MADRID, 2 (EUROPA PRESS)
PUBLICIDAD
El estudio es el primero en combinar simulaciones del cerebro del pez cebra, el entorno nativo y el comportamiento de natación que varía espacialmente en un modelo computacional. Al analizar este modelo, los investigadores concluyeron que esta peculiaridad (mirar hacia abajo mientras nada hacia adelante) es un comportamiento adaptativo que evolucionó para ayudar a los peces a autoestabilizarse, como cuando nadan contra una corriente.
A medida que el agua se mueve, los peces intentan constantemente autoestabilizarse para permanecer en su lugar, en lugar de ser arrastrados por una corriente en movimiento. Centrarse en otros peces, plantas o desechos puede darle al pez una falsa sensación de que se está moviendo. Sin embargo, el lecho estable del río debajo de ellos brinda a los peces información más confiable sobre la dirección y la velocidad de su nado.
"Es similar a sentarse en un vagón de tren que no se mueve. Si el tren al lado del suyo comienza a alejarse de la estación, puede engañarlo y hacerle creer que también se está moviendo", dijo en un comunicado Emma Alexander, profesora asistente de informática en la Escuela de Ingeniería de Northwestern, quien dirigió el estudio. "La señal visual del otro tren es tan fuerte que anula el hecho de que todos tus otros sentidos te dicen que estás quieto. Ese es exactamente el mismo fenómeno que estamos estudiando en los peces. Hay muchas señales de movimiento engañosas arriba, pero las señales más abundantes y confiables son del fondo del río".
El estudio se publica en la revista Current Biology.
Para realizar la investigación, Alexander y sus colaboradores se centraron en el pez cebra, un organismo modelo bien estudiado. Pero, aunque muchos laboratorios tienen tanques llenos de peces cebra, el equipo quería centrarse en el entorno nativo del pez en la India.
PUBLICIDAD
"Recientemente se descubrió que los peces responden al movimiento por debajo de ellos con más fuerza que al movimiento por encima de ellos. Queríamos profundizar en ese misterio y entender por qué", explicó Alexander. "Muchos peces cebra que estudiamos crecen en tanques de laboratorio, pero sus hábitats nativos dieron forma a la evolución de sus cerebros y comportamientos, por lo que necesitábamos volver a la fuente para investigar el contexto en el que se desarrolló el organismo".
Armado con equipo de cámara, el equipo visitó siete sitios en India para recopilar datos de video de ríos poco profundos, donde el pez cebra vive naturalmente. El equipo de campo encerró una cámara de 360 grados dentro de un estuche de buceo a prueba de agua y la conectó a un brazo robótico controlado de forma remota. Luego, usaron el brazo robótico para sumergir la cámara en el agua y moverla.
"Nos permitió poner nuestros ojos donde estarían los ojos de los peces, por lo que es ver lo que ven los peces", dijo Alexander. "A partir de los datos del video, pudimos modelar escenarios hipotéticos en los que un pez simulado se movía arbitrariamente a través de un entorno realista".
De vuelta en el laboratorio, el equipo también siguió los movimientos del pez cebra dentro de una bola de luces LED. Debido a que los peces tienen un gran campo de visión, no tienen que mover los ojos para mirar a su alrededor como lo hacen las personas. Entonces, los investigadores reprodujeron estímulos de movimiento a través de las luces y observaron las respuestas de los peces. Cuando aparecieron patrones en el fondo del tanque, los peces nadaron junto con los patrones en movimiento, más evidencia de que los peces estaban tomando sus señales visuales al mirar hacia abajo.
"Si reproduces un video con rayas en movimiento, el pez se moverá junto con las rayas", dijo Alexander. "Es como si estuvieran diciendo '¡espérame!' En el experimento de comportamiento, contamos los latidos de su cola. Cuanto más movían la cola, más querían seguir el ritmo de las rayas en movimiento".
Luego, el equipo extrajo datos de sus videos y los combinó con datos de cómo las señales de movimiento se codifican en el cerebro del pez. Alimentaron los conjuntos de datos en dos algoritmos preexistentes utilizados para estudiar el flujo óptico (o el movimiento del mundo a través de nuestros ojos o lentes de cámara).
Finalmente, descubrieron que en ambos escenarios, en la naturaleza y en el laboratorio, el pez cebra mira hacia abajo cuando nada hacia adelante. Los investigadores concluyeron que los peces miran hacia abajo para comprender el movimiento de su entorno y luego nadan para contrarrestarlo, para evitar ser arrastrados.
Esta información no solo brinda una idea del comportamiento de los peces, sino que también podría informar diseños para sistemas de visión artificial y robots sofisticados bioinspirados.
