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.
Cresci a ver o Caminho das Estrelas. Adoro o Caminho das Estrelas. O Caminho das Estrelas fez-me querer ver extraterrestres, criaturas de um mundo distante. No entanto, percebi que podia encontrar essas criaturas estranhas aqui na Terra.
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.
Eu estudo insetos. Sou obcecado com insetos, particularmente os voadores. Penso que a evolução dos insetos voadores é talvez um dos mais importantes eventos da História da Vida. Sem insetos, não haveria plantas com flor. Sem plantas com flor, não haveria espertos primatas frugívoros a fazer palestras TED.
(Laughter)
(Risos)
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.
Ora bem, David, Hidehiko e Ketaki contaram uma história convincente sobre as parecenças entre moscas da fruta e humanos, e há muitas parecenças. Podíamos pensar que, se os humanos fossem semelhantes às moscas da fruta, o comportamento favorito das moscas da fruta podia ser este. (Risos) Na minha palestra, não quero enfatizar as parecenças entre humanos e moscas da fruta, mas antes as diferenças e focar os comportamentos em que as moscas da fruta são excelentes.
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.
Quero mostrar-vos uma sequência, a alta velocidade, de uma mosca a 7000 "frames" por segundo, sob uma luz infravermelha. À direita, fora do ecrã, está à espreita um predador eletrónico na direção da mosca. A mosca vai sentir este predador. Vai estender as pernas. Vai fugir para viver e voar mais um dia. Editei cuidadosamente esta sequência para ter exatamente a duração de um pestanejar. Assim, no tempo de um piscar de olhos, a mosca viu este predador à espreita, calculou a sua posição, iniciou um padrão motor para voar para longe, batendo as asas 220 vezes por segundo. Penso ser um comportamento fascinante que mostra a rapidez com que o cérebro da mosca
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.
pode processar informação. O voo — o que é preciso para voar? Bem, para voar, simplesmente, um avião precisa de asas que possam gerar forças aerodinâmicas suficientes, um motor com potência suficiente para voar e precisa de um controlador. No primeiro avião, o controlador era basicamente
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.
os cérebros de Orville e Wilbur sentados no "cockpit". Como se compara isto a uma mosca? Passei o início da minha carreira a tentar entender como podem as asas dos insetos gerar força para manter as moscas no ar. Devem ter ouvido que os engenheiros provaram que os zângãos não voam. O problema foi pensar que as asas dos insetos funcionam como as dos aviões, mas não funcionam. Abordamos o problema construindo gigantescos modelos dinâmicos de insetos robôs, à escala que batiam as asas, em piscinas gigantes de óleo mineral, onde podíamos estudar as forças aerodinâmicas. Parece que os insetos batem as asas de forma inteligente, com um elevado ângulo de ataque que cria uma estrutura na ponta da asa, uma estrutura tipo tornado chamado vórtice de ponta. É esse vórtice que possibilita que as asas criem força suficiente para o animal se manter no ar. O que é fascinante não é tanto que a asa tenha uma morfologia interessante. O que é genial é a forma como a mosca bate as asas, o que é controlado pelo sistema nervosa. É isto que permite às moscas realizar estas manobras aéreas notáveis.
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.
E quanto ao motor? O motor das moscas é absolutamente fascinante. Têm dois tipos de músculos de voo: o chamado músculo de poder, ativado por esticão, o que significa que se ativa a si mesmo e não precisa de ser controlado numa base de contração sequencial pelo sistema nervoso. Especializou-se para gerar um poder enorme necessário ao voo e preenche a porção média da mosca. Quando uma mosca atinge um parabrisas, é basicamente o músculo de poder que se vê. Mas, agarrado à base da asa, há um conjunto de pequenos músculos de controlo nada poderosos, mas muito rápidos, capazes de reconfigurar a extremidade da asa numa base de batidas sequenciais. É isto que capacita a mosca a mudar a asa, e a gerar as mudanças nas forças aerodinâmicas que mudam a sua trajetória de voo. E, claro, o papel do sistema nervoso é controlar tudo isto.
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.
Vamos então ao controlador. As moscas são excelentes nos tipos de sensores que trazem para este problema. Têm antenas que detetam odores e detetam a direção do vento. Têm olhos sofisticados que são os sistemas visuais mais rápidos do planeta. Têm outro conjunto de olhos no topo da cabeça. Não temos ideia do que fazem. Têm sensores nas asas. As asas estão cobertas de sensores, incluindo uns que sentem a deformação da asa. Podem até saborear com as suas asas. Um dos mais sofisticados sensores duma mosca é uma estrutura chamada halteres. Os halteres são giroscópios. Estes mecanismos batem a cerca de 200 hertz durante o voo. O animal pode usá-los para sentir a sua rotação corporal e iniciar manobras evasivas muito, muito rápidas. Mas toda esta informação sensorial tem de ser processada por um cérebro. Sim, as moscas têm cérebro, com cerca de 100 000 neurónios.
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)
Várias pessoas, nesta conferência, sugeriram já que as moscas da fruta podem servir a neurociência porque são um modelo simples do funcionamento do cérebro. A piada da minha palestra é que gostaria de desmentir isso. Penso que não são nenhum modelo simples. Penso que são um grande modelo. São um grande modelo para as moscas. (Risos)
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?
Exploremos esta noção de simplicidade. Penso, infelizmente, que muitos de nós, neurocientistas, somos todos um pouco narcisistas. Quando pensamos em cérebro, pensamos logo no nosso cérebro. Mas este tipo de cérebro, que é muito mais pequeno — em vez de 100 mil milhões de neurónios, tem 100 000 neurónios — mas é o tipo de cérebro mais comum do planeta e já o era há 400 milhões de anos. Será justo dizer que é simples? É simples no sentido de que tem menos neurónios, mas será essa uma medida justa? Proponho que não é uma medida justa. Pensemos então nisto. Penso que temos de comparar... (Risos) ... temos de comparar o tamanho do cérebro com o que o cérebro consegue fazer. Proponho que tenhamos um fator Trump. O fator Trump é a razão entre o repertório comportamental deste homem e o número de neurónios no seu cérebro. Calculemos o fator Trump para a mosca da fruta. Quantos aqui pensam que o fator Trump é mais alto na mosca da fruta?
(Applause)
(Aplausos)
It's a very smart, smart audience. Yes, the inequality goes in this direction, or I would posit it.
São uma audiência esperta. A desigualdade vai nessa direção, ou assim o diria.
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.
Percebo que seja um pouco absurdo comparar o repertório comportamental de um homem com o da mosca. Mas tomemos outro animal como exemplo. Aqui está um rato. Um rato tem cerca de 1000 vezes mais neurónios que uma mosca. Eu estudava ratos. Quando os estudava, costumava falar muito lentamente. Mas ocorreu uma coisa, quando comecei a trabalhar com moscas. (Risos) Penso que, comparando a história natural de moscas e ratos, eles são comparáveis. Têm de procurar alimento. Têm de realizar a corte sexual. Têm sexo. Escondem-se de predadores. Têm bastantes parecenças. Mas diria que as moscas fazem mais. Por exemplo, vou mostrar uma sequência, — alguns dos meus fundos são militares, por isso, mostro uma sequência confidencial e não a podem discutir fora desta sala. Ok? (Risos) Quero que vejam bem a carga na cauda da mosca da fruta. Olhem com atenção e verão porque é que o meu filho de 6 anos
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)
agora quer ser um neurocientista. Esperem. Pshhiiiuuu... Ao menos reconheçam que, se as moscas não são tão espertas como os ratos, são tão espertas como os pombos.
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.
(Risos) Quero que percebam que não é só uma questão de números mas um desafio para a mosca processar tudo o que o seu cérebro processa com neurónios tão pequenos. Esta é uma bonita imagem dum interneurónio visual de um rato vindo do laboratório de Jeff Lichtman. Podem ver as belas imagens de cérebros que ele mostrou na sua palestra. Mas no canto superior, à direita, verão, na mesma escala, um interneurónio visual duma mosca. Vou aumentar isto. É um belo neurónio complexo. É muito pequeno, e existem vários desafios biofísicos
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.
em tentar processar informações com neurónios tão pequenos. Quão pequenos podem ser? Vejam este interessante inseto. Parece uma mosca. Tem asas, tem olhos, tem antenas, pernas, uma história de vida complicada. É um parasita, tem de voar e encontrar lagartas para parasitar. Mas não apenas o seu cérebro do tamanho de um grão de sal, o que é comparável à mosca da fruta, ele é do tamanho de um grão de sal. Aqui estão outros organismos de escala semelhante. Este animal é do tamanho duma paramécia e duma ameba. Tem um cérebro com 7000 neurónios, é tão pequeno. Nestas coisas chamadas corpos celulares, de que têm ouvido falar, onde fica o núcleo do neurónio? Este animal livra-se dele porque ocupa muito espaço. Esta é uma sessão sobre as fronteiras da neurociência. Afirmo que uma fronteira da neurociência
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.
é perceber como funciona o cérebro daquela coisa. Pensem no seguinte: Como se pode levar um pequeno número de neurónios a fazer muito? Penso que, da perspetiva de engenharia, se pensa em multiplicação. Podemos levar um equipamento a fazer diferentes coisas em momentos diferentes, ou diferentes partes do equipamento a fazer coisas diferentes. São dois conceitos que gostaria de explorar. E não são conceitos inventados por mim, mas conceitos propostos por outros, no passado.
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.
Uma ideia vem de lições tiradas da mastigação dos caranguejos. Não quero dizer mastigar os caranguejos. Cresci em Baltimore, e mastigo caranguejos muito bem. Mas falo dos caranguejos a mastigar. A mastigação dos caranguejos é mesmo fascinante. Os caranguejos têm uma estrutura complicada debaixo da carapaça, chamada raspador gástrico, que mói a comida numa série de formas diferentes. Aqui está uma endoscopia filmada dessa estrutura. O espantoso sobre isto é que é controlado por um pequeno conjunto de neurónios — cerca de 12 neurónios — que podem produzir uma grande variedade de diferentes padrões motores. A razão desta capacidade é que este pequeno gânglio do caranguejo está inundado por muitos neuromoduladores. Já ouviram falar de neuromoduladores. Há mais neuromoduladores que alteram, que inervam esta estrutura do que neurónios na estrutura. E são capazes de gerar um complicado conjunto de padrões. Este é o trabalho de Eve Marder e seus colegas, que têm estudado este fascinante sistema, que mostra como um pequeno grupo de neurónios pode fazer muitas coisas por causa da neuromodulação que pode ocorrer momento-a-momento. Isto é basicamente multiplicação no tempo. Imaginem uma rede de neurónios com um neuromodulador. Escolhem um grupo de células para realizar um tipo de comportamento, outro modulador, outro grupo de células, um padrão diferente. Podem imaginar que se pode extrapolar para um sistema muito complicado.
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.
Existem provas que as moscas o fazem. Durante muitos anos, no meu e noutros laboratórios no mundo, estudámos comportamentos de moscas, em simuladores de voo. Pode-se prender uma mosca a um pauzinho. Pode-se medir as forças aerodinâmicas que cria. Pode-se deixar a mosca jogar um pequeno jogo vídeo, deixando-a voar à vontade num monitor. Deixem mostrar-vos uma pequena sequência disto. Aqui está uma mosca e uma grande imagem em infravermelho da mosca num simulador de voo. Este é um jogo que as moscas adoram jogar. Se permitirmos que elas se dirijam para a risca, elas voltarão sempre a essa risca. Faz parte do seu sistema de orientação visual. Mas muito recentemente, tem sido possível modificar estas arenas comportamentais para as fisiologias. Esta é a preparação desenvolvida por um dos meus estudantes, Gaby Maimon, que está em Rockefeller. Basicamente, é um simulador de voo, mas sob condições onde se pode prender um elétrodo no cérebro da mosca e gravar a partir do neurónio geneticamente identificado no cérebro da mosca. Uma dessas experiências tem este aspeto. Foi uma sequência gravada por outra estudante, no laboratório, Bettina Schnell. O traço verde no fundo é o potencial de membrana de um neurónio no cérebro da mosca. Veem a mosca começar a voar. Ela própria está a controlar a rotação do padrão visual pelo movimento das suas asas. Veem este interneurónio visual responder ao padrão de movimento das asas, enquanto voa. Pela primeira vez conseguimos gravar os neurónios do cérebro da mosca, enquanto ela realiza sofisticados comportamentos como o voo. Uma das lições que aprendemos é que a fisiologia das células que temos estudado durante muitos anos, em moscas em repouso, não é a mesma fisiologia das mesmas células quando as moscas realizam comportamentos ativos, como voar e andar e assim por diante. E porque é a fisiologia diferente? Parece que é por causa destes neuromoduladores, como os neuromoduladores naquele pequeno gânglio dos caranguejos. Isto é uma imagem do sistema da octopamina. A octopamina é um neuromodulador que parece ter um papel importante no voo e noutros comportamentos. Mas este é apenas um dos muitos neuromoduladores no cérebro da mosca. Penso realmente que, à medida que aprendermos, vamos vendo que todo o cérebro da mosca é como uma versão alargada deste gânglio estomatogástrico, e é uma das razões para ela ser capaz de fazer tanto com tão poucos neurónios.
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.
Outra ideia, outra forma de multiplicar é multiplicar no espaço, tendo partes diferentes dum neurónio a fazer coisas diferentes ao mesmo tempo. Aqui estão dois tipos de neurónios canónicos, dum vertebrado e dum invertebrado, um neurónio piramidal humano de Ramon e Cajal e outra célula à direita, um interneurónio "sem picos", Isto é um trabalho de há muitos anos de Alan Watson e Malcolm Burrows. Malcolm Burrows teve uma ideia interessante baseada no facto de este neurónio dum gafanhoto não emitir potenciais de ação. É uma célula "sem picos". É uma célula típica, como os neurónios no nosso cérebro. Tem uma região chamada dendrites que recebem impulsos. E esses impulsos conjugam-se e produzem potenciais de ação que percorrem os axónios e vão ativar todas as regiões de saída do neurónio. Mas os neurónios "sem picos" são bastante complicados porque podem ter impulsos sinápticos de entrada e de saída, todos interdigitados, e não existe um potencial de ação único que conduza todos os impulsos de saída ao mesmo tempo. Existe a possibilidade de ter compartimentos computacionais que permitem às diferentes partes do neurónio fazer coisas diferentes ao mesmo tempo.
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.
Penso que estes conceitos básicos de multitarefa no tempo (Risos) e multitarefa no espaço, são coisas existentes também no nosso cérebro. Mas penso que os insetos são verdadeiros mestres nisto. Espero que, para a próxima, pensem nos insetos de forma diferente
(Applause)
e, como costumo dizer, por favor, pensem antes de os matarem.