Мексиканские прыгающие бобы используют стратегию случайного блуждания, чтобы найти тень

Мексиканские прыгающие бобы были диковинкой для многих любознательных детей, и да, они действительно «прыгают» благодаря наличию крошечных личинок моли внутри семенных коробочек. Согласно недавняя статья опубликованные в журнале Physical Review E физиками из Сиэтлского университета, эти прыжки могут помочь личинкам мотылька найти тень, чтобы выжить в жаркие дни. И прыжковые движения, кажется, следуют стратегии случайного блуждания, чтобы сделать это.

Понятие случайная прогулка частично основано на физической концепции Броуновское движение. Несмотря на то, что технически это описывает случайные столкновения между частицами, это полезная модель, которую можно легко адаптировать к множеству различных систем, биологических, физических или любых других. Эта концепция восходит к 1827 году, когда ученый по имени Роберт Браун изучал частицы пыльцы, плавающие в воде, под микроскопом. Он заметил странное нервное движение и подумал, что пыльца могла быть живой. Но когда он повторил эксперимент с частицами пыли, которые, как он знал, не были «живыми», он все равно увидел дрожащее движение.

Браун так и не определил, что вызвало движение, но это сделал Альберт Эйнштейн в статье 1905 года, в которой он стремился подтвердить существование атомов и молекул. Соответствующее открытие Эйнштейна заключалось в том, что молекулы в жидкости, такой как вода, будут случайным образом перемещаться и сталкиваться с другими мелкими частицами, взвешенными в жидкости, такими как пыльца или пыль, вызывая «дрожание», которое Браун наблюдал примерно 80 лет назад.

Представьте, что вы идете по прямой. Каждый раз, когда вы делаете шаг, вы подбрасываете монету. Если это решка, вы делаете шаг вперед; если это решка, вы делаете шаг назад. Поскольку результат каждого подбрасывания монеты не зависит от всех остальных, всегда есть равные шансы, что она выпадет орлом или решкой при каждом подбрасывании. Это означает, что ваша будущая конечная позиция не зависит от вашей исходной начальной позиции — отсюда и термин «случайное блуждание». С тех пор эта концепция была адаптирована для моделирования колебаний фондового рынка, популяционной генетики (в частности, генетического дрейфа) и возбуждения нейронов в мозге, среди других приложений. А во время Второй мировой войны случайные броуновские блуждания использовались для моделирования расстояния, которое сбежавший заключенный преодолеет за заданное время, поскольку это может быть эффективной стратегией поиска, особенно в небольшой густонаселенной местности.

Вот тут-то и появляются мексиканские прыгающие бобы. Бобы на самом деле представляют собой семенные коробочки кустарника, произрастающего в Мексике, и более тесно связаны с молочай чем бобовые, несмотря на то, что в просторечии они известны как бобы. Бабочки откладывают яйца на свисающие семенные коробочки весной, когда кустарник цветет. Когда яйца вылупляются, новые личинки зарываются в стручки и начинают поедать семена. Тем временем стручки созревают и падают на землю, разделяясь на три меньших сегмента. Это то, что мы обычно называем мексиканскими прыгающими бобами.

Личинки все еще находятся внутри (они могут выживать там месяцами), периодически скручиваясь и раскручиваясь, и когда их головы ударяются о стенки стручка, бобы «подпрыгивают». Они больше прыгают, когда температура начинает повышаться, а прямые солнечные лучи могут убить личинок. Преобладающая гипотеза состоит в том, что бобы прыгают, чтобы переместиться в более прохладное, затененное место, чтобы они могли выжить достаточно долго, чтобы достичь стадии куколки. Как только взрослая бабочка выходит из семенной коробочки, она обычно живет всего несколько дней, потому что таков жизненный цикл.

Предыдущие исследования определили идеальный диапазон температур, при котором личинки начинают прыгать. Фасоль, подвергнутая воздействию температур в диапазоне 20-30° по Цельсию (68-86° F), является наиболее активной по сравнению с прыгающей фасолью при более высоких или более низких температурах. Другое исследование классифицировало три основных типа движения: кувыркание, перекатывание и прыжки, причем прыжки были наиболее распространенными (87 процентов). Девон Макки и Паша Табатабай из Сиэтлского университета хотели развить эту более раннюю работу для количественного описания статистического поведения прыжков.

Макки и Табатабай купили несколько мексиканских прыгающих бобов у коммерческого онлайн-поставщика и хранили их при комнатной температуре в отдельных контейнерах. Затем они построили плоскую платформу для записи с регулируемой температурой из матов с электрическим подогревом, покрытых алюминиевым листом, чтобы обеспечить равномерное рассеивание тепла, и листом белой бумаги поверх алюминия для контраста изображения. Инфракрасный термометр отслеживал температуру, удерживая ее в пределах этого «наилучшего диапазона», чтобы обеспечить наибольшую активность. Затем они записали прыжки в течение часа или около того, чтобы собрать данные о положении каждого из 37 бобов, использованных в эксперименте, и на основе этих данных создали компьютерную симуляцию для описания различных траекторий.

Почти все прыжки бобов происходили в течение 10 секунд, а их траектории соответствовали случайному блужданию независимо от степени трения между бобами и плоской поверхностью платформы. Но была ли это самая эффективная стратегия для бобов, чтобы избежать прямого солнечного света? Когда Макки и Табатабай сравнили случайное блуждание с менее случайным паттерном движения, они обнаружили, что хотя альтернативный паттерн позволяет бобам быстрее находить тень, только небольшой части бобов это удается. При использовании стратегии случайного блуждания бобам потребовалось немного больше времени, чтобы найти тень, но у них было гораздо больше шансов преуспеть в своих поисках и, следовательно, выжить.

«Эти результаты предполагают, что диффузионное движение [random walks] в мексиканских прыгающих бобах не оптимизируется для быстрого нахождения тени», – заключили авторы. «Скорее, мексиканские прыгающие бобы используют стратегию, которая сводит к минимуму шансы никогда не найти тень, когда тень редкая».

DOI: Physical Review E, 2023. 10.1103/PhysRevE.107.014609 (О DOI).