Para peneliti telah menggunakan akselerator partikel sinkrotron, robotika, dan AI untuk membuat model 3D beresolusi tinggi dari semut dari 800 spesies. Proyek ini memindai 2.000 spesimen hanya dalam satu minggu, jauh lebih cepat daripada metode tradisional. Upaya ini, yang disebut Antscan, bertujuan membangun perpustakaan digital keanekaragaman hayati serangga.
Selama lebih dari satu dekade, laboratorium Evan Economo di University of Maryland telah menggunakan pemindai micro CT untuk memindai serangga, dengan fokus pada morfologi mereka. Namun, pemindaian ini lambat, sering memakan waktu 10 jam per spesimen, seperti yang dicatat Economo: „Salah satu keterbatasan adalah Anda bisa mendapatkan dataset 3D yang kaya ini, tapi bisa memakan waktu 10 jam untuk memindai satu spesimen.“ nnDalam sebuah studi yang diterbitkan pada 5 Maret 2026 di Nature Methods, Economo dan Thomas van de Kamp dari Karlsruhe Institute of Technology (KIT) di Jerman memimpin tim yang mempercepat proses tersebut. Dengan menggabungkan sinar X intens dari akselerator sinkrotron dengan robotika dan AI, mereka memindai 2.000 spesimen semut yang diawetkan dalam etanol dari museum-museum global dalam satu minggu. Pengganti robotik memutar setiap spesimen setiap 30 detik, menghasilkan tumpukan gambar 2D yang dikonversi menjadi model 3D. nnJulian Katzke, penulis pertama studi dan mantan mahasiswa di Okinawa Institute of Science and Technology (OIST), menjelaskan efisiensi tersebut: „Kami memperkirakan bahwa jika kami melakukan proyek ini dengan pemindai CT berbasis laboratorium, itu akan memakan waktu enam tahun operasi secara terus-menerus. Dengan pengaturan di KIT, kami memindai 2.000 spesimen dalam satu minggu saja.“ nnPemindaian awal menunjukkan semut dalam posisi canggung, sehingga mahasiswa ilmu komputer University of Maryland dalam mata kuliah James Purtilo mengembangkan AI untuk estimasi pose agar model tampak alami. Purtilo menggambarkannya sebagai: „Proyek capstone dimaksudkan untuk menantang mahasiswa mengintegrasikan keterampilan, berfungsi sebagai tim yang efektif, dan menunjukkan kemampuan mereka menyelesaikan masalah nyata. Dan masalah ini benar-benar menantang.“ nnModel Antscan mengungkap detail mikroskopis seperti otot, sistem saraf, dan sengat pada resolusi mikrometer. Data mentah tersedia secara publik, dengan penampil online untuk eksplorasi. Economo menekankan dampak yang lebih luas: „Nilai studi ini bukan hanya tentang semut—itu jauh lebih luas. Ketika spesimen didigitalisasi, kita bisa membangun perpustakaan organisme yang dapat menyederhanakan penggunaannya mulai dari laboratorium ilmiah hingga ruang kelas dan studio Hollywood.“ nnData Antscan mendukung makalah Science Advances pada 19 Desember 2025 oleh Economo dan lainnya, yang menganalisis lebih dari 500 spesies semut. Makalah itu menemukan korelasi negatif antara volume kutikula eksoskeleton dan ukuran koloni, menghubungkan sifat fisik dengan kesuksesan evolusioner. Ini membangun atas studi Cell Juni 2025 yang ditulis bersama oleh Economo tentang genom semut. nnEconomo berencana memperluas database tersebut, dengan menyatakan: „Pekerjaan ini membawa kita lebih jauh ke era big data dalam menangkap, menganalisis, dan berbagi bentuk serta wujud organisme.“ Makalah berjudul „High-throughput phenomics of global ant biodiversity“ itu menyoroti potensi AI dalam penelitian keanekaragaman hayati.
