Science：科学家们改写了蝗虫群居的规律

最近发表在《科学》杂志上的一项研究表明：集体行为的经典模型无法解释驱动沙漠蝗群的机制——一种影响全世界数百万生命的生态现象。这项研究由康斯坦茨大学和马克斯普朗克动物行为研究所的优秀“集体行为”集群的科学家们进行，为支持集体运动的认知和感觉机制提供了一个新的视角，挑战了动物行为领域长期以来的信念。

　　

沙漠蝗虫是一种臭名昭著的圣经害虫，它们形成了自然界中最大的昆虫群体之一，并且由于对粮食安全的影响，估计威胁到全球十分之一人口的生计。蝗虫群体的形成始于无飞行能力的幼虫聚集并开始整齐地行进。理解这些害虫如何协调运动对于开发基于证据的控制方法至关重要，例如预测蝗虫群体的移动。此外，揭示个体间相互作用的性质对于更广泛地理解社会动物物种中集体运动的出现也是关键。

数十年来，一种从理论物理学借用的原则——将个体视为“自驱动粒子”——一直被用来模拟动物的集体运动。与物理系统（如磁体）中的粒子类似，这种假设认为动物会积极地与彼此对齐。然而，与磁体不同的是，这些“粒子”始终处于运动状态。这种模型表明，即使个体仅与它们的局部邻居对齐，也能出现大规模的协调运动，大量个体朝着同一方向移动。

长期以来的假设还指出，动物之间的密度是决定从非协调运动（个体朝随机方向移动）转变为大规模协调集体运动的决定性因素。当足够多的动物聚集在一定空间内时，它们被认为会自发地从无序运动转变为有序群体运动。这一预测后来似乎得到了实验室中大规模蝗虫群体实验的证实，从而加强了这些经典模型的说法。

通过结合2020年东非蝗虫爆发期间的实地工作、实验室研究、虚拟现实实验以及对过去数据的重新评估，康斯坦茨大学“集体行为”卓越集群的研究人员得出结论，蝗虫群体中集体运动的行为机制无法用这些经典模型来解释。他们的发现挑战了传统观点，即集体运动是如何在动物群体中出现的。

“推断移动动物群体中个体间相互作用的机制是非常困难的”，该研究的高级作者伊恩·库辛教授指出，“个体既影响也受到其他个体行为的影响，这种相互作用非常复杂。”为了克服这一挑战，康斯坦茨团队利用沉浸式3D虚拟现实技术，使他们能够研究自由移动的蝗虫如何与计算机生成的“全息”虚拟群体相互作用。“这种方法使我们能够严格测试关于它们行为的假设，这些在自然群体中是不可能做到的”，第一作者塞尔坎·萨延博士补充道。

虚拟现实提供的精确视觉信息控制意味着研究人员可以确定蝗虫如何将感官输入转化为运动决策。与之前的假设相反，研究小组观察到，“光运动反应”（蝗虫和其他许多物种中的一种先天反射，即跟随运动线索）并不是协调集体运动的原因。事实上，他们没有发现任何证据表明蝗虫会明确地与他人的运动方向对齐。

在一个虚拟现实实验中，例如，焦点蝗虫被放置在两个虚拟群体之间，一个在其左侧，一个在其右侧，两者都朝同一方向移动。经典模型预测，在这种情况下，蝗虫应该“随波逐流”。然而，康斯坦茨团队发现，蝗虫会转向面对一个群体或另一个群体，并朝其移动。

此外，研究人员发现，群体秩序并非仅仅是密度增加的产物，正如之前所认为的那样。对齐是响应连贯视觉线索的结果，几乎完全独立于密度。“这实际上与信息的质量有关，而不是数量”，塞尔坎·萨延说。对大量先前实验室实验的重新分析，这些实验曾主张密度依赖的连贯运动转变，证实了康斯坦茨团队的发现，挑战了关于蝗虫群体行为机制的先前假设。

为了解释他们的结果，康斯坦茨团队不得不重新思考从底层建模集体的方法。“蝗虫的行为并不像简单的相互对齐的粒子”，伊恩·库辛说。“我们意识到我们需要将它们建模为认知主体——处理它们的周围环境，并就下一步的移动做出决策。”

研究团队开发了一个简单的认知模型，该模型基于动物用于空间导航的神经回路的神经生物学原理，称为“环形吸引子”神经网络。在这个模型中，个体对邻居的方向有一个简单的神经表征，而不是身体方向或运动方向。运动决策通过一个动态过程产生，其中神经表征根据相对位置竞争或汇聚，最终达成共识，决定运动方向。“我们的模型基于已知的神经生物学原理”，塞尔坎·萨延博士解释说，“我们发现它可以解释我们所有关键实验结果。”

这项发表在《科学》杂志上的研究，可以说是群体研究领域的一次范式转变。通过提供关于蝗虫行为如何导致毁灭性群体的基本新见解，康斯坦茨的研究可能为改进蝗虫控制策略提供关键知识，例如有效模拟群体运动。

此外，这些发现的后果可能会超出蝗虫，扩展到更广泛的应用，包括理解其他物种的运动协调，以及机器人技术、人工智能和集体智能的研究。例如，群体机器人技术和自动驾驶车辆协调可能会从蝗虫高度有效的集体运动认知策略中获得启发的算法中受益。