CC BY
31
В.Н. Дармограй, Ю.В. Карасева, В.Н.Морозов и др.
[4]. Суспензия макрофагов (10 мкл) в концентрации 1х105 клеток/мл блоттингировались на нитроцеллюлозную мембрану (NCM). Высохшие дот образцы (один дот на особь) готовили для детекции РНК и протеин дот блоттинга. Техника протеин дот блоттинга - по [3,4]. Дот блот сигналы сканировали 528 нм волнами на Shimadu TLC сканере и анализировали статистически.
Величина уровня болевого порога перед ЭА - 0,02±0,04, после ЭА - 0,з8±0,04 (р<0,01. Сигналы гибридизации и iNOS активности окрасились в сине-фиолетовый цвет в цитоплазме макрофагов. Все сигналы гибридизации iNOS и iNOS активности возросли в ОГ в сравнении с КГ. Сканированная величина оптической плотности (OD) сигналов iNOS РНК дот блоттинга и iNOS протеин дот блоттинга показана в табл. 1. Сигналы дот блоттинга iNOS макрофагов были сильнее в ОГ в сравнении с КГ. Все сигналы дот блоттинга позитивно коррелировали с повышением уровня болевого порога в ОГ (табл. 2).
Таблица 1
Сканирование OD X ±S сигналов дот блоттинга в макрофагах
iNOSmRNA iNOS протеин
ЭГ 2.91±0.3б 2.б3±0.33
КГ 1.50±0.28 1.72+0.38
р <0.01 0.005
Таблица 2
Корреляция между величиной ОО сигнала и степенью анальгезии
Анальгезия с iNOS INOS активность
r= 0.57 0.92
p <0.005 <0.0005
Интактные клетки при situ РНК дот блоттинге и протеин дот блоттинге использованы для определения iNOSmRNA и iNOS активности, все сигналы могут быть сканированы с помощью Shimadu TLC сканера для получения сравнительной OD, что облегчает статистический анализ [5]. Уровень болевого порога заметно возрос в ОГ, не меняясь в КГ, при этом более выраженная анальгезия наступила у особей № 1- 3, 6, 10. Экспрессия iNOS или NOS2 макрофагами человека, лошади, коровы, овцы, крысы, мышей и курицы играют эссенциальную роль в цитоток-сической активности, направленной на патогены, такие как вирусы, грибки, гельминты, простейшие и опухолевые клетки [11]. Кроме того, экспрессия iNOS была обнаружена в макрофагах, нейтрофилах, ацидофилах, звездчатых ретикулоэндотелиальных клетках, альвеолярных макрофагах и нейроглии [6].
Липосахариды (LPS) и цитокиназа, такие как INFy,TNFa, IL-1ß могут усилить, а TGFß, IL-10 - уменьшить генную экспрессию iNOS в макрофагах [7]. Высвобождение цитокинов, IL-1, INF и TNF из активированных макрофагов усиливат генную экспрессию iNOS, вызывая активное продуцирование NO. Имеется тесное взаимодействие между цитокинами, эйкозаноидами и NO [8]. Эйкозаноиды - продукты активной формы циклоксигеназы (COX2) вовлекаются в процессы регуляции иммунной системы. Оксид азота, генерируемый в активированных макрофагах, является иммунорегуляторной молекулой [9]. В нашем опыте генная экспрессия iNOSmRNA и iNOS активность были интенсивнее в ОГ, чем в КГ и позитивно коррелировали с анальгетическим эффектом, т.к. макрофаги могут быть активированы эндогенными цитокинами, индуцированными ЭА. Если высвобожденный NO преобразуется в пероксинитрит, то становится очень токсичным. Малые количества высвобожденного NO могут способствовать васкулярной дилатации регулируя сосудистый тонус, а избыточное его количество вызывает деструкцию тканей/клеток, приводя к аутоиммунным заболеваниям. Оксид азота может являться и цитопротектором, и цитодеструктором [10]. ЭА регулирует генную экспрессию iNOS и iNOS активности, повышая резистентность (иммунный ответ) к болезням, при этом возрастающее количество высвобождающегося NO не повреждает ткани и клетки благодаря двухфазному регулирующему эффекту ЭА.
Литература
1. Zheng N. et al. // World J Acup-Mox.- Vol. 8(4).- Р. 35-38.
2. Larsson L I, Hougaard O M. Histochemistry.- 1996.-Vol. 93.- Р. 347-359.
3. Wu J, Deng Y. Practical Protocols of Non-Radioactive Molecular Technique. Zhengzhou Henan Med Univ Press.- 1997.- Р. 56.
4. Zheng N. et al. // J Henan Med Univ.- 1997.- № 3.- 118.
5. Wu J. et al. // Proceedings of 4th CJJHCS Chongqing Publishing House.- 1996.- Р. 329-330.
6. Alexander B. // Nutrition.- 1998.- Vol. 14(4).- Р. 76-90.
7. Yokoyama M. et al. // J Card Fail 1996.- Bd. 2(4 suppl).-
S. 179-185.
8. Weisz A. et al. // Biochen J.- 1996.- Vol. 316(pt1).- Р. 209.
9. Bogdan C. O. // Behring Inst Mitt.- 1997.- Vol. 99.- Р. 58.
10. Whittle B J. //J Gastroenterol Hepat.-1997.- №11.- Р. 1026.
110 ЛЕТ СО ДНЯ РОЖДЕНИЯ НОРБЕРТА ВИНЕРА: НАУЧНЫЙ
СИМПОЗИУМ ПО ПРОБЛЕМАМ САМООРГАНИЗАЦИИ
9 декабря 2004 г. прошел симпозиум «Проблемы самоорганизации в природе, машинах и сообществах», организованный РС МАН, НИИ нормальной физиологии ИМ. П.К. Анохина РАМН, посвященный 110-летию со дня рождения отца кибернетики Норберта Винера. Доклад М. А. Лебедева - «Современное прочтение идей Н. Винера о соотношении науки и религии» - об идеях, имеющихся в работах Н.Винера «Кибернетика и общество», «Акционерное общество Бог и Голем», «Наука и общество» и др.
Проф .Никольский А.Е. в докладе «Самоорганизации в системных механизмах поведения личности в процессе формирования знаний» подчеркнул проблему самоорганизации личности, в т.ч. с физическими недостатками, при получении знаний, формировании трудоспособности, гарантирующей уровень социальной защищённости. Для лиц, обучающихся по специальности математик, системный программист, надо акцентировать теорию функциональных систем (ФС) для компенсации нарушенных функций средствами когнитивной, виртуальной психологии, определяющей самоорганизацию механизмов поведения». В.Т. Сергованцев (МГАУ им.
В.П.Горячкина) в докладе «Автоматы, разум и движения» подчеркнул возможности логического анализа движения как функции автомата, саму логисту он трактует как интегральную функцию количества движения/импульса движения. Выводится логическая зависимость движений как функция разума: разум создает новые движения, а автомат выполняет их. Для реализации движений в информационных системах работает генерация новых движений, реализация отработанных движений без участия генератора и запоминание движений впрок. Казаков Г.А. в докладе «Активизация процесса самоорганизации систем человека через внешние воздействия на них» отметил, что суть принципа самоорганизации, являющегося одним из базовых в теории ФС и состоит в том, что организм может сам восстанавливать норму своих физиологических и морфологических показателей. В процессе самоорганизации организма основная роль отводится внешним воздействиям, стимулирующим восстановительные силы организма. Сформулированные концепции активизации самоорганизации систем человека через внешние воздействия служат ориентирами в различных областях медицины.
Проф. Гораздовский Т.Я. совместно с Семеновым А.М. в докладе «Экспериментальная физическая модель самоорганизации в живой природе», напомнил, что научной базой является физический, т.е. аппаратурный эксперимент с метрологическим обеспечением. Это утверждение реализовано соавторами этого доклада при создании технических средств первой в истории биологии спонтанной самоорганизации критичности строения эритроцитов в виде дважды круговых инвариантных торов из чистой или в присадками воды. Этих устройств было испытано около тридцати различных видов, но все они разделяются на три группы: с горизонтальным или с вертикальным распылением главных осей экстрюдинок и баллонов, а третий вид - в форме открытого лотка. Первые два вида позволяют изучить влияние гравитации на движения тора после его формирования, а третий вид -процессы генерирования и движения тора как солитона. Симпозиум подтвердил актуальность кибернетических идей Н.Винера для естествознания и их прикладную значимость в реализации идей системного управления в различных областях медико-биологических знаний, техники, общества.
Лебедев М.А., Глазачев О. С.
Статья
Раздел III
РАЗРАБОТКА ЛЕЧЕБНО-ДИАГНОСТИЧЕСКОЙ АППАРАТУРЫ И ИНСТРУМЕНТАРИЯ. ПРОГРАММНОЕ ОБЕСПЕЧЕНИЕ НОВЫХ МЕДИЦИНСКИХ ТЕХНОЛОГИЙ
УДК 65.012.12
МЕТОДИКА СИСТЕМНОГО АНАЛИЗА ПРОЯВЛЕНИЯ СВОЙСТВ ЧЕЛОВЕКА-ОПЕРАТОРА В ОБУЧАЮЩЕЙ ЭРГАТИЧЕСКОЙ СИСТЕМЕ
С. С. ЛОГВИНОВ*
Введение. Развитие современных эргатических систем, их усложнение выдвигает повышенные требования к навыкам, умениям, знаниям эксплуатирующего их человека. В целом одним из обязательных условий эффективной эксплуатации человеко-машинных систем является высокий уровень подготовки человека, непосредственно участвующего в работе системы. Скорость освоения человеком технической системы зависит от эргономичности технической части системы и от психофизиологических особенностей человека.
На качество обучения может влиять большое число факторов, связанное с индивидуальными особенностями человека, которые определяются: состоянием сердечно-сосудистой системы, внутренних органов, зрения и др. Они выявляются при проведении медицинского обследования и являются постоянными параметрами надежности оператора; характеристиками свойств нервной системы, динамики возбуждения и торможения, уравновешенности их, подвижности нервных процессов, которые являются неизменными и могут быть «сдвинуты» лишь временно за счет внешних воздействий. Эти факторы наименее изучены, хотя их влияние является определяющим.
Результаты исследования. В ходе проведенных теоретико-экспериментальных исследований по оценке влияния психофизиологических особенностей человека на формирование сен-сомоторных навыков управления технической системой была разработана методика оценки ее освоения по математическим моделям системы «человек - техническая система». Разработанная методика позволяет проводить прогнозную оценку успешности освоения человеком технических систем с учетом его индивидуальных психофизиологических особенностей по малым экспериментальным выборкам. Анализ профессиограммы и психограммы человека при управлении технической системой позволил определить общий перечень профессионально важных качеств, характеризующих психофизиологические особенности человека при взаимодействии с технической системой. Однако проявление влияния особенностей человека при решении всей номенклатуры задач управления техническими системами может быть различным. Для оценки величины этого влияния применительно к исследуемой в ходе эксперимента системе, в которой человек выполнял контрольно-регулирующие функции, были получены соответствующие математические модели. В ходе эксперимента менялись виды органов управления системой, алгоритм управления ею, учитывалось поэтапное освоение системы путем решения последовательности задач обучения.
Для получения математических моделей применены многорядные алгоритмы метода группового учета аргументов (МГУА), в основу которого положен принцип биологической селекции. Преимущество метода вызвано возможностью учета большого количества входных факторов (в несколько раз превышающих число экспериментальных точек), а также высокой прогностич-ностью метода. Метод группового учёта аргументов, по данным наблюдений, основан на поиске модели оптимальной сложности при помощи перебора множества моделей-претендентов по внешним критериям. Внешний критерий при постепенном увеличении сложности модели сначала уменьшается, затем проходит
через минимум и начинает возрастать в области переусложнённых моделей. Минимум критерия определяет единственную модель оптимальной сложности. Перебор множества моделей-претендентов при самоорганизации модели ведется по заранее заданному ансамблю внешних критериев селекции: минимума смещения, регулярности и точности прогноза (К2ст, Д2(В), Д2(С) соответственно). Для определения коэффициентов полинома в многорядных алгоритмах МГУА применяется многорядная попарная селекция.
Выходные переменные будут описываться алгебраической функцией, которая в общем виде представляется полиномом Колмогорова - Габора:
к к к к к к V=ао+2 а1х1 +ЕЕачх^+ЕЕЕа»1х^х1+■■■
1=1 1=1 j=l ¡=1 j=l 1=1
где Х] — входные переменные, определяющие особенности конструкции технической системы, индивидуальные особенности оператора, рабочую среду, сложность выполнения задачи; а -весовые коэффициенты, к - количество учитываемых факторов.
Для проверки методики системного анализа эргатических систем проведены эффективности освоения сложной технической системы. В качестве выходной перемененной оценивалась успешность освоения системы. В качестве входных факторов разрабатываемых матмоделей, определяющих эффективность освоения технических систем человеком, вошли следующие факторы: Типологические свойства: сила нервной системы со стороны возбуждения, балл - х1; уравновешенность нервных процессов, балл - хз; нервозность, балл - х5;
Треморометрия: время прохождения лабиринта с «наказанием» током при касании, с - х^; число касаний с «наказанием» током при касании - х^;
Устойчивость, переключаемость внимания, помехоустой-чивость:по чёрно - красной таблице Шульте - Платонова - х1б/2; точность по корректурной пробе с шумовым воздействием - х22; производительность по корректурной пробе с шумовым воздействием, у.е. - х2з;
Антропометрические показатели: длина предплечья, мм -хз1; длина кисти, мм - хз2; длина указательного пальца, мм - хзз.
По результатам эксперимента были получены 14 матмоде-лей, характеризующих эффективность обучения оператора по каждой учебной задаче в зависимости от его индивидуальных психофизиологических особенностей. Вид получаемой матмоде-ли (в свернутом виде) для одной из задач представлен ниже. Сходимость модели и опытных данных представлены на рис. 1. W=(-0,70432 +0,92143241 +1,64023246 -0,85324^)2
746 =-2,39126 +0,0483у2б +3,61у3б -0,051883у2бУ3б
241=У41 У 26=Х26
У36 =0,5986 +0,04436x3 +0,31р6 -0,066х3р6 У41 =-28,853+0,051x30 +0,1735564x32 -0,0003x30x32 В общем виде W=f(x26,Xз,р6,Xзо,Xз2). Значения внешних критериев: N^=0,001867; Д2(В) =0,00264; Д2(С) =0,089 показывают успешность моделирования системы.
Исходя из анализа полученных матмоделей, определен необходимый и достаточный минимум профессионально важных качеств (ПВК) человека для прогнозирования эффективности освоения им технических систем. На рис. 2-3 представлены максимальное единичное влияние факторов, характеризующих психофизиологические особенности и возможности человека осваивать процесс.
*
Контактные данные автор не предоставил
