Localisation de sources d’odeur par des insectes et des robots

PHEROTAXIS :

LOCALISATION DE SOURCES D'ODEUR PAR DES INSECTES ET DES ROBOTS

Comment les animaux parviennent-ils à localiser des sources d’odeurs ? Le projet PHEROTAXIS vise à répondre à cette question aux multiples ramifications en physique, en biologie et en informatique en prenant l’exemple de la communication par phéromone sexuelle chez les insectes, en particulier les papillons. Il s’agit d’intégrer les données sur les panaches phéromonaux, les réseaux neuronaux et les comportements de recherche pour proposer un modèle global des processus olfactifs phéromonaux aux échelles moléculaires, cellulaires, systémiques et comportementales.

Plusieurs résultats majeurs ont été obtenus et publiés concernant la modélisation physique du panache phéromonal (tâche 1), les propriétés de codage des neurones olfactifs de 1^er et de 2^nd ordre (tâche 2), les stratégies de recherche d'une source olfactive (tâche 3), l’analyse du comportement d’insectes recherchant une source olfactive (tâche 4) et la comparaison avec des robots des stratégies de recherche réactive et cognitive (tâche 5).

Tâche 1 : Physique du transport turbulent des phéromones

Objectifs : Développer et appliquer des méthodes de dynamique statistique des fluides pour déterminer les principales propriétés du signal phéromonal à distance de la source et utiliser ces propriétés pour concevoir un nouveau dispositif de stimulation.

Résultats : Nous avons établi la distribution de probabilité pour que la concentration en phéromone excède un certain seuil en fonction de la distance à la source, déterminé la structure temporelle ainsi que les propriétés d’intermittence des détections (temps où le seuil précédent est dépassé). Nous avons  validé ces résultats théoriques par comparaison à des simulations numériques et des expériences de laboratoire et de terrain. Enfin, nous avons appliqué ces résultats à la construction d’un stimulateur olfactif qui reproduit de manière réaliste le panache de phéromone à distance quelconque de la source et qui a été utilisé dans les autres tâches.

Tâche 2 : Neurophysiologie du codage de l’information phéromonale

Objectifs : Reconstruire et expliquer le codage du stimulus phéromonal dans les deux premières couches de neurones du système olfactif : les neurones récepteurs olfactifs (NRO) de la première couche et les neurones de projection (NP) de la seconde couche. Il s’agit de comprendre comment le message spatiotemporel multidimensionnel relatif au panache phéromonal est codé en un message de dimensionnalité réduite porté par les NP, mieux adapté au traitement cérébral et ultimement au contrôle moteur.

Résultats : Nous avons analysé les mécanismes ioniques sous-tendant les réponses neuronales, notamment la repolarisation des NRO, la réponse triphasique des NP et les dépolarisations post-potentiel des neurones locaux. Nous avons précisé les règles de codage de l’intensité (concentration) du stimulus phéromonal dans les NRO et NP individuels et leurs populations et en avons proposé une modélisation. Nous avons analysé l’adaptation sensorielle des NRO, l’habituation des NP et la dynamique temporelle des NRO et des NP en stimulation naturelle simulée, et là aussi proposé un modèle prédictif des réponses à ces stimulations.

Tâche 3 : Stratégies de recherche

Objectifs : Sachant qu’en raison de la turbulence l’insecte ne peut se guider sur aucun gradient global, que les gradients locaux ne pointent pas vers la source de phéromone et que les détections locales donnent peu d’information, il s’agit de définir des stratégies de recherche permettant de trouver cette source de manière fiable et avec le meilleur compromis entre efficacité de la recherche et complexité neurale.

Résultats : La première stratégie de recherche que nous avons étudiée utilise un mécanisme réactif inspiré de l’observation de papillons en vol où les diverses phases du comportement (élans et louvoiements) sont provoqués par les diverses phases de la réponse multiphasique des NP à une détection de phéromone étudiée en tâche 2. Dans la seconde stratégie étudiée, utilisant une approche cognitive plus complexe fondée sur la maximisation de l’information disponible, nous avons montré qu’un algorithme antérieur (Infotaxis) pouvait être simplifié et qu’on pouvait se passer d’une carte spatiale et d’une mémoire à long terme (algorithme Mapless). Nous avons étudiée une troisième stratégie (klinotaxie), utilisant le gradient de concentration à proximité de la source et nous avons montré qu’une navigation par conservation de l’angle entre le chercheur et la cible était conforme aux résultats expérimentaux.

Tâche 4 : Comment un insecte s’oriente-t-il vers une source de phéromone

Objectifs : Fournir des données quantitatives sur les trajectoires de vol ou de marche d’un insecte en réponse à des stimulations phéromonales variées en vue de tester les stratégies de recherche d’une source de phéromone dans de l’air turbulent étudiées en tâche 3.

Résultats : Les trajectoires et points de détection du stimulus phéromonal d’un insecte marcheur ont été déterminées grâce à un dispositif original : un charançon progresse vers la phéromone d’agrégation qu’il détecte, tandis qu’il porte sur son dos le détecteur de phéromone sexuelle mis au point en tâche 5 ; comme les deux phéromones sont émises de la même source, toute détection de la phéromone sexuelle signale la présence de la phéromone d’agrégation (c’est une conséquence des propriétés physiques étudiées en tâche 1). Il est ainsi devenu possible de corréler les trajectoires aux stimulations olfactives et d’aborder de nouvelles questions telles que : combien de temps faut-il continuer à chercher en absence de détection ou quels sont les mécanismes neuronaux (tels que mémoire olfactive etc.) mis en jeu dans l’orientation de l’insecte.

Tâche 5 : Navigation olfactive et cyborgs

Objectifs : Déterminer les avantages, désavantages, limitations et plausibilité biologique des deux principales stratégies (réactive et cognitive) présentées dans la tâche 3 en les implémentant dans un cyborg utilisant une antenne de papillon comme capteur (il n’existe pas actuellement de capteur artificiel de molécules de phéromone).

Résultats : Un cyborg associant une antenne de papillon à un robot a été construit car aucun dispositif entièrement artificiel n’a la sensibilité requise. Le signal électrique recueilli sur l’antenne, amplifié et numérisé, sert d’entrée aux différents algorithmes de recherche (réactif ou adaptatif) étudiés en tâche 3. Les expériences faites avec ce cyborg ont montré que la stratégie réactive était optimale pour une recherche à proximité de la source et la stratégie adaptative pour une recherche à grande distance. Elles ont également démontré l’efficacité de l’algorithme Mapless même en présence de sources multiples. L’étude a été étendue à la robotique collective : en utilisant l’algorithme Mapless nous avons montré par simulation et expérimentation que les résultats obtenus avec 3 robots connectés étaient bien meilleurs qu’avec 3 robots indépendants.

En conclusion, les principaux objectifs visés au départ ont été atteints. Les progrès très significatifs enregistrés permettent de poser de nouvelles questions d’intérêt fondamental (mécanismes neuronaux, gestion des ressources, nouveaux paradigmes expérimentaux) ou appliqué (piégeage, confusion sexuelle, détection d’agents dangereux, robotique autonome). Ces questions conduisent actuellement à la conception de nouveaux projets de collaboration, déjà acquis (ANR, PNZPS), en cours (européen) ou en discussion.