CC BY
30
3-2007
БЮЛЛЕТЕНЬ ВОЛГОГРАДСКОГО НАУЧНОГО ЦЕНТРА РАМН
ЭЛЕКТРОФИЗИОЛОГИЧЕСКИХ СИГНАЛОВ
Л. Г. Акулов
Волгоградский государственный технический университет
В настоящее время для анализа электрофизиологических сигналов применяют различные статистические методы. Одной из задач статистической обработки является разделение сигнала на независимые компоненты. Это означает выделение из общего массива данных нескольких независимых источников. Основная задача разделения сигналов состоит в понижении размерности проводимого измерения.
Так, например, если для ЭЭГ-исследования применяется 24 канала отведения, то при использовании гипотезы о двух формирующих дипольных источниках размерность измерения автоматически падает до пары каналов. Очевидно, что это приводит к увеличению наглядности метода, снижению затрат на хранение, передачу и обработку информации. Однако все методы обладают существенным недостатком в виде невозможности точного определения количества источников, формирующих сигнал, если уровень сигнала, дающего вклад в результирующее измерение, достаточно мал. Второе ограничение, накладываемое этими методами, заключается в зависимости разложения сигнала на независимые составляющие от числа точек съема и от их геометрии. Частично решить озвученную проблему помогают различные методики формирования априорных знаний о системе. Наиболее важной из таковых является знание структуры исследуемого объекта. Поскольку структура исследуемого объекта в большинстве случаев является нелинейной, то ее приходится частично линеаризовывать методом навязывания, т. е. предполагая в исследуемом объекте некоторые обособленные части и связи между ними [1, 2].
Решая задачу съема, предобработки и последующей передачи электрофизиологического сигнала, зачастую нет иного выхода, кроме как вслепую заниматься предварительными операциями над информацией, полученной от точек съема. Современные средства электронной техники позволяют с достаточной степенью успешности решать поставленные проблемы, поскольку имеют в своем составе высококачественные аналоговые и цифровые блоки. Это в сочетании с относительно малыми размерами и низкой стоимостью делает их сегодня незаменимыми при проведении измерительных процедур.
К методам так называемого слепого разделения сигналов (в английском варианте BSS - Blind Source Separation) относят ряд статистических алгоритмов обработки исходных данных. Поскольку сам термин является англоязычным, то и набор основных его разновидностей тоже англоязычен [4, 5]. Это, прежде всего, такие методы, как PCA (Principal Component Analysis) - Метод главных компонент; ICA
(Independent Component Analysis) - Анализ независимых компонент; FA (Factor Analysis) -Факторный анализ; SVD (Singular Value Decomposition) - Сингулярная декомпозиция; NMF (Non-negative Matrix Factorization) -Неотрицательная матричная факторизация; RA (Random Projection) - Метод произвольных проекций; LCCD (Low Complexity Coding and Decoding) -Кодирование/декодирование низкой сложности.
Некоторые из методов основаны на предположении статистической некоррелированности источников сигналов. Для других методов выявляется связь различных источников не между собой, а с некоторыми воздействующими на эти источники факторами. Для одних методов разложение ведется по ортогональным составляющим, а для других - это условие не является обязательным.
Каждый из рассматриваемых методов может применяться в современных
электрофизиологических исследованиях и в зависимости от поставленных задач иметь больший или меньший эффект. Поскольку алгоритмы обработки сигналов применяются в измерительных системах, то важным является учет погрешностей вносимых этими методами. Наиболее простое и в то же время полное представление о характере вносимой погрешности дает операционный метод записи измерительного уравнения [3].
ЛИТЕРАТУРА
1. Акулов Л. Г., Муха Ю. П. Адаптивные методы в электроэнцефалографических измерениях // Биомедицинские технологии и радиоэлектроника. - 2007. -№ 5. - С. 25-30.
2. Муха Ю. П., Акулов Л. Г. Модель измерительного уравнения при исследовании биопотенциалов организма на примере электроэнцефалографии // Известия СПб.: ГТУ "ЛЭТИ". Серия "Биотехнические системы в медицине и экологии". - 2006. - Вып. 2. - С. 80-89.
3. Цветков Э. И. Основы математической метрологии. - Спб.: Политехника, 2005. - 510 с.
4. Cichocki A. Blind Signal Processing Methods for Analyzing Multichannel Brain Signals // International Journal of Bioelectromagnetism. - 2004. - Vol. 6. - № 1.
5. Szymkowiak A. H. Data mining in medical databases. Ph. D. Thesis. - Lyngby: Technical University of Denmark, 2003. - 220 p.
ПРИМЕНЕНИЕ ИНФОРМАЦИОННЫХ ТЕХНОЛОГИЙ С ЦЕЛЬЮ ВЫЯВЛЕНИЯ НОВЫХ МОЛЕКУЛЯРНЫХ МЕХАНИЗМОВ АЦИКЛОВИР-РЕЗИСТЕНТНОСТИ ВИРУСОВ HERPES SIMPLEX ТИПА 1 ЧЕЛОВЕКА
Е. В. Барковский, А. В. Бутвиловский, В. В. Хрусталев
Белорусский государственный медицинский университет
В настоящее время препараты ацикловира выступают в качестве базисной этиотропной терапии
БЮЛЛЕТЕНЬ ВОЛГОГРАДСКОГО НАУЧНОГО ЦЕНТРА РАМН
заболеваний, вызванных вирусом простого герпеса (инфекции слизистых оболочек, неонатальные инфекции, висцеральные инфекции
иммунокомпромиссных пациентов и др.). Известно, что мутации двух ферментов вируса герпеса (тимидинкиназы и ДНК-полимеразы) обусловливают его резистентность к ацикловиру.
Выявление молекулярных механизмов ацикловир-резистентности вируса Herpes simplex типа 1 человека и обобщение полученных данных (путем создания базы данных мутаций тимидинкиназы и ДНК-полимеразы) позволят проводить быстрое молекулярно-генетическое определение ацикловир-резистентности данного штамма вируса.
ЦЕЛЬ РАБОТЫ. Определить с помощью информационных технологий новые молекулярные механизмы возникновения ацикловир-резистент-ности герпес-вирусов типа 1 человека.
МЕТОДИКА ИССЛЕДОВАНИЯ.
Проанализированы взятые на сервере NCBI (National Center for Biotechnology Information, www.ncbi.nlm.nih.gov) аминокислотные
последовательности тимидинкиназ ацикловир-чувствительного штамма 17 [3] и ацикловир-резистентного клона 3 (CL3, [2]) вируса Herpes simplex типа 1 человека. Также проанализированы нуклеотидные последовательности гена,
кодирующего тимидинкиназу клона 3 данного вируса [2], и нуклеотидная последовательность секвенированного генома штамма 17 вируса Herpes simplex типа 1 человека [3]. Выравнивание последовательностей проведено с помощью программ ClustalW Protein и ClustalW DNA [1]. Работа поддержана грантом БРФФИ № Б06М-060 от 01.04.2006 г.
РЕЗУЛЬТАТЫ ИССЛЕДОВАНИЯ И ИХ ОБСУЖДЕНИЕ. Основным отличием изучаемых тимидинкиназ является количество входящих в них аминокислотных остатков (376 - у штамма 17, 407 -у CL3). При выравнивании данных последовательностей установлено, что участки 1-354 являются консервативными, в них наблюдаются лишь 4 аминокислотные замены (в 23-м положении - аспарагин-серин, в 36-м - лизин-глутаминовая кислота, в 89-м - аргинин-глутамин и в 265-м положении - аланин-треонин). Выравнивание С-терминальных участков, напротив, характеризуется малым сходством с большим количеством гэпов, что ставит под сомнение его корректность. Именно существенные отличия С-тер-миналей сопоставляемых последовательностей обусловливают сложность их выравнивания. Понятно, что такие различия первичной структуры изучаемых тимидинкиназ не могли не повлиять на их вторичную структуру и функции. С определенной степенью осторожности мы полагаем, что именно они и являются одним из молекулярных механизмов изменения чувствительности к ацикловиру изучаемого вируса.
Для выявления причин существенных вариаций аминокислотных последовательностей тимидинкиназ
Ф
3-2007 |
клона 3 и штамма 17 вируса простого герпеса типа 1 человека проведено выравнивание нуклеотидной последовательности гена, кодирующего
тимидинкиназу CL3, и нуклеотидной последовательности локусов 23 и 22 генома штамма 17 вируса Herpes simplex типа 1 человека. При этом обнаружена делеция цитозина в кодоне ЦЦА (10631065) последовательности изучаемого гена, кодирующего тимидинкиназу CL3 изучаемого вируса, что привело к сдвигу рамки считывания и появлению уникальной последовательности аминокислот в кодируемом белке.
Транскрипция гена, кодирующего
тимидинкиназу штамма 17 вируса простого герпеса типа 1 человека, останавливается по стоп-кодону ТГА (1129-1131). За счет сдвига рамки считывания в последовательности аналогичного гена CL3 происходит исчезновение стоп-кодона, и транскрипция продолжается в локусе 23, в межлокусном пространстве, и прекращается лишь в локусе 22 на расположенном в нем стоп-кодоне ТАА.
ЗАКЛЮЧЕНИЕ. Делеция цитозина в кодоне ЦЦА (1063-1065) последовательности гена, кодирующего тимидинкиназу CL3 вируса простого герпеса типа 1 человека, приводит к сдвигу рамки считывания и появлению в С-терминальной области белка уникальной последовательности аминокислот. Показанные изменения первичной структуры тимидинкиназ, безусловно, могут являться одним из молекулярных механизмов ацикловир-
резистентности изучаемых вирусов.
ЛИТЕРАТУРА
1. Clustal W: improving the sensitivity of progressive multiple sequence alignment through sequence weighting, positions - specific gap penalties and weight matrix choice / J. D. Tompson, D. G. Higgins, T. J. Gibson // Nucl. Acids Res. -1994. - Vol. 22. - P. 4673-4680.
2. National Center for Biotechnology Information [Electronic resource] / National Library of Medicine, B. 38A, Be-thesda, MD 20894. - Mode of access: http://www.ncbi.nlm.nih.gov/entrez/viewer.fcgi?db=protein&v al=9857320. - Date of access: 28.05.2007.
3. The complete DNA sequence of the long unique region in the genome of herpes simplex virus type 1/ McGeo^ D.J., et al. // J. Gen. Virol. - 1988. - Vol. 69 (PT 7). - P. 15311574.
КОМПЬЮТЕРНАЯ ПЛАНТОГРАФИЯ И СОМАТОТИПИРОВАНИЕ ПАЦИЕНТОВ В ПРОГНОЗЕ РЕЗУЛЬТАТОВ КОРРЕКЦИИ ПОПЕРЕЧНОГО ПЛОСКОСТОПИЯ
А. А. Воробьев, В. В. Сивик, А. И. Краюшкин
Волгоградский государственный медицинский университет
Плоскостопие, характеризующееся уплощением продольного и поперечного сводов стопы в сочетании с поворотом вокруг продольной оси и
Ф
43
