene lijn onderaan is het membraanpotentiaal van een neuron in de vliegenhersenen. Als de vlieg begint te vliegen, zie je dat ze de rotatie van dat visuele patroon zelf beheert door haar vleugelbewegingen. Ook zie je dat het visuele interneuron reageert op het patroon van de vleugelbeweging. Dus waren we voor het eerst in staat om signalen te registreren van neuronen in vliegenhersenen terwijl de vlieg vliegt. Het blijkt dat de celfysiologie Het blijkt dat de celfysiologie die vroeger alleen bij vliegen in rust kon worden bestudeerd niet hetzelfde is als de celfysiologie van vliegen met een actief gedrag zoals vliegen, lopen enzovoort. Waarom is die fysiologie anders? Het blijkt door neuronmodulators net in dat kleine ganglion van de krabben. Hier een foto van het octopamine-systeem. Octopamine is een neuronmodulator die een belangrijke rol lijkt te spelen bij het vliegen en ander gedrag. Maar dit is maar één van vele neuronmodulators van vliegenhersenen. Ik denk dat als we er meer over gaan weten, zal blijken dat de vliegenhersenen een grotere versie van dit stomatogastrisch ganglion zijn. Daarom kan het zo veel met zo weinig neuronen.
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.
Een andere manier om te multiplexen, is ruimtelijk multiplexen: verschillende delen van een neuron verschillende dingen laten doen op hetzelfde moment. Hier zie je twee soorten typische neuronen: een van een gewerveld dier en een van een ongewerveld dier. Een menselijke piramidale neuron van Ramon y Cajal, en een andere cel rechts, een interneuron zonder uitsteeksels. Dit is het werk van Alan Watson en Malcolm Burrows van vele jaren geleden. Malcolm Burrows kwam met een interessant idee gebaseerd op het feit dat dit neuron van een sprinkhaan geen actiepotentialen afvuurt. Het is een cel zonder uitsteeksels. Zo een typische cel, zoals de neuronen in onze hersenen, heeft dendrieten waar signalen binnenkomen. Die input wordt gesommeerd en produceert actiepotentialen langs het axon en activeert de uitvoergebieden van het neuron. langs het axon en activeert de uitvoergebieden van het neuron. Maar niet-stekelige neuronen zijn vrij ingewikkeld omdat ze input- en outputsynapsen kunnen hebben die met elkaar verstrengeld zijn. Er is dan niet één enkele actiepotentiaal die alle uitgangen op hetzelfde moment aanstuurt. Dat opent de mogelijkheid voor computationele compartimenten die de verschillende onderdelen van het neuron toelaten verschillende dingen te doen op hetzelfde moment.
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.
Ik denk dat deze basisconcepten van multitasking in tijd en in ruimte, Ik denk dat deze basisconcepten van multitasking in tijd en in ruimte, dingen zijn die ook in onze hersenen gebeuren, maar dat de insecten er de ware meesters in zijn. Ik hoop dat je insecten nu een beetje anders gaat bekijken. Denk asjeblief even na voor je er nog een platslaat.
(Applause)
(Applaus)