CC BY
66
УДК 575.17
ГЕНЕТИЧЕСКИЕ СООТНОШЕНИЯ НАСЕЛЕНИЯ ЦЕНТРАЛЬНОЙ РОССИИ ПО ДАННЫМ О SNP-ПОЛИМОРФИЗМЕ Y-ХРОМОСОМЫ
И.С. ЕФИМОВА, И.Н. ЛЕПЕНДИНА, Л.А. ЦАПКОВА*
Для оценки генетических соотношений между различными популяциями, их разностороннего анализа в настоящее время используются различные методы многомерной статистики: кластерный, факторный анализ, многомерное шкалирование [2]. Особое место среди методов, позволяющих получить представления о характере генетических взаимоотношений между популяциями, их подразделенности, занимает метод оценки генетических расстояний [3, 7]. В данной работе представлены результаты изучения генетических соотношений русского населения Центральной России на основе данных о распределении частот гап-логрупп Y-хромосомы. Объектами исследования послужили семь районных популяций четырех областей Центральной России: Яковлевский и Прохоровский районы Белгородской области, Пристенский и Черемисиновский районы Курской области, Репь-евский район Воронежской области, Болховский район Орловской области, Спасский район Рязанской области. Анализ генетических расстояний между популяциями проводили на основании данных о частотах 18 «диаллельных» гаплогрупп Y-хромосомы. Данные о частотах гаплогрупп Y-хромосомы приведены в [1]. Генетические расстояния между популяциями были рассчитаны с помощью программы DJ genetic (версия 0,03 beta), разработанной Ю.А. Серегиным и Е.В. Балановской в ГУ МГНЦ РАМН. Для вычисления расстояний использовали общепринятый в популяционно-генетических исследованиях метод сравнения популяций по частотам аллелей полиморфных маркеров по M. Nei [7, 8]. Сначала вычисляли генетическое сходство I :
(2n -1)Е ТРы Plu2
JX (2п£рЫ -1)^X (2«XpL -1)
где piu - частоты аллеля u локуса 1, индексы 1 и 2 относятся к первой и второй популяциям соответственно, введена поправка на непрерывность (2n-1). Генетическое расстояние по M. Nei:
D= - ln I.
Полученные матрицы генетических расстояний явились исходным материалом для проведения кластерного анализа и многомерного шкалирования. Кластеризация велась посредством иерархической агло-меративной процедуры, характеризующейся пошаговым объединением кластеров и постепенным их укрупнением. Среди различных приемов, применяющихся для построения дендрограмм, нами были выбраны и параллельно использованы метод минимальной внутригрупповой дисперсии (алгоритм Уорда) и метод средней связи [2]. Выбор методов обусловлен их высокой помехоустойчивостью (слабой подверженностью влиянию статистических «шумов», связанных со случайностями, проявляющихся в малых выборках). В работе есть дендрограммы по итогам, полученным и другими методами многомерного анализа: многомерного шкалирования и факторного анализа.
В качестве альтернативного кластерному анализу на основании матриц генетических расстояний был применен метод многомерного шкалирования. Целью данного метода являлось получение графика, который в пространстве небольшого числа измерений наглядно демонстрировал бы взаимное расположение изучаемых популяций в соответствии со значениями показателей их близости. В результате построен график, на котором визуально наблюдаемые расстояния между точками, т.е. изученными популяциями, максимально сходны с реальными расстояниями, полученными по значениям признаков. В методике многомерного шкалирования применяется мера близости между эмпирическими и визуальными расстояниями, показывающая соответствие вторых первым [1]. В качестве оценочных ориентиров в этой связи нами использованы показатель стресса (S0) и коэффициент отчужденности, или алиенации (Ко), значения которых будут тем меньше, чем лучше соответствие между визуальными и эмпири-
ческими расстояниями. Успешным признавали шкалирование при финальной величине 8о, не превышающей критического порога в 0,10 (8о<0,10). Другим показателем для наглядного контроля качества многомерного шкалирования, была диаграмма Шепарда. Она представляет собой график корреляционного поля, где на одной оси откладываются значения эмпирических расстояний, на другой - величины визуальных расстояний. В ситуации удачного многомерного шкалирования на диаграмме Шепарда представлено вытянутое узкое и примерно прямолинейное корреляционное поле. В этом случае результат многомерного шкалирования считали приемлемым.
Для проведения факторного анализа по методу главных компонент использовали корреляционную матрицу. Метод основан на переходе от признаков или их значений к новым некоррелированным переменным - главным компонентам, имеющим фиксированные и определенные свойства. Значения исходных признаков, их дисперсий, коэффициентов корреляции связаны с системой главных компонент и могут быть выражены другими переменными, имеющими не столь определенно заданные свойства - факторы. Для определения количества значимых факторов применяли критерий Кайзера, который позволяет включать в рассмотрение главные факторы с собственными числами (дисперсиями), >1, и критерий отсеивания Кеттела, по которому включение главных компонент в рассмотрение завершается той из них, собственное число которой начинает прямолинейный пологий участок графика всех полученных собственных чисел [2]. Интерпретация главных факторов велась при помощи собственных векторов, представленных в виде нагрузок - коэффициентов корреляции главных факторов с исходными признаками. Для наглядного представления матрицы факторного изображения данные привели в графическом виде. В результате популяции расположились в 2-3-мерном пространстве значимых главных факторов. По данным о частотах 18 «диаллельных» гаплогрупп У-хромосомы построена матрица генетических расстояний между семью районными популяциями Центральной России (табл.)
Таблица
На основе матрицы генетических расстояний проведен кластерный анализ и построена дендрограмма (рис. 1). Анализ дендрограммы выявил объединение в один кластер Яковлевского и Прохоровского районов Белгородской обл. (ё=0.011) и Репьев-ского Воронежской обл.. В другой кластер объединились Спасский район Рязанской области, Пристенский и Черемисиновский районы Курской области, Болховский район Орловской области.
Методом многомерного шкалирования на основе матрицы генетических расстояний получен график взаимного расположения изучаемых популяций в пространстве (рис. 2). Оптимальным является график двухмерного шкалирования. При построении графика совершено 200 итераций, величина стресса 80 = 0.002, коэффициент алиенации К = 0.003, кривая Шепарда удовлетворительная). В двухмерном пространстве Яковлевский, Прохоров-ский и Репьевский районы образуют один кластер, 2-й кластер -Пристенский, Черемисиновский, Спасский и Болховский р-ны.
Таким образом, результаты многомерного шкалирования полностью соответствуют результатам кластерного анализа.
Матрица генетических расстояний между семью районными популяциями Центральной России
Район Яковлев- ский Прохо- ров- ский При- стен- ский Черемиси- новский Болхов- ский Репьев- ский Спасский
Яковлев- ский 0 0,011 0,03 0,02 0,029 0,016 0,05
Прохоров- ский 0,011 0 0,025 0,039 0,041 0,026 0,052
Пристен- ский 0,03 0,025 0 0,037 0,033 0,041 0,018
Черемисин. 0,02 0,039 0,037 0 0,008 0,024 0,034
Волховский 0,029 0,041 0,033 0,008 0 0,026 0,022
Репьевский 0,016 0,026 0,041 0,024 0,026 0 0,052
Спасский 0,05 0,052 0,018 0,034 0,022 0,052 0
Ср. гене-тич. расстояние 0,026 0,194 0,031 0,027 0,027 0,031 0,038
Примечание: на основании данных о частотах 18 гаплогрупп Y-хромосомы
* ГОУ ВПО Белгородский ГУ, 308015, г. Белгород, ул. Победы, 85
При проведении факторного анализа по методу главных компонент выделено 3 значимых фактора. Их суммарный вклад в общую дисперсию признака составляет 70.58%, в том числе вклад первого фактора равен 27.63%, второго - 24.49%, третьего - 18.46%. Графическое изображение изученных популяций в пространстве трех главных факторов показано на рис. 3.
Рис. 1. Дендрограмма генетических соотношений семи районных популяций Центральной России (построена методом Уорда по частотам 18 диал-лельных маркеров Y-хромосомы)
Рис. 2. График 2-мерного шкалирования трех районных популяций Центральной России (построен по частотам 18 гаплогрупп Y-хромосомы)
Рис 3 . Расположение в пространстве трех главных факторов семи популяций Центральной России (ось X - первый фактор, ось Y - второй фактор, ось Z - третий фактор) (по частотам 18 гаплогрупп Y-хромосомы)
Факторный анализ подтвердил полученные при кластерном анализе и многомерном шкалировании данные - анализируемые русские популяции дифференцируются на два кластера.
Проведенный по данным системы SOT-маркеров Y-хромосомы анализ генетических соотношений между популяциями Центральной России выявил дифференцировку популяций на два кластера: первый включает Яковлевский и Прохоровский районы Белгородской области и Репьевский район Воронежской области, второй - Пристенский и Черемисиновский районы Курской области, Болховский район Орловской области и Спасский
район Рязанской области. Это может быть связано с особенностями заселения данных районов в 16-17 вв .
Литература
1.Балановская Е.В. и др. Распределение однонуклеотидных полиморфизмов Y-хромосомы среди населения Центральной России // ВНМТ.
2.Дерябин В.Е. Многомерные биометрические методы для антропологов.- М.: ВИНИТИ, 2001.- С. 105-265.
ЗЖивотовский Л.А. // Итоги науки и техники.- Общая генетика.- М.: ВИНИТИ, 1983.- С. 76-104.
4.Степанов В.А. Этногеномика населения Северной Евразии.- Томск.: Печатная мануфактура, 2002.- 243 с.
5.Bandelt H.-J. et al. Median-joning networks for inferring intraspecific phylogenies // Moil. Biol. Evol.- 1999.- Уо1.16.- P. 3748.
6.Kayser M. et al. Reduced Y-Chromosome, but Not Mitochondrial DNA, Diversity in Human Populations from West New Guinea // Am. J. Hum. Genet.- 2003.- Уо1. 72.- P.281-302.
7Nei M. // Proc. Nat. Acad. Sci. USA.- 1973.- Уо1.70.- Р. 3321-3323.
8.NeiM. // Ann. Hum. Genet.- 1977.-Уо1.41.- P. 225-233.
УДК 616.366-089.81
ЧРЕЗУМБИЛИКАЛЬНО-ВНУТРИПОРТАЛЬНАЯ ЛАЗЕРОТЕРАПИЯ В КОМПЛЕКСНОМ ПОСЛЕОПЕРАЦИОННОМ ЛЕЧЕНИИ ОСТРОГО ОСЛОЖНЕННОГО ХОЛЕЦИСТИТА
У.М. ИСАЕВ, У.З. ЗАГИРОВ, З.А. ШАХНАЗАРОВА, Г.М. ДАЛГАТОВ, А. К. АЛИЕВ**
Лечение острого холецистита остается одной из актуальных проблем в хирургии заболеваний органов брюшной полости. Это обусловлено увеличением частоты острого холецистита и тенденцией к росту числа пациентов пожилого и старческого возраста, составляющих т.н. группу риска. Значительное число больных поступают с осложненной формой патологии гепатобилиарной системы, что приводит к тяжелой общей интоксикации и глубоким расстройствам деятельности внутренних органов и систем, особенно в послеоперационном периоде [2, 4]. Кровоснабжение печени на 80% осуществляется за счет воротной вены, и при поражении органов гапатобилиарной системы снижается кровоток по воротной вене и растет портальное давление. Это реакция печени, направленная на ограничение притока продуктов, для переработки которых требуется усиление деятельности печеночных клеток [3, 6]. В последние годы получило распространение использование низкоинтенсивного лазерного излучения [7, 8]. Печень и желчевыводящие пути, по сравнению с другими тканями, обладают способностью максимально поглощать лазерное излучение. Лазерное излучение улучшает локальный кровоток, восстанавливает нормальные физико-химические свойства желчи, усиливает функциональную активность интактных гепато-цитов и регенерацию поврежденной паренхимы печени [10], нормализует как клеточный, так и гуморальный иммунитет [5, 9]. Инфракрасные лазерные лучи поглощается брюшной стенкой на 62 %, печенью - на 38 % [1].
Материал и методы. Для улучшения итогов лечения острого осложненного холецистита предлагаем способ чрезумбила-кально-внутрипортальной лазеротерапии после операции в комплексе с лечебными мероприятиями: по завершении внутри-брюшного этапа операции с помощью пуговчатого зонда проводится реканализация пупочной вены, и по ней в портальную вену вводится специальный световод. Лазеротерапия выполняется через световод подключением аппарата «Матрикс - ВЛОК» с оптическим излучением красного диапазона длиной волны 0,63 мкм с мощностью излучения 2,0 мВт. Продолжительность ежедневных сеансов составляет 15 минут. Длительность лечения чрезумбиликально-внутрипортальной лазеротерапией определяется общим состоянием больного и степенью нормализации кли-
*Работа выполнена при финансовой поддержке грантов РФФИ и РГНФ Кафедра хирургии педиатрического, стоматологического и медико-про-
филактического факультетов ДГМА
