Les abeilles sont moins susceptibles de piquer dans les grands groupes

Piquer ou ne pas piquer ? Une phéromone d’alarme joue un rôle décisif dans la volonté des abeilles de piquer et dans la taille de leur groupe, comme l’ont maintenant montré des scientifiques de l’Université de Constance

Comme le dit le proverbe, « Vous pouvez attraper plus de mouches avec du miel qu’avec du vinaigre. » Les abeilles, cependant, préfèrent éviter d’attraper quoi que ce soit, mais leur miel attire de nombreux prédateurs dans la colonie. Certains, comme les mouches, sont assez faciles à dissuader. D’autres prédateurs sont beaucoup plus gros que les abeilles et prêts à accepter de nombreuses piqûres d’abeilles pour les nutriments sucrés. Pour les repousser, les abeilles doivent se regrouper dans une attaque collective piquante.

Cette réaction défensive est généralement initiée par des abeilles transitoirement spécialisées, appelées abeilles de garde. Ils surveillent les environs de la colonie. Si elles détectent un gros animal s’approchant de la colonie, les abeilles gardiennes réagissent soit en piquant l’intrus, soit en extrudant leur dard et en éventrant leurs ailes, parfois en courant dans la ruche où se trouvent leurs compagnons de nidification.

« Dans les deux cas, leur comportement provoque la libération de la phéromone d’alarme de piqûre, un mélange d’odeurs complexes transporté directement sur le dard », explique la neurobiologiste Morgane Nouvian.

Ce signal chimique éveille les abeilles à proximité et les recrute sur le site de la perturbation. Là, ils décident de participer ou non à l’effort défensif en piquant ou en harcelant autrement le prédateur. Ainsi, la phéromone d’alarme de piqûre joue un rôle majeur dans la réaction défensive de la colonie. Mais la taille du groupe joue-t-elle aussi un rôle ?

Une étude interdisciplinaire examine comment les conditions affectent les réponses défensives des abeilles individuelles

Une collaboration interdisciplinaire entre des chercheurs en début de carrière – la biologiste Dr Morgane Nouvian et la professeure junior en informatique Tatjana Petrov du Centre pour l’étude avancée du comportement collectif de l’Université de Constance – a développé un modèle et une méthodologie pour quantifier comment la réactivité à l’alarme phéromone évolue au cours d’un événement défensif, quelle que soit la taille du groupe. Les résultats ont été publiés dans Biologie computationnelle PLOS le 15 septembre 2022.

« Notre objectif biologique est d’étudier l’effet que les conditions environnantes ont sur la réponse défensive des abeilles individuelles », a déclaré le dernier auteur Morgane Nouvian. Dans ce travail, l’équipe de recherche s’est concentrée sur l’impact de la taille du groupe, car des études antérieures ont montré que ce facteur peut influencer les réponses agressives chez les insectes sociaux.

« Aborder cet objectif biologique a ouvert de nouveaux défis pour l’informatique », a déclaré Petrov. « Comprendre la rétroaction sociale – comment le comportement collectif s’adapte aux changements de taille du groupe – nécessite de traiter des modèles complexes et des données expérimentales limitées, et donc d’intégrer des méthodologies basées sur des modèles et des données. »

Approche de recherche à deux volets

Les auteurs ont d’abord observé le comportement de groupes d’abeilles confrontés à un faux prédateur, un mannequin tournant, et quantifié leur réaction défensive en comptant simplement le nombre de dards incrustés dans le mannequin à la fin d’un essai. Par la suite, ils ont proposé un modèle mathématique de la dynamique de groupe, qui relie de manière transparente le choix probabiliste d’une seule abeille de piquer à une concentration de phéromone d’alarme donnée, au résultat collectif observé dans l’expérience.

Extraire le comportement des individus à partir de données de niveau groupe est un problème intéressant du point de vue informatique à plusieurs niveaux. « Premièrement, les modèles de comportements de groupe énumérant chaque contexte social possible d’un individu souffrent de l’explosion combinatoire des états, mais aussi d’un nombre croissant de paramètres de modèles », explique Tatjana Petrov. « De plus, de nombreuses sources d’incertitude telles que des choix aléatoires d’individus, des paramètres inconnus ou une taille d’échantillon de données limitée nécessitent de nouvelles méthodes pour quantifier l’incertitude. »

Les abeilles pèsent dans leur contexte social lorsqu’elles prennent la décision de piquer

La collaboration entre informaticiens et neurobiologistes donne aux deux parties une nouvelle perspective sur la recherche. « Sur le plan informatique, nous avons proposé une nouvelle méthodologie pour extraire le comportement individuel des données démographiques », explique Petrov. « À cette fin, nous avons combiné de manière unique des méthodes formelles de pointe et l’inférence statistique. »

Un outil logiciel créé par les auteurs intègre de manière modulaire toutes les étapes du processus d’analyse. Le logiciel, développé et maintenu par le doctorant Matej Hajnal, permet de se concentrer sur la question biologique, tout en ayant une interprétation claire du modèle d’une part, et une quantification des incertitudes d’autre part.

« Sur le plan biologique, nous fournissons des preuves que les abeilles pèsent dans leur contexte social lorsqu’elles prennent la décision de piquer », déclare Nouvian. « Nous arrivons à cette preuve en exécutant notre analyse sur chaque taille de groupe séparément, puis en comparant la courbe dose-réponse à la phéromone d’alarme obtenue. » Les auteurs montrent que le recrutement devient moins efficace à mesure que la taille du groupe augmente, et donc l’inhibition sociale joue un rôle en plus de la communication des phéromones d’alarme.

« Notre méthodologie aborde un phénomène social spécifique chez les abeilles, mais elle peut également être considérée comme une preuve de concept pour le défi actuel consistant à » ouvrir « les modèles de boîte noire du comportement collectif observé et à fournir des hypothèses comportementales interprétables au niveau de individus », dit Petrov. Elle s’attend à ce que son approche puisse être appliquée à une gamme d’autres systèmes biologiques. « En ce qui concerne une application plus large de notre approche, nous avons déjà identifié de nouveaux défis informatiques, notamment en ce qui concerne l’évolutivité et la quantification de l’incertitude en cas, par exemple, de grandes populations, de mesures imprécises et d’une capacité cognitive plus riche des individus.