CC BY
38
внимание ИАМ, констатируем, что при действии всех экстрактов ОМШП, у Klebsiella pneumoniae/ pneumoniae снижается адгезив-ность, она становится среднеадгезивной культурой. В связи с этим ингибирование микробной адгезии, в т.ч. и экстрактами шунгита, является необходимым условием блокирования инфекционного процесса на ранних этапах развития и может учитываться при разработке профилактических препаратов [1].
В статье [2] приведены результаты исследований экстракта шунгита как способа воздействия на адгезию streptococcus pyogenes к эритроцитам человека. Целью этой работы является изучение адгезии Streptococcus pyogenes на эритроцитах человека O (I) Rh (+) и возможности воздействия на этот процесс экстрактов шунгита. Объектами являлись клинические штаммы Streptococcus pyogenes, выделенные от больных с гнойно-воспалительными заболеваниями. Для изучения адгезивного процесса бактерий были использованы методические рекомендации N28-6/7 «Выявление гемолитических, адгезивных и энтеротоксигенных свойств энтеробактерий» и доступная, более информативная методика В. И. Брилиса, Т. А. Брилене, Х. П. Ленцнера. На основании экспериментальных данных и количественных характеристик, можно сделать вывод: при воздействии на Streptococcus pyogenes 1% и 3% этанольного экстрактов культура проявляет низкую адгезив-ность. 1% и 3% растворы ацетонового экстракта делают Streptococcus pyogenes среднеадгезивным. Учитывая значения ИАМ, отметим, что при действии 1% и 3% раствора ацетонового экстракта, 1% раствор этанольного экстракта Streptococcus pyogenes является среднеадгезивным и низкоадгезивным при воздействии 3% этанольного экстракта шунгита [2].
В [3] приведено изменение протеолитических и сахароли-тических ферментов pseudomonas aeruginosa под действием экстракта шунгита. Целью этого исследования является изучение протеазной активности и сахаролитических свойств Pseudomonas aeruginosa, определение влияния ацетонового экстракта ОМШП на ферментативные свойства бактерии. Протеолитические и са-харолитические ферменты играют важную роль в патогенезе синегнойной инфекции. Расщепляя белковые молекулы и сахара на низкомолекулярные продукты, эти ферменты обеспечивают микробным клеткам питательные вещества, необходимые для роста и размножения. Ферменты, не обладающие высокой токсической активностью, вызывают лишь местные поражения в тканях, однако именно эти поражения способствуют проникновению Pseudomonas aeruginosa в макроорганизм, его колонизации и развитию инфекционного процесса. В работе использован классический метод определения желатиназы - разжижение желатина. Производили посев уколом в столбик застывшего при комнатной температуре 10% желатина в пептонной воде. Инкубация шла при температуре 20-22 С в течение ряда дней. Для изучения сахаролитических свойств мы использовали набор ID 32 GN, предназначенный для автоматической идентификации грамотри-цательных палочек. В состав одного из микротестов входил гликоген (дегидрированный субстрат). Чтение стрипа велось автоматически через 24 часа на приборе ATB Expression bio Merieux фотометрическим методом.
В ходе эксперимента было установлено, что все испытуемые бактерии обладают высокой протеолитической активностью. Все штаммы Pseudomonas aeruginosa в течение 2 суток при температуре 20-22 С разжижают желатин in vitro. При добавлении к питательной среде с желатином 0,5 мл 1 и 3% ацетонового экстракта, протеолитические свойства существенно меняются. Заслуживает внимание тот факт, что при добавлении 1% ацетонового экстракта ОМШП 31,25% штаммов деградируют желатин с помощью фермента желатиназы лишь на 2 и 3 сутки. Остальные 68,75% штаммов в этих условиях желатиназу не образуют. 3% ацетоновый экстракт оказывает бактерицидное действие на Pseudomonas aeruginosa и соответственно полностью ингибирует ферментативную активность бактерий. Преобразование гликогена в нормальных условиях характерно лишь для 12,5% штаммов. Под влиянием 1 и 3% раствора экстракта ОМШП разложение гликогена не происходило. Сделан вывод о возможном участии выявленных ферментов патогенности в развитии гнойновоспалительных процессов, хронического течения инфекции и целесообразности изучения природных веществ, влияющих на свойства клинических штаммов Pseudomonas aeruginosa [3].
Полный системный анализ изменений вирулентных свойств условно-патогенных бактерий при взаимодействии их с природными биоактивными веществами приведен в [9]. Цель работы:
установить изменения вирулентных свойств условно-патогенных бактерий, при взаимодействии их с природными биоактивными веществами, находящимися в составе ШП, изучить влияние веществ, входящих в состав вытяжек, полученных из ШП, на адгезивную способность условно-патогенных бактерий, оценить влияние растворов вытяжек на гемолизирующие свойства бактерий, изучить действие веществ, входящих в состав органического вещества ШП, на биохимические и ферментативные свойства бактерий, определить изменение бактериальных факторов защиты и агрессии под действием биовеществ ШП, используя методы системного анализа установить наличие изменений вирулентных свойств условно-патогенных бактерий при взаимодействии их с биоактивными веществами, входящими в состав ШП.
Выводы. Взаимоотношение между бактериальным патогеном и эукариотической клеткой при формировании межклеточных контактов на ранних этапах инфекционного процесса рассматривается как наиболее важное звено в ходе патогенетических событий и определяет течение заболевания. Именно на этой стадии растворы биоактивных составляющих ШП активно влияют на условно-патогенные бактерии. Изучение механизмов, обеспечивающих адгезию бактерий к клеткам-мишеням, является предпосылкой для создания профилактических антиадгезивных препаратов на основе шунгита, направленных на снижение или предотвращение колонизации тканей хозяина. Достоверно доказано активное влияние вытяжек ШП на гемолизирующие, ферментативные и биохимические свойства бактерий, что позволяет учитывать это при разработке противобактериальных препаратов. Доказано уменьшение синтеза бактериальных факторов защиты и агрессии (секреторных ферментов) под влиянием биоактивных веществ, идентифицированных в растворах вытяжек. С помощью АМКЛ и множественной корреляции достоверно установлено наличие изменений вирулентных свойств условно-патогенных бактерий при воздействии растворов экстрактов ШП [9].
Литература
1. Серегина Н.В. и др. // Сб. статей ХХХХ1У научно-практ. конф. профессорско-преподавательского состава ТулГУ «Общественное здоровье и здравоохранение: профилактическая и клиническая медицина».- Тула: ТулГУ, 2008.- С.76-80.
2. Серегина Н.В. и др. // там же.- С.81-83.
3. Серегина Н.В., Дешко И.В. // там же.- С.84-87.
4. Прокопченков Д.В. и др. // Сб. статей ХХХХ111 научно-практ. конф. профессорско-преподавательского состава ТулГУ «Общественное здоровье и здравоохранение: профилактическая и клиническая медицина» .- Тула: ТулГУ, 2007.- С.96-103.
5. Серегина Н.В. // там же.- С.103-107.
6. Серегина Н.В. и др. // там же.- С. 107-110.
7. Серегина Н.В., Честнова Т.В. // там же.- С. 110-114.
8. Платонов В.В. и др. // ЖПХ.- 2006.- Е.79, Вып.10.-С.1601-1607.
9. Серегина Н.В. Системный анализ изменений вирулентных свойств условно-патогенных бактерий при взаимодействии их с природными биологически активными веществами: Авто-реф. дис... к.б.н.- Тула: ТулГУ, 2008.- 27 с.
10. Прокопченков Д.В. Системный анализ химического состава шунгитовой породы, как основы ее биологической активности: Автореф. дис. к.б.н.- Тула: ТулГУ, 2008.- 26 с.
11. Платонов В.В. и др. // ВНМТ.- 2006.- Т. Х111, № 4.-С. 132-133.
12. Платонов В.В. и др // ЖПХ.- 2007.- Т. 80, Вып. 1 .С. 132-139.
УДК 510.5:510.24:612.821.3
ПРОГРАММА ПОСТРОЕНИЯ АЛГЕБРАИЧЕСКИХ МОДЕЛЕЙ КОНСТРУКТИВНОЙ ЛОГИКИ В БИОФИЗИКЕ, БИОЛОГИИ И МЕДИЦИНЕ
В.А. ХРОМУШИН, В.Ф. БУЧЕЛЬ, В.А. ЖЕРЕБЦОВА, Т.В. ЧЕСТНОВА*
Использование алгебраических моделей. Алгебраические модели являются мощным инструментом для выявления причинно-следственных связей. ДМКЬ позволяет строить математические модели, результат которых представлен
дизъюнкцией результирующих импликант в виде сочетанных переменных с диапазоном определения каждого из них, а также мощности как степени влияния на результат. В качестве исходных данных можно использовать экспериментальные, статистические или медицинские данные [1, 2]. Если хорошо верифицированные исходные данные принять в качестве знаний, то результат можно использовать как экспертную оценку. По мере накопления исходных данных точность экспертной оценки будет увеличиваться. Экспертную оценку пользователь может производить, сравнивая рассматриваемый случай с результирующим выражение алгебраической модели, сформулированной словесными терминами и представленной в виде прогностической таблицы. Итоговая вероятностная оценка складывается из результатов сравнения. Если утверждение в таблице удовлетворяет рассматриваемому случаю, то к итоговой вероятностной оценке добавляется мощность результирующего выражения, выраженная в долевом выражении от общего числа накопленных в базе случаев. Алгоритм AMKL позволяет по мощным результирующим импликантам осуществлять распознавание объектов. Машинный интеллект алгебраической модели позволяет в определенной степени учесть скрытые (не учтенные) факторы. Предпочтительным является построение двух моделей: прямой расчет (нацелен на достижение цели) и расчет от обратного (не достижение цели), что упрощает интерпретацию результата за счет возможности сравнения противоположных результатов.
Характеристика программы:
Число переменных анализируемого массива данных......... 254.
Число анализируемых записей.......... без ограничений.
Алгоритм - алгебраическая модель конструктивной (интуити-вистской) логики (AMKL).
Язык программирования......................Visual C++.
Режимы - прямой (достижение цели) и обратный (не достижение цели). Есть возможность исключать переменные при повторных расчетах. Результат выводится в отдельный файл.
Особенности AMKL. AMKL является в своей основе моделью интуитивистского исчисления предикатов, отображающего индуктивную часть мышления - формирование небольшого набора кратких качественных выводов из массивов информации большой размерности. Исходные данные могут быть представлены как в виде вещественных чисел, так и в виде значений булевых или k-значной логики. Особенность модели состоит в ее приспособленности к исследованию динамики сложных объектов, зависящих также и от неучтенных переменных. AMKL выявляет контекст выводов, формируются пары прямых и “обратных” выводов, сопоставление которых стимулирует интуицию пользователя при интерпретации выводов или при разработке новой теории. Метод реализует системный анализ сложного объекта, отображая его в малое множество более простых подсистем, стандартный статистический анализ которых упрощается. AMKL могут вычисляться в рекурсивном (уточняющем) режиме.
Выводы, вычисленные с помощью AMKL, логически не противоречивы на используемых (обычно больших) массивах данных. Метод может быть использован для формирования доказательств (от посылок к следствиям) в различных областях биофизики, биологии, медицинских и иных исследований. В области практической медицины применение AMKL наиболее перспективно не только для моделирования и исследования заболеваний, но и для их оперативного отслеживания, диагностики и прогноза. Перспективно также применение метода в области социальной медицины, разработке и оптимизации химико-фармацевтических процессов. Результат вычислений сводится к построению тупиковой дизъюнктивной формы. Результирующие импли-канты, объединенные через дизъюнкцию, представляют собой сочетанные переменные с указанием пределов значений и результирующей мощности, по которой можно судить о степени ее влияния на результат. Многолетний опыт работы с AMKL показывает ее высокую эффективность для системного анализа и анализа сложных объектов. Несмотря на сложный для понимания алгоритм, программа весьма проста в применении. Перспективным авторы считают использование AMKL и программы для построения самонастраивающихся (по мере добавления новых верифицированных данных) экспертных систем. Использование алгебраической модели нельзя рассматривать как альтернативу к использованию других методов анализа. Наилучшим является результат анализа, под-
твержденный принципиально разными методами. ДМКЬ является тем методом, который принципиально отличается от всех известных методов и по этой причине ценен для использования. Алгоритм ДМКЬ постоянно совершенствуется [3].
Литература
1. Хромушин В А., Щеглов В.Н. // ВНМТ.- 1998.- N 3-4.-
С. 108-110.
2. Щеглов В.Н. Алгебраические модели конструктивной логики для управления и оптимизации химико-технологических систем: Автореф. Дис...к.т.н.- Л.:ЛТИ им. Ленсовета, 1983.- 19 с.
3. Хромушин В.А. и др. Информатизация здравоохранения: Уч. пос.. - Тула: ТулГУ, 2007.- 207 с.
УДК 510.5:510.24:612.821.3
ОСОБЕННОСТИ ИСПОЛЬЗОВАНИЯ АЛГЕБРАИЧЕСКИХ МОДЕЛЕЙ КОНСТРУКТИВНОЙ ЛОГИКИ В БИОФИЗИКЕ И БИОЛОГИИ
В .А. ХРОМУШИН, В.Ф.БУЧЕЛЬ, В.А. ЖЕРЕБЦОВА, Т.В.ЧЕСТНОВА*
Алгебраическая модель конструктивной логики (АМКЛ) является в своей основе моделью интуитивистского исчисления предикатов, отображающей индуктивную часть мышления -формулирование сравнительно небольшого набора кратких выводов из массивов информации большой размерности. Особенность модели состоит в ее приспособленности к исследованию динамики сложных объектов, зависящих от так называемых скрытых переменных. Алгоритм выявляет также контекст выводов, что позволяет уточнить их смысл, формирует пары прямых и «обратных» выводов с их контекстами, сопоставление которых стимулирует интуицию пользователя при интерпретации выводов или при разработке новой теории. С общей точки зрения, систему можно применять как средство, согласующее информационные каналы исследуемого объекта и пользователя [1, 2].
Многолетняя практика работы с АМКЛ выработала у пользователей практические рекомендации:
1. Целевой столбец и самые важные (информативные)
столбцы исходной таблицы располагается в ее начале (в первых номерах). Перестановка столбцов может изменить конечные выражения. Измененные выражения коснутся, прежде всего, тех импликант, мощность которых не значительная. Алгоритм не рассчитан на просмотр всех возможных вариантов конечных выражений: выбирается тот, который
получается первым. Среди разных вариантов нет неправильных, поскольку один и тот же результат можно представить различным образом.
2. Расчет на современной вычислительной технике занимает для больших баз данных (10-100 тыс. записей) много времени: от нескольких минут до нескольких часов. Расчет от обратного (цель не достигается) занимает во много раз больше времени, чем прямой расчет (цель достигается).
3. Программа исключит из расчета те целевые и не це-
левые строки, которые совпадают. При работе с экспериментальными данными в биофизике такого рода случаи встречаются редко, а в биологии чаще. Алгоритм не допускает неопределенностей: достижения цели взаимоисключающими
сочетанными воздействиями. На практике для исключения неопределенности, целесообразно не исключать целевые строки (так как они обладают большой ценностью для исследователя), а исключить не целевые строки, подсчитав их долю в общем количестве не целевых строк. Эта доля - суть потери точности расчета. При малых значениях с этим можно мириться. Исключение неопределенностей в исходных данных является необходимой операцией для большого числа аналитических расчетов различной тематической направленности.
4. Излишнее число переменных ведет к уменьшению мощности результирующих импликант. Если уменьшить число переменных нельзя по сути анализа, а мощности результирующих импликант малы, то можно говорить о качестве аналитического расчета (идеологической не продуманности).
