La cellule d'amibe Dictyostelium rampe sur une lame de verre. Son chemin est enregistré : une chaîne de points sur un plan. Mais quelles forces la poussent ? À l'intérieur de la cellule, un moteur moléculaire travaille : les protéines tirent, la membrane fait ressort, l'eau exerce une pression. Cela ressemble au mouvement brownien du pollen dans l'eau, mais en plus complexe : ici, il y a une mémoire du pas précédent.
Les auteurs ont construit un « juge » : un algorithme bayésien qui compare des modèles du second ordre (prenant en compte l'inertie et l'élasticité) à partir des seules coordonnées. Auparavant, de telles comparaisons étaient imprécises ou exigeaient de connaître les vitesses. Maintenant, en utilisant des formules exactes pour les cas linéaires et une approximation pour les cas non linéaires, on peut calculer le « poids » de chaque hypothèse.
Sur des cellules vivantes, il s'est avéré que le choix du meilleur modèle dépend de la fréquence des mesures. Une même cellule, filmée rapidement, « choisit » une description ; filmée lentement, elle en choisit une autre. Mais le modèle sélectionné reproduit toujours les traits clés du mouvement réel — par exemple, l'amplitude des errances et leur autocorrélation. C'est comme si, à partir d'une photo floue d'un coureur, on pouvait dire s'il s'agit d'un sprint ou d'un marathon — et ne pas se tromper sur les paramètres essentiels de la foulée.
Dictyostelium discoideum est une amibe sociale : en cas de famine, des milliers de cellules se rassemblent et construisent un corps fructifère, se sacrifiant pour les spores.