Utiliser FlyVISTA pour étudier le sommeil chez les mouches à fruits

Le cerveau a un job super important : il prend des infos du corps et du monde extérieur pour nous aider à agir comme il faut. Les chercheurs étudient le comportement des animaux pour en apprendre plus sur ce processus. Les nouvelles technologies, surtout en informatique et en apprentissage machine, ont créé un nouveau domaine appelé éthologie computationnelle. Ce domaine se concentre sur la mesure automatique de différents aspects du comportement animal. La plupart de ces études se sont penchées sur de grands mouvements sur de courtes périodes.

Depuis plus de 150 ans, des scientifiques comme Darwin et Tinbergen ont souligné que même les petits mouvements des parties du corps ou des changements de posture peuvent signaler des sentiments importants comme la peur ou l'anxiété, surtout chez des animaux comme les chats et les goélands. Ces petits mouvements, appelés "microcomportements", sont très importants mais difficiles à étudier. Le défi est de détecter ces minuscules mouvements avec précision et d'analyser des images de haute qualité sur de longues périodes.

Pour résoudre ce problème, on a créé FlyVISTA, un système qui utilise l'apprentissage machine pour décrire et mesurer ces microcomportements chez les mouches à fruits, notamment Drosophila. Ce système utilise une vidéo en haute définition pour suivre les mouches tout en permettant aux chercheurs d'introduire des changements dans leur environnement avec des lasers infrarouges. FlyVISTA utilise un modèle d'apprentissage machine pour étiqueter 35 parties du corps des mouches. Après l'étiquetage, il extrait des comportements significatifs de ces étiquettes au fil du temps.

On a utilisé FlyVISTA pour étudier le sommeil chez les mouches à fruits. Le sommeil est un comportement de base qu'on trouve chez de nombreuses espèces, mais son but n'est toujours pas entièrement connu. La plupart des recherches sur le sommeil se sont concentrées sur les mammifères, mais étudier le sommeil chez des organismes plus simples comme les mouches à fruits peut fournir des insights précieux. Analyser le sommeil des mouches à fruits pourrait nous aider à mieux comprendre les fonctions essentielles du sommeil et comment il a évolué.

Traditionnellement, les chercheurs ont regardé le sommeil des mouches à fruits en vérifiant des périodes d'inactivité de plus de cinq minutes dans un petit tube. Cependant, cette méthode a ses défauts. Elle pourrait rater de courts mouvements ou de petits comportements qui font aussi partie du sommeil. De plus, garder les mouches dans des tubes étroits peut provoquer du stress et affecter leur comportement naturel. Donc, on a voulu développer un système qui offre une vue plus précise du comportement de sommeil des mouches à fruits en liberté.

Le sommeil est généralement considéré comme un état calme. Différents microcomportements peuvent être observés pendant le sommeil. Par exemple, chez les mammifères, l'absence de mouvement ou certains petits mouvements oculaires rapides peuvent indiquer un sommeil profond ou une phase de sommeil spécifique. Des études précédentes sur les abeilles et les cafards ont montré des mouvements similaires liés au sommeil.

Avec FlyVISTA, on a trouvé une variété de microcomportements pendant le sommeil des mouches à fruits, y compris la relaxation de la posture corporelle, les antennes tombantes, et des mouvements rythmiques de la trompe. On a aussi testé comment l'activation de deux circuits neuronaux spécifiques associés à la promotion du sommeil affecte les microcomportements. Un circuit neuronal, appelé neurones dFB, était lié à des mouvements plus petits plutôt qu'au sommeil, tandis qu'un autre, appelé neurones R5, favorisait les extensions de trompe suivies d'un sommeil soutenu.

Fait intéressant, on a identifié un nouveau microcomportement nommé "commutateur de haltere" qui fait référence à un mouvement spécifique des haltères. Les haltères sont de petits organes chez les mouches qui fonctionnent de manière similaire au système vestibulaire, qui aide à l'équilibre chez les mammifères. Ce mouvement de commutateur n'a été observé qu'en période calme et semblait marquer un niveau de sommeil plus profond.

Pour mieux étudier ces comportements, on a conçu un système qui permet aux mouches de bouger librement et d'être enregistrées en haute définition. Dans notre chambre, on a utilisé une vue de côté pour capturer plus de comportements, car les recherches sur d'autres insectes ont montré que des changements importants, comme des antennes abaissées, sont mieux vus de côté. Ce système nous a permis de voir la mouche en bien plus de détail comparé à d'autres méthodes.

Pour suivre les mouvements de la mouche, on a utilisé DeepLabCut, un outil logiciel qui aide à étiqueter et analyser les parties du corps en utilisant un modèle entraîné. Avec cet outil, on a suivi 35 points sur le corps de la mouche. Ces infos nous aident à comprendre comment différentes parties du corps bougent par rapport les unes aux autres au fil du temps.

On a enregistré des mouches individuelles pendant de longues périodes et examiné leur activité. Comme prévu, on a remarqué des pics de mouvements à certains moments de la journée. La nuit, les mouches montraient de longues périodes d'inactivité, qu'on a liées au sommeil.

Pendant ces périodes calmes, on a identifié divers microcomportements. Après être devenues immobiles, la posture corporelle d'une mouche se détendait sous la gravité. Les antennes tombaient, et des mouvements rythmiques de la trompe étaient aussi observés. Ces mouvements n'étaient pas exclusifs au sommeil, car ils se produisaient aussi quand les mouches se toilettaient ou se nourrissaient.

De plus, le comportement de commutateur de haltere, qui implique un mouvement vers le bas des haltères, a été systématiquement observé pendant les temps calmes. Ce comportement particulier n'a pas été noté dans des études précédentes et illustre la variété de microcomportements présents durant le sommeil.

Un aspect critique de la définition du sommeil est l'idée d'un seuil d'éveil accru. Pour tester cela, on a utilisé un laser infrarouge spécial que les mouches ne peuvent pas voir. En chauffant progressivement les mouches après qu'elles aient été inactives pendant un moment, on a mesuré combien d'énergie était nécessaire pour les faire bouger à nouveau. La réponse de chaque mouche était unique, donc on a standardisé les mesures pour comparaison.

Comme prévu, on a trouvé que la quantité d'énergie requise pour déranger les mouches variait au cours de la nuit. Le seuil était bas à certains moments et beaucoup plus élevé à d'autres, ce qui suggère que la profondeur du sommeil change dynamiquement au cours de la nuit.

La plupart des études ont défini le sommeil comme des périodes d'inactivité de plus de cinq minutes. Cependant, nos résultats suggèrent que des périodes d'inactivité plus courtes de trois minutes sont plus significatives et devraient être considérées comme un indicateur de sommeil. On a aperçu que les mouches restaient proches de leur nourriture pendant ces moments calmes, ce qui indique qu'elles pourraient se préparer à Dormir à proximité.

Étant donné que notre système est précis et n'implique pas de déplacer les mouches, on a pu observer comment leurs microcomportements changeaient lorsqu'elles se réveillaient. On a noté que certains mouvements des haltères et des antennes se produisaient souvent juste avant que les mouches ne deviennent actives à nouveau, suggérant un lien entre ces petits mouvements et la transition du sommeil à l'éveil.

Pour étudier plus en profondeur les comportements de sommeil, on a manipulé deux circuits neuronaux connus pour influencer le sommeil chez les mouches à fruits. Un groupe de neurones lié à l'induction rapide d'états de sommeil a été identifié, tandis qu'un autre groupe est associé au besoin global de sommeil.

Quand on a activé le premier groupe de neurones, on a remarqué une diminution des mouvements mais pas de sommeil réel. Au lieu de cela, on a vu que les mouches manifestaient plus de micro-mouvements et de comportements de toilettage, ce qui indique que l'activation de ces neurones ne favorise pas le sommeil.

Cependant, l'activation de l'autre groupe de neurones a entraîné une augmentation des mouvements d'exploration de la trompe pendant la stimulation, suivie d'un sommeil prolongé. Cette réponse indique que ces neurones pourraient jouer un rôle crucial dans le besoin de sommeil et les processus physiologiques qui y sont liés.

Notre étude avec FlyVISTA nous a permis de classer différents comportements avant, pendant et après ces activations neuronales. Les résultats ont montré des comportements distincts liés à l'activation des différents circuits. Les mouches dont les neurones dFB ont été activés n'entrent pas dans un état de sommeil malgré leur réduction de mouvement, tandis que l'activation des neurones R5 a conduit à une augmentation des extensions de trompe et à un état de sommeil qui s'ensuit.

Un des principaux objectifs dans l'étude du comportement animal est de le mesurer automatiquement. Bien que des outils comme DeepLabCut aient facilité l'étiquetage des mouvements, extraire des comportements significatifs de ces étiquettes reste un défi, surtout pour les microcomportements subtils liés au sommeil.

Pour y remédier, on a développé un système au sein de FlyVISTA qui classe les comportements à partir de données vidéo non annotées basées sur un ensemble d'exemples annotés manuellement. Le système attribue des étiquettes à cinq catégories comportementales en fonction des mouvements observés des mouches. Cependant, en raison de leur nature subtile et variée, classifier certains comportements s'est avéré plus difficile que d'autres.

Grâce à notre nouveau pipeline computationnel, on a pu distinguer les comportements des mouches avec un succès relatif. Par exemple, notre système a identifié avec précision l'extension de la trompe et les comportements d'alimentation plus que d'autres. Cependant, on a découvert que le comportement impliquant les mouvements d'haltere était plus difficile à suivre de manière fiable à cause de leur subtilité et de la difficulté à les observer de manière constante.

En utilisant FlyVISTA, on a quantifié le sommeil chez les mouches à fruits sur la base de nos critères d'observation de périodes d'inactivité de plus de trois minutes, en excluant le toilettage et l'alimentation. Nos résultats ont montré que les schémas de sommeil chez les mouches en liberté sont plus consolidés que ce qui a été précédemment rapporté chez les mouches en tube.

On a analysé les quantités et les durées de sommeil pendant des périodes spécifiques de la journée. Les mouches femelles maintenaient généralement des niveaux de sommeil plus élevés tout au long de la nuit, tandis que les mouches mâles montraient une baisse significative du sommeil vers les heures tardives de la nuit.

Pour comparer nos résultats avec les approches traditionnelles, on a utilisé une autre méthode de mesure du sommeil dans de petits tubes. On a constaté que la quantité de sommeil détectée avec les méthodes conventionnelles était supérieure à ce qu'on a observé avec FlyVISTA. Utiliser FlyVISTA a conduit à une plage de durée de sommeil plus étroite, indiquant que les mouches ont probablement une durée standard pour leurs périodes de sommeil.

Après avoir mécaniquement privé les mouches de sommeil, on a observé une augmentation de la durée et des quantités de sommeil tant chez les mâles que chez les femelles, confirmant que notre approche utilisant FlyVISTA est efficace pour mesurer le comportement de sommeil.

On a aussi étudié comment les microcomportements des mouches à fruits, spécifiquement les extensions de trompe, changent au fil du temps et selon différentes conditions. Dans des circonstances normales, la fréquence des extensions de trompe restait stable tout au long de la nuit, sans montrer de diminution claire comme cela avait été précédemment rapporté.

Fait intéressant, ces extensions se produisaient principalement pendant le sommeil, suggérant un lien fort entre ce comportement et les états de sommeil. Après une privation de sommeil, il y avait une augmentation notable des extensions de trompe, indiquant un contrôle homéostasique.

Cette relation fournit des insights sur comment de tels comportements pourraient être régulés différemment sous diverses conditions. Cela souligne l'importance d'étudier ces microcomportements pour bien comprendre l'architecture du sommeil chez les mouches à fruits.

Enfin, on s'est concentré sur le comportement de commutateur de haltere qui montre du potentiel pour définir les états de sommeil plus profonds chez les mouches. Les preuves suggèrent que ces mouvements d'haltere sont étroitement liés au sommeil, se produisant presque entièrement pendant les périodes de sommeil.

On a découvert que la première occurrence des commutateurs de haltere se produisait généralement peu après le début du sommeil, indiquant que ce comportement peut signifier une transition rapide vers un sommeil plus profond. De plus, on a remarqué que lorsque les halteres étaient en position "baissée", les mouches avaient un seuil d'éveil plus élevé, suggérant que ces commutateurs indiquent un état de sommeil plus profond.

En outre, on a observé divers types de mouvements d'haltere, y compris des oscillations rythmiques qui étaient souvent accompagnées d'autres mouvements subtils dans le corps de la mouche. Ces mouvements rythmiques pointent vers l'idée qu'il pourrait exister différentes phases de sommeil qui nécessitent encore plus d'exploration.

En résumé, l'utilisation de FlyVISTA a ouvert de nouvelles avenues pour étudier le sommeil et le comportement des mouches à fruits. En combinant l'imagerie haute résolution et des algorithmes avancés, on peut mieux comprendre la nature complexe du sommeil et identifier des comportements subtils qui ont été précédemment négligés.

Nos découvertes sur les microcomportements liés au sommeil, le rôle de différents circuits neuronaux et la dynamique du sommeil utilisant FlyVISTA fournissent des insights significatifs sur la nature du sommeil chez les mouches à fruits. Alors qu'on continue à perfectionner nos techniques et méthodes d'analyse, on découvrira encore plus sur les relations complexes entre comportement, sommeil et mécanismes neuronaux sous-jacents. Ce travail améliore non seulement notre compréhension du comportement des mouches à fruits mais contribue aussi à des discussions plus larges sur le sommeil et le comportement à travers les espèces.