Gezondheid van mens en dier in interactie
Muggen begrijpen met machine learning
Hoe landen hommels op een bloem? En worden ze in de kas bij bestuiving gehinderd door ledverlichting? Hoe bestrijd je de dodelijke malariamug? Bij deze vragen kan de computer uitkomst bieden. Hoogleraar Florian Muijres en zijn team leren de computer vliegbewegingen van insecten en vogels te herkennen. Zo hopen zij diergedrag beter te begrijpen.
Florian Muijres, hoogleraar Experimentele Zoölogie, steekt zijn bewondering voor insecten niet onder stoelen of banken. “Ze hebben een klein brein met relatief weinig rekenkracht en toch kunnen ze complex gedrag vertonen. Zoals muggen die klappen ontwijken of hommels die exact landen op een bewegende bloem. Dat doen insecten toch perfect?”
Verwondering over diergedrag is bij Muijres nauw verweven met zijn kennis van technologie. Hij studeerde luchtvaart- en ruimtevaarttechniek aan de TU Delft en bij WUR ontrafelt hij hoe vliegende dieren functioneren in een veranderende natuurlijke omgeving met menselijke invloeden. “Naar vogels kijken was altijd al mijn hobby, vooral als ze vlogen. Heel gaaf om nu te begrijpen hoe dat werkt.”
Dat doen Muijres en zijn team door de computer vliegbewegingen van dieren te leren herkennen. In hoeverre hindert bijvoorbeeld ledverlichting hommels bij de bestuiving in een kas? Hoe bestrijd je het dodelijkste dier op aarde, de malariamug? Voortschrijdende technologie maakt zijn onderzoek steeds efficiënter en breder inzetbaar. Van één hommel in het lab naar duizend muggen in de lucht.
Muijres illustreert de veranderingen in zijn onderzoeksveld met een voorbeeld. “Toen ik in 2006 afstudeerde op het vlieggedrag van vleermuizen, waren we voor een filmpje van een seconde een week bezig om alle camerabeelden van drie punten op het vleermuislichaam handmatig te digitaliseren en te verwerken tot een 3D-reconstructie. Alle algoritmes om de vleugelstand tijdens een vleugelslag goed te analyseren zaten als het ware in ons eigen brein.”
Sindsdien zijn de camera’s sneller geworden: tegenwoordig kun je met 13.500 frames per seconde vastleggen hoe een vliegende mug 600 keer per seconde met zijn vleugels slaat. Dat levert terabytes aan data op om te analyseren. De belangrijkste innovatie kwam met de opkomst van deep learning algoritmes. Met die algoritmes leert een kunstmatig neuraal netwerk, analoog aan onze hersenen, complexe taken uitvoeren. Zo’n netwerk kan uit enorme hoeveelheden data geautomatiseerd beelden herkennen.
Muijres gebruikt machine learning om complexe vliegbewegingen nauwkeurig te analyseren. Met de kennis die hij daarmee opdoet kunnen er gericht maatregelen worden genomen die de samenleving ten goede komen, zoals ziektepreventie en duurzame voedselproductie.
‘We zetten camera’s op het huis waarmee we tot wel 1 miljoen vliegbewegingen van muggen kunnen tracken’
Muijres bestudeert dieren met een hoge maatschappelijke relevantie, zoals de hommel. Zowel in de natuur als in de duurzame land- en tuinbouw zijn hommels belangrijke bestuivers. Goed om te weten dus hoe hommels foerageren en hoe ze omgaan met wisselende omstandigheden, zoals met weinig licht, in de kou, of met wind.
Sinds enige jaren zetten telers rood-blauw gekleurde ledverlichting in om de plantengroei te verbeteren, maar de ogen van hommels zijn gevoeliger voor groen licht. Muijres’ team onderzocht of de insecten hinder ondervinden van de ledverlichting bij het landen en dus minder efficiënt zouden kunnen bestuiven.
De onderzoekers observeerden de dieren eerst in het lab. “We hebben in een statische situatie gekeken hoe hommels landen op een bloem. Ze blijken regelmatig te vertragen, even te zweven en dan weer te versnellen.” Zo landen ze snel en doelgericht. Toen het standaardpatroon in kaart was gebracht, voegden de onderzoekers zijwind toe en een bewegende bloem.
Ze bleken zich ook goed aan te kunnen passen aan de ledverlichting: de totale landingsmanoeuvre duurde net zo lang bij beide kleuren licht. “Hommels zijn dus niet alleen schattige dieren, ze zijn ook onuitputtelijk en robuust. Ze kunnen heel goed vliegen in lastige omstandigheden en dankzij hun efficiënte manier van landen kunnen ze relatief snel foerageren.”
Met dezelfde real time tracking-techniek als bij de hommels, volgt de groep van Muijres het vlieggedrag van malariamuggen. Dit insect is met name op het Afrikaanse continent een grote bedreiging voor de volksgezondheid, omdat het de dodelijke malariaparasiet overbrengt. Als je weet hoe een malariamug een woning binnenkomt, kun je maatregelen nemen om dat te voorkomen. Vroeger zetten onderzoekers muggenvallen binnen en buiten een woning neer. Daarna maakten ze bijvoorbeeld een ventilatierooster dicht en vergeleken het aantal muggen in beide vallen opnieuw. Dat kostte veel tijd.
‘Het is een complexe dynamiek tussen mens en dier. Een ingewikkeld kat- en muisspel, waarbij de mens eigenlijk de kat is, maar dan van kaas’
Muijres: “Nu zetten we camera’s op het huis waarmee we tot wel een miljoen vliegbewegingen kunnen tracken. Algoritmes laten uit al die data nauwkeurig zien hoe muggen zich rond een muggenval gedragen en hoe ze een huis binnenkomen. Vliegen ze direct door ventilatieroosters of door het raam, of vliegen ze bijvoorbeeld eerst over de grond? Zo zie je snel waar je het beste een muggenval kunt neerzetten. Dus door nauwkeuriger te meten, kun je veel gerichter maatregelen nemen.” Hij heeft een bepaald ontzag voor de beestjes gekregen. “Ze zijn ontzettend goed in het vinden van mensen, de geur van ons uitgeademde CO₂ is een belangrijke lokker.”
Zijn team heeft ook ontdekt dat malariamuggen een specifieke ontwijkmanoeuvre maken. “Ze detecteren de luchtbeweging van de slaande hand nauwkeurig en gebruiken die als een soort boeggolf om op weg te surfen. Het is een complexe dynamiek tussen mens en dier. Een ingewikkeld kat- en muisspel, waarbij de mens eigenlijk de kat is, maar dan van kaas”, aldus Muijres.
Misschien kunnen we dat gedrag straks ook volgen, van dichtbij bekijken hoe ze interacteren.” Er zijn experimenten met transgene muggen waarvan de mannetjes steriel zijn.
De proeven met steriele muggen moeten ervoor te zorgen dat er minder vrouwtjes komen, dat zijn namelijk de muggen die bijten en zo malaria overbrengen. “Die transgene mannetjes moeten wel fit genoeg zijn om te kunnen paren in die zwerm. We willen zien hoe ze bewegen en daarvoor werken we internationaal samen.”
Muijres popelt ook om hommels in hun natuurlijke omgeving te kunnen bestuderen. De hommel staat bovendien model voor een nieuw te ontwikkelen drone in samenwerking met de TU Delft. Een zelfsturende en -landende drone is nuttig voor de civiele luchtvaart, bijvoorbeeld bij drone ambulances. “We willen het landingspatroon van hommels programmeren in drones, om te kijken of ze precieze autonome landingen kunnen maken. Dat is niet makkelijk hè, binnen, zonder GPS.” Het voedt zijn verwondering over die kleine beestjes. “Gaaf, zo’n hommel in de natuur – het lijkt alsof het nooit fout gaat.”
Zijn verleden als luchtvaartingenieur verraadt zich als hij zegt dat dieren nog een black box zijn. “Je weet niet wat ze doen in het bos, of in een huis, of in de kas. Met deze nieuwe technieken kunnen we dichter bij de belangrijke vragen komen om die zwarte doos te openen.”
Deel dit artikel
WIE Florian Muijres, hoogleraar Experimentele Zoölogie
ONDERZOEK Analyse van trackinggegevens en sensorplatformen
TEAM Experimentele Zoölogie
MEER INFORMATIE
Dit project hoort bij het innovatieprogramma Next Level Animal Sciences (NLAS).
Binnen dit programma werken onderzoekers van Wageningen University & Research samen met partners aan de (door)ontwikkeling van nieuwe onderzoeksmethoden en technologieën binnen het domein van de dierwetenschappen. NLAS bestaat uit drie onderzoekslijnen: sensortechnologie, complexe celsystemen en data en modellen.
