Utak ng mga Pulubi: Inspirasyon para sa Mas Matalinong AI at Robotics

Ang mga pulubi, ang pinakamahuhusay na pollinator sa mundo, ay mahalagang bahagi ng biodiversity na direktang pinagkakakitaan ng mga tao para sa ating kaligtasan.

Ang mga pakpak na insekto na ito ay kilala sa pagbibigay ng mataas na kalidad na pagkain tulad ng pulot pati na rin ng wax ng pulubi, propolis, pulbos, at jelly, kasama ang iba pang produkto. Higit pa rito, sila ang responsable sa pag-pollinate ng napakaraming namumulaklak na halaman, kabilang ang karamihan sa mga pananim ng pagkain sa mundo, na nagpapahintulot sa mga halaman na magparami at magbunga ng prutas, gulay, at buto. 

Upang magawa ito, ginagamit ng mga pulubi ang kanilang mabalahibong katawan upang ilipat ang pulbos mula sa isang bulaklak papunta sa iba.

Bagaman hindi lamang mga pulubi ang gumagawa nito—ang mga ibon, unggoy, at kahit mga tao ay nag-pollinate—ang mga pulubi ay tiyak na ang pinakakaraniwang pollinator. Tinatayang higit sa 87% ng lahat ng namumulaklak na species ng halaman ay umaasa sa mga hayop, kung saan ang mga pulubi ang pangunahing pangkat para sa pollination, isang mahalagang serbisyo ng ekosistema na kritikal para sa biodiversity at seguridad sa pagkain.

Ang mga pulubi ay talagang napakatalino na insekto, at pinag-aaralan ng mga tao ang kanilang pag-uugali, mga gawi, at sosyal na interaksyon upang maunawaan ang kalusugan ng ekosistema, mga pagbabago sa kapaligiran, at mapabuti ang kahusayan ng pollination ng mga pananim.

Higit pa rito, ginagamit ang mga pulubi bilang modelo para maunawaan ang kooperatibong pag-uugali at kung paano ang maliliit na utak ay nag-uugnay ng kumplikadong sosyal na gawain. 

Kunin din ng mga siyentipiko ang inspirasyon mula sa mga pulubi upang itaguyod ang teknolohiya. Halimbawa, ang kanilang mga estratehiya sa nabigasyon at komunikasyon ay inilalapat sa teknolohiya ng drone. Ang pag-uugali ng pulubi ay nagbigay din ng inspirasyon sa robotics, mga algoritmo, at AI.

Kaugnay nito, natuklasan ng mga mananaliksik na ginagamit ng mga pulubi ang kanilang mga galaw sa paglipad upang mapabuti ang mga signal ng utak, na nagpapahintulot sa kanila na matuto at makilala ang kumplikadong visual na pattern nang may mataas na katumpakan. 

Ayon sa bagong pag-aaral, ang persepsiyong batay sa galaw na ito ay maaaring magpabago sa pag-unlad ng susunod na henerasyon ng AI at robotics sa pamamagitan ng pagbibigay-diin sa kahusayan kaysa sa napakalaking kapangyarihan ng pagkompyut.

Talino ng Pulubi: Ano ang Itinuturo ng Maliliit na Utak sa AI

Ang kakayahan ng mga pulubi sa visual na pagkatuto ay talagang kamangha-mangha. Ito ay makikita mula sa katotohanang kaya nilang matutunan ang pag-uugnay ng isang kulay sa gantimpala pati na rin ang pagtukoy ng mga tiyak na tampok upang iklasipika ang mga visual na pattern. Ipinakita rin nila ang kakayahang maunawaan ang mga abstraktong konsepto at lutasin ang mga gawain sa numerosity sa pamamagitan ng sunud-sunod na pag-scan ng mga elemento sa loob ng isang stimulus. 

Isang pangunahing konsepto sa agham pangkaisipan, ang numerosity ay tumutukoy sa bilang ng mga item sa isang hanay at karaniwang pinag-aaralan sa konteksto ng visual na persepsyon, kung saan ito ay tumutukoy sa kakayahang mabilis maunawaan ang dami ng mga bagay sa isang eksena nang hindi nagbibilang. 

Bilang ganoon, sinusuri ng mga gawain sa numerosity ang likas na kakayahan ng utak na makakita at magtantiya ng mga dami.

Kaya, malinaw na ang mga pulubi ay may natatanging kakayahan, na ginagawang mahalagang modelo ng hayop para sa pagsisiyasat ng mga prinsipyo ng visual na pagkatuto sa pamamagitan ng pagsusuri ng kanilang mga tugon sa pag-uugali.

Ngunit ang katotohanan ay, hindi pa talaga alam kung paano nagagawa ng mga pulubi na tuklasin ang kumplikadong mga pattern at maunawaan ang mga komplikasyon ng mundo sa kanilang paligid habang nag-iipon ng pagkain, batay sa kanilang inaakalang mababang sensitivity sa paningin at limitadong neural na mapagkukunan.

Ang mga visual sensory neuron ay talagang pinaniniwalaang umunlad upang samantalahin ang mga regularidad sa mga natural na tanawin. Halimbawa, ipinakita ng mga pag-aaral na ang mga sensory pathway ng insekto at ang mga pag-uugaling kaakibat nito ay dinamiko na nag-aangkop sa iba’t ibang kondisyon sa paligid. Ang mga tugon ay inaayos batay sa input na data tulad ng spatial frequency, contrast, at spatiotemporal correlations. 

Pagdating sa mga estratehiya ng aktibong pag-sample, kung saan patuloy na sinusuri ng mga hayop ang kanilang kapaligiran upang kunin ang visual na impormasyon sa paglipas ng panahon, ang ganitong pag-uugali ay malawak na naobserbahan sa iba’t ibang species. 

Habang ginagamit ng mga primado ang paggalaw ng mata upang mapabuti ang kanilang pinong spatial resolution at mapahusay ang pag-encode ng natural na stimuli, gumagamit ang mga insekto ng mga estratehiya na kinabibilangan ng paggalaw ng ulo at katawan o tiyak na mga approach trajectories.

Sa kaso ng mga pulubi, malamang na umaasa sila sa aktibong paningin at sunud-sunod na pag-sample upang bumuo ng matibay at matatag na neural na representasyon ng kanilang kapaligiran. 

Ang mga estratehiyang ito ay gumaganap ng mahalagang bahagi sa maagang pagproseso ng visual, binabawasan ang redundancy at ginagawang mas epektibo ang pag-encode ng mga visual na stimuli. Ngunit muli, ang ating pag-unawa kung paano pinapayagan ng mga mekanismong ito ang mga pulubi na matuklasan ang mga visual na regularidad, mapagtagumpayan ang mga limitasyon sa representasyon, at lutasin ang kumplikadong mga gawain ay nananatiling mahina.

Alinsunod sa pinakabagong pag-aaral, ang pag-unawa sa mga estratehiyang ito ay mahalaga para matuklasan ang mga pangunahing prinsipyo ng paningin ng insekto at ang kanilang mas malawak na implikasyon sa pagproseso ng visual sa mga biyolohikal at artipisyal na sistema.

Kaya, batay sa kanilang nakaraang pag-aaral, kung saan sinuri ang mga landas ng paglipad ng pulubi sa isang simpleng visual na gawain¹, ang mga mananaliksik ay ngayon tinitingnan ang mga pangunahing elemento ng circuit na nag-aambag sa aktibong paningin sa pagkilala ng mga achromatic na pattern.

Ang pangunahing layunin ng pag-aaral ay matukoy kung paano nakakatulong ang pag-scan na pag-uugali ng mga pulubi sa organisasyon at konektividad ng mga neuron sa kanilang visual na lobes.

Hinulaan ng mga mananaliksik mula sa University of Sheffield na ang mga pag-uugaling pag-scan ay nag-aangkop upang magsample ng kumplikadong visual na tampok sa paraang mas epektibong i-encode ang mga ito sa mga lobula neuron. Ito, sa kalaunan, ay nagpapadali ng natatanging representasyon na sumusuporta sa pagkatuto sa maliit na utak ng mga pulubi. Upang subukan ang hipotesis na ito, nag-develop sila ng isang neuromorphic na modelo ng optic lobes ng pulubi.

Isinama ng mga mananaliksik ang mga prinsipyo ng coding sa pamamagitan ng isang bagong modelo ng non-associative plasticity. Pinahintulutan nito ang modelo na mag-self-organize ng konektividad nito sa loob ng visual lobe, kaya lumilikha ng epektibong representasyon ng kapaligiran at nagdudulot ng pag-usbong ng mga orientation-selective na selula, na mahalaga para sa pag-encode ng kumplikadong mga visual na eksena.

Ang balangkas ng visual na pagproseso ay higit pang pinahusay sa pamamagitan ng paggamit ng isa pang module para sa decision-making, na kumuha ng inspirasyon mula sa mga mekanismo ng associative learning ng mga insekto.

Ipinapakita ng mga simulation ng mga mananaliksik na ang isang maliit na subset ng lobula neuron, na sensitibo sa tiyak na orientation at bilis, ay maaaring i-compress ang kumplikadong visual na kapaligiran sa mga representasyon na ipinapahayag bilang firing rates. Ang mga bihirang representasyong ito ay epektibong nagbubukod sa pagitan ng plus at multiplication na pattern, na naglilinaw ng mas malawak na aplikasyon ng modelo.

Ang mga pananaw na nakalap sa pag-aaral ay makakatulong na itaguyod ang ating pag-unawa sa biyolohikal na paningin at kognisyon at magbigay inspirasyon sa pag-develop ng mga bagong computational model para sa mga visual recognition task, ayon sa pag-aaral.

Paano Hinuhubog ng Paningin na Inspirado ng Pulubi ang Robotics at AI

Ang pinakabagong pag-aaral, isang kolaboratibong pagsisikap kasama ang Queen Mary University of London at inilathala sa journal na eLife, detalyado ang digital na modelo ng miniatureng utak ng pulubi².

Ginagamit nito ang nakakagulat na paraan kung paano pinagsasama ng mga insekto ang kanilang utak at katawan upang itulak ang teknolohiya at gawing mas matalino at mas epektibo ang mga susunod na robot. Katulad ng kung paano ginagamit ng mga pulubi ang kanilang galaw sa paglipad upang lumikha ng malinaw na signal ng utak at pasimplehin ang kumplikadong visual na gawain, ang susunod na henerasyon ng teknolohiya ay maaari ring mangolekta ng mahalagang impormasyon sa pamamagitan ng galaw sa halip na umasa sa napakalaking kapangyarihan ng pagkompyut.

Sa kabuuan, ipinakita ng pag-aaral na kahit ang maliliit na utak ng insekto ay kayang lutasin ang kumplikadong visual na gawain. 

Ang katotohanang ilang selula lamang ng utak ang kayang gawin ito ay nangangahulugang ang katalinuhan ay hindi lamang bagay ng utak, kundi resulta ng pagsasama-sama ng utak, katawan, at kapaligiran. 

Ang pagbuo ng isang digital bersyon ng utak ng pulubi ay tumulong sa mga mananaliksik na matuklasan na ang paraan ng paggalaw ng katawan ng mga pulubi habang lumilipad ay tumutulong sa paghubog ng kanilang visual input. Ang mga galaw na ito ay lumilikha rin ng natatanging electrical signal sa kanilang utak, na nagpapahintulot sa kanila na madaling at epektibong matukoy ang mga predictable na tampok sa paligid nila .

Ito ay nagpapakita ng kamangha-manghang katumpakan ng mga pulubi sa pagkatuto at pagtukoy ng kumplikadong visual na pattern habang lumilipad.

“Sa pag-aaral na ito, matagumpay naming naipakita na kahit ang pinakamaliit na utak ay maaaring gamitin ang galaw upang makita at maunawaan ang mundo sa kanilang paligid. Ipinapakita nito na ang isang maliit, epektibong sistema — bagaman resulta ng milyong taon ng ebolusyon — ay maaaring magsagawa ng mga kalkulasyon na napakalawak ang komplikasyon kaysa sa dati naming inakala.”

– Ang senior na may-akda ng pag-aaral, Propesor James Marshall, Direktor ng Centre of Machine Intelligence sa University of Sheffield

Sa pamamagitan ng paggamit ng pinakamahusay na disenyo ng kalikasan para sa katalinuhan, binigyang-diin ni Marshall, ito ay nagbubukas ng daan para sa “susunod na henerasyon ng AI, na nagdadala ng mga pag-unlad sa robotics, self-driving na sasakyan, at pagkatuto sa totoong mundo.”

Tulad ng nabanggit kanina, ang pag-aaral na ito ay nakabatay sa kanilang nakaraang pananaliksik kung paano ginagamit ng mga pulubi ang aktibong paningin, kung saan ang kanilang mga galaw ay tumutulong sa pangangalap at pagproseso ng visual na impormasyon. Ang pinakabagong gawain ay mas malalim na sinusuri ang mga mekanismo ng utak na nag-uudyok sa kanilang paglipad at pagsusuri ng mga tiyak na pattern.

“Sa aming nakaraang trabaho, kami ay namangha sa pagtuklas na gumagamit ang mga pulubi ng matalinong scanning shortcut upang lutasin ang mga visual na palaisipan. Ngunit iyon ay nagsabi lamang sa amin kung ano ang kanilang ginagawa; para sa pag-aaral na ito, nais naming maunawaan kung paano.”

– Lead author, Dr. HaDi MaBouDi mula sa University of Sheffield

Matagal nang nauunawaan ang advanced na kakayahan ng mga pulubi sa pagkatuto ng visual na pattern. Kabilang dito ang kanilang kakayahang makilala ang pagkakaiba ng mga mukha ng tao, ngunit hindi kung paano nila nililibot ang mundo nang may ganitong kahusayan.

“Ipinapakita ng aming modelo ng utak ng pulubi na ang mga neural circuit nito ay na-optimize upang iproseso ang visual na impormasyon hindi nang mag-isa, kundi sa pamamagitan ng aktibong pakikipag-ugnayan sa mga galaw ng paglipad nito sa natural na kapaligiran.”

– MaBouDi

At ito, ayon sa kanya, ay sumusuporta sa teorya na ang katalinuhan ay nagmumula sa pakikipag-ugnayan ng utak, katawan, at kapaligiran na nagtutulungan.

“Natutunan namin na ang mga pulubi, kahit na ang kanilang mga utak ay hindi mas malaki kaysa sa butil ng sesame, ay hindi lamang nakikita ang mundo – aktibong hinuhubog nila ang kanilang nakikita sa pamamagitan ng kanilang mga galaw. Ito ay isang magandang halimbawa kung paano ang aksyon at persepsyon ay malalim na magkaugnay upang lutasin ang kumplikadong problema gamit ang kaunting mapagkukunan. Ito ay may malaking implikasyon para sa parehong biyolohiya at AI.”

– MaBouDi

Ang modelo, na binuo sa pamamagitan ng kolaboratibong pagsisikap, ay nagpapakita na ang mga neuron ng pulubi ay nagiging lubos na nakatutok sa tiyak na galaw at direksyon habang ang kanilang utak ay dahan-dahang nag-aangkop sa paulit-ulit na pagharap sa iba’t ibang stimuli. Pinapabuti nito ang kanilang mga tugon nang hindi kailangang umasa sa mga asosasyon o reinforcement.

Ang ibig sabihin nito ay ang utak ng pulubi ay nag-aangkop sa kapaligiran nito sa pamamagitan lamang ng pagmamasid habang lumilipad, nang hindi kailangan ng agarang gantimpala.

Lahat ng ito ay ginagawa gamit lamang ang ilang neuron, na nagtitipid ng enerhiya at kapangyarihan sa pagproseso, kaya napakabisa ng kanilang utak. Ngayon, upang subukan ang modelo, inilagay ito ng koponan sa parehong visual na hamon na kinahaharap ng totoong mga pulubi. Sa kasong ito, kailangang pag-iba-ibahin ng computational model ang ‘plus’ sign at ang ‘multiplication’ sign.

Sa paggaya sa estratehiya ng totoong pulubi, na nag-scan lamang ng ibabang kalahati ng mga pattern, ang modelo ay nagpakita ng makabuluhang pagbuti sa pagganap. 

Dagdag pa rito, matagumpay na ipinakita ng modelo kung paanong maaaring kilalanin ng mga pulubi ang mga mukha ng tao, gamit lamang ang isang maliit na network ng artificial na neuron, pinapakita ang pagiging versatile at ang lakas ng kanilang visual na pagproseso.

“Nabighani ang mga siyentipiko sa tanong kung ang laki ng utak ay nagtataya ng katalinuhan sa mga hayop. Ngunit ang mga ganitong spekulasyon ay walang saysay maliban kung alam ng isang tao ang neural na kalkulasyon na sumusuporta sa isang partikular na gawain,” sabi ni Propesor Lars Chittka, Propesor ng Sensory at Behavioural Ecology sa Queen Mary University of London. “Dito tinutukoy namin ang minimum na bilang ng mga neuron na kinakailangan para sa mahihirap na visual discrimination tasks at natuklasan naming napakaliit ng mga bilang, kahit para sa kumplikadong gawain tulad ng pagkilala ng mukha ng tao. Kaya, ang mga microbrain ng insekto ay kayang magsagawa ng advanced na kalkulasyon.”

Kaya, sa ganitong paraan, ang pag-aaral ay nagdaragdag sa ebidensya na ang mga hayop ay hindi lamang pasibong tumatanggap ng impormasyon. Sa katunayan, aktibo silang nakikipag-ugnayan dito.

Ang mga pulubi, partikular, ay may mas mataas na antas ng visual na pagproseso, at ipinapakita ng modelo kung paano ang pag-scan na pinapatakbo ng pag-uugali ay maaaring lumikha ng compressed, natutunang neural code.

“Sama-sama, sinusuportahan ng mga natuklasang ito ang isang pinag-isang balangkas kung saan ang persepsyon, aksyon, at dinamika ng utak ay sabay na umuunlad upang lutasin ang kumplikadong visual na gawain gamit ang kaunting mapagkukunan – na nag-aalok ng makapangyarihang pananaw para sa parehong biyolohiya at AI.”

– Propesor Mikko Juusola, Propesor sa System Neuroscience mula sa School of Biosciences at Neuroscience Institute ng University of Sheffield

I-click dito upang malaman kung paano makakatulong ang AI na protektahan ang mga pulubi mula sa mga Asian hornet.

Mag-swipe upang mag-scroll →

Pamumuhunan sa AI Tech

Sa mundo ng AI at robotics, Qualcomm (QCOM ) ay isang kilalang pangalan na nagsaliksik ng neuromorphic at edge-AI na teknolohiya. 

Mahigit isang dekada na ang nakalilipas, inilabas ng Qualcomm ang mga Qualcomm Zeroth processor upang tularan ang human-like na persepsyon at pagkatuto, katulad ng ginagawa ng mga biological na utak. Bukod sa biologically-inspired na pagkatuto, layunin nitong tularan ang kahusayan kung paano nagkokomunika ang ating utak ng impormasyon at i-standardize ang bagong arkitektura ng pagproseso na tinatawag na Neural Processing Unit (NPU).

Samantala, ang AI-driven Robotics RB6 Platform nito ay nagbibigay kapangyarihan sa susunod na henerasyon ng robotics at matatalinong makina, kabilang ang mga delivery robot, autonomous mobile robots (AMRs), UAM aircraft, manufacturing robot, autonomous defense solutions, at marami pang iba. Ang platform ay naghahatid ng power-efficient, advanced edge-AI computing at video processing na may 5G connectivity para sa mga robot.

Pangunahin, ang Qualcomm ay kasangkot sa pag-develop ng mga pundasyunal na teknolohiya para sa wireless industry, kabilang ang 3G, 4G, 5G, wireless connectivity, at high-performance at low-power computing.

I-click dito upang matutunan ang lahat tungkol sa pamumuhunan sa artificial intelligence (AI).

Qualcomm (QCOM )

Sa pagtingin sa pagganap ng merkado ng Qualcomm, ang kumpanya na may market cap na $171.67 bilyon ay kasalukuyang nagte-trade sa $159.54, tumaas ng 3.6% ngayong taon.

Bagaman ang pagganap ngayong taon ay hindi kahanga-hanga, ito ay sumusunod sa pagtaas ng QCOM lampas $215 noong Hunyo ng nakaraang taon. Ang EPS (TTM) nito ay 10.36, P/E (TTM) ay 15.36, at ROE (TTM) ay 44.62%, habang ang mga shareholders ay nakikinabang sa dividend yield na 2.24%.

Sa panig ng pananalapi, iniulat ng wireless chipmaker na tumaas ng 10% ang kita sa $10.4 bilyon para sa ikatlong quarter ng fiscal na nagtapos noong Hunyo 29, 2025.

Dahil sa lakas sa Handsets, IoT, at Automotive, tumaas ng 11% YoY ang QCT revenues sa $9 bilyon, at tumaas ng 22% ang EBT revenues sa $2.7 bilyon. Ang pinagsamang QCT Automotive at IoT revenues, samantala, ay tumaas ng 23% YoY sa $2.7 bilyon.

Ang non-GAAP EPS ng kumpanya ay tumaas ng 19% YoY sa $2.77.

According to CEO Cristiano Amon:

“Isa pang quarter ng malakas na paglago sa QCT Automotive at IoT revenues ang nagpapatibay sa aming diversification strategy at kumpiyansa sa pag-abot ng aming pangmatagalang target sa kita. Ang aming pamumuno sa AI processing, high-performance at low-power computing, at advanced connectivity ay naglalagay sa amin upang maging piniling platform ng industriya habang lumalawak ang AI sa edge.”

Sa quarter na ito, nagbalik ang Qualcomm ng $3.8 bilyon sa mga stockholder, na kinabibilangan ng $967 milyon, o $0.89 bawat share, ng cash dividends at $2.8 bilyon ng share repurchases.

Kamakailan lamang, inilunsad ng Qualcomm ang Dragonwing Q-6690 para sa mga enterprise customer nito, wala pang anim na buwan matapos ilunsad ang Dragonwing suite ng mga produkto. Inaangkin ng kumpanya na ang chipset ay ang kauna-unahang mobile processor sa mundo na may built-in na ultra-high frequency RFID capabilities.

Sa pamamagitan ng mga solusyon nito sa industrial at embedded IoT, networking, at cellular infrastructure, layunin ng kumpanya na gamitin ang mga ito upang pasimplehin ang komplikasyon, i-optimize ang operational efficiency, at bigyan ng kapangyarihan ang mas matalinong pagdedesisyon.

Sa gitna nito, ang AI company ng Saudi Arabia na Humain ay nagsimulang magtayo ng unang data center nito sa Riyadh at Dammam, kung saan nakipag-partner ito sa Qualcomm at AMD, Cisco, at Groq. Plano ng kumpanya na magtayo ng 1.9 GW na kapasidad ng data center sa pagtatapos ng dekadang ito.

Pinakabagong Balita at Pag-unlad ng Stock ng Qualcomm (QCOM)

Konklusyon

Matagal nang nagbibigay inspirasyon ang mga hayop sa teknolohiya, at ngayon ipinapakita ng mga pulubi na ang katalinuhan ay hindi tungkol sa laki ng utak kundi sa kahusayan, kakayahang umangkop, at walang putol na integrasyon ng katawan, utak, at kapaligiran. Ang mga aral na ito ay maaaring makatulong sa pag-transform ng disenyo ng AI.

AI ay isa sa pinaka-advanced at mabilis na umuunlad na larangan ngayon, na kumukuha ng malaking atensyon, kapital, at pag-unlad. Ang pag-scale ng napakalaking modelo, gayunpaman, ay magastos, mataas ang konsumo ng enerhiya, at hindi sustainable. Dito, ang pananaliksik na inspirasyon ng pulubi ay nag-aalok ng alternatibo: maliliit, epektibong neural network na maaaring makamit ang higit gamit ang kaunti.

Sa pamamagitan ng pag-aaral ng aktibong paningin at compact na neural na estratehiya ng mga pulubi, maaari tayong magtayo ng futuristic na AI at robotics na mas mabilis at mas may kakayahan.

I-click dito upang malaman kung maaaring gumanap ng papel ang mga robotic pollinator sa vertical farming.

Mga Sanggunian:

1. MaBouDi, H., Richter, J., Guiraud, M.-G., Roper, M., Marshall, J.A.R., at Chittka, L. Aktibong paningin ng mga pulubi sa isang simpleng gawain ng diskriminasyon ng pattern. eLife, 14, e106332, inilathala noong 20 Pebrero 2025. https://doi.org/10.7554/eLife.106332
2. MaBouDi, H., Roper, M., Guiraud, M.-G., Juusola, M., Chittka, L., at Marshall, J.A.R. Isang neuromorphic na modelo ng aktibong paningin na nagpapakita kung paano makatutulong ang spatiotemporal encoding sa mga lobula neuron sa pagkilala ng pattern sa mga pulubi. eLife, 14, e89929, inilathala noong 1 Hulyo 2025. https://doi.org/10.7554/eLife.89929