Descripción del proyecto
Prueba de la audición de peces elasmobranquios
Los tiburones, las rayas y los peces sierra son peces cartilaginosos que pertenecen a las más de mil especies de la subclase de los elasmobranquios. Y, como ocurre con la mayoría de peces, poseen órganos sensoriales altamente desarrollados. El proyecto FISHEARS, financiado con fondos europeos, se concentrará en su audición: a través de innovadoras herramientas computacionales y de bioimagenología, el proyecto investigará los oídos de los peces elasmobranquios. El equipo desarrollará modelos tridimensionales de alta resolución de sus oídos internos mediante tomografía computarizada con realce de contraste con yodo difusible. Para comprender la biomecánica de la estructura del oído de los peces, crearán una réplica digital. FISHEARS también desarrollará un marco estadístico para incorporar factores que puedan influir en la formación del sistema auditivo. El proyecto aplicará un algoritmo de aprendizaje automático para inferir patrones y relaciones entre factores.
Objetivo
One of the predominant riddles of sensory biology is the diversity in fish auditory systems. It is widely
accepted that fishes are well adapted to utilising underwater sounds as sensory cues in key life-history
events. However, the functional significance and the driving force leading to the differences in fish
inner ear sizes and structures are unknown. A complex interplay of physical, evolutionary, functional
and ecological factors may shape the different elements: a multiscale environment too complicated
for human conceptualisation. I propose to address this question by applying novel bioimaging and
computational tools to investigate elasmobranch fish ears. Firstly, diffusible iodine-based contrast enhanced
computed tomography (diceCT) will be used, co-registered with MRI data, to build 3D high
resolution models of the inner ears. Secondly, a Finite Element (FE) model will be created to digitally
replicate a fish ear and understand the biomechanics of its structure. Finally, a statistical framework
will be developed to incorporate the factors that may shape the hearing system of elasmobranch
fishes, including the collected data, together with the available physiological, ecological and
biogeographical information on each species, as well as species’ acoustic environmental parameters. A
Machine Learning algorithm will be applied to infer patterns and relationships between the factors, to
perform both cluster and prediction analyses. Thus, a reliable model will be developed, which can
predict the hearing capability of any elasmobranch species based on the ear morphology and the first
evidence of the function of fish ear diversity.
Ámbito científico
Palabras clave
Programa(s)
Régimen de financiación
MSCA-IF - Marie Skłodowska-Curie Individual Fellowships (IF)Coordinador
BS8 1QU Bristol
Reino Unido