CC BY
33
ориентации блоков коры большого мозга, исходных порогов и установок программы, а также использование цифровой камеры со сходными характеристиками и размером матрицы.
2. При анализе митохондрий нейропиля в норме существует возможность автоматической стандартной обработки пакета данных (серий полей зрения) по соответствующим макросам.
3. Использованная дискриминационная модель обладает высокой чувствительностью и позволяет правильно идентифицировать 82,5-87,1% объектов в коре большого мозга контрольных животных. При этом увеличивается точность измерений, а время анализа сокращается в 4 раза.
4.Для верификации и морфометрического анализа митохондрий в постишемическом периоде, на фоне выраженных деструктивных и тинкториальных изменений всех составляющих нейропиля, необходима индивидуальная дополнительная подстройка входных параметров (порогов) каждого конкретного поля зрения, а также постоянный контроль специалиста. Поэтому целесообразно сочетанное использование автоматического и ручного способов измерения параметров изучаемого объекта.
Заключение. В настоящее время происходит интенсивное внедрение компьютерного анализа изображений нервной ткани с использованием программы ImageJ в практику морфометрических исследований по различным направлениям. Так, с помощью данной программы проведен морфометрический анализ тел и разветвления отростков нейронов у животных [11] и человека [4]. Получение объективной информации о структурнофункциональном состоянии митохондрий головного мозга экспериментальных животных и человека сопряжено с необходимостью анализа большого объема разнообразных качественных и количественных данных, что существенно увеличивает продолжительность анализа и снижает его точность. Необходима разумная стандартизация и ускорение всех этапов морфологического исследования от взятия материала до конечного заключения. Наиболее реальным в этом плане является ускорение и увеличение точности морфометрической оценки митохондрий с помощью методов автоматизированного компьютерного анализа изображений. Оптимальным инструментом для решения этих задач является бесплатная программа ImageJ 1.46, которая обеспечивает быстрый и качественный анализ графических объектов. Нами проведена адаптация данной программы для анализа митохондрий коры большого мозга мелких лабораторных животных (белая мышь, крыса) и человека в норме и после ишемии.
Литература
1. Автандилов, Г.Г. Основы количественной патологической анатомии / Г.Г. Автандилов.- М.: Медицина.- 2002.- 240 с.
2. Вараксин, А.Н. Статистический анализ биологической и медицинской информации: проблемы и решения / А.Н. Вараксин // Международный журнал медицинской практики.- 2006.-№2.- C.32-34.
3. Корпачев, В.Г. Моделирование клинической смерти и постишемической болезни у крыс / В.Г. Корпачев, С.П. Лысен-ков, Л.З. Тель // Патологическая физиология и экспериментальная терапия.- 1982.- №3.- С.78-80.
4. Мыцик, А.В. Актуальные проблемы изучения структурно-функционального состояния нейронов коры большого мозга человека в постишемическом периоде / А.В. Мыцик, С.С. Степанов, П.М. Ларионов, В.А. Акулинин // Журнал анатомии и гистопатологии.- 2012.-Т.1, №1.- C. 37^8.
5. Симчера, В.М. Методы многомерного анализа статистических данных / В.М. Симчера.- М.: Финансы и статистика.-2008.- 400 с.
6. Bertoni—Freddari, C. Reactive structural dynamics of synaptic mitochondria in ischemic delayed neuronal death / C. Bertoni-Freddari, P. Fattoretti, T. Casoli, G. Di Stefano, M. Solazzi, E. Perna, C. De Angelis // Ann N Y Acad Sci.- 2006.-Vol. 1090.- P.26-34.
7. Bertoni-Freddari, C. Synaptic and mitochondrial morphometry provides structural correlates of successful brain aging. / C. Bertoni-Freddari, P. Fattoretti, B. Giorgetti, Y. Grossi, M. Balietti, T. Casol, G. Di Stefano, G. Perretta // Ann N Y Acad Sci.- 2007.-Vol. 1097.- P.51-53.
8. Ferreira, T.A. The ImageJ user guide version 1.43.2010 / T.A. Ferreira, W. Rasband // http:// rsbweb.nih.gov/ij/docs/user-guide.pdf
9. Fiala, J.C. Reconstruct: a free editor for serial section mi-
croscopy / J.C. Fiala // Journal of Microscopy.- 2005.- Vol. 218.- N
1.- P. 52-61.
10. Hirai, K. Mitochondrial abnormalities in Alzheimer's disease / K. Hirai, G. Aliev, A. Nunomura, H. Fujioka, R.L. Russell, C.S. Atwood, A.B. Johnson, Y. Kress, H.V. Vinters, M. Tabaton,
S. Shimohama, A.D. Cash, S.L. Siedlak, P.L. Harris, P.K. Jones, R.B. Petersen, G. Perry, M. A. Smith // J Neurosci.- 2001.- Vol. 21.-N9.- P. 3017-3023.
11. Ho, S-Y. NeurphologyJ: an automatic neuronal morphology quantification method and its application in pharmacological discovery / S-Y. Ho, C-Y. Cha, H-L. Huang, T.W. Chiu, P. Charoenkwan, E. Hwang // BMC Bioinformatics.- 2011.- Vol.12.- P. 1-18.
12. Madhavi, C. Morphometry of mitochondria in the choroidal ependyma of hydrocephalic guineapigs / C. Madhavi, M. Jacob // Indian J Med Res.- 1992.- Vol. 96.- P. 72-77.
MITOCHONDRIAL MORPHOLOGY AUTOMATIC-MAKING MORPHOMETRICESTIMATION IN NEOCORTEX OF EXPERIMENTAL ANIMALS AND HUMAN IN NORMAL AND DURING POSTISCHEMIC PERIOD
S.S. STEPANOV, P.V. BELICHENKO, А-V. MYTSIK, V.A. AKULININ
Omsk state medical academy, University of California, San Diego, USA
Features and problems of reception of the objective information on a mitochondria structurally functional condition in neuropil of neocortex various layers of experimental animals (white mice, rats) and human in normal and during postischemic period was considered. The way of the automated computer analysis of the images, based on use of program ImageJ 1.46, is offered.
Key words: mitochondria, morphometry, the automatic analysis of images.
УДК 616.24-073.96+167/168.001.8+519.8/71
МЕТОДОЛОГИЯ ИССЛЕДОВАНИЙ ПРОЦЕССОВ В ОРГАНИЗМЕ
А.Е.КОРНЕЕВ*, В.И.РАЗУМОВ**, В.П.СИЗИКОВ***, Н.В.ЮРГЕЛЬ****
Предложен развитый до ДИС-технологии на базе теории динамических информационных систем подход к моделированию и анализу процессов в живом организме. Приведены основные результаты по режимам функционирования в живом организме и примеры их интерпретаций, впервые дающие обоснование серии известных из практики медико-биологических закономерностей в живом организме и качественно новые подходы к работе с ними. Это также открывает возможности для учёта влияния подключаемых к живому организму искусственных систем и организации смысловых аспектов структурирования в живом организме.
Ключевые слова: процессы в живом организме, медико-
биологическиезакономерности.
Живой организм (ЖО), находящийся в естественной среде обитания, немыслим без протекающих в нём активных процессов. Любой процесс в ЖО является прямым следствием взаимодействия его элементов: от частей клеток до Земли в целом. Главным в понимании ЖО является не «замороженное» во времени его состояние, а работа органов, функционирование ЖО в единой цепи причинно-следственных связей. Тогда решающее значение имеет не просто факт наличия но и сам режим функционирования.
Однако современные представления о процессах оказываются весьма скудными и далеко не адекватными. Первичным элементом таких представлений обычно является понятие «замороженного» во времени, т.е. одномоментного состояния. Так что и управление процессом ограничивается изменением лишь отдельно взятого его состояния. В частности, для большинства процессов характерны квазигиперболические распределения [1], к которым традиционные технологии исследований не обеспечивают доступа.
В работе [2] использовались элементы теории динамических информационных систем (ДИС, ТДИС) [3] и одновременно приводились обоснования, что потенциальные возможности у ТДИС по моделированию и изучению процессов не уступают
* 644074, Омск; ул. 70 лет Октября, 18. тел. 89139733933; e-mail: [email protected]
** 644077, Омск, пр. Мира, 55А, ОмГУ; тел. 89136062239; e-mail: [email protected]
*** 644046, Омск, пр. Маркса, 35, ОмГУПС; тел. 83812504167; e-mail: [email protected]
**** 644099, Омск, ул. Ленина, 15, Комитет по фармацевтической деятельности и производству лекарств.
таковым у аппарата применения, в том числе дифференциальных уравнений. Теперь ТДИС развита до уровня ДИС-технологии [48] как аппарата математического моделирования инновационного уровня с внутренне присущими качествами языка программирования по организации и осуществлению имитаций. ДИС-технология всё более обретает интерактивное воплощение через формирование и использование смысловой экспертной системы [8-9], как на структурном, так и на функциональном уровне. При этом существенно, что через процесс информационного функционирования (ПИФ) ДИС удаётся охватывать и квазигиперболиче-ские распределения.
Гармония и адаптивность в ЖО достигаются, прежде всего, за счёт тесного взаимодействия его органов. Предлагается воспользоваться ДИС-технологией для моделирования и анализа, включая сопоставление традиционных и онтологически проработанных на базе ТДИС подходов. Для этого вначале проработаем онтологию процесса и управления им, а также реализуем адаптивное управление в ЖО через взаимодействие между его органами. Затем получим основные результаты о режимах ПИФ и условиях их реализации у простейших ДИС-моделей взаимодействия, а также их интерпретации, применительно к ЖО. Поскольку традиционные технологии основываются, в главном, на стационарных связях, приведём и используем для анализа также результаты о режимах ПИФ для ДИС, имеющих стационарные связи. Завершает работу обсуждение перспектив применения ДИС-технологии в медико-биологических науках и серия базовых выводов.
Онтология процесса и управления им. Классические представления о процессе и управления им, приводимые в известных учебниках [10], далеко не адекватны реальности. Традиционно в схеме процесса указывается прямоугольный блок, именуемый «чёрным ящиком», вход в него и выход из него. Если понимать такую схему буквально, то процесс представит всего лишь одноразовый акт преобразования входного сигнала в выходной, после чего процесс как таковой прекращает своё существование. С этим нельзя согласиться, поскольку ЖО характеризуется повторяемостью актов. Но тогда получится не один, а множество потенциально независящих друг от друга «чёрных ящиков», осуществляемые ими акты преобразований могут иметь различную природу, а складывающийся из таких актов процесс потеряет смысл реальной единой системы, объединение будет носить лишь чисто формальный характер. Кроме того, термин «чёрный ящик» означает полное отсутствие сведений о природе устройства, перерабатывающего входной сигнал в выходной. Но откуда тогда могут возникать уравнения, описывающие процесс?
Вслед за схемой процесса, системный смысл теряет и традиционная схема управления по типу обратной связи [10]. Во-первых, здесь создаётся иллюзия обратной связи как инструмента обращения времени, и моменты времени у входного и у управляющего сигналов, как правило, отождествляются. Во-вторых, управляющее устройство на схеме изображают именно на ветке обратной связи в полной изоляции (независимости) от исходного «чёрного ящика», хотя и устройство и сам объект управления, с которым увязывается «чёрный ящик», почти всегда составляют единое целое.
Традиционная схема процесса уводит от его осмысления как системы. При этом доступными оказываются вход и выход, но не сам механизм, объявляемый «чёрным ящиком». Так что подходы к описанию процесса предстают как методы подгонки данных под некое случайно выбранное уравнение работы «чёрного ящика». Естественно, такое описание почти всегда даёт модель, неадекватную реальности. Если процессу и придаётся какой-то физический смысл, то этот процесс непременно предстаёт как нечто внешнее, так что и управление им может быть исключительно внешним. Попытки заговорить о внутреннем, в том числе адаптивном, управление каждый раз оборачиваются неудачами, выражающимися, прежде всего, в отсутствии управляемости, в невозможности побеждать случайные возмущения или ошибки.
Изменим традиционную схему процесса с «чёрным ящиком» на схему, изображённую на рис. и придающую процессу системное осмысление. Объективный процесс представляется схемой из замкнутого контура со встроенным в него элементом, неким механизмом М, осуществляющим последовательную во времени переработку состояний у(х). Лишь ассоциируя с неким круговоротом, вихрем, процесс несёт в себе признаки системы. К этой идее тяготеет и сама традиционная схема управления с об-
ратной связью. Но системно осмысленный процесс управляется не организацией воздействий на процесс, а переменами параметров, конфигурации [11] его механизма. Эти перемены могут достигаться либо внутри исходного механизма М, либо пристройкой дополнительного механизма 2. В первом случае получается вариант внутреннего, в том числе, адаптивного управления, а во втором - внешнего. При традиционном подходе первый случай не удавалось реализовать из-за иллюзии «чёрного ящика».
Итак, процесс допускает описание последовательностью У(0), у(1), у(2), ... сменяющих друг друга состояний через некий интервал времени как условную единицу процесса. Но отдельное состояние у(Х) лишено системного осмысления, необходима именно последовательность состояний или добавление к у(0 механизма М, развёртывающего такую последовательность. А последовательность состояний в целом характеризуется поведением её графика, прописываемым в классе неких режимов. И тут уже процесс выступает как система субстанциального уровня.
В итоге все процессы тяготеют к завершённости, цикличности, что позволяет соотносить их с работой Природных механизмов по подходящим алгоритмам. В обобщённом виде процесс предусматривает изучение множества взаимодействия на информационно-логическом уровне, а потом уже решение вопроса, на каких носителях эти ВД реализуются. Такой подход был выражен Ю.М. Горским в определении гомеостата как информационной единицы управления, индифферентной материальному носителю [12]. При этом информация понимается как субстанция, включённая в первоосновы Природы.
Л
у(*) У(*+Ы)
Рис. Схема развёртывающегося во времени процесса.
Обозначения: М - перерабатывающий элемент;
у(х), у(Х+ДХ) - соответственно, входное и выходное состояния
Взаимодействие как база адаптации живого. Но как организуется адаптивное управление? Несомненно, у механизма М процесса должны иметься функции накопления информации для принятия решений по изменению своих параметров. И это говорит в подтверждение организации ПИФ ДИС, предусматривающей накопление пассива и последующую его трансформацию в актив [2-6].
Примем во внимание, что рабочим объектом ДИС-технологии является ДИС [4-8] как орграф с двумя типами рёбер (ведущими и контролирующими) и ПИФ на этом орграфе как процессом перераспределения между его вершинами двух типов ресурса (актива г и пассива д) в последовательности из актов трёх типов: Ас - сбор актива г в пассив д по контролирующим рёбрам ДИС; Ах - трансформация пассива д в актив г в неких вершинах ДИСА^ - перераспределение актива г по ведущим рёбрам ДИС. При этом тройка актов (Ас, Ах, А(Т) представляет компонент ПИФ и данные о состоянии ДИС считаются доступными для наблюдения в моменты начал компонентов её ПИФ. Эти данные включают распределения актива г(у) и пассива д(у) по вершинам усУ ДИС, а также набор значений уровней трансформации А(у) пассива д(у) в актив г(у) в её вершинах.
Далее, на первый взгляд, возможностей для адаптивного управления у ЖО будет больше, если есть полная свобода выбора в интенсивностях работы связей между органами ЖО. Такая версия была бы верной, если ЖО имел бы возможности решения задачи управления этими интенсивностями с заранее определёнными целями. Но это всего лишь утопическая попытка решения проблемы. Можно допускать возможными отдельные перемены интенсивности связей, но в течение продолжительных этапов времени эти интенсивности остаются неизменными, т.е. ЖО работает, в главном, как система со стационарными связями. Для ДИС с такими связями удаётся аналитически вывести основные результаты о режимах её ПИФ [7-8], и эти результаты больше предвещают не адаптацию, а распад ЖО. Такой вариант развития событий не исключён на некоторых уровнях организации ЖО,
например, при подготовке импульса к запуску деления клетки, но относить сам этот вариант к разряду адаптивного УП, конечно, бессмысленно. Так что необходим вариант формирования интенсивностей работы связей между органами ЖО по некому фундаментальному закону, принимающему во внимание информационную ёмкость органов на концах каждой связи. Это и есть вариант ВД, реализующего аналог закона тяготения Ньютона.
При взаимодействии объём ресурса s(v1,v2), передаваемого от вершины v1 к вершине v2 в ДИС, равен gh(v1)h(v2) с некой постоянной g=a для ведущих и g=b для контролирующих рёбер, где h(v)=r(v)+q(v) - объём ресурса в вершине vєV перед, соответственно, актом Ad и актом Ac, которая должна удовлетворять ограничению g<H_2, где H - полный объём ресурса в ДИС (для простоты H= 1, g<1). В случае стационарной связи
s(v1,v2)=g(v1,v2)h(v1), где g(v1,v2) - коэффициент относительной проводимости соответствующего ребра, не зависящий от h(v2). Если стационарная связь может войти в лишённую ресурса область, то это невозможно для связи, обеспечивающей.
Взаимодействие, которое может допускать разные варианты организации. Традиционные подходы, включая и нейросетевые модели [13], берут за основу вариант по типу диады, когда происходит обмен ресурсом сразу туда и обратно между парами вершин. Но это соответствует варианту внешнего управления. Для выхода на вариант внутреннего, адаптивного управления необходимо учесть онтологию взаимодействия, требующую обязательного присутствия ещё и инфраструктуры (ИС) как органа интеграции. И тогда на смену диаде придёт триада. Для полноты рассмотрим и сопоставим оба этих варианта организации ВД. К ним добавим также результаты для ДИС, имеющих стационарные связи.
Основные результаты по режимам взаимодействия. Пусть сначала ДИС имеет форму диады, имеющей две вершины v1, v2 и по два связывающих их туда и обратно ведущих и контролирующих ребра. Рассмотрим серию качественно различных ситуаций с развёртыванием ПИФ такой ДИС, зависящих в главном от величин уровней трансформации A(v1), A(v2). Условимся сокращённо писать Я1, Я2, r1, r2, q1, q2. Приведём результаты в виде теоремы.
ТЕОРЕМА 1 (режимы ПИФ диады). График ПИФ диады в пределе всегда выходит на периодическую функцию, для которой характерны следующие режимы поведения и условия их реализации: (а) вакуума, когда весь ресурс сосредотачивается в пассиве (r1=r2=0, q1+q2=1, q1>0, q2>0); это сбывается почти всегда, когда Я1>0, Я2>0, Я1+Я2>1;
(б) стационарного взаимодействия, когда весь ресурс сосредотачивается в активе и, несмотря на взаимодействие, не меняется от компонента к компоненту ПИФ (q1=q2=0, r1+r2=1, r1>0, r2>0); это сбывается всегда при условии Я1<Ь-г1-г2>Я2;
(в) поглощения, когда одна из вершин в пределе забирает весь ресурс себе (например, r1=q1=0, r2+q2=1, r2>0, q2>0, что сбывается, когда Я1=0, а Я2>0);
(г) угнетения, когда одна из вершин, например, v1 часто трансформирует малые доли ресурса, а другая, т.е. v2 практически весь ресурс забирает себе, редко прибегая к его трансформациям; это сбывается, когда Я1>0, Я2>0 и отношение Я2/Я1 велико;
(д) просто ритма в остальных случаях.
Эти результаты остаются в силе и при большем числе участников взаимодействия.
Пусть теперь ДИС имеет форму триады, в которой есть ещё вершина v0, представляющая ИС, а один из объектов v1, v2, например, v1 запускает процесс взаимодействия, так что ресурс в триаде циркулирует по кругу: v1^v2^v0^v1. Здесь тоже приведём результаты в едином комплексе, но уже как теорема-гипотеза, так как большинство таких результатов удаётся проследить лишь через проведение серии экспериментов, например, на листах Excel.
ТЕОРЕМА-ГИПОТЕЗА 1 (режимы ПИФ триады с взаимодействием). Для графика ПИФ триады в пределе характерны следующие режимы поведения и условия их реализации:
(а*) посменный, когда для каждой из вершин триады выпадают периоды в ПИФ, на протяжении которых почти весь ресурс как актив сосредоточен именно в этой вершине, а другие две вершины предстают аналогами обречённых; это имеет место почти всегда при условиях, близких к Я0=Я1=Я2=0, т.е. при достаточно малых значениях Я0, Я1, Я2;
(б*) переизлучения, когда в пределе весь ресурс оказывается в пассиве какой-то вершины и активе следующей за ней верши-
ны, т.е. первая из этих вершин и третья вершина триады предстают обречёнными; это когда у первой из отмеченных вершин уровень трансформации существенно >0, а у второй и третьей он равен 0; так, при Я1=Я2=0, Я0>0 обречёнными могут предстать вершины у0, у2;
(в*)резервный, когда ситуация долго походит на режим пе-реизлучения (б*), но затем нормализуется за счёт того, что Я2>0, хотя Я2/Я0 мало;
(г*) возрождающий, когда в примере (б*) берётся, наоборот, Яі>0, а Я2=0, и тогда вершина У2 может долго оставаться почти полностью без актива, а то и вообще без ресурса, но затем снова обретает значительную часть актива;
(д*) обычный, когда закономерных особых выделений в режиме ПИФ не прослеживается; это случаи, когда все уровни трансформации существенно >0, но, тем не менее, удовлетворяют условию Я0+Я1+Я2<1, а также в значительной части случаев с условиями из (б*), (в*), (г*); поведение ПИФ при этом может иметь согласования с закономерностями, характерными для ДИС со стационарными рёбрами [7-8], но почти всегда будет наблюдаться режим флуктуаций;
(е*) выживания, когда вероятны такие ситуации, что даже малые перемены в системе могут вести её к обречённости и обратно; это случаи, когда Я0+Я1+Я2>1 и обязательно Я0+Я1<1, Я0+Я2<1, Я1+Я2<1;
(ж*) вакуума, когда весь ресурс сосредотачивается в пассиве; при этом обязательно Я0+Я1+Я2>1. Разумеется, требования «существенно >0» и «близко к 0» следует понимать в сравнении участвующих при этом величин.
Аналоги результатов теоремы-гипотезы 1 прослеживаются и на других ДИС с некоторыми элементами специфичности. Где-то сохраняется индивидуализм вершин, но мало признаков ритмичности, а где-то вершины проявляют себя объединениями с чётко выраженной ритмичностью.
Основные результаты по режимам, когда есть стационарные связи. Пусть сначала у данной ДИС В все связи являются стационарными. Результаты по её ПИФ тоже оформляются в теорему [7-8].
ТЕОРЕМА 2 (режимы ПИФ стационарной ДИС). Если стационарная ДИС В является вполне связной по перераспределению в ней ресурса, то для её ПИФ характерны следующие режимы:
(*а) вакуума, когда весь ресурс уходит в пассив; это сбывается почти всегда, когда сумма Л всех Я(у) оказывается >Н;
(*б) стационарный, когда в пределе весь ресурс сосредоточивается полностью в активе, и его распределение стабилизируется; это имеет место при достаточно малых значениях Л, когда сразу или спустя некоторое время прекращаются задержки трансформаций пассива в актив в вершинах ДИС В;
(*в) флуктуаций или ритма, имеющий место в ситуациях с 0<Л<Н, когда не прекращаются задержки трансформаций пассива в актив в некоторых вершинах ДИС В. Если же ДИС В не является вполне связной по перераспределению в ней ресурса, то в пределе она стремится к распаду на свои компоненты связности, при этом избегают обречённости, а то и оживают по режимам (*а), (*б), (*в), лишь особые компоненты, которые только принимают ресурс от других, ничего не отдавая обратно.
Для случая, когда в ДИС встречаются сразу и стационарные связи, и такие, что поддерживают ВД, актуальны два варианта. Первый вариант связан со случаем ПИФ у триады, у которой один тип рёбер настроен стационарно, а другой - на поддержку взаимодействия. Второй вариант касается случаев, когда ДИС слагается, как минимум, из двух триад и при этом в ДИС есть связная часть, в которой все рёбра настроены на поддержку ВД, а остальные рёбра ДИС настроены стационарно. Простейший пример ДИС для второго варианта - когнитивная ячейка [3], представляющая объединение двух триад. Так, эксперименты с такими ДИС выявили следующие результаты.
ТЕОРЕМА-ГИПОТЕЗА 2 (влияние стационарных связей на взаимодействие). Если хоть один из типов рёбер в ДИС работает стационарно, то результаты по ПИФ этой ДИС прописываются теоремой 2, как если бы оба типа рёбер в ДИС работали стационарно. А у когнитивной ячейки, представляющей триаду с внутренним ВД, к которой добавлено два звена из стационарных рёбер обоих типов, величины относительных проводимостей этих стационарных рёбер должны иметь существенные дополнительные ограничения, чтобы не приводить к обречённости ветвь с ВД, тогда как при отсутствии такой обречённости поведение ПИФ у
триады с внутренним ВД, как части когнитивной ячейки, в главном будет соответствовать результатам теоремы-гипотезы 1.
Формальные результаты в теоремах и теоремах-гипотезах нуждаются в интерпретациях. В целом уже имеется серия интерпретаций таких результатов в разных разделах науки, включая биологические [8]. Здесь же уделим внимание ЖО.
Анализ и интерпретации результатов с сериями выводов. При сравнении результатов двух вариантов ВД чётко видно, что при первом из них поведение ПИФ оказывается жёстким и даже жестоким, без признаков безопасности, а при втором, наоборот, поведение ПИФ много разнообразнее и почти всегда есть резервы для выхода из кризиса. Первый вариант ассоциирует с отношением эгоизма, отторжения, а второй - с отношением коллегиальности, прописанным в ИС. Естественным для ЖО с адаптивными функциями является, конечно, второй вариант, а первый вариант может быть расценен и использован как искусственный, например, в целях обеззараживания. Однако цели такого использования трудно ассоциируют с феноменом взаимодействия, но для их реализации более доступным и для понимания, и для практики является случай стационарных связей.
Особого внимания заслуживает режим (а*), при котором каждый участник взаимодействия в ЖО имеет возможность регулярно сосредотачивать в себе почти весь ресурс ЖО, т.е. актив «бродит» по ЖО, а восприятие ЖО в случайный момент времени даёт аналоги, прописанные в квантовой механике [14]. Но дело здесь вовсе не в квантовании ресурсов, а в характере режима ПИФ, состояния которого подчиняются не классическим, а ква-зигиперболическим распределениям [1], у которых нет дисперсии. Факт отсутствия дисперсии делает неприменимыми к ЖО положения и выводы теории энтропии [15], включая закон роста энтропии в закрытой системе, это и создаёт видимость, что ЖО с вариантом взаимодействия по типу триады оказывается открытой (на внутреннем уровне) системой. Режим (а*) даёт обоснование общеизвестной посменной активации работы органов ЖО в течение суток и возможности адаптации её под сменившиеся условия, и по графику ПИФ можно оценивать сроки адаптации. А то, что режим (а*) предполагает цикл минимум из трёх частей, даёт основания заключить, что у каждого органа ЖО время «вдоха» должно быть минимум в 2 раза короче времени «выдоха», и нормальная работа лёгких [2] в этом не исключение.
Режиму (а*) можно приписать статус фундаментального закона Природы. Режимы (в*), (г*), (д*), (е*) на локальном уровне повторяют режим (а*). Сам режим (а*) ассоциирует с движением по некой орбите, тогда как режимы (в*), (г*) позволяют выходить на ассоциации со стабильным состоянием. Последнее случается, когда доля участвующего в перераспределении актива оказывается ничтожно малой на протяжении продолжительного срока ПИФ. Всем отмеченным эффектам способствует уменьшение значений постоянных ВД а, Ь. Но в таких же ситуациях неизбежны моменты, когда значительный объём накопившегося пассива трансформируется в актив, неожиданно порождая «трясение», мощность которого определяется величиной Я(У). Так что устремления к стабилизации состояний ведут к катастрофическим последствиям.
Далее, сравнение режима (б*) с (в*), (г*), (д*) указывает на риск отмирания в ЖО такого органа У2, который не выработал или, наоборот, потерял способность к накоплению и использованию потенциала (Я2=0). А режим (е*) указывает на риски ЖО стать обречённым и выйти на режим (ж*), наоборот, при высоких ставках на накопление потенциала, когда становится Л>Н в ЖО. Хотя, в принципе, у ЖО может быть вечное функционирвоания на грани риска и при Л>Н, но обязательно в рамках второго варианта ВД и условиях режима (е*).
Наконец, сравнение результатов теоремы 2 и теоремы-гипотезы 1 тоже говорит не в пользу первых, прежде всего, по диапазону адаптивных возможностей и выживаемости. Ценность несёт результат теоремы 2, указывающий на необходимость связности ЖО по перераспределению в нём ресурса, причём это требование неизбежно и в случаях, когда связи в ДИС обеспечивают взаимодействия. В свою очередь, отмеченный факт распада может работать и как механизм размножения клеток в ЖО. Но особого внимания заслуживает режим (*б), надежды и установки на реализацию которого могут, ввиду замеченного выше, выступать провокаторами катастроф в ЖО. На это указывают и результаты теоремы-гипотезы 2. Эти результаты явно показывают, что обыденная практика скрывает природу взаимодействия, побуждает относиться к нему как к некой фантастике. А именно, достаточно
работать на стационарном уровне с ведущими рёбрами, и уже ПИФ будет разворачиваться по традиционным классическим правилам, не выдавая существование и работу контролирующих рёбер. Но стоит лишь прекратить работу на стационарном уровне с ведущими рёбрами, как тут же поведение ПИФ начнёт разворачиваться по правилам взаимодействия, характерным для систем из квантовой механики и прописанным в теореме-гипотезе 1. В свою очередь, пример с когнитивной ячейкой показывает, что подключение через стационарную связь к системе из квантовой механики может либо вообще разрушить (обречь) эту систему, либо просто исказить показатели ПИФ этой системы, но не избавить его от качеств, характерных для таких систем и прописанных в теореме-гипотезе 1. Другими словами, из-за ориентира на практику, скрывающую природу взаимодействия, в разряд чего-то потустороннего и фантастического начинает попадать всё, что связано с квантовой механикой. Но это же можно сказать и в адрес понимания роли ИС, отчего выглядит фантастическим практически всё, что тем или иным образом связано с интеграцией, с использованием ИС.
Остановимся ещё на примере, в котором ЖО оценивается с позиций взаимодействия генетического аппарата и нервной системы (вершины, соответственно, У1, У2) при иммунной системе в роли ИС у0. При этом величина Я(у) отражает трудности принятия решений вершиной У, что может быть продиктовано как трудностью самой решаемой задачи, так и наличием мусора (возможно, и элементов зазнайства) в соответствующей части ЖО. Если в первом случае важно просто избегать непосильных задач, то второй случай делает актуальной проблематику лечения в целях понижения величины Я(у). Однако не менее актуальной проблематика лечения становится в случаях Я(у)=0, означающих, по сути, факт отмирания соответствующей части ЖО.
Итак, следует считать Я0>0, Я1>0, Я2>0, и признаки нарушения этого условия видеть в продолжительных проявлениях режима, аналогичного (б*). Хотя режимы (в*) и (г*) допускают равенство Я(у)=0 для одной из частей и, скорее, момент Я0=0 у иммунной системы присутствует на начальных этапах развития ЖО, характер этих режимов указывает на преобладание пребываний ЖО в спячке, что как раз свойственно ребёнку, но вряд ли может устраивать взрослый организм.
Но проблемы неизбежны при избыточных значениях Я(у). Хотя у ЖО возможно вечное функцилнирования при Л>Н по образцу режима (е*), значение Н должно быть недостижимым суммой значений Я(у) на любой части элементов уєУ ЖО. Таким образом, проявление режима (е*) в рассматриваемом примере даёт явные указания, что либо ЖО навязана какая-то непосильная задача и его от этой задачи надо освободить, либо необходимо очищение, как минимум, одного из трёх элементов ЖО: генетического аппарата, нервной системы, иммунной системы. Правда, по графику ПИФ режим (е*) не имеет существенных отличий от хаотичного режима (д*), отличия проявляются лишь в относительно быстрых реакциях графика режима (е*) на перемены параметров ДИС, поэтому для выявления режима (е*) актуально прибегать к специальным воздействиям на ЖО, например, через нервную систему.
Но затяжной хаотичный режим (д*) тоже вряд ли благополучен для ЖО. Такой режим можно допускать при целенаправленных и вполне регулируемых усилиях ЖО для решения им особых задач. А в свободном положении основным у ЖО должен быть посменный режим (а*) и соответствующие этому относительно малые значения Я(у). Уход от такого режима к хаотичному режиму (д*) уже вправе рассматриваться из разряда проблематики лечения и потребности в соответствующем очищении ЖО.
Перспективы применения ДИС-технологии в медикобиологических науках. ТДИС и ДИС-технология являются результатом целевой проработки [3-6] на устранение рассогласований в рамках междисциплинарного синтеза. ДИС-технология помогает каждой предметной области безболезненно избавиться от рассогласований, относя сложившиеся в области представления к неким метафизическим фактам. В итоге ДИС-технология указывает перспективы развития предметной области, когда каждый результат области приобретает междисциплинарное значение.
ДИС-технология включает три этапа моделирования [4,7-8].
1 этап. Построение (поиск) качественной модели объекта (процесса). Эта модель выражает системную сущность объекта, представляя генетически обусловленную структуру. Универсальной средой для таких моделей в ДИС-технологии служит сеть
ДИС-компьютеров в лице системы знаний с операциями дешифровки и мутаций.
2 этап. Построение (формирование) алгоритмической модели объекта (процесса). Это, по сути, качественная модель, дополненная ПИФ на ней, тоже имеющим системное осмысление как генетически обусловленная структура. Наряду со стационарными показателями проводимости рёбер у ДИС, когда количество передаваемого по ребру ресурса зависит только от объёма ресурса в источнике, допустим вариант взаимодействия, когда проводимость зависит и от объёма ресурса в приёмнике.
3 этап. Анализ структурных и ФЦ- особенностей сформированной модели. Выделены следующие подходы к анализу и регулированию ПИФ ДИС с интерпретациями выявляемых закономерностей:
(а) ориентир на классы предельных режимов ПИФ ДИС [3-4];
(б) ориентиры на ПИФ специальных типов ДИС, например, когнитивных ячеек, проявляющих свойства осцилляторов [3,5];
(в) аддитивные составляющие ПИФ ДИС, понятия натуральных дифференциалов [7] и ДИС-фазового пространства [5];
(г) обеспечение самопрогноза в ДИС-компьютере [4-5,8].
В данной работе представлен в главном подход (а) 3 этапа и часть 2 этапа по синтезу типов связей. Приведённые в этих рамках интерпретации и сопутствующие им выводы свидетельствуют о высоком потенциале ДИС-технологии в применении к медико-биологической тематике. Многое о ЖО, кажущееся парадоксальным в рамках традиционных подходов, находит обоснование с позиций ДИС-технологии и выработку соответствующих методов анализа и УП, прогнозирования и лечения. В продолжение представленных результатов и их использования в медикобиологической практике важно будет в следующей статье полнее представить синтез в ДИС обоих типов связей, так как подключение искусственных систем к ЖО производится, как правило, через стационарные связи.
Серьёзные перспективы для медико-биологической тематики имеет и 1 этап ДИС-технологии. Кроме указанных выше заметок в отношении любой предметной области, следует принимать во внимание, что на 1 этапе осуществляется осмысление структур, где работает подсознательный уровень мышления [5]. Методы 1 этапа ДИС-технологии, имеющие уже автоматизированную поддержку смысловой экспертной системой [8-9], позволяют выявлять потенциал подсознательного уровня мышления ЖО. Как, например, у не умеющего ещё читать малыша вдруг пробуждаются думы о морали при ознакомлении его с волшебной сказкой? А через выявление потенциала можно определяться с недостатками психологии и мышления у ЖО и с подходами к устранению таких недостатков.
ДИС-технология обеспечивает поддержку имитационного потенциала в каждой системе, учёт системной полноты. В частности, это позволяет наиболее полно и адекватно раскрывать медико-биологическую природу ЖО.
Выводы:
1. Медико-биологические науки нуждаются в информационном подходе, где информация получает субстанциальный статус, а решающая роль в функционировании живого организма отводится не одномоментному состоянию, а графику, режиму функционирования. Это позволяет понять природу адаптации и статус адаптивного управления для живого организма, включая уровень взаимодействия органов.
2. Адаптация живого организма невозможна в рамках диад-ного варианта взаимодействия, необходимо присутствие ещё минимум одного элемента взаимодействия, исполняющего роль инфраструктуры.
3. Наличие в живом организме элемента, не владеющего функцией накопления и использования потенциала, вынуждает значительную часть организма пребывать в затяжных «спячках», а то и вовсе отмирать. И наоборот, избыток востребованного потенциала в живом организме приводит функционирование организма к коллапсу и полной остановке.
4. Фундаментальную роль для функционирования живого организма играет посменный режим (а*) и его аналоги, предопределяемые структурой организма. А установки на продолжительную стабилизацию состояний ведут к катастрофическим последствиям.
5. Для эффективной практики необходима проработка как синтеза обоих типов связей (и обеспечивающих взаимодействие, и стационарных, характерных для подключаемых искусственных
систем), так и смысловых аспектов структурирования.
Литература
1. Чайковский, Ю. Юбилей Ламарка-Дарвина и революция в иммунологии. Ч. 3. Иммунитет как упорядоченность / Ю. Чайковский // Наука и жизнь.- 2009.- № 4.- С. 34-43.
2. Корнеев, А.Е. Математическое моделирование внешнего дыхания на базе теории динамических информационных систем /
A.Е. Корнеев, В.И. Разумов, М.Е. Рождественский, В.П. Сизиков, Н.В. Юргель // Вестник новых медицинских технологий.- 1999.-Т. VI, № 3-4.- С. 19-23.
3. Разумов, В.И. Основы теории динамических информаци-
онных систем / В.И. Разумов, В.П. Сизиков.- Омск: ОмГУ, 2005.212 с.; [Электронный ресурс]. Режим доступа:
http://www.omsu.ru/file.php?id=4264.
4. Разумов, В.И. Информационные основы синтеза систем. В 3 ч. Ч. I. Информационные основы системы знаний / В.И. Разумов, В.П. Сизиков.- Омск: ОмГУ, 2007.- 266 с.; [Электронный ресурс]. Режим доступа: http://www.omsu.ru/file.php?id=2594.
5. Разумов, В.И. Информационные основы синтеза систем. В 3 ч. Ч. II. Информационные основы синтеза / В.И. Разумов,
B.П. Сизиков.- Омск: ОмГУ, 2008.- 340 с.; [Электронный ресурс]. Режим доступа: http://www.omsu.ru/file.php?id=4265.
6. Разумов, В.И. Информационные основы синтеза систем. В 3 ч. Ч. III. Информационные основы имитации / В.И. Разумов, В.П. Сизиков.- Омск: ОмГУ, 2011.- 628 с.; [Электронный ресурс]. Режим доступа: (part1) http://www.omsu.ru/file.php?id=6759; (part2) http://www.omsu.ru/file.php?id=6760.
7. Сизиков, В.П. Применение ДИС-технологии в изучении эволюции / В.П. Сизиков // Журнал проблем эволюции открытых систем.- 2009.- Вып. 11.- Т. 1.- С. 58-69.
8. Сизиков, В.П. Языки программирования нового уровня / В.П. Сизиков // Современные проблемы математики, информатики и биоинформатики: Тр. Междун. конф., посвящ. 100-летию со дня рожд. чл.-кор. АН СССР А.А. Ляпунова. [Электронный ресурс]. Режим доступа: http://conf.nsc.ru/reportlist/Lyap-100.
9. Разумов, В.И. Смысловая экспертная система на базе ТДИС / В.И. Разумов, Л.И. Рыженко, В.П. Сизиков // . [Электронный ресурс]. Режим доступа: http://conf.nsc.ru/reportlist/Lyap-100
10. Ройтенберг, Я.Н. Автоматическое управление / Я.Н. Ройтенберг.- М.: Наука, 1978.- 552 с.
11. Сизиков, В.П. К учету конфигурации объектов / В.П. Сизиков // Журнал проблем эволюции открытых систем.- 2007.-Вып. 9.- Т. 1.- С. 53-64.
12. Горский, Ю. М. Системно-информационный анализ процессов управления / Ю.М. Горский.- Новосибирск: Наука, Сибирское отделение, 1988.- 327 с.
13. Горбань, А.Н. Обучение нейронных сетей / А.Н. Горбань.- М.: Изд-во СССР-США СП «ПараГраф», 1990.- 160 с.
14. Пенроуз, Р. Новый ум короля: о компьютерах, мышлении и законах физики: пер. с англ. / Р. Пенроуз / Общ. ред. В.О. Малышенко. Предисл. Г.Г. Малинецкого. Изд. 2-е.- М.: Едиториал УРСС, 2005.- 400 с.
15. Перегудов, Ф.И. Основы системного анализа / Ф.И. Перегудов, Ф.П. Тарасенко.- Томск: Изд-во НТЛ, 1997.- 396 с.
THE RESEARCH METHODOLOGY OF PROCESSES IN ORGANISM
A.E. KORNEEV, V.I. RAZUMOV, V.P. SIZIKOV, N.V.YURGEL
644074, Omsk, ul. 70 years of October, 18. e-mail: alik.k @ list.ru 644077, Omsk, Mira 55a, Omsk State University, e-mail: [email protected] 644046, Omsk, Marx Ave 35, OmGUPS, e-mail: [email protected] 644099, Omsk, ul. Lenina, 15, the Committee on pharmaceutical activities and the production of drugs.
It is offered the approach, developed to DIS-technology, to modeling and the analysis of processes in a living organism on the basis of the theory of dynamic information systems. The authors have reduced the basic results on functioning modes in a living organism and examples of their interpretations. These results for the first give a justification for a series of medical and biologic laws known from practice in a livliving organism and qualitatively new approaches to work with them. It also opens possibilities for the account of influence of artificial systems connected to a live organism and the organization of semantic aspects of structurization in a living organism.
Key words: processes in a living organism, medical and biological patterns.
