Uma nova abordagem para monitorar o comportamento dos aracnídeos poderia ajudar a compreender a sua dinâmica social, bem como a saúde do seu habitat.
Os aracnídeos nascem dançarinos.
Após milhões de anos de evolução, muitas espécies dependem de movimentos sofisticados para comunicar tudo, desde rituais de cortejo a disputas territoriais e estratégias de caça.
Os pesquisadores geralmente observam esses movimentos em laboratório usando o que é conhecido como vibrômetros a laser.
Depois de direcionar o feixe de luz da ferramenta para um alvo, o vibrômetro mede frequências e amplitudes de vibração minúsculas emitidas pelo efeito Doppler shift.
Infelizmente, o custo e a sensibilidade de tais sistemas muitas vezes limitam a sua implantação no terreno.
Para encontrar uma solução para este problema de longa data, um estudante de doutorado da Universidade de Nebraska-Lincoln combinou recentemente uma série de microfones de contato minúsculos e baratos com um programa de machine learning de processamento de som.
Depois, depois de fazer as malas, ele foi para as florestas do norte do Mississippi para testar seu novo sistema.
Os resultados de Noori Choi, publicados recentemente na Communications Biology, destacam uma abordagem nunca antes vista para coletar movimentos extremamente difíceis de detectar de aranhas em substratos florestais.
Choi passou dois meses sufocantes de verão colocando 25 microfones e armadilhas de queda em seções de 1.000 pés quadrados de solo florestal, depois esperou que a vida selvagem local fizesse seus movimentos vibratórios.
No final, Choi deixou o estado de Magnólia com 39.000 horas de dados, incluindo mais de 17.000 séries de vibrações.
Nem todos esses murmúrios eram as aranhas-lobo que Choi queria, é claro.
As florestas são lugares barulhentos cheios de insetos ativos, pássaros tagarelas, farfalhar de galhos de árvores, bem como sons invasivos da vida humana, como motores de avião.
Estas ondas sonoras também são absorvidas pelo solo como vibrações e precisam ser eliminadas dos alvos aracnídeos dos cientistas.
“A vibroscape é um espaço de sinalização mais movimentado do que esperávamos, porque inclui vibrações transmitidas pelo ar e pelo substrato”, disse Choi em um recente perfil universitário.
No passado, esse processo de análise era um esforço manual e frustrantemente tedioso que poderia limitar severamente os escopos da pesquisa e do conjunto de dados.
Mas, em vez de gastar cerca de 1.625 dias de gravações, Choi projetou um programa de machine learning capaz de filtrar sons indesejados enquanto isola as vibrações de três espécies distintas de aranhas-lobo: Schizocosa stridulans, S. uetzi e S. duplex.
Análises mais aprofundadas produziram novos insights fascinantes sobre o comportamento dos aracnídeos, particularmente uma sobreposição de frequência acústica, tempo e espaço de sinalização entre as espécies irmãs S. stridulans e S. uetzi.
Choi determinou que ambas as variantes da aranha-lobo geralmente restringiam sua sinalização quando estavam sobre a serapilheira, e não sobre detritos de pinheiro.
De acordo com Choi, isso implica que o mercado imobiliário é valioso para as aranhas.
“[Eles] podem ter opções limitadas de escolha, porque se escolherem sinalizar em lugares diferentes, em substratos diferentes, podem simplesmente atrapalhar toda a comunicação e não atingir seu objetivo, como atrair parceiros”, Choi, agora pesquisador de pós-doutorado no Instituto Max Planck de Comportamento Animal da Alemanha, disse na segunda-feira.
Além do mais, S. stridulans e S. uetzi parecem adaptar seus métodos de comunicação dependendo de quão lotados estão em um determinado momento e de quem os estava aglomerando.
S. stridulans, por exemplo, tendia a prolongar suas danças de cortejo de vibração intensa quando detectavam machos da mesma espécie próximos.
Quando sentiram S. uetzi próximo, no entanto, muitas vezes variaram ligeiramente os seus movimentos para diferenciá-los das outras espécies, reduzindo assim a potencial confusão no namoro.
Além de abrir métodos inteiramente novos de observação do comportamento dos aracnídeos, a combinação de microfones de contato e análise de machine learning de Choi também poderia um dia ajudar outras pessoas a monitorar a saúde geral de um ecossistema, mantendo um ouvido atento às populações de aranhas.
“Mesmo que todos concordem que os artrópodes são muito importantes para o funcionamento do ecossistema? se entrarem em colapso, toda a comunidade pode entrar em colapso”, disse Choi.
“Ninguém sabe como monitorar as mudanças nos artrópodes.” Agora, no entanto, a nova metodologia de Choi poderia permitir uma ajuda não invasiva, precisa e altamente eficaz para permanecer no topo dos movimentos diários das aranhas.
Publicado em 05/04/2024 23h42
Artigo original: