科学家让近百只蚊子绕着同事嗡嗡乱飞，只为了找出哪种衣服不招蚊子

图片来源：Courtesy of Jörn Dunkel, et al

撰文 | 王昱

审校 | 不周

夏天快到了，蚊子又快出来了。考虑到今年夏天来得比科学家预测得更快一些，说不定蚊子也能来得比往日更早一些。

所以，为什么有人就是更招蚊子呢？难道是某些人的血对蚊子来说更美味吗？2022年，一篇发表在《细胞》（Cell）上的研究指出，招蚊子体质的关键不在血液，而在皮肤——招蚊子体质者皮肤羧酸含量持久偏高。论文还指出，招蚊体质是一种非常稳定的体质。

从我个人观察角度，《环球科学》编辑部内应该有一名这样的招蚊体质者。幸运的是，那不是我。如果你身边也有这样的招蚊体质者，也许他能帮你分担蚊子的火力。但如果很不幸，你就是那名招蚊体质者，应该怎么办呢？

更不幸的是，目前市面上常见的蚊子捕捉设备（如吸引式捕蚊器）的有效率通常只有 10%～50%。为什么直到今天，我们人类还对付不了蚊子这样简单的生物呢？事实上，人类至今还不知道蚊子是怎么飞的。

这里指的不是蚊子飞行的空气动力学原理未知，而是不知道蚊子会朝哪儿飞。在后一个层面上，我们至今也只有定性的结论。我们知道蚊子会被二氧化碳和温度吸引，还知道它有视觉，能大致分辨衣服颜色的深浅，但也就仅此而已了。在感受到二氧化碳、感受到温度变化后，蚊子会如何响应这些信号，人类并不清楚。

因此，市面上的捕蚊设备仍缺乏精确的行为模型支撑，只是把蚊子喜欢的因素堆在一起而已。如果我们能建立精准预测蚊子飞行轨迹的模型，也许就能以此设计出更加高效的捕蚊设备，让蚊子像飞蛾扑火一样走进陷阱。

飞蛾扑火，或者说飞蛾会绕着光源飞，本质上是因为飞蛾在飞行时会让背朝向光源，这种在野外演化了亿万年的飞行策略，在人类的光源面前实效了。图片来源：Fabian, S.T., Sondhi, Y., Allen, P.E. et al. Why flying insects gather at artificial light. Nat Commun 15, 689 (2024). https://doi.org/10.1038/s41467-024-44785-3

而最近，一群来自美国麻省理工学院（MIT）和佐治亚理工学院（Georgia Tech）的研究人员，就在尝试建立蚊子飞行的模型。为了给模型收集数据，他们不惜把同事锁到充满50只蚊子的狭窄空间里。最终，他们成功找到了蚊子飞行轨迹的模型。他们不仅把论文发表在《科学·进展》（Science Advances）上，还在建立了一个网站，让大家可以用可交互的方式理解蚊子的飞行逻辑。

蚊子摄影棚

为了搞清楚蚊子到底是怎么找人的，研究人员先搭了一个“蚊子摄影棚”：一个大约5米长的封闭空间，四周是网罩，前方架着两台红外摄像头，外加一圈红外灯，里面放入大约50只蚊子。红外灯打亮飞行中的蚊子，使得摄像头从而能以每秒100帧的频率连续记录蚊子在三维空间中的位置变化。通过两台摄像头双目定位，只需要短短20分钟，研究人员就能记录下数百万个三维坐标数据点。

接下来，他们开始给蚊子出题。在最基础的一组实验里，房间里什么都没有，看看蚊子自己会怎么飞；然后他们在房间中央放了一个黑色小球，模拟视觉目标；或者放一个释放二氧化碳的装置，模拟人类呼吸；再进一步，他们把两个装置叠加模拟真人。

在穿黑白衣服时，蚊子更偏好黑色的那边。并且头部集中的蚊子更多。图片来源：Christopher Zuo et al.,Predicting mosquito flight behavior using Bayesian dynamical systems learning.Sci. Adv.12,eadz7063(2026).DOI:10.1126/sciadv.adz7063

他们还在通过伦理审批后，把同事也关了进去。他们专门让同事穿纯黑色衣服和一边黑一边白的衣服，结果显示，蚊子更偏好黑色的那边。并且蚊子主要集中在人的头部附近。最终，他们用20次试验收集了477 220条蚊子的飞行轨迹，数据点超过5300万个。

不过这项研究并没有止步于“统计叮了几口、落在哪里”，研究者关心的是蚊子飞行的全过程。蚊子每一刻的位置、速度、转向，全都被记录下来。然后，他们就开始“遇事不决，机器学习”了。不过，本次研究用到的并不是我们更熟悉的神经网络、深度学习这类机器学习技术——这类方法往往通过大量数据构建一个庞大的黑箱模型。在这些传统的机器学习中，有一个词叫“涌现”（emerge），比如在类鸟群模拟（Boids），只要给每个个体设置非常简单的行为准则，整体就能涌现出类似于鸟群、鱼群的复杂运动。

类鸟群模拟。图片来源：Shahabuddin Amerudin

而本次研究想从复杂的蚊子群的飞行路径中，找出单个蚊子尽可能简单的飞行模型，这在某种程度上有点像“逆向涌现”。他们用稀疏贝叶斯学习进行参数反演，最终解算出了蚊子的飞行模型。这种算法的好处是，他们不用事先写好模型，只要把这些海量轨迹丢进算法里，让数据自己“反推出”一套行为规则：在什么距离下，蚊子会加速还是减速？什么时候会转向靠近目标，什么时候又会绕开？

蚊子模型

根据他们找到的蚊子飞行模型，蚊子的飞行也遵循一些行为准则。虽然没有类鸟群中的公式那么简单，但也不像大模型的黑箱一样完全无法解释。研究人员发现，蚊子的运动会随时受到环境影响而进行调整。在不同环境下，它会做三件事：要不要加速、要不要转向、要不要停下来。而这些决策，并不是随意发生的，而是由它接收到的信号共同决定的。

最基础的情况是，当环境中什么都没有时，蚊子会在两种状态之间切换：一种是主动探索，保持相对稳定的飞行速度；另一种则更像“待机”，速度变慢、方向更随机，像是在准备降落。也就是说，即使没有目标，蚊子本身就有一套内在的飞行节奏。

当环境中出现“目标信号”时，这套规则就会被触发。比如视觉信号（一个黑色物体），会让蚊子产生明确的“转向行为”——远处会朝目标飞过去，但靠近之后又会主动绕开，因此常常出现“飞过去又离开”的情况。换句话说，视觉更像是在指路，而不是让它停下来。

而人类呼吸产生的二氧化碳，不会明显改变蚊子的飞行方向，但会让蚊子减速并停留在附近，表现为在局部区域反复盘旋。最关键的发现是，当这两种信号同时存在时，蚊子的行为会发生质变：它既会被视觉引导靠近，又会因为二氧化碳停留，于是形成围绕目标持续盘旋的轨迹。这种效果并不是简单相加，而是一种非线性的“协同作用”，也更接近真实环境中蚊子围着人打转的样子。

研究人员最终用一套统一的模型，把这些行为整合在一起：在不同距离、不同信号条件下，蚊子会自动调整速度和方向，从而在空间中形成特定的飞行模式。原本看起来杂乱无章的轨迹，其实背后是可以提炼出一套规则的。 

从这个角度看，蚊子找人并不是凭运气，而更像是在执行一套不断更新的飞行策略：远处靠气味“发现你”，中途用视觉“锁定你”，靠近后再决定“要不要停下来叮你”。

不过，他们找到的蚊子飞行模型比语言更精确。这种模型可以直接用于计算机模拟。研究人员也能据此设计更智能，成功率更高的捕蚊工具。这项研究的作者研究作者、麻省理工博士研究生Alexander Cohen表示：“既然现在有了这个模型，我们就能开始设计更智能的捕蚊装置了。”让我们期待他们的成果。

至少，这一次，我们终于开始知道蚊子在想什么了。