CC BY
43
УДК [597-113.32:551.463.3.001.57]:004.383
А. В. Туктаров, А. Н. Неваленный, А. С. Мартьянов
МОДЕЛИРОВАНИЕ ВОЗДЕЙСТВИЯ ОСМОТИЧЕСКОГО ДАВЛЕНИЯ СРЕДЫ НА УРОВЕНЬ АКТИВНОСТИ НЕКОТОРЫХ ПИЩЕВАРИТЕЛЬНЫХ ФЕРМЕНТОВ РУССКОГО ОСЕТРА (ACIPENSER GÜLDENSTÄDTI BRANDT)
С ПОМОЩЬЮ НЕЙРОИНФОРМАЦИОННЫХ ТЕХНОЛОГИЙ
Введение
В настоящее время различными отраслями экологической физиологии, в том числе имеющими непосредственное отношение к трофологии, накоплен огромный массив данных, касающихся разнообразных особенностей воздействия абиотических факторов среды на организм. Особенно много информации о реакциях типа «воздействие - ответ» накоплено в ходе исследования физио-лого-биохимических «адаптаций элементарных функций, механизмы реализации которых описываются в терминах биохимии» [1]. Выяснение характера подобных воздействий в трофологиче-ском аспекте дисциплины особенно важно при исследовании гидробионтов [1-3].
Вместе с тем, несмотря на огромное количество описательного материала, в настоящее время не существует каких-либо моделей прогнозирования изменений количественных показателей, позволяющих судить о характере адаптации хотя бы на биохимическом уровне. Однако необходимость построения таких моделей становится очевидной при имеющейся в современной экологической физиологии рыб тенденции к изучению комплексного воздействия факторов среды на организм, в частности на такие биохимические показатели, как функциональные характеристики ферментных систем [4, 5].
Необходимо отметить, что описание воздействия (даже количественное) относительно редко дает возможность прогнозировать количественное изменение изучаемого показателя при изменении интенсивности воздействия того или иного фактора на организм. Решением данной проблемы может стать построение непараметрических нелинейных моделей, способных аппроксимировать подобные зависимости при достаточном объеме обучающей выборки. К таким моделям, в частности, можно отнести нейронные сети, обладающие способностью к обучению на выборке данных и к нелинейной аппроксимации практически любой непрерывной функции [6-8]. Нейро-сетевой подход является весьма перспективным направлением в биологических и экологических исследованиях [9, 10], например, при анализе воздействия факторов среды на пищеварительные ферменты рыб. Некоторые воздействия на данный показатель исследовались в [1, 11]. Наличие инструмента количественного прогнозирования в данной области, несомненно, пригодится в разработке и улучшении состава кормовых смесей, а также будет способствовать формированию более точных представлений о динамике физиологических показателей пищеварения рыб в естественных условиях при каких-либо изменениях окружающей среды.
В связи с вышеизложенным целью исследований явилось построение и изучение возможности применения многослойного персептрона для прогнозирования относительного изменения уровней активности а-амилазы слизистой оболочки кишечника и щелочной фосфатазы слизистой оболочки пилорической железы русского осетра (Acipenser güldenstädti Brandt).
Материал и методы исследований
Объектами исследования служили половозрелые самки русского осетра (Acipenser güldenstädti), выловленные в Северном Каспии. Из слизистой оболочки, отделяемой от кишечника либо пилорической железы, готовили гомогенат в разведении 1:100. Все эксперименты проводили в условиях in vitro при температуре +25 °С. При изучении влияния осмотического давления на указанные ферменты гомогенат и субстрат готовили при помощи растворов хлорида натрия с кратно уменьшающейся концентрацией (от 0,05 до 20 %). Активность ферментов определяли с использованием стандартных физиолого-биохимических методик [12].
Результаты исследований и их обсуждение
В качестве типа архитектуры нейронной сети для прогнозирования вышеупомянутого показателя был выбран многослойный персептрон [8]. Для прогнозирования относительных измене-
ний уровня активности а-амилазы кишечника использовалась трехслойная модель с 3 нейронами в промежуточном слое, а при обработке результатов по воздействию исследуемого фактора на активность щелочной фосфатазы пилорической железы - с 5 нейронами. Реализация модели осуществлялась в среде MATLAB с использованием пакета расширения Neural Network Toolbox [6].
Из общего объема экспериментальной выборки 15 % было зарезервировано для тестовой и контрольной выборок, на оставшихся данных проводилось обучение методом Левенберга -Марквардта. Входной переменной в модели служило осмотическое давление среды (кПа), выходной - относительный показатель изменения уровня активности исследуемого фермента (отношение наблюдаемого уровня активности к его среднему значению в физиологическом растворе Рингера для холоднокровных животных).
Цикл обучения на результатах по воздействию осмолярности среды на активность а-амилазы составил 60 эпох, аналогичный цикл для щелочной фосфатазы пилорической железы -25 эпох. В первом случае для обучающей выборки было достигнуто результирующее значение среднеквадратичной ошибки 1,99 • 10-2, во втором случае - примерно 0,11. На контрольных выборках аналогичные показатели для ферментов составили 1,71 • 10-2 и 0,15, а на тестовых -
2, 91 • 10-2 и 0,15 соответственно. Дополнительно, с целью более точного установления степени соответствия между использованными при обучении и тестировании экспериментальными данными и непосредственно результатами обучения моделей, был проведен регрессионный анализ (рис. 1, 2).
Рис. 1. Результаты тестирования прогностической модели для а-амилазы слизистой оболочки кишечника. Слева - результаты обучающей выборки, в центре - контрольной, справа - тестовой.
Кружками обозначены данные соответствующих выборок, штриховая линия - линия равенства данных физического (Т) и вычислительного (А) экспериментов
Результаты анализа (Т - данные эксперимента, А - данные, вычисленные персептроном, R - коэффициент корреляции между Т и А):
- обучающая выборка: А = 0,87 • Т + 0,12; R = 0,95;
- контрольная выборка: А = Т - 0,033; R = 0,96;
- тестовая выборка: А = Т + 0,021; R = 0,93.
Как видно из результатов анализа, высокие коэффициенты корреляции экспериментальных и предсказанных моделью значений свидетельствуют о достаточно высокой эффективности данной нейросетевой архитектуры.
Рис. 2. Результаты тестирования прогностической модели для щелочной фосфатазы пилорической железы. Обозначения - как на рис. 1
Аналогичные результаты для щелочной фосфатазы:
- обучающая выборка: A = 0,39 • T + 0,33; R = 0,64;
- контрольная выборка: A = 0,15 • T + 0,55; R = 0,43;
- тестовая выборка: A = 0,44 • T + 0,33; R = 0,77.
При анализе результатов обучения для щелочной фосфатазы можно отметить, что относительно низкое значение регрессионного коэффициента для контрольной выборки компенсиру-
ется достаточно хорошими показателями для обучающей и, главное, тестовой выборок. Это, в совокупности с низкими значениями среднеквадратичных ошибок, позволяет говорить о достаточно хороших прогнозирующих свойствах модели, хотя результат обучения существенно уступает таковому для а-амилазы.
Таким образом, по нашему мнению, результаты восстановления исходной зависимости по экспериментальным данным с применением относительно несложных архитектур свидетельствуют о значительных перспективах нейросетевого подхода в исследованиях физиологобиохимических аспектов адаптации пищеварительной системы гидробионтов (в частности, рыб), при создании прогностических моделей, а также при обобщении и систематизации больших массивов экспериментальных данных.
СПИСОК ЛИТЕРА ТУРЫ
1. Кузьмина В. В. Физиолого-биохимические основы экзотрофии рыб. - М.: Наука, 2005. - 300 с.
2. Голованова И. Л., Таликина М. Г. Влияние низких концентраций хлорофоса в период раннего индивидуального развития на пищеварительные карбогидразы сеголеток плотвы Rutilus rutilus // Вопросы ихтиологии. - 2006. - Т. 46, № 3. - С. 412-416.
3. Голованова И. Л., Таликина М. Г., Филиппов А. А. Отдаленные последствия влияния сверхнизких концентраций хлорофоса и нитрозогуанидина в период эмбриогенеза на физиолого-биохимические показатели сеголеток плотвы // Современные проблемы физиологии и биохимии водных организмов: Материалы 2-й науч. конф. с участием стран СНГ, Петрозаводск, 11-14 сентября 2007 г. - Петрозаводск: Карел. науч. центр РАН, 2007. - С. 42.
4. Кузьмина В. В., Ушакова Н. В. Влияние температуры, рН и тяжелых металлов (цинк, медь) на активность протеиназ рыб и их потенциальных объектов питания // Современные проблемы физиологии и биохимии водных организмов: Материалы 2-й науч. конф. с участием стран СНГ, Петрозаводск, 11-14 сентября 2007 г. - Петрозаводск: Карел. науч. центр РАН, 2007. - С. 80-81.
5. Голованова И. Л. Влияние скорости нагрева воды на активность пищеварительных карбогидраз карпа в различные сезоны года // Тепловодная аквакультура и биологическая продуктивность водоемов аридного климата. Междунар. симпозиум, 16-18 апреля 2007 г.: Материалы и докл. - Астрахань: Изд-во АГТУ, 2007. - С. 445-448.
6. Дьяконов В. П., Круглов В. В. MATLAB 6.5 SP1/7 SP1/7 SP2 + Simulink 5/6. Инструменты искусственного интеллекта и биоинформатики. - М.: СОЛОН-ПРЕСС, 2006. - 456 с.
7. Рутковская Д., Пилиньский М., Рутковский Л. Нейронные сети, генетические алгоритмы и нечеткие системы. - М.: Горячая линия - Телеком, 2006. - С. 18-42.
8. Хайкин С. Нейронные сети: полный курс. - М.: Издат. дом «Вильямс», 2006. - С. 219-341.
9. Шитиков В. К., Розенберг Г. С., Зинченко Т. Д. Количественная гидроэкология: методы системной идентификации. - Тольятти: ИЭВБ РАН, 2003. - 463 с.
10. Руанет В. В., Кочнева Е. З., Рыжова Н. Н. Использование сети Кохонена для обработки результатов RAPD и ISSR анализов при изучении геномного полиморфизма у представителей рода Capsicum L. / Генетика. - 2005. - Т. 41, № 2. - С. 269-278.
11. Неваленный А. Н., Туктаров А. В., Бедняков Д. А. Функциональная организация и адаптивная регуляция процессов пищеварения у рыб: Моногр. - Астрахань: Изд-во АГТУ, 2003. - 152 с.
12. Неваленный А. Н., Бедняков Д. А., Дзержинская И. С. Энзимология: Учеб. пособие. - Астрахань: Изд-во АГТУ, 2005. - 84 с.
Статья поступила в редакцию 04.04.2008
SIMULATION OF THE INFLUENCE OF THE OSMOTIC PRESSURE OF THE ENVIRONMENT ON THE LEVEL OF THE ACTIVITY OF SOME DIGESTIVE ENZYMES OF RUSSIAN STURGEON (ACIPENSER GÜLDENSTÄDTI BRANDT)
BY MEANS OF NEURAL NETWORK TECHNOLOGIES
A. V. Tuktarov, A. N. Nevalennyy, A. S. Martyanov
The main aim of the article is the simulation of the dependence of the level of the activity digestive enzymes like enteric a-amilase and alkaline phosphatase of the pyloric gland of Russian sturgeon from the osmotic pressure of the environment. For the recovery of this dependence by the experimental data the new method for biological and ecological researches - simulation by means of neural networks is used by authors. This method allows researching of the complicated rules which are very difficult for the approximation using traditional tools of the applied statistics or other parametric methods by means of trainee models which belong to the black box type. For solving of this task the authors use the simplest three-layered neural networks which belong to multilayer percep-trons by the type of the architecture. But even so simple models show high performance both on the stage of the training on the experimental data and on the testing on the independent samplings. The conclusion of the article is the high availability of the application of the neural network technologies in the biological researching in particular for solving of the problems of ecological physiology.
Key words: digestive hydrolases, membranous digestion, Russian sturgeon, neural networks, multilayer perceptron.
