Le CO expiré et le contraste des vêtements pèsent plus lourd que le supposé sang sucré dans l’attraction exercée sur les moustiques. C’est la lecture que proposent des chercheurs de Georgia Tech et du MIT, après avoir suivi en trois dimensions les trajectoires de femelles Aedes aegypti et construit un modèle prédictif de leurs déplacements. Les résultats, rapportés le 18 mars 2026 selon la présentation des auteurs, déplacent le débat: la piqûre relève moins d’un trait individuel mystérieux que d’un enchaînement de signaux physiques détectables, exploitables, et déjà repris par l’industrie des pièges.
La scène est familière: deux personnes discutent à quelques mètres, l’une reste intacte, l’autre sert de cible. La tentation est forte d’invoquer une explication simple, presque morale. Le travail présenté par les deux institutions américaines décrit un mécanisme plus prosaïque: un moustique s’accroche quand deux verrous se déverrouillent presque en même temps. D’abord l’odeur, le panache de CO produit par la respiration, ensuite la vue, avec des formes à fort contraste qui émergent du décor. Pris séparément, ces indices ne suffisent pas toujours à déclencher une poursuite durable. Ensemble, ils augmentent la probabilité de boucles et de recirculations autour de la cible, plutôt qu’un simple passage.
Cette approche intéresse au-delà de l’entomologie. Aedes aegypti est un vecteur majeur de la dengue, du Zika et de la fièvre jaune. Comprendre ce qui transforme un vol erratique en trajectoire de chasse a des implications directes pour la prévention, les dispositifs de capture, et la communication de santé publique, souvent parasitée par des idées reçues.
20 expériences, 20 millions de mesures: le vol d’Aedes aegypti cartographié en 3D
Le cur du dispositif repose sur une observation fine du mouvement, et pas seulement sur le résultat final. Les chercheurs ont placé des groupes de femelles Aedes aegypti dans une chambre expérimentale de type pièce, équipée de caméras infrarouges 3D. Les trajectoires ont été enregistrées en continu: virages, accélérations, boucles, approches, éloignements. L’objectif était de décrire la dynamique de recherche d’hôte, ce moment où la femelle, qui a besoin d’un repas sanguin pour produire des ufs, passe en mode prospection.
Les cibles testées variaient en complexité: objets simples, surfaces de couleurs différentes, émissions contrôlées de CO, puis présence d’un volontaire humain protégé, dont l’habillement créait un contraste marqué entre zones claires et sombres. Selon la synthèse fournie par les auteurs, l’ensemble couvre environ 20 expériences et représente plus de 20 millions de mesures issues de centaines de milliers de trajectoires. La masse de données permet de sortir d’une logique d’anecdotes, en isolant des effets robustes et en testant des combinaisons de signaux.
Pour transformer ces trajectoires en règles, l’équipe a utilisé une approche de modélisation bayésienne, décrite comme capable d’apprendre des relations à partir de grands jeux de données. Concrètement, il s’agit d’estimer la probabilité qu’un moustique adopte un comportement (rester, tourner, s’éloigner) en fonction des indices présents. Ce type de modèle ne remplace pas l’observation, il la structure: il force à expliciter ce qui déclenche un changement d’état, et il permet ensuite de simuler des scénarios.
La promesse, pour la recherche appliquée, est claire: si l’on peut prédire où l’insecte va voler lorsqu’un panache de CO apparaît près d’une forme à fort contraste, alors il devient possible de concevoir des pièges ou des aménagements qui exploitent ce biais, et de tester virtuellement des réglages avant des campagnes terrain plus coûteuses.
Reste un point méthodologique important: l’étude porte sur une espèce donnée, dans un environnement contrôlé, avec des paramètres maîtrisés. Le modèle peut être très performant dans ce cadre, puis nécessiter des ajustements pour d’autres espèces, d’autres climats, ou des conditions extérieures plus turbulentes. C’est le prix à payer pour obtenir une mesure propre des mécanismes.
Le duo CO + contraste visuel déclenche la poursuite plus qu’un signal isolé
Le résultat mis en avant est un effet de combinaison. Selon les auteurs, le CO expiré agit comme un déclencheur puissant, mais il ne suffit pas toujours à transformer un passage en engagement. La vue intervient comme une seconde clé: lorsqu’une cible présente un contraste visuel net, le moustique est plus susceptible de maintenir sa présence dans la zone, en multipliant les orbites et les retours. Cette logique en deux temps aide à comprendre pourquoi une personne peut sembler aimanter les moustiques dans un groupe, sans qu’il soit nécessaire d’invoquer une propriété du sang.
Le contraste est ici central, car il renvoie à des choix concrets: vêtements très sombres dans un environnement clair, ou inversement, motifs tranchés, silhouettes qui se détachent au crépuscule. Le travail ne dit pas que la couleur attire au sens simpliste, il suggère que la capacité à se distinguer du fond favorise la persistance du comportement de recherche, une fois le panache de CO détecté. Autrement dit, la respiration met le moustique sur une piste, et la vision l’aide à s’y maintenir.
Ce mécanisme explique aussi une asymétrie fréquente: deux personnes peuvent émettre du CO en quantité différente, selon la taille, l’effort physique, ou la ventilation. Dans un contexte typique, fin de journée humide, activité sportive ou repas en extérieur, l’émission respiratoire augmente, et la scène fournit des contrastes visuels forts. Le modèle propose une lecture cohérente: ce n’est pas la malchance, c’est une conjonction d’indices qui rend une cible plus stable dans l’espace sensoriel de l’insecte.
La portée de ce résultat est aussi une correction de communication. La théorie du sang sucré a une efficacité narrative, mais elle détourne de facteurs modifiables. Dire que le moustique répond à un panache de CO et à un contraste remet la prévention sur des variables observables, et évite de faire porter aux individus une causalité quasi biologique sans preuve directe.
Il faut aussi lire ce résultat comme une hiérarchie de signaux, pas comme une liste exhaustive. La littérature sur les moustiques mentionne aussi la chaleur, l’humidité, certains composés cutanés. L’intérêt de l’approche Georgia Tech-MIT est de quantifier un couple de signaux et de montrer qu’il suffit, dans leur protocole, à expliquer une part majeure des trajectoires de poursuite.
Pas de chef de file: l’effet de groupe vient de signaux partagés
Autre point saillant: la sensation de nuée ou d’attaque coordonnée ne prouve pas une stratégie collective. D’après les auteurs, les moustiques observés ne suivaient pas un congénère leader. Ils réagissaient indépendamment aux mêmes indices, ce qui les conduit mécaniquement à converger vers les mêmes zones. La conséquence est presque contre-intuitive: plus un signal est fort et stable, plus il crée un effet de regroupement sans coordination sociale.
Le professeur David Hu, cité par les auteurs, compare le phénomène à un lieu de sortie très fréquenté, une analogie qui vise à faire comprendre la dynamique: ce n’est pas l’imitation qui crée la densité, c’est l’attraction exercée par un point commun. Dans le cas des moustiques, le point commun est un panache de CO et une cible visuellement facile à maintenir dans le champ de perception. Cette lecture a une implication pratique: disperser ou perturber les signaux peut réduire la concentration locale, même si chaque individu reste capable de détecter une cible.
Cette indépendance des trajectoires renforce aussi l’intérêt de la modélisation. Si les moustiques n’ont pas besoin de se coordonner, un modèle basé sur des règles individuelles peut déjà reproduire des phénomènes collectifs apparents. C’est un gain de simplicité: il devient possible de simuler des densités et des zones à risque sans introduire des hypothèses sociales difficiles à vérifier.
La limite est que l’environnement réel ajoute des couches: vents, obstacles, variations de lumière, mélange de panaches issus de plusieurs personnes. Une convergence indépendante peut alors produire des résultats plus chaotiques, ou au contraire amplifier les points chauds. Le modèle 3D sert surtout à identifier les conditions où l’engagement se produit, ce qui est souvent la donnée la plus utile pour l’ingénierie des pièges.
Sur le plan de la perception publique, ce résultat dégonfle aussi une idée tenace: ils s’acharnent. Le moustique ne s’acharne pas, il optimise une recherche. Quand les indices restent présents, la boucle continue. Quand ils disparaissent, la trajectoire se défait. La différence, pour la personne piquée, se joue dans la stabilité des signaux autour d’elle, pas dans une intention.
Les fabricants de pièges misent sur le CO et la signature visuelle
Le secteur des pièges à moustiques est déjà structuré autour d’un principe: reproduire l’hôte. Beaucoup de dispositifs commerciaux utilisent des appâts olfactifs, des leurres thermiques, ou des ventilateurs qui aspirent l’insecte vers un filet. Le résultat Georgia Tech-MIT renforce une orientation: le CO n’est pas un simple ingrédient parmi d’autres, il devient un signal pivot, surtout s’il est associé à un repère visuel contrasté qui encourage le moustique à rester dans la zone du piège.
Dans cette logique, s’adapter à la volée ne relève pas d’un slogan, mais d’un cycle d’itération. Un fabricant peut ajuster le débit de CO (cartouches, fermentation, bouteilles), la position de l’émission, la forme et la couleur de la surface de capture, ou l’éclairage autour du dispositif. Le modèle 3D a un intérêt direct: il suggère où placer les stimuli pour maximiser les boucles de recirculation, donc la probabilité d’aspiration ou de contact avec une surface traitée.
Cette adaptation pose aussi des questions de coût et d’usage. Le CO est contraignant: il faut une source, une autonomie, une logistique. Les solutions à base de fermentation sont économiques mais variables, les cartouches sont plus stables mais plus chères. Si la recherche confirme que l’effet du contraste amplifie l’efficacité du CO, certains acteurs peuvent chercher des compromis: moins de gaz, meilleure architecture visuelle du piège, ou dispositifs passifs combinés à des sources de CO ponctuelles lors des heures de forte activité.
Le marché est aussi encadré par la réglementation sur les biocides et la communication des performances. Une étude académique ne suffit pas à valider une promesse commerciale, mais elle influence les cahiers des charges. Elle peut aussi réorienter la demande: si la prévention est présentée comme une gestion de signaux (réduction des panaches, réduction des contrastes, placement des pièges), le consommateur attend des produits intelligents plutôt que des répulsifs généralisés.
Enfin, l’intérêt sanitaire est évident. Aedes aegypti est associé à des risques épidémiques, et les stratégies de contrôle reposent souvent sur un mix: élimination des gîtes, protection individuelle, capture, parfois interventions plus lourdes. Mieux comprendre la grammaire sensorielle de l’insecte permet de cibler les efforts. Le modèle 3D n’est pas une solution en soi, mais il fournit une brique de rationalisation qui manquait souvent aux débats dominés par des explications folkloriques.
