CC BY
32
JOURNAL OF NEW MEDICAL TECHNOLOGIES - 2021 - V. 28, № 1 - P. 64-68
УДК: 61 DOI: 10.24412/1609-2163-2021-1-64-68
ВОЗМОЖНЫ ЛИ ПРИЧИННО-СЛЕДСТВЕННЫЕ СВЯЗИ В НАУКАХ О БИОСИСТЕМАХ?
(обзор литературы)
В.А. ТВЕРДИСЛОВ*, Е.А. МАНИНА**
*ФГБОУ ВО «Московский государственный университет им. М.В. Ломоносова», Ленинские горы, д. 1, стр. 46, г. Москва, 119234, Россия, e-mail: [email protected] **БУ ВО ХМАО-Югры «Сургутский государственный университет», ул. Ленина, 1, Сургут, 628400, Россия
Аннотация. Трое выдающихся ученых 20-го века E. Schrodinger, N.А. Bernstein, W. Weaver подняли проблему точности в изучении биосистем - живых систем в виде проблемы редукции. Решение вопроса по применению физики и математики для описания биосистем все-таки остается без ответа во всей современной науке, в биологии и биомедицине. Сейчас в биомедицине работают детерминистский и стохастический подходы, что противоречит новым полученным данным о выборках биосистем. В основе современной науки лежит догма о главенстве причинно-следственных связей в поведении биосистем. Если этот постулат опровергнуть и показать в описании жизни бесполезность этих подходов, то тогда какая наука (какие модели) могут быть использованы для изучения живых систем? Наше сообщение представляет ответ на этот вопрос с позиций новой теории хаоса-самоорганизации. Но второй вопрос (какие модели) требует особого понимания реальности неустойчивости выборок для разных параметров организма, что было доказано в виде эффекта Еськова-Зинченко. Тогда переход к новой теории систем третьего типа (W. Weaver) будет неизбежен. Он потребует создания новой теории и новых методов для описания биосистем.
Ключевые слова: стохастика, хаос, биосистемы, эффект Еськова-Зинченко.
IS IT POSSIBLE CAUSAL RELATIONSHIPS IN THE SCIENCES OF BIOLOGICAL SYSTEMS?
V.A.TVERDISLOV*, E.A. MANINA**
*LomonosovMoscow State University, Leninskie Gory 1, p. 46, Moscow, 119234, Russia, e-mail: [email protected] "Surgut State University, Lenin Ave., 1, Surgut, 628400, Russia
Abstract. Three outstanding scientists of the 20th century E. Schrodinger, N. A. Bernstein, W. Weaver raised the problem of accuracy in the study of biosystems-living systems in the form of a reduction problem. The answer to this question on application of physics and mathematics to describe biosystems still remains unanswered in all modern science, in biology and biomedicine. Currently, deterministic and stochastic approaches are used in biomedicine, which contradicts the new data obtained on samples of biosystems. Modern science is based on the dogma of the primacy of cause-and-effect relationships in the behavior of biosystems. If this postulate is refuted and the futility of these approaches is shown in the description of life, then what science (what models) can be used to study living systems? Our message provides an answer to this question. From the standpoint of the new theory of chaos-self-organization. But the second question (which models) requires a special understanding of the reality of sample instability for different parameters of living system, which was proved in the form of the Eskov-Zinchenko effect. Then the transition to a new theory of systems of the third type (W. Weaver) will be inevitable. It will require the creation of a new theory and new methods for describing biosystems.
Keywords: stochastics, chaos, biosystems, the Eskov-Zinchenko effect.
Введение. В основе современной физики, биологии, медицины и химии (т.е. всего современного естествознания) лежит фундаментальный постулат о реальности причинно-следственных связей. Например, в детерминизме прошлое строго определяет будущее (это основа теории динамических систем). В стохастике будущее определяется не точно, поэтому используют повторение процесса и анализируют выборки. В любом случае наука не работает с уникальными процессами и объектами (они используются, например, в религии).
Однако, в середине 20-го века двое ученых высказали гипотезы об особенностях живых систем. В 1947 году Н.А. Бернштейн высказал гипотезу о «повторении без повторений» в биомеханике [16]. Чуть позже W. Weaver [27] определил все живые системы в особые системы 3-го типа (СТТ). Следуя логике W. Weaver, эти СТТ не могут быть объектом современной детерминистской и стохастической науки (ДСН).
Подчеркнем, что обе эти работы [16,27] были без серьезного научного (количественного) обсуждения,
что и не удивительно. В современной детерминистской и стохастической науке мы всегда работаем в рамках догмы причинно-следственных связей и возможности повторения любого процесса и любого объекта. Гипотезы КА. Bernstein и W. Weaver выходили за рамки ДСН и поэтому они игнорировались. Выглядит это очень странно, т.е. для проверки этих гипотез достаточно было многократно повторить регистрацию любого биологического процесса и проверить возможность стохастического совпадения получаемых выборок параметров x(t) биосистемы.
Гипотезы, которые игнорируются наукой более 70 лет. Еще раз отметим, что отсутствие повторений в биомеханике декларировал КА. Bernstein [16]. При этом он не определял о каких «повторениях» идет речь. Движения не повторяются точно, в рамках детерминизма, или в рамках стохастики, когда не повторяются выборки х10) организма человека. КА. Bernstein не представил количественных доказательств отсутствия повторений в организации движений.
Еще дальше пошел W. Weaver [27] В своей работе «Science and Complexity» он, фактически, дважды попытался противопоставить все живые системы объектам физики, химии, техники. В названии этой статьи уже звучит противопоставление традиционной науки (ДСН) и особой сложности. Эту сложность в своей статье он связывает с изучением биосистем. W. Weaver в первый тип систем (simplisity) поместил, фактически, детерминистские системы. Системы 2-го типа (disorganized complexity) должны описываться в рамках стохастики, где много разных факторов и их невозможно точно учитывать.
Для систем 2-го типа мы должны точно повторить начальное значение x(to) всего вектора состояния системы x=x(t)=(x1, Х2,..., Xm)Tв m-мерном фазовом пространстве состояний (ФПС). Однако, конечное состояние x(tf) вектора x(t) в стохастике точно не определено (до завершения процесса). Когда мы многократно повторяем опыты с объектом, то получаем выборки x(t) и для них рассчитываем статистические функции распределения f(x), а также их числовые характеристики (среднее статистическое <x>, статистическую дисперсию О*, спектральную плотность сигнала (СПС), автокорреляции (АК) и т.д.).
Система 2-го типа считается неизменной, если f(x) и числовые характеристики в рамках некоторых условий (например, при статистической проверке гипотез) почти не изменяются. Для этих систем нет прогноза попадания в конце исследуемого процесса в заданную точку х(Ь) ФПС. Мы работаем с выборками, т.е. областями точек в ФПС. В этом смысле эти системы неорганизованные, в отличие от систем 1-го типа.
Все живые системы W. Weaver [27] относил к особым СТТ. Следуя логике этой статьи эти СТТ должны отличаться от систем 1-го типа (детерминистских) и систем 2-го типа (стохастических). Более того, следуя логике W. Weaver, СТТ должны выйти за пределы ДСН и они требуют новой теории, новой физики и новой математики для своего описания. Ученые мира должны были за это время создать новые модели и методы для описания СТТ, но за эти 70 лет ничего не произошло. Вся биомеханика, психология, биофизика, биомедицина продолжают изучать живые системы в рамках ДСН. Гипотеза N.A. Bernstein (о «повторении без повторений») и гипотеза W. Weaver об особых СТТ остались незамеченными. Ученые мира прошли мимо этих работ, хотя ответ лежал на поверхности: надо было много раз повторять выборки одного и того же эксперимента и анализировать сотни и тысячи выборок от одного и того же объекта (это мы выполнили за минувшие 20 лет [1-11]).
Гипотезы N.A. Bernstein и W. Weaver остались без подтверждения, а фундаментальный вопрос E.Schrodinger «What is life» [26] остается без ответа. Подчеркнем, что гипотеза W. Weaver была революционной для ДСН (СТТ - не объект ДСН), а N.A. Bernstein первый заговорил об отсутствии повторений в биомеханике (но о каких повторениях или неповторениях идет речь?). Для доказательства его гипотезы
нужно было доказать, фактически, нарушение причинно-следственный связей, т.е. отсутствие влияния прошлого состояния биосистемы на будущее состояние (для СТТ), по крайней мере в рамках детерминизма и стохастики.
Действительно, как может современная ДСН изучать системы полностью уникальные. Это означает, что для СТТ мы не можем (статистически) повторить начальные состояния x(to) вектора x(t) в ФПС. Не можем повторить траекторию развития системы в ФПС (фазовую траекторию x(t)) и не можем повторить конечное состояние x(tf) и не только в виде точки, но и в виде выборки x(tf). Для таких систем нобелевский лауреат R. Penrose говорил: «Что означает «вычислимость, когда в качестве входных и выходных данных допускаются непрерывно изменяющиеся параметры» [24].
Почему живые системы (СТТ) являются уникальными системами? Еще раз отметим, что W. Weaver [27] и в названии своей статьи, и в определении (гипотезе) СТТ - живых систем (дважды!) противопоставил ДСН (и объекты этих наук - детерминистские и стохастические системы) complexity, т.е. СТТ -это complexity. Подчеркнем, что complexity для СТТ является даже не динамический хаос, на который надеялся I.R. Prigogine [25] и M. Gell-Mann [19]. В динамическом хаосе мы имеем повторение x(to) в виде задачи Коши, а в конце процесса (в аттракторах Лоренца) наблюдается равномерное распределение. Это распределение предсказуемое, а значит и повторяемое. Иными словами, в хаосе Лоренца мы все-таки имеем определенные причинно-следственные связи.
Хаос Лоренца не является истинной сложностью для ДСН, т.к. все можно повторить (x(to) и некоторое конечное равномерное распределение). Оба нобелевских лауреата (I.R. Prigogine и M. Gell-Mann) надеялись [19,25] на возможности динамического хаоса в описании живых систем, но СТТ оказались намного отличными системами от традиционных объектов физики, химии, техники. R. Penrose был прав, когда говорил о непрерывно изменяющихся системах, именно такими системами и являются СТТ (нет повторений x(to), x(tf) [13-15,17,18,20-23,28].
Проверить уникальность СТТ в динамике нам удалось 20 лет назад, когда у одного и того же испытуемого многократно (по 15 раз) регистрировали за 5 секунд треморограммы. Эти ТМГ мы дискретизиро-вали (с частотой 100 Гц) и получали 15 выборок ТМГ, в каждой из которых было по 500 значений x(t) (в виде точек). Для этих 15-ти выборок мы составляли матрицы парных сравнений, в которые вносили критерии Вилкоксона Pj (при сравнении i-ой и j-ой выборок ТМГ). В итоге, в таких матрицах находили числа ki пар выборок ТМГ, для которых Pj>0,05. В этом случае такая пара могла (но не точно!) иметь одну (общую) генеральную совокупность. Число ki (пар, которые могли статистически совпадать) в итоге характеризовали долю стохастики. Для примера мы представляем типичную матрицу (табл.1), в которой это число ki весьма мало (ki=3). Это значит, что из 105-ти
разных пар сравнения в матрице 15*15 (всего 105 разных пар сравнений) мы имеем всего около 3% случайных статистических совпадений. Остальные 97% пар сравнения ТМГ не показывают статистические совпадения (они разные, принадлежат к разным генеральным совокупностям, что и показывает табл. 1).
Такая ситуация (отсутствие статистической устойчивости выборок ТМГ) наблюдалась в сотнях подобных матриц ТМГ (табл. 1) для разных испытуемых и это доказывает гипотезу Н.А. Бернштейна о «повторении без повторений». Мы не можем у одного и того же испытуемого (в его неизменном физиологическом состоянии) повторить подряд две статистически подобные выборки ТМГ. Вероятность повторения второй выборки ТМГ (по отношению к первой) Р2ЩОЗ. Это мы доказали в сотнях экспериментов по регистрации ТМГ. Фактически, речь идет об уникальности выборок ТМГ [14-19]. Такая реальность СТТ не учитывается в современных моделях биосистем [1-12].
Если повторить две выборки ТМГ подряд то вероятность их совпадения Р2ЩОЗ, тогда как можно применять методы стохастики в биомеханике (какая
из 15-ти таких выборок объективно описывает посту-ральный тремор?). Ситуация еще более усугубляется, если мы переходим к группе разных испытуемых. Если построить матрицу парных сравнений выборок для 15-ти разных испытуемых, то мы получим число kg (статистически совпадающих пар) тоже крайне малое. В табл. 2 представляем типовую матрицу парных сравнений выборок ТМГ для 15-ти разных испытуемых, где число kg мало отличается от к в табл. 1. Статистические совпадения выборок ТМГ крайне редки, но здесь ситуация совершенно иная, чем с одним испытуемым в табл. 1.
Действительно, если выборки параметров хф организма разных людей из группы показывают крайне низкое статистическое совпадение (в табл. 2 это всего 5% их всех 105 разных пар сравнений), то это означает, что группа составлена из физиологически разных испытуемых. С позиций стохастики мы такую группу не можем изучать, т. к. там могут быть больные люди, с другими отклонениями. В этом случае группа не может быть однородной, т.к. мы не знаем почему их выборки не принадлежат одной генеральной совокупности (табл. 2). Однако современная наука продолжает изучать биосистемы в рамках детерминизма и стохастики [6].
Работать с неоднородной группой невозможно (это могут быть дети и взрослые, больные и здоровые и т.д.). Стохастика требует подобрать однородную группу, но из-за ЭЕЗ выполнить это невозможно. Мы всегда будем иметь дело со статистически неустойчивыми выборками и матрицы для ТМГ всегда покажут Ы7% (из 105-ти сравниваемых пар). Таким образом, все группы в современной биомедицине неоднородны, т.к. мы это показали (в виде статистической неустойчивости выборок) для разных параметров функций организма. В первую очередь это относится к биомеханике, физиологии нервно-мышечной системы (НМС) и сердечно-сосудистой системы (ССС) [2-5,711,13,15,18,20,21,23], к работе мозга [1,7,1011,14,17,28] и т.д.
Статистическая неустойчивость выборок в биомеханике обусловлена в первую очередь хаотичной работой мышц, которые обеспечивают любое движение, а также наше статическое состояние - позу. Многолетние исследования работы мышц при различных усилиях (в статичном режиме) показали нам реальность ЭЕЗ. Очевидно, что как в работе мышц преобладает хаос, так он продолжается и в организации движений.
Заключение. Многочисленные наблюдения за
Таблица 1
Матрица парного сравнения выборок ТМГ испытуемого ГДВ (число повторов N=15), использовался критерий Вилкоксона (уровень значимости р<0,05, число совпадений к/=3)
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
1 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.69 0.00 0.00 0.00 0.00
2 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.00
3 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.12
4 0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
5 0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
6 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
7 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
8 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
9 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.30 0.02 0.00 0.00 0.00
10 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
11 0.69 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.30 0.00 0.01 0.00 0.00 0.00
12 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.02 0.00 0.01 0.00 0.00 0.00
13 0.00 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
14 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
15 0.00 0.00 0.12 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
Таблица 2
Матрица парного сравнения выборок треморограмм (ТМГ) группы испытуемых (число повторов N=15), использовался критерий Ньюмана-Кейлса (уровень значимости р<0,05, число совпадений кг=7)
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
1 0,42 0,72 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00
2 0,42 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00
3 0,72 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00
4 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00
5 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,65 0,00
6 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,28 0,00 0,00 0,00 0,00 0,00
7 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,08 0,00 0,00 0,02
8 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,26 0,00 0,00 0,00 0,00 0,00 0,00
9 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,26 0,00 0,00 0,00 0,00 0,00 0,00
10 0,00 0,00 0,00 0,00 0,00 0,28 0,00 0,00 0,00 0,02 0,00 0,00 0,00 0,00
11 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,02 0,00 0,00 0,00 0,00
12 0,00 0,00 0,00 0,00 0,00 0,00 0,08 0,00 0,00 0,00 0,00 0,00 0,00 0,01
13 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,89 0,00
14 0,00 0,00 0,00 0,00 0,65 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,89 0,00
15 0,00 0,00 0,00 0,00 0,00 0,00 0,02 0,00 0,00 0,00 0,00 0,01 0,00 0,00
JOURNAL OF NEW MEDICAL TECHNOLOGIES - 2021 - V. 28, № 1 - P. 64-68
параметрами функций организма человека (в биомеханике, в физиологии НМС [2,4,5,7-10,13] и ССС [35,14,15,18,20,21,23], в работе нейросетей мозга [1,7,10-11,14,17,28], за последние 20 лет показали, что для получаемых выборок параметров x(t) организма невозможно произвольно два раза подряд повторить любую такую выборку. Вторая выборка x(t) имеет крайне малую вероятность статистического совпадения с первой выборкой (с вероятностью Р2ЩО1З для ТМГ или Р2Щ25 - это максимум, для ЭЭГ). В стохастике обычно наблюдается совпадение событий с вероятностью Р2>0,95, что для живых систем (СТТ) невозможно в принципе. Возникает ЭЕЗ, при котором отсутствует статистическая устойчивость выборок x(t) и возникает распад (с позиций стохастики) причинно-следственных связей (прошлое не влияет на будущее). Очевидно, что для таких систем (СТТ) дальнейшее применение методов стохастики невозможно (какую из 15-ти выборок ТМГ, ЭМГ, ЭЭГ брать за основу?). Такая неустойчивость характерна для любых характеристик (<x>, СПС, АК и т.д.). Невозможность реализовать повторения доказывает гипотезу N.A. Bernstein (1947 год) о «повторении без повторений» и гипотезу W. Weaver об особых СТТ. Фактически, W. Weaver, тогда (в 1948 году) вывел живые системы (СТТ) за пределы современной науки (ДСН). Любое уравнение (дифференциальное, интегральное, разностное, и т.д.), описывающее биосистему, имеет уникальный характер. Это уравнение не имеет прогностического значения, как и статистические функции распределения f(x), их статистические характеристики. Это следует учитывать при моделировании работы мозга [1,7,10-11,14,17,28] и других сложных биосистем [3-5,14,15,18,20,21,23].
Методы и модели ДСН имеют уникальный характер. Любая выборка x(t) статистически (и детерминистски) не повторяема. Мы приходим к необходимости создания новых физических методов и другой науки для описания живых систем. Очевидно, что хаос начинается в нейросетях мозга, в которых он составляет почти 70% для любых выборок (табл. 4). Далее он усиливается в мышцах (до 85%) и окончательное движение конечности (например, постуральный тремор) демонстрирует хаос более 95% (К^0,05% для ТМГ). Это следует учитывать исследователям работы нейросетей мозга [1,7,10-11,14,17,28].
Любые функции организма человека происходят без повторений. W. Weaver предлагал для таких систем (СТТ) создать другую науку, но его просто игнорировали, т.к. это предложение было чрезмерно релятивистским. Оно отрицало ДСН, все существующие методы для описания СТТ - живых систем. В этой связи возникает настоящая complexity для современной науки. При этом СТТ не демонстрируют динамичного хаоса Лоренца (нет уравнений для их описания, пока!) [2-4,6-8,10-12,28].
Литература / References
1. Галкин В.А., Еськов В.В., Пятин В.Ф., Кирасирова Л.А., Кульчицкий В.А. Существует ли стохастическая устойчивость выборок в нейронауках? // Новости медико-биологических наук. 2020. Т. 20, №3. С. 126-132 / Galkin VA, Es'kov VV, Pyatin VF, Kirasirova LA, Kul'chitskiy VA. Sushchestvuet li stokhasticheskaya ustoychivost' vy-borok v neyro-naukakh? [Is there a stochastic stability of samples in the neuro-sciences?]. Novosti mediko-biologicheskikh nauk. 2020;20(3):126-32. Russian.
2. Еськов В.В. Математическое моделирование гомеостаза и эволюции complexity: монография. Тула: изд-во ТулГУ, 2016. 372 с. / Es'kov VV. Matematicheskoe modelirovanie gomeostaza i ehvolyucii complexity: monografiya [Mathematical modelling of homeostasis and the evolution of complexity: the mo-nograph]. Tula: izd-vo TulGU; 2016. Russian.
3. Еськов В.В., Пятин В.Ф., Филатова Д.Ю., Башкатова Ю.В. Хаос параметров гомеостаза сердечно-сосудистой системы человека. Самара: Изд-во ООО «Порто-Принт», 2018. 312 с. / Es'kov VV, Pyatin VF, Filatova DYu, Bashkatova YuV. Khaos paramet-rov gomeostaza serdechno-sosudistoy sistemy cheloveka [Chaos of parameters of homeostasis of the human cardiovascular system]. Samara: Izd-vo OOO «Porto-Print»; 2018. Russian.
4. Еськов В.В., Пятин В.Ф., Шакирова Л.С., Мельникова Е.Г. Роль хаоса в регуляции физиологических функций организма / Под ред. А.А. Хадарцева. Самара: ООО «Порто-принт», 2020. 248 с. / Es'kov VV, Pyatin VF, Shakirova LS, Mel'nikova EG. Rol' khaosa v regulyatsii fizi-ologicheskikh funktsiy organizma [The role of chaos in the regulation of physiological functions of the body]. Edited by AA Khadartseva. Samara: OOO «Porto-print»; 2020. Russian.
5. Еськов В.В., Башкатова Ю.В., Шакирова Л.С., Веденеева Т.С., Мордвинцева А.Ю. Проблема стандартов в медицине и физиологии // Архив клинической медицины. 2020. Т. 29, №3. С. 211-216 / Es'kov VV, Bashkatova YuV, Shakirova LS, Vedeneeva TS, Mordvintseva AYu. Problema standartov v meditsine i fiziologii [The problem of standards in medicine and physiology]. Arkhiv klinicheskoy meditsiny. 2020;29(3):211-6. Russian.
6. Еськов В.М., Зинченко Ю.П., Филатов М.А., Еськов В.В. Эффект Еськова-Зинченко опровергает представления I.R. Prigogine, JA. Wheeler и M. Gell-Mann о детерминированном хаосе биосистем -complexity // Вестник новых медицинских технологий. 2016. №2. C. 34-43. DOI: 10.12737/20422 / Es'kov VM, Zinchenko YUP, Filatov MA, Es'kov VV. Effekt Es'kova-Zinchenko oprovergaet predstavleniya I.R. Prigogine, JA. Wheeler i M. Gell-Mann o determinirovannom khaose bio-sistem - complexity [The effect of Eskova-Zinchenko refutes the ideas of I.R. Prigogine, JA. Wheeler and M. Gell-Mann on the deterministic chaos of biosystems - complexity]. Journal of new medical technologies. 2016;2:34-43. DOI: 10.12737/20422. Russian.
7. Еськов В.М., Галкин В.А., Филатова О.Е. Конец определенности: хаос гомеостатических систем. Тула, 2017. 596 с. / Es'kov VM, Galkin VA, Filatova OE. Konets opredelennosti: khaos gomeostatich-eskikh sistem [End of certainty: chaos of homeostatic systems]. Tula; 2017. Russian.
8. Еськов В.М., Галкин В.А., Филатова О.Е. Complexity: хаос гомеостатических систем: монография / Под ред. Г.С. Розенберга. Самара: изд-во ООО «Потро-принт», 2017. 388 с. / Es'kov VM, Galkin VA, Filatova OE. Complexity: khaos gomeostaticheskikh sistem: monografiya [Complexity: chaos of homeostatic systems: monograph]. Pod red. G.S. Rozenberga. Samara: izd-vo OOO «Potro-print»; 2017. Russian.
9. Еськов В.М., Пятин В.Ф., Еськов В.В., Миллер А.В., Веденеев В.В. Существуют ли отличия между произвольными и непроизвольными движениями? // Вестник новых медицинских технологий. 2020. №3. C. 88-91. DOI: 10.24411/1609-2163-2020-16688 / Eskov VM, Pyatin VF, Eskov VV, Miller AV, Vedeneev VV. Sushchestvuyut li otlichiya mezhdu proizvol'nymi i neproizvol'nymi dvizheniyami? [Are the destiqueshes between voluntary and envoluntary movement?]. Journal of New Medical Technologies. 2020; 3:88-91. DOI: 10.24411/1609-21632020-16688. Russian.
10. Еськов В.М., Галкин В.А., Пятин В.Ф., Филатов М.А. Организация движений: стохастика или хаос? / Под. ред. член-корр. РАН, д.биол.н., профессора Г.С. Розенберга. Самара: Издательство ООО «Порто-принт», 2020. 144 с. / Es'kov VM, Galkin VA, Pyatin VF, Filatov MA. Organizatsiya dvizheniy: stokhastika ili khaos? Pod. red. chlen-korr. RAN, d.biol.n., professora G.S. Rozenberga [Organization of movements: stochastics or chaos? Corresponding Member of the Russian Academy of
JOURNAL OF NEW MEDICAL TECHNOLOGIES - 2021 - V. 28, № 1 - P. 64-68
Sciences, Doctor of Biology, Professor G.S. Rosenberg]. Samara: Iz-datel'stvo OOO «Porto-print»; 2020. Russian.
11. Еськов В.М., Пятин В.Ф., Башкатова Ю.В. Медицинская и биологическая кибернетика: перспективы развития // Успехи кибернетики. 2020. Т.1, №1. С. 64-72 / Es'kov VM, Pyatin VF, Bashkatova YuV. Meditsinskaya i biologicheskaya kibernetika: perspektivy razvitiya [medical and biological cybernetics: development prospects]. Uspekhi kibernetiki. 2020;1(1):64-72. Russian.
12. Розенберг Г.С., Полухин В.В., Попов Ю.М., Сазонова Н.В., Салимова Ю.В. Представления W. Weaver и теории хаоса-самоорганизации о системах третьего типа // Сложность. Разум. Постнеклас-сика. 2020. № 3. С. 14-23 / Rozenberg GS, Polukhin VV, Popov YuM, Sa-zonova NV, Salimova YuV. Predstavleniya W. Weaver i teorii khaosa-sa-moorganizatsii o sistemakh tret'ego tipa [Representations of W. Weaver and chaos-self-organization theory on systems of the third type]. Slozhnost'. Razum. Postneklassika. 2020;3:14-23. Russian.
13. Филатов М.А., Прохоров С.А., Ивахно Н.В., Головачева Е.А., Игнатенко А.П. Возможности моделирования статистической неустойчивости выборок в физиологии // Вестник новых медицинских технологий. 2020. №2. C. 120-124. DOI: 10.24411/1609-21632020-16668 / Filatov MA, Prochorov SA, Ivakhno NV, Golovacheva EA, Ignatenko AP. Vozmozhnosti modelirovaniya statisticheskoy neus-toychivosti vyborok v fiziologii [The possibilities of modeling stochastic instability samples in physiology]. Journal of New Medical Technologies. 2020;2:120-4. DOI: 10.24411/1609-2163-2020-16668. Russian.
14. Хадарцев А.А., Зинченко Ю.П., Галкин В.А., Шакирова Л.С. Эргодичность систем третьего типа // Сложность. Разум. Постнеклас-сика. 2020. № 1. С. 67-75 / Khadartsev AA, Zinchenko YuP, Galkin VA, Shakirova LS. Ergodichnost' sistem tret'ego tipa [Ergodicity of systems of the third type]. Slozhnost'. Razum. Postneklassika. 2020;1:67-75. Russian.
15. Bashkatova Yu.V., Filatov М.А., Shakirova L.S. State of athletes' cardiovascular system under physical load in the Russian North // Human Ecology. 2020. №6. P. 41-45 / Bashkatova YuV, Filatov МА, Shakirova LS. State of athletes' cardiovascular system under physical load in the Russian North. Human Ecology. 2020;6:41-5.
16. Bernstein N.A. The coordination and regulation of movements // Oxford, New York, Pergamon Press, 1967. 196 p. / Bernstein NA. The coordination and regulation of movements. Oxford, New York, Per-gamon Press; 1967.
17. Eskov V.M., Pyatin V.F., Eskov V.V., Ilyashenko L.K. Heuristic work of the brain and artificial neural networks // Biophysics. 2019. Vol. 64, No. 2. P. 125-130 / Eskov VM, Pyatin VF, Eskov VV, Ilyashenko LK. Heuristic work of the brain and artificial neural networks. Biophysics. 2019;64(2):125-30.
18. Eskov V.M., Gudkov A.B., Filatov M.A., Eskov V.V. Principles of homeostatic regulation of functions in human ecology // Human Ecology. 2019. №10. P. 41-49 / Eskov VM, Gudkov AB, Filatov MA, Eskov VV.
Principles of homeostatic regulation of functions in human ecology. Human Ecology. 2019;10:41-9.
19. Gell-Mann M. Fundamental Sources of Unpredictability // Complexity. 1997. Vol. 3, №1. P. 13-19 / Gell-Mann M. Fundamental Sources of Unpredictability. Complexity. 1997;3(1):13-9.
20. Kolosova A.I., Filatov M.A., Maistrenko E.V., Ilyashenko L.K. An analysis of the attention indices in students from Surgut and Samara oblast from the standpoint of stochastics and chaos // Biophysics. 2019. Vol. 64(4). P. 662 - 666 / Kolosova AI, Filatov MA, Maistrenko EV, Ilyashenko LK. An analysis of the attention indices in students from Surgut and Samara oblast from the standpoint of stochastics and chaos. Biophysics. 2019;64(4):662-6.
21. Filatova O.E., Gudkov A.B., Eskov V.V., Chempalova L.S. The concept of uniformity of a group in human ecology // Human Ecology. 2020. №2. P. 40-44 / Filatova OE, Gudkov AB, Eskov VV, Chempalova LS. The concept of uniformity of a group in human ecology. Human Ecology. 2020;2:40-4.
22. Ivanitskii G.R. Self-organizing dynamic stability of far-from-equilibrium biological systems // UFN. 2017. Vol. 187, №7. P. 757-784 / Ivanitskii GR. Self-organizing dynamic stability of far-from-equilibrium biological systems. UFN. 2017;187(7):757-84.
23. Filatov M.A., Ilyashenko L.K., Kolosova A.I., Makeeva S.V. Stochastic and chaotic analysis of students' attention parameters of different ecological zones // Human Ecology. 2019. №7. P. 11-16 / Filatov MA, Ilyashenko LK, Kolosova AI, Makeeva SV. Stochastic and chaotic analysis of students' attention parameters of different ecological zones. Human Ecology. 2019;7:11-6.
24. Penrose R. The Emperor's New Mind: Concerning Computers, Mind and Laws of Physics. Oxford: Oxford University Press, 1989 / Penrose R. The Emperor's New Mind: Concerning Computers, Mind and Laws of Physics. Oxford: Oxford University Press; 1989.
25. Prigogine IR. The End of Certainty: Time, Chaos, and the New Laws of Nature. Free Press, 1996 / Prigogine IR. The End of Certainty: Time, Chaos, and the New Laws of Nature. Free Press; 1996.
26. Schrödinger E. What Is Life? The Physical Aspect of the Living Cell. Cambridge university press, 1944. 198 p. / Schrödinger E. What Is Life? The Physical Aspect of the Living Cell. Cambridge university press; 1944.
27. Weaver W. Science and Complexity // American Scientist. 1948. Vol. 36, №4. P. 536-544 / Weaver W. Science and Complexity. American Scientist. 1948;36(4):536-44.
28. Zilov V.G., Khadartsev A.A., Eskov V.M., Ilyashenko L.K. New effect in physiology of human nervous muscle system // Bulletin of experimental biology and medicine. 2019. Vol. 167 (4). P. 419-423 / Zilov VG, Khadartsev AA, Eskov VM, Ilyashenko LK. New effect in physiology of human nervous muscle system. Bulletin of experimental biology and medicine. 2019;167(4):419-23.
Библиографическая ссылка:
Твердислов В.А., Манина Е.А. Возможны ли причинно-следственные связи в науках о биосистемах? // Вестник новых медицинских технологий. 2021. №1. С. 64-68. DOI: 10.24412/1609-2163-2021-1-64-68.
Bibliographic reference:
Tverdislov VA, Manina EA. Vozmozhny li prichinno-sledstvennye svyazi v naukakh o biosistemakh? [Is it possible causal relationships in the sciences of biological systems? (review of the literature)]. Journal of New Medical Technologies. 2021;1:64-68. DOI: 10.24412/1609-2163-2021-1-64-68. Russian.
