WWW.KONF.X-PDF.RU
БЕСПЛАТНАЯ ЭЛЕКТРОННАЯ БИБЛИОТЕКА - Авторефераты, диссертации, конференции
 


Pages:     | 1 | 2 || 4 | 5 |   ...   | 10 |

«Эволюция жизненного цикла человека: анализ глобальных данных и моделирование ...»

-- [ Страница 3 ] --

Geard, Willadsen, 2009]. Созданы базы данных, в которых накоплена обширная информация, отражающая различные аспекты организации генных сетей. Информация о путях передачи сигналов в клетках человека представлена в базе Cell Signaling Networks Database (CSNDB) [Igarashi, Kaminuma, 1997]. База KEGG BRITE содержит набор иерархических классификаций, объединяющих знания о различных аспектах биологических систем, таких, например, как взаимодействие генов, контролирующих клеточный цикл у человека и дрожжей, ранние этапы развития у дрозофилы [http://www.genome.jp ].

Группой исследователей из Новосибирска [Ананько и др., 1999, Колчанов и др., 2000, Ananko et al., 2002] разработана универсальная база данных GeneNet [http://wwwmgs.bionet.nsc.ru/systems/mgl/genenet], содержащая информацию о генных сетях, их описание и способы моделирования. Компьютерная технология, реализованная в этой базе, представляет удобный инструмент для накопления, систематизации и анализа экспериментальной информации о структурнофункциональной организации генных сетей.

Обширную информацию о метаболических путях, реакциях и ферментах многих организмов содержит база знаний MetaCyc (http://metacyc.org/), в которой собраны экспериментальные данные, полученные из более, чем 30000 источников. Эта база находится в свободном доступе через сеть Интернет [Caspi et al., 2012].

Представление об иммунной системе как о динамической сети было введено в 1974 г. Н. Ерне [Jerne, 1974] и развито Г. Хоффманном [Hoffmann, 1975]. Нильс Ерне предположил, что клетки и тела иммунной системы не только распознают чужеродные субстанции, но также распознают, реагируют и регулируют действия друг друга. И поэтому иммунную систему следует рассматривать как динамическую сеть, аналогичную сети нейронов. Эта гипотеза произвела революцию в представлениях о функционировании иммунной системы [Hoffmann, 2008]. И неудивительно, что статья Н. Ерне [Jerne, 1974] в феврале 2013 г. имела 3943 ссылки. Эта идея оказалась плодотворной не только для иммунологии, но также и для информатики: через несколько десятилетий появилось новое направление – иммунокомпьютинг, основанное на принципах обработки информации иммунными сетями и молекулами белков. Приоритет в разработке иммунокомпьютинга как нового типа вычислений принадлежит российским ученым [Tarakanov et al., 2003; Блюм, Заболотский, 2007;

Соколова, Соколова, 2009].

Достаточно убедительны аргументы в пользу того, что и эндокринная система должна рассматриваться как сеть. Одним из таких аргументов является многофункциональность действия большинства гормонов [Ашмарин, Обухова, 1986].

«Многие особенности физиологических и биохимических механизмов функционирования эндокринной системы также говорят в пользу ее сетевой организации. Эндокринная система состоит из клеток нескольких типов, продуцирующих гормоны разного вида». В основном клетки эндокринной системы сконцентрированы в железах внутренней секреции, однако значительная их часть содержится и в других органах, например в мозге, желудочно-кишечном тракте. «На внешней поверхности мембраны любой эндокринной клетки находятся специфичные только для клеток ее типа рецепторы, реакция которых на сигнальные молекулы определенной конфигурации изменяет интенсивность синтеза и выделения гормонов этой клеткой. В частности, в роли таких сигнальных молекул могут выступать гормоны, производимые эндокринными клетками других типов, что и обеспечивает сетевое взаимодействие между разными типами эндокринных клеток» [Терехин, Будилова, 1995(a); цит.: Терехин, 2001, с.45].

Нами была сделана попытка на основании литературных данных о взаимном стимулирующем и ингибирующем влиянии друг на друга 30 различных гормонов (таблица 1.2) построить сетевую модель их взаимодействия и найти ее аттракторы [Budilova, Teriokhin, 1992]. На основании собранных данных была построена асимметричная сеть (рис. 1.3), представляющая модель эндокринной сети.

–  –  –

Расчеты динамики этой сети для различных начальных состояний, которые задавались случайным образом (всего было произведено 70 испытаний), позволили выделить 4 аттрактора с 2, 5 и 8 состояниями сети. Были сделаны также расчеты с добавлением небольшого шума, однако стабильность полученных аттракторов, как правило, сохранялась, хотя иногда и появлялись новые аттракторы.

Проводились также расчеты с фиксацией некоторых гормонов на верхнем уровне. Например, при фиксации соматостатина получен единственный аттрактор с четырьмя состояниями, а при фиксации субстанции Р на верхнем уровне был получен единственный аттрактор с одним состоянием.

Полученные при моделировании результаты, не претендующие на строгие выводы о взаимодействии гормонов, показали принципиальную возможность такого подхода к изучению регуляторных механизмов эндокринной системы и позволили высказать гипотезу о сетевом механизме ее регуляции [Budilova, Teriokhin, 1992;

Терехин, Будилова, 1995(a)].

Иммунная и эндокринная сети – это гуморальные (жидкостные) сети. Однако они не просто сосуществуют в общей жидкой среде организма. Имеются многочисленные исследования, подтверждающие их активное взаимодействие – некоторые гормоны влияют на работу иммунной сети, а некоторые антитела воспринимаются эндокринной системой как гормоны [Weigent, Blalock, 1987, 1995;

Kelley, 1988; Weber, 2004; Kelley et al., 2007]. Поэтому есть полные основания говорить об общей «иммунно-эндокринной» сети. Можно пойти еще дальше и рассматривать сеть, образуемую всеми типами информационных молекул, циркулирующих в жидкостях организма и взаимно регулирующих концентрации друг друга. Такую сеть естественно было бы назвать «гуморальной регуляторной сетью» организма.

Рис. 1.3. Граф связей для модели эндокринной сети

Введя понятие гуморальных сетей и начав анализировать их работу, мы сразу же обнаруживаем, что концентрация значительной части информационных молекул непосредственно регулируется генетической и нервной системами. Поэтому методологически более правильно рассматривать гуморальную сеть не отдельно, а в комплексе с нейронной и генной сетями. Действительно, генная сеть - первичный регулятор синтеза белков, а через посредство ферментов – в конечном счете, и всех химических соединений в организме. «Нервная система, в свою очередь, несет основную нагрузку по восприятию состояния внешней и внутренней среды и выработке адекватных реакций», учитывающих опыт, приобретенный организмом в течение жизни. Полученная в результате объединения трех сетей единая нейрогеногуморальная сеть организма обладает достаточной общностью и замкнутостью, чтобы рассматриваться в качестве интегральной модели когнитивной деятельности и физиологической регуляции организма [Терехин, Будилова, 1995(a);

цит.: Терехин, 2001, с.46]. Предложенная нами модель управляющей нейроэндокринной сети организма описана в [Терехин, Будилова, 2001(б)].

Также надо сказать о том, что организм человека – «сложнейшее симбиотическое сообщество эукариотических и прокариотических клеток и вирусов», которые принимают активное участие в жизнедеятельности организма хозяина, производя «многочисленные соединения различной химической природы», и влияя, таким образом, на работу нейрогеногуморальной сети [Олескин, Шендеров, 2013].

Само микробиологическое сообщество также способно создавать собственные сетевые структуры [Олескин, 2013].

Полезным следствием сетевого подхода к регуляции организма может быть, так называемое, ассоциативное управление состоянием организма. Его идея [Teriokhin, Budilova, 1994; Терехин, Будилова, 1995(a)] состоит в том, что если перевести когнитивно-регуляторную сеть организма в состояние, достаточно близкое к желаемому, то она окажется в бассейне притяжения этого состояния и далее будет приближаться к нему уже самопроизвольно в соответствии со своей внутренней динамикой. В терминах распознавания образов это отвечает ситуации, когда сети предъявляется часть искомого образа, т. е. связанная с ним ассоциация, а сеть динамически восстанавливает полный образ. Предполагается, что желаемое состояние аттрактор сети, т.е. целевое состояние для нее потенциально устойчиво либо в силу генетических причин, либо в силу особенностей предшествующего индивидуального развития организма. Другое условие успешного применения метода ассоциативного управления - достаточная обширность бассейна притяжения желаемого состояния и его относительная геометрическая простота. В этом случае даже относительно слабая ассоциация с желаемым состоянием может привести к его достижению.

Одним из потенциально возможных применений принципа ассоциативного управления состоянием организма может быть медицина [Терехин, Будилова, 1995(a)].

Особенность состоит в том, что, следуя современной общенаучной парадигме исследования, официальная научная медицина (в отличие от многих маргинальных медицинских направлений) тяготеет к рационализму. Свидетельством рациональности некоторой методики может быть либо ее соответствие рациональной теории, либо неопровержимые экспериментальные подтверждения. Сетевой подход представляет собой рациональную теорию, которая может объяснить многие кажущиеся непонятными закономерности динамики состояний организма и многие эмпирически найденные (или выведенные из еще не рационализованных теорий) методики лечения (в том числе, применяемых и официальной медициной). Мы даже считаем, что такой подход должен быть базовым для теории медицины. Именно в его терминах могут быть сформулированы и описаны основные понятия и закономерности динамики изменения состояния организма. Это, прежде всего, многосвязность функциональных элементов организма, их полифункциональность, распределенность функций между многими элементами. Основное свойство динамической системы – ее аттракторный, мультистабильный характер. Нелинейная динамическая сеть – это не примитивный «черный ящик», выдающий в ответ на заданный вход определенный выход. Это – система, эволюционирующая в соответствии со своими сложными внутренними законами и, если и реагирующая на внешние воздействия, то лишь весьма опосредованно, с учетом этих законов. И только уже имея базовое сетевое представление о законах функционирования целого организма и его подсистем, можно, не забывая соотносить частное, с целым, исследовать отдельные закономерности функционирования организма и разрабатывать частные методики управления его состоянием. Более детально вопросы ассоциативного управления состоянием организма рассмотрены в [Tерехин, Будилова, 1995(a)].

1.4.2. Нейросетевые модели изменения когнитивных свойств мозга в процессе жизненного цикла Адекватным инструментом анализа сетей может служить теория динамических систем, прежде всего, такие ее понятия, как пространство состояний, фазовый портрет, аттракторы и бассейны их притяжения. Выяснение того, что некоторая система имеет сетевую организацию, практически означает, что целесообразно в ее исследовании перейти от логико-алгоритмического языка к геометрическому языку теории динамических систем. Наиболее наглядное представление о поведении динамической системы дает функция Ляпунова, которую в теории нейронных сетей называют также «энергией» нейронной сети или «потенциальной энергией». При изменении состояния сети «энергия» нейронной сети всегда уменьшается до тех пор, пока не будет достигнут локальный минимум [Уоссермен, 1992]. Поэтому в некоторых случаях целесообразно упростить математическое описание реальной системы с тем, чтобы получить возможность построить для нее функцию Ляпунова [Терехин, Будилова и др., 2009(б)].

Пример такого упрощения - сеть Хопфилда [Hopfield, 1982, 1984], которая рассматривается в качестве модели, описывающей когнитивную деятельность мозга [Терехин и др., 2009(a)]. В ней, в частности, предполагается симметричность межнейронных связей, которая отсутствует в реальном мозге.

Cеть Хопфилда характеризуется тем, что все ее элементы (нейроны) связаны со всеми остальными и есть только два ограничения на веса синаптических связей: веса прямых и обратных связей равны между собой, а вес связи нейрона с самим собой равен нулю (условие симметричности связей не является биологически мотивированным, а служит упрощающим допущением, позволяющим построить для сети функцию Ляпунова). Состояние каждого нейрона i, i=1,2, …, n, в момент времени t задается переменной состояния ui(t), принимающей значение –1 или 1. Динамика сети

–  –  –

Значение этой функции в момент t зависит от совокупности состояний нейронов u1 (t ),..., un в этот момент, т.е. от состояния сети, которое можно наглядно представлять в виде точки в n -мерном пространстве состояний нейронов.

Поскольку изменение состояния сети может происходить только в направлении уменьшения функции энергии [Уоссермен, 1992], это позволяет наглядно представить изменение состояния сети как движение по поверхности функции энергии подобно тому, как это происходит, например, с помещенным на неровную поверхность шариком, который всегда движется в направлении уменьшения своей потенциальной энергии к ближайшему локальному минимуму – аттрактору (рис. 1.4). В этом случае все пространство состояний распадается на области, образующие так называемые бассейны притяжения аттракторов, и динамика сети, установленной в некоторое начальное состояние, полностью зависит от того, в бассейн притяжения какого из аттракторов она попала [Веденов, 1988;

Amit, 1989, Терехин, Будилова, 1995(a)].

Если в уравнении динамики сети Хопфилда (см. уравнение 1.7) заменить пороговую функцию сигмоидной

–  –  –

Параметр G определяет крутизну сигмоидной кривой: при больших значениях G кривая приближается к пороговой функции, когда совсем небольшие отклонения аргумента от нуля в отрицательную или положительную сторону приводят к значениям функции близким к –1 или 1, а при малых значениях G функция активации, наоборот, слабо чувствительна к изменениям аргумента (рис. 1.5). Параметр G входит в формулу (1.9) как множитель при взвешенной сумме входов нейрона, поэтому его увеличение или уменьшение можно интерпретировать как одновременное увеличение или уменьшение по абсолютной величине всех синаптических весов. В свою очередь, уменьшение G приводит к сглаживанию рельефа поверхности, задаваемой функцией энергии, и, соответственно, уменьшению числа аттракторов сети (рис. 1.4). Поскольку с возрастом многие анатомические, физиологические и биохимические изменения в организме ведут к ослаблению межнейронных связей, то естественно связать возрастные изменения мозга (а, возможно, и всей когнитивно-регуляторной сети организма) с уменьшением параметра G.

Описанный подход был применен в [Терехин и др., 2008; Карпенко и др., 2009;

Терехин и др., 2009 (в); Терехин и др., 2011] для выявления общих закономерностей изменения когнитивных свойств мозга в течение его жизненного цикла. Основными биологическими предпосылками при моделировании были следующие: интенсивность межнейронных связей может меняться на протяжении жизненного цикла; в процессе развития реального мозга в начальный период жизни организма происходит усиление синаптических связей, а по мере старения организма, наоборот, происходит их ослабление. В качестве математической модели, описывающей ключевые аспекты когнитивной деятельности мозга (хеббовское обучение, ассоциативное воспроизведение, спонтанное образование комбинированных и обобщенных образов), была использована сеть Хопфилда, состоящая из формальных нейронов с сигмоидной функцией активации и симметричной матрицей весов межнейронных связей.

Рис. 1.4. Рельефы поверхности функции энергии сети при разных значениях параметра крутизны G: G1 соответствует молодому мозгу, G2 - пожилому мозгу В частности, основываясь на том, что возрастные изменения мозга (например, снижение плотности дофаминовых рецепторов) приводят, в основном, к ослаблению межнейронных связей и, следовательно к сглаживанию функции энергии (назовем рельеф этой функции когнитивным ландшафтом), был сделан вывод, что при старении мозга наряду с отрицательными изменениями его когнитивных свойств, такими как ослабление памяти на детали повседневной жизни [см., напр.: Будилова и др., 2009 (а,б), Budilova et al., 2009 (a,b)], у него появляется ценная способность видеть проблемные ситуации с более общей точки зрения, выделять в них главное и, в конечном итоге, находить наиболее эффективные решения, т.е. возникает способность, которую можно рассматривать как составляющую часть мудрости – когнитивного свойства, традиционно ассоциирующегося с пожилым возрастом. Наш чисто теоретический вывод о появлении мудрости с годами согласуется с результатами интересной экспериментальной работы американских психологов [Grossmann et al., 2010], где было показано, что почти по всем показателям мудрости старшая группа (старше 60 лет) превосходила группы молодых людей (25-40 лет) и людей среднего (41лет) возраста.

–  –  –

Что касается изменения функции энергии в период развития мозга, то мы предположили, что оно идет в направлении усложнения рельефа функции энергии и увеличения числа ее аттракторов, т.е в направлении дифференциации. Однако, на первый взгляд, это справедливо только для периода младенчества и раннего детства, когда растет число межнейронных связей и их интенсивность увеличивается. В последующие годы детства, отрочества и юности значительная часть межнейронных связей (до 40%) элиминируется, соответственно падает плотность дофаминовых рецепторов [Huttenlocher, 1979] и, казалось бы, рельеф функции энергии должен сглаживаться. Однако наши расчеты показали, что при не слишком больших масштабах элиминации наиболее слабых межнейронных связей локальные минимумы функции энергии, наоборот, углубляются – происходит как бы контрастирование сформировавшихся образов (понятий). Это говорит в пользу того, что усложнение рельефа функции энергии и увеличение числа ее аттракторов продолжаются и после периода раннего детства – вплоть до завершения процесса развития мозга примерно к 20 годам. К этому возрасту мозг достигает своей максимальной продуктивности с точки зрения успешности усвоения новых знаний и выполнения сложных интеллектуальных заданий. Но в то же время, в отличие от более зрелого мозга, он больше подвержен риску зацикливания на частностях в ущерб более общему видению проблем [Терехин, Будилова и др., 2009(в), 2011(а)].

Изменение когнитивной структуры мозга в направлении его дифференциации, т.е., в нашей интерпретации, в направлении усложнения рельефа функции энергии, имеет принципиальное значение, особенно в начальный период его развития. Сложный неструктурированный мозг не способен эффективно усвоить захлестывающий его поток слабо структурированной внешней информации. Он должен стать сначала простым, уловить наиболее общие внешние закономерности и, постепенно усложняясь, усвоить детали. На уровне компьютерного моделирования эта «важность начинания с малого» была продемонстрирована Дж. Элманом на примере спонтанного усвоения правил грамматики искусственной нейронной сетью [Elman, 1993]. Обширная монография Н.И. Чуприковой содержит детальный анализ истории и современного состояния дифференциального подхода к развитию мозга с точки зрения психолога [Чуприкова, 2007].

Как в повседневной жизни, так и в серьезных психологических исследованиях важной характеристикой мышления человека считается степень его гибкости (флексибильности) – свойства, противоположного когнитивной жесткости (ригидности) [Залевский,1993]. Гибкость мышления также тесно связана с его креативностью [Guilford, 1967; Torrance, 1972]. На нейробиологическом уровне обнаруживается обратная зависимость гибкости мышления от активности катехоламиновых систем мозга [Beversdorf, 1999; Silver et al., 2004], снижение когнитивной гибкости наблюдается при некоторых психических заболеваниях – шизофрении [Twamley et al., 2003], аутизме [Botting, Conti-Ramsden, 2003].

Используя вышеописанную модель Хопфилда с сигмоидной функцией активации в [Терехин и др., 2009 (г, д); Терехин и др., 2011(б)] была сделана попытка выявить механизмы, обеспечивающие гибкость мышления на информационном, нейросетевом уровне. Если в уравнении (1.9) заменить параметр G, характеризующий крутизну сигмоидной функции, на параметр гладкости сигмоидной функции, S=1/G, тогда при неизменных синаптических весах увеличение параметра гладкости приведет к увеличению гладкости функции энергии сети.

В свою очередь, степень гладкости функции энергии определяет масштаб переходов между аттракторами сети: большая гладкость обеспечивает возможность перехода между более удаленными аттракторами сети и облегчает нахождение стратегически эффективных направлений решения задачи, а меньшая необходима для проработки его деталей. Проведенный нами анализ предложенной модели позволил выдвинуть гипотезу о варифокальности мышления, т.е. способности произвольно или целенаправленно менять параметр гладкости сигмоидной функции. Гладкость сигмоидной функции может быть связана с активностью катехоламиновых систем мозга. В качестве иллюстрации на рис. 1.6 представлен график уменьшения числа аттракторов (т.е. как бы «сглаживания» функции энергии) первоначально обученной сети из 81 нейрона при увеличении параметра гладкости S.

Рис. 1.6. Зависимость числа аттракторов от значения S для сети из 81 нейрона

Этот эффект наглядно проиллюстрирован на рис. 1.7. При больших S сеть как бы не замечает мелких минимумов и ее состояние эволюционирует в направлении более глубокого минимума, что можно интерпретировать как нахождение стратегически более эффективного решения задачи.

Наряду с видением проблемных ситуаций с более общей точки зрения, умение вникнуть в детали решаемой задачи также ценное когнитивное качество. В идеале, желательно, чтобы мозг обладал способностью произвольно и в полном диапазоне менять степень подробности анализа проблемы, подобно тому, как человек с нормальным зрением (в отличие от близорукого или дальнозоркого) может без очков легко перестроиться с созерцания пейзажа на чтение текста, написанного мелким шрифтом, и наоборот.

Рис. 1.7. Эффект «сглаживания» когнитивного энергетического ландшафта при: S1 S 2 Выше, при изложении гипотезы о дифференциальности эволюции и интегральности инволюции в онтогенезе, речь шла только о мозге. Однако мозг – лишь часть общей нейрогеногуморальной регуляторной сети организма [Терехин, Будилова 1995 (а)]. Предстоит понять, как принципы дифференциации и интеграции действуют в других частях регуляторной сети и каково взаимодействие генной, иммунной, эндокринной и нервной регуляторных систем в этом отношении. Также необходимо понять, каковы те эволюционные императивы, которые определили тайминг дифференциации и интеграции регуляторных процессов в жизненном цикле, поскольку, по утверждению Феодосия Добжанского, «ничто в биологии не имеет смысла кроме как в свете эволюции» [Dobzhansky 1973, с.125].

1.4.3. Сетевые модели управления распределением энергии в организме

Сетевой подход к проблеме биологической регуляции позволяет предположить, что система распределения энергии в организме может быть описана многослойной нейронной сетью, состоящей из влияющих друг на друга с разной степенью интенсивности элементов входного (сенсорного) слоя, промежуточных (ассоциативных) слоев и выходного (эффекторного) слоя [Уоссермен, 1992]. При этом сенсоры однозначно соответствуют внутренним и внешним переменным состояния, а эффекторы – управляющим переменным, что говорит о полной концептуальной согласованности оптимизационного и сетевого подходов при исследовании проблемы распределения энергии в организме.

Можно также предположить, что физиологической основой этой системы является эндокринная сеть организма [Budilova, Teriokhin, 1992; Терехин, Будилова, 1995 (а)], причем эффекторным действием обладают рабочие гормоны, непосредственно влияющие на ткани-мишени (половые гормоны, гормоны роста и др.), а сенсорами служат реализуемые на уровне нервной системы «интеллектуальные датчики» состояния организма и окружающей среды. Что касается ассоциативного слоя, то в организме ему предположительно соответствует часть эндокринной системы, промежуточная между нейрозависимыми и рабочими эндокринными железами. В процессе эволюции вида формируется такой паттерн интенсивностей взаимовлияния элементов управляющей сети, который обеспечивает необходимое эволюционно оптимальное распределение энергии в зависимости от возраста и других переменных состояния [Терехин, Будилова, 2001(a)].

Одним из методологических достоинств видения проблемы эволюционно оптимального распределения энергии в течение жизненного цикла индивида, основанного на объединении оптимизационного и сетевого подходов, является понимание роли сенсоров в системе управления распределением энергии. Наиболее важным сенсором в этой системе должен быть датчик биологического возраста индивида. Высказывается гипотеза, что основой такого датчика служит продуцирующий мелатонин эпифиз [Kloeden et al., 1994; Pierpaoli, Lesnikov, 1994].

Общая постановка задачи эволюционной оптимизации с точки зрения эволюционно оптимального нейросетевого управления распределением энергии в организме подробно рассмотрена в [Терехин, 2001].

Примерами конкретного применения данного подхода могут служить наши работы по построению нейроэндокринной сетевой схемы, способной реализовать эволюционно оптимальное распределение энергии между ростом и размножением на фоне изменяющейся в зависимости от сезона интенсивности производства энергии организмом [Teriokhin, Budilova, 1995; Budilova et al., 1995], а также соматонейроэндокринной сети, управляющей распределением энергии между ростом, размножением и репарацией [Teriokhin, Budilova, 2000].

В главе 4 подробно рассматривается мультиагентная (эксплицитная) модель, использованная при изучении влияния окружающей среды на вес новорожденных. В этой модели контролирующая система индивида состоит только из одного простого нейрона, имеющего два состояния.

1.5. Заключение к главе 1

В данной главе изложена краткая история формирования и развития направления эволюционной экологии – теории эволюции жизненного цикла. В современном виде, как в отношении терминологии, так и формулировки проблемы, направление выкристаллизовалось к началу 1970-х годов, когда начался экспоненциальный, с периодом удвоения около четырех лет, рост частоты встречаемости в научных работах словосочетания «life history evolution», которое до этого времени появлялось лишь в единичных биологических публикациях.

Уже в начале 70-х годов прошлого века, опираясь на работы Л. Эйлера, Т.

Мальтуса, А. Лотки и Р. Фишера, проблема эволюции жизненного цикла четко формулируется как математическая задача нахождения таких значений характеристик жизненного цикла (возраста наступления зрелости, продолжительности жизни, возрастных характеристик плодовитостей и смертностей и др.), которые обеспечивали бы максимальную выживаемость популяции в заданных условиях внешней среды при заданных ограничениях на взаимосвязи между этими характеристиками.

Проведен анализ основных подходов к моделированию в теории эволюции жизненного цикла с акцентом на методологические достоинства и недостатки каждого из них. Это оптимизационный, адаптивно-динамический и эксплицитный подходы.

Оптимизационный подход основан на поиске стратегий жизненного цикла, обеспечивающих максимальное значение заданной меры эволюционной приспособленности чаще всего, жизненного репродуктивного успеха или коэффициента Мальтуса. Благодаря возможности использования эффективных аналитических и численных методов математической теории оптимального управления, он позволяет находить эволюционно оптимальные стратегии жизненного цикла для довольно сложных ситуаций, однако при его применении возникают существенные методологические трудности, связанные с обоснованием выбора критерия оптимизации.

Адаптивно-динамический подход использует для исследования эволюционного изменения фенотипических характеристик, в частности, стратегий жизненного цикла, методы качественной теории дифференциальных уравнений. Моделируется взаимодействие основной популяции - резидента и очень малочисленной популяции вселенца (invader). Этот подход позволяет выявить ряд тонких аспектов эволюционной динамики и математически сформулировать и проанализировать некоторые важные проблемы теории эволюции, например, проблему симпатрического видообразования.

Однако его применение также ограничено как в силу специфичности постановки задачи, так сложности используемого математического аппарата.

Эксплицитный подход основан на прямом моделировании совместного изменения численности популяций, образованных индивидами с разными стратегиями жизненного цикла, с учетом их взаимодействия между собой и со средой. Он методологически прозрачен, но в сложных постановках задач требует значительных вычислительных ресурсов и, кроме того, в силу конкретности моделируемых ситуаций на его основе трудно получать выводы общего характера.

Отмечено, что изучение эволюции жизненного цикла может проводиться на четырех уровнях, которые соответствуют различным уровням описания биологических механизмов, порождающих взаимозависимости между параметрами жизненного цикла:

демографическом, уровне распределения ресурсов организмом, уровне изучения системы управления распределением ресурсов и уровне генной регуляции.

В контексте моделирования эволюции жизненного цикла рассмотрены сетевые модели (модели нейронных сетей), осуществляющие управление разными системами организма человека. Важное свойство сетевых моделей - мультистабильная динамика с ее аттракторным и ассоциативным характером, способность к обучению и воспроизведению запомненных образов, а также способность к обобщению и творческому процессу. Показано, что эндокринная система, как и нервная, иммунная и генная, также может рассматриваться как сеть. А весь организм можно представить как единую нейрогеногуморальную сеть, которая обладает достаточной общностью и замкнутостью, чтобы рассматриваться в качестве интегральной модели когнитивной деятельности и физиологической регуляции организма.

Более подробно рассмотрена модель изменения когнитивных свойств мозга в течение его жизненного цикла, в которой интенсивность межнейронных связей менялась: первоначальное усиление межнейронных связей ассоциировалось с развитием мозга, а их последующее ослабление – с его инволюцией. Показано, что период развития характеризуется когнитивной дифференциацией, выражающейся в увеличении числа аттракторов сети, а период инволюции – интеграцией, сопровождающейся сглаживанием рельефа функции энергии сети и уменьшением числа ее аттракторов. Этап дифференциации (от общего к частному) принципиально необходим для структуризации и эффективного усвоения мозгом непрерывно поступающего к нему интенсивного потока информации, а последующий этап интеграции (от частного к общему) позволяет мозгу обрести новые когнитивные способности, которые можно квалифицировать как проявления мудрости.

Рассмотрена также нейросетевая модель когнитивной гибкости, позволившая высказать гипотезу о варифокальности мышления, т.е. способности произвольно или целенаправленно менять масштаб переходов между аттракторами сети, которые определяются гладкостью сигмоидной функции: большая гладкость обеспечивает возможность перехода между более удаленными аттракторами сети и облегчает нахождение стратегически эффективных направлений решения задачи, а меньшая необходима для проработки его деталей. Гладкость сигмоидной функции может быть связана с активностью катехоламиновых систем мозга.

Описаны сетевые модели управления распределением энергии в организме.

Сетевой подход к проблеме биологической регуляции позволяет предположить, что система распределения энергии в организме может быть представлена многослойной нейронной сетью, состоящей из влияющих друг на друга с разной степенью интенсивности элементов входного (сенсорного) слоя, промежуточных (ассоциативных) слоев и выходного (эффекторного) слоя. При этом сенсоры однозначно соответствуют внутренним и внешним переменным состояния, а эффекторы – управляющим переменным, что говорит о полной концептуальной согласованности оптимизационного и сетевого подходов при исследовании проблемы распределения энергии в организме.

Одним из методологических достоинств видения проблемы эволюционно оптимального распределения энергии в течение жизненного цикла индивида, основанного на объединении оптимизационного и сетевого подходов, является понимание роли сенсоров в системе управления распределением энергии. Наиболее важным сенсором в этой системе должен быть датчик биологического возраста индивида.

2. Теория эволюции жизненного цикла человека

Впервые эволюционное учение применительно к человеку было сформулировано в работах Томаса Генри Хаксли [Huxley, 1863], Эрнста Геккеля [Haeckel, 1866, 1868, 1874] и Чарльза Дарвина [Darwin, 1871], хотя положение о происхождении человека от более древних, низших и вымерших форм было высказано еще Ламарком и поддерживалось такими выдающимися естествоиспытателями и философами, как Уоллес, Ляйелль, Фогт, Леббок, Бюхнер, Ролле и др. [Darwin, 1871], а некоторые идеи об эволюционном происхождении человека высказывались еще раньше, в 18 в., Э. Кантом, Дж. Монбоддо, Ж.Б. Робине, Аф. Каверзневым и А.Н.

Радищевым [Харитонов и др., 2004].

Хаксли при построении теории опирался на сравнительный морфофизиологический анализ живущих представителей приматов. Он изучал различие между низшими приматами, гориллой и человеком, при этом сопоставлялись отличительные черты руки, ноги и мозга. Было показано, что сходственные стороны между ногою человека и гориллы несравненно явственнее и значительнее, чем их отличия, и что, каковы бы ни были различия между рукою и ногою человека и гориллы, различия между конечностями гориллы и низших обезьян еще гораздо значительнее [Huxley, 1863].

В теоретических работах Геккеля [Haeckel, 1866, 1874], основанных на сравнительном анализе данных эмбриологии человека и животных, подробно рассматривалась генеалогия человека и было высказано предположение о возможном существовании промежуточной формы между обезьяной и человеком, что впоследствии подтвердилось находками питекантропа на о. Ява [Эйдельман, 1970].

Первые находки, свидетельствовавшие о древнем происхождении человека, были сделаны Буше де Пертом в 1838 году. Он обнаружил примитивные каменные орудия, а позже, в 1864 году, Эдуард Лартэ, основатель палеонтологии человека, в долине реки Везеры (Дордонь, Франция) нашел обломок старого бивня с изображением мамонта. Первое обнаружение останков гоминид, положившее начало серии значительных открытий в палеонтологии, сделано в 1890-92 гг. Эженом Дюбуа:

на острове Ява были обнаружены крышка черепа и бедренная кость. Этой находке было присвоено имя Pithecanthropus erectus [Эйдельман, 1970].

Таким образом, во второй половине 19-го века эволюционное учение было распространено на человека и были получены первые материальные доказательства древнего происхождения рода Homo. Археологические открытия последующих лет подтвердили эволюционное происхождение человека. Интересный и содержательный обзор палеонтологических находок последнего времени и эволюционного древа гоминид дан в публикации Г.М. Виноградова [Виноградов, 2004].

В настоящее время считается, что предки человека выделились около 6 млн.

лет назад, когда, по палеонтологическим, сравнительно-анатомическим и молекулярно-биологическим данным, эволюционные ветви, ведущие к людям и шимпанзе, разошлись [Cartmill, 1982; Lowenstein, 1983; Lewin, 1984, 2004;

Хрисанфова, 1987; Ruvolo, 1997, Willoughby, 2006]. Все археологические находки последних лет свидетельствуют, что древние гоминиды зародились и обитали в Африке образуя эволюционное древо с [http://macroevolution.narod.ru/human.htm], многочисленными ветвями [Виноградов, 2004], на котором появление рода Номо произошло примерно 2,5 млн. лет назад. К роду Номо принадлежали несколько видов, возникших в разные периоды времени и существовавших в разных африканских экологических нишах.

Примерно 1,9 млн. лет назад ранние архантропы стали расселяться по другим континентам. Исследователи выделяют три периода экспансии: первая волна (1,9 млн.

лет назад) - это Homo erectus или Homo ergaster, носители галечной (олдовайской ) культуры, которые заселили огромную территорию Евразии, продвигаясь в южном и восточном направлениях [Деревянко, 2005]; вторая волна (800-600 тыс. лет назад) – это и ему подобные, носители более поздней ашельской культуры Homo antecessor [Марков, 2006], которые распространились через Ближний Восток до Индии. Заселив огромные территории, представители первой и второй волн миграции продолжали эволюционировать, превратившись в Homo neanderthalensis (вымерли примерно 24000 лет назад). Появление Homo sapiens произошло примерно 200 тыс. лет назад в Африке, а 100 тыс. лет спустя группа сапиенсов, покинув африканский континент, постепенно заселила Азию, Австралию, Океанию, Европу и Америку [Марков, 2006;

Mellars, 2006; Goebel, 2008].

Однако проблему происхождения и распространения анатомически современного человека (Homo sapiens sapiens) до сих пор нельзя считать полностью решенной [Рогинский, 1977, 1978; Алексеев, 1978; Зубов, 1994; Ray et al., 2005].

Существуют несколько теорий [Алексеев, 1978; Зубов, 1987; Харитонов и др. 2004;

Деревянко, 2005, Weaver, Roseman, 2008] формирования «современного человека», среди которых наиболее распространены модель недавнего африканского происхождения (the recent African origin [RAO] model) и модель мультирегионального происхождения.

Модель недавнего африканского происхождения и полного замещения древних представителей рода Homo ранними современными людьми, пришедшими из Африки, подтверждается современными археологическими, антропологическими и генетическими свидетельствами [Harpending, Rogers, 2000; Kaessmann, Paabo, 2002;

Stringer, 2002; Cavalli-Sforza, Feldman, 2003; Currat, Excoffier, 2004]. Эта модель основывается, главным образом, на результатах изучения ранних форм анатомически современных людей в Африке [White et al., 2003], изучения общей родословной митохондриальной ДНК [Vigilant et al., 1991; Ingman et al., 2000] и Y-хромосомы [Donnelly et al., 1996; Pritchard et al., 1999], для которых предковые формы были найдены в Африке. Эта гипотеза подтверждается также большим генетическим разнообразием [Excoffier, 2002; Tishkoff, Williams, 2002], низким уровнем неравновесия по сцеплению в Африке [Tishkoff et al., 1996; Gabriel et al., 2002], сохранением в Африке большинства предковых форм ядерных генов [Takahata et al., 2001; Satta, Takahata, 2004], а также исследованием фенотипических данных, таких как размер черепа [Manica et al., 2007].

Модель мультирегионального происхождения предполагает, что человек разумный сформировался на более широкой территории, смешиваясь с более древними популяциями, которые уже существовали на территории Евразии. Эта модель подтверждается данными о сохранении морфологических черт Homo erectus у современного человека на разных континентах [Wolpoff, 1989; Wolpoff et al., 2000;

Brauer et al., 2004, 2008], обнаружением древних предков у некоторых ядерных генов [Hawks et al., 2000], исследованием различных участков ДНК [Templeton, 2002, 2005], обнаружением в популяции Homo sapiens важного для роста мозга «неандертальского гена» et al., 2006] и последними данными по расшифровке генома [Evans неандертальца, которые показали присутствие у современных людей «неандертальских генов» [ Green et al., 2010].

То, что прародина сапиенсов - Африка, уже почти не вызывает сомнений у большинства специалистов [Харитонов и др., 2004; Prugnolle, 2005], но до сих пор существуют разные модели африканского места происхождения: область южнее Сахары [Manica et al., 2007], восточное африканское побережье [Ray et al., 2005], северная часть Африки [Stringer, Barton, 2008].

Сравнение двух гипотез происхождения «современного человека» и определение наиболее вероятного места его происхождения проведено группой исследователей из Бернского университета (Швейцария). В этой работе [Ray et al., 2005] методом моделирования с использованием данных глобального генетического разнообразия (маркера 377 STR у 52 популяций) при учете демографических показателей и существовавших естественных ограничений на миграцию делается попытка нахождения географического места происхождения «современного человека».

Проведенный анализ показал: место происхождения «современного человека» Восточная Африка, а модель единственного места происхождения выглядит более обоснованной, чем мультирегиональная модель.

Таким образом, мы видим, что теория эволюции человека развивается как научное направление уже около 200 лет, а теория эволюции жизненного цикла, как было показано в главе 1, немногим более 30 лет. Применительно же к человеку, как будет показано ниже, теория эволюции жизненного цикла человека, как новое направление эволюционной экологии, начало формироваться менее 20 лет назад [Будилова, 2013].

Динамика частоты появления публикаций, содержащих термин «evolution human life history», показана на рис. 2.1.

Рис. 2.1. Временная динамика числа публикаций, в которых совместно встречаются термины «life history evolution» («эволюция жизненного цикла») и «human» («человек») по данным поисковой системы Google Scholar Жизненный цикл человека в эволюционном контексте впервые упоминается в 1976 году в статье В. Дерхама [Durham, 1976]. Автор рассматривает социальное поведение человека как результат коэволюции его биологических и культурных характеристик, обеспечивающий приспособленность индивида в определенной окружающей среде.

Однако заметный рост интереса к проблеме эволюции жизненного цикла человека начинается лишь в девяностые годы 20-го века. Это направление развивается как междисциплинарное, где лидирующие позиции принадлежат палеоантропологам, приматологам и эволюционным биологам, изучающим питание. Свой вклад в изучение этой проблемы вносят также демографы и палеодемографы, антропологи, изучающие рост и развитие человека, этнографы, эволюционные и молекулярные биологи, а также математики. Накопленный за эти годы эмпирический и теоретический материал свидетельствует о том, что эволюция человека тесно связана с эволюционными процессами, применимыми к широкому классу млекопитающих, и особенно приматов [Рогинский, 1977, Богатенков, Дробышевский, 2004; Северцов, 2005], а приобретенные человеческие признаки представляют собой вариации жизненных циклов млекопитающих [Hawkes, 2006].

Особенность изучения эволюции жизненного цикла человека состоит в том, что невозможно проводить экспериментальные исследования, изучая влияние тех или иных факторов окружающей среды на изменение параметров жизненного цикла человека, как это делается для других организмов [Hawkes, 2006]. Поэтому источниками информации для изучения эволюции жизненного цикла человека служат скелетные остатки, живущие приматы как наиболее близкие родственные виды, преагрикультурные и традиционные сообщества, исторические демографические записи и современные социально-демографические данные.

2.1. Исследование скелетных остатков

Исследование скелетных остатков дает представление о ключевых периодах в эволюции человека [например, Smith, 1989, 1991,1995; Trinkaus, 1995, 2010; Konigsberg, Herrmann, 2002; Dean, 2006; Smith et al., 2007, Ponce de Leon et al., 2008], а результаты этих исследований могут служить прямыми доказательствами эволюции жизненного цикла популяций прошлого. На основании этих исследований можно судить о продолжительности жизни, возрасте репродуктивной зрелости, структуре популяций, интенсивности смертности древних людей, оценить численность индивидов, особенно женщин, живших после репродуктивного возраста [например, Smith 1989, 1991;

Trinkaus, 1995; Hoppa R.D., Fitzgerald C.M., 1999; Caspari, Lee, 2004; Nagaoka, Hirata, 2008].

Динамика частоты появления публикаций, в которых одновременно используются термины «human life history» («жизненный цикл человека») и «fossils»

(«окаменелости») показана на рис. 2.2.

Сравнительные палеодемографические исследования показывают, что формирование жизненного цикла человека было связано с хорошей обеспеченностью питанием и сравнительно низкой смертностью взрослых. Медленный жизненный цикл свойственен уже древнему предку Pan-Homo и сохранился у всех человекообразных обезьян [Robson, Wood, 2008]. Жизненный цикл ранних Homo erectus характеризовался более быстрым ростом и отсутствием подросткового взрывного роста [Smith, 1995] по сравнению с анатомически современным человеком. Жизненый цикл анатомически современного человека - самый медленный и характеризуется более поздним возрастом зрелости и характерной продолжительностью жизни в пострепродуктивном периоде.

Кроме того, эволюция жизненного цикла человека происходила параллельно с эволюцией его мозга. Показано, что большой мозг новорожденного (около 300 куб. см) и последующий его быстрый рост был уже характерен для Homo erectus [Leigh, 2006;

DeSilva, 2006; Robson, Wood 2008]. Подчеркивается, что эволюция паттерна развития мозга человека связана с эволюцией его жизненного цикла. Поскольку для достижения большого размера мозга необходимы большие затраты материнской энергии, то время созревания до репродуктивного периода должно обеспечить ее накопление.

Рис. 2.2. Временная динамика числа публикаций, в которых встречается термин «human life history» («жизненный цикл человека») и «fossils» («окаменелости») по данным поисковой системы Google Scholar

2.2. Изучение приматов Род Homo - часть большой радиации приматов, поэтому любые закономерности разброса в жизненном цикле между живущими видами приматов позволяют установить общие закономерности, которые произошли в эволюции человека. Первые работы, в которых совместно упоминаются термины «human life history» и «primates», появились в начале 70–х годов 20 в. Динамика частоты появления публикаций, в которых одновременно используются термины «human life history» и «primates»

показана на рис. 2.3.

В этих работах собраны и проанализированы данные о жизненном цикле ныне живущих приматов [например, Charnov, 1993; Kaplan, 1997; Воgin, 1999; Kap1an et al., 2000; Alvarez, 2000; Robson et al., 2006], данные по развитию их мозга и созреванию зубов [например, Deaner, 2003; Robson et al., 2006], процессу вскармливания [Sellen, Smay, 2001] и т.д. Показано, что средние скорости соматического роста у современного человека, шимпанзе, бонобо и орангутана близки между собой, но отличаются от скоростей роста других приматов. Человек, шимпанзе, бонобо и орангутан растут медленнее, чем в среднем приматы [Blurton Jones, 2006]. Исключение при этом - гориллы, которые растут быстрее, чем другие человекообразные обезьяны, что связывают с особенностями их питания [Leigh, 1994].

Рис. 2.3. Временная динамика числа публикаций, в которых встречается термин «human life history » («жизненный цикл человека ») и «primates» («приматы») по данным поисковой системы Google Scholar В обстоятельной работе [Robson, Van Schaik, Hawkes, 2006] на основе собранных и проанализированных данных о жизненном цикле ныне живущих приматов сделана попытка реконструкции жизненных циклов наших общих предков. Сравнение производилось для орангутана, гориллы, бонобо, шимпанзе и человека. В качестве сравнительных характеристик для человека использованы данные об охотникахсобирателях, поскольку их диета, мобильность, способ добывания пищи и плотность популяции больше соответствуют более ранним, до развития земледелия, ступеням развития человека. Проанализированы вес женской взрослой особи, максимальная продолжительность жизни, возраст первых родов, длительность вынашивания потомства, вес новорожденного, отношение веса новорожденного к весу матери, возраст детеныша, в котором происходит отнятие от груди, интервал между рождениями, возраст матери при последних родах. Проведенный анализ показал следующее.

Для всех человекообразных обезьян характерен медленный жизненный цикл, вероятно сохраненный от более древнего предка.

Жизненный цикл человека еще более замедлен по сравнению с остальными человекообразными обезьянами. Максимальная продолжительность жизни человека отличается от максимальной продолжительности жизни человекообразных обезьян на несколько десятилетий. Как показывают наблюдения, среди собирателей, которые не пользуются какой-либо медицинской помощью, некоторые индивиды доживают до 70–80 лет. А шимпанзе в диких условиях обычно умирают, не достигая 45 лет. Более продолжительная жизнь взрослых отражает более низкую взрослую смертность. Естественный отбор мог способствовать уменьшению скорости старения, если выигрыш в приспособленности за счет увеличения физической выносливости покрывал возрастание расходов на поддержание метаболизма и восстановление. Более медленная скорость старения человека по сравнению с другими человекообразными обезьянами может служить причиной существующих различий в их максимальной продолжительности жизни и сохранения хорошего здоровья в пострепродуктивном периоде.

Для жизненного цикла человека характерен также более поздний возраст первых родов. Так, для шимпанзе и бонобо в диких условиях возраст первых родов составляет примерно 13 и 14 лет соответственно. Для горилл этот возраст в среднем лет, орангутаны производят своих первых отпрысков примерно в 15,6 лет. Средний возраст первых родов среди человеческой популяции собирателей составляет 19,5 лет.



Pages:     | 1 | 2 || 4 | 5 |   ...   | 10 |
 

Похожие работы:

«Брит Владислав Иванович «Эффективность методов вакцинации против ньюкаслской болезни в промышленном птицеводстве» Специальность: 06.02.02 ветеринарная микробиология, вирусология, эпизоотология, микология с микотоксикологией и иммунология ДИССЕРТАЦИЯ на соискание ученой степени кандидат ветеринарных наук Научный руководитель:...»

«Палаткин Илья Владимирович Подготовка студентов вуза к здоровьесберегающей деятельности 13.00.01 общая педагогика, история педагогики и образования Диссертация на соискание ученой степени кандидата педагогических наук Научные руководители: доктор биологических наук, профессор,...»

«Куяров Артём Александрович РОЛЬ НОРМАЛЬНОЙ МИКРОФЛОРЫ И ЛИЗОЦИМА В ВЫБОРЕ ПРОБИОТИЧЕСКИХ ШТАММОВ ДЛЯ ПРОФИЛАКТИКИ АЛЛЕРГИЧЕСКИХ ЗАБОЛЕВАНИЙ У СТУДЕНЧЕСКОЙ МОЛОДЕЖИ СЕВЕРА 03.02.03 – микробиология 03.01.06 – биотехнология (в том числе бионанотехнологии) Диссертация на соискание учёной степени кандидата...»

«Доронин Максим Игоревич ЭКСПРЕСС-МЕТОДЫ ВЫЯВЛЕНИЯ ВИРУСА ИНФЕКЦИОННОГО НЕКРОЗА ГЕМОПОЭТИЧЕСКОЙ ТКАНИ ЛОСОСЕВЫХ РЫБ 03.02.02 «Вирусология» Диссертация на соискание ученой степени кандидата биологических наук Научный руководитель: доктор биологических наук, Мудрак Наталья Станиславовна Владимир 2015 ОГЛАВЛЕНИЕ 1 ВВЕДЕНИЕ 2 ОБЗОР ЛИТЕРАТУРЫ 2.1 Характеристика возбудителя инфекционного...»

«Шинкаренко Андрей Семенович Формирование безопасного и здорового образа жизни школьников на современном этапе развития общества Специальность 13.00.01– общая педагогика, история педагогики и образования Диссертация на соискание ученой степени кандидата педагогических наук Научные...»

«Ульянова Онега Владимировна МЕТОДОЛОГИЯ ПОВЫШЕНИЯ БЕЗОПАСНОСТИ БАКТЕРИАЛЬНЫХ ВАКЦИН НА МОДЕЛИ ВАКЦИННЫХ ШТАММОВ BRUCELLA ABORTUS 19 BA, FRANCISELLA TULARENSIS 15 НИИЭГ, YERSINIA PESTIS EV НИИЭГ 03.02.03 – микробиология Диссертация на соискание ученой степени доктора биологических наук Научный консультант:...»

«Шапурко Валентина Николаевна РЕСУРСЫ И ЭКОЛОГИЧЕСКОЕ КАЧЕСТВО ЛЕКАРСТВЕННЫХ РАСТЕНИЙ (НА ПРИМЕРЕ БРЯНСКОЙ ОБЛАСТИ) Специальность 03.02.08 – экология (биологические науки) Диссертация на соискание ученой степени кандидата биологических наук Научный руководитель: доктор...»

«ПИМЕНОВА ЕКАТЕРИНА ВЛАДИМИРОВНА РАЗРАБОТКА МЕТОДА ОЦЕНКИ ЦИТОТОКСИЧНОСТИ АНТИГЕНОВ ВОЗБУДИТЕЛЯ МЕЛИОИДОЗА IN VITRO НА МОДЕЛИ ПЕРЕВИВАЕМЫХ КЛЕТОЧНЫХ КУЛЬТУР 03.02.03 – микробиология Диссертация на соискание ученой степени кандидата медицинских наук Научный руководитель: доктор...»

«ШУБНИКОВА ЕЛЕНА ВЛАДИМИРОВНА ВЛИЯНИЕ ФИЗИКО-ХИМИЧЕСКИХ ФАКТОРОВ И ФОРМ АДАПТИВНОЙ ИЗМЕНЧИВОСТИ НА ЧУВСТВИТЕЛЬНОСТЬ ПАТОГЕННЫХ БУРКХОЛЬДЕРИЙ К ХИМИОТЕРАПЕВТИЧЕСКИМ ПРЕПАРАТАМ 03.02.03 –...»

«Цховребова Альбина Ирадионовна ВЛИЯНИЕ ФАКТОРОВ СРЕДЫ НА РАЗВИТИЕ БЕСХВОСТЫХ АМФИБИЙ СЕВЕРНЫХ СКЛОНОВ ЦЕНТРАЛЬНОГО КАВКАЗА Специальность 03.02.14 – биологические ресурсы Диссертация на соискание ученой степени кандидата биологических наук Научный руководитель доктор биологических наук профессор Калабеков Артур Лазаревич Владикавказ 2015 Содержание Ведение..3 Глава I. Обзор литературных данных. 1.1....»

«ХАПУГИН Анатолий Александрович РОД ROSA L. В БАССЕЙНЕ РЕКИ МОКША 03.02.01 – ботаника Диссертация на соискание ученой степени кандидата биологических наук Научный руководитель Силаева Татьяна Борисовна д.б.н., профессор САРАНСК ОГЛАВЛЕНИЕ ВВЕДЕНИЕ Глава 1. ИСТОРИЯ ИЗУЧЕНИЯ РОДА ROSA L. В БАССЕЙНЕ МОКШИ. Глава 2. КРАТКАЯ ХАРАКТЕРИСТИКА РОДА ROSA L. 2.1. Характеристика рода Rosa L. 2.2. Систематика рода Rosa L. Глава 3....»

«Любас Артем Александрович ПАЛЕОРЕКОНСТРУКЦИЯ СРЕДЫ ОБИТАНИЯ ПРЕСНОВОДНЫХ МОЛЛЮСКОВ В НЕОГЕН-ЧЕТВЕРТИЧНЫХ ВОДОТОКАХ С ЭКСТРЕМАЛЬНЫМИ ПРИРОДНЫМИ УСЛОВИЯМИ Специальность 25.00.25 – геоморфология и эволюционная география Диссертация на соискание ученой степени кандидата географических наук Научный руководитель: доктор биологических наук...»

«СЕТДЕКОВ РИНАТ АБДУЛХАКОВИЧ РАЗРАБОТКА НОВЫХ СРЕДСТВ СПЕЦИФИЧЕСКОЙ ПРОФИЛАКТИКИ И ЛЕЧЕНИЯ ЭШЕРИХИОЗОВ ТЕЛЯТ И ПОРОСЯТ 06.02.02 – ветеринарная микробиология, вирусология, эпизоотология, микология с микотоксикологией и иммунология Диссертация на соискание ученой степени доктора ветеринарных наук Научный консультант: доктор ветеринарных наук, профессор, заслуженный деятель науки РФ и РТ Юсупов...»

«Петренко Дмитрий Владимирович Влияние производства фосфорных удобрений на содержание стронция в ландшафтах Специальность 03.02.08 экология Диссертация на соискание ученой степени кандидата биологических наук Научный руководитель: доктор биологических наук, профессор Белюченко Иван Степанович Москва – 2014 г. Содержание Введение Глава 1.Состояние изученности вопроса и цель работы 1.1 Экологическая...»

«МИГИНА ЕЛЕНА ИВАНОВНА ФАРМАКОТОКСИКОЛОГИЯ И ЭФФЕКТИВНОСТЬ ИСПОЛЬЗОВАНИЯ КОРМОВОЙ ДОБАВКИ ТРИЛАКТОСОРБ В МЯСНОМ ПЕРЕПЕЛОВОДСТВЕ 06.02.03 – ветеринарная фармакология с токсикологией Диссертация на соискание ученой степени кандидата биологических наук Научный руководитель: доктор биологических наук, профессор Кощаев Андрей...»

«АСБАГАНОВ Сергей Валентинович БИОЛОГИЧЕСКИЕ ОСНОВЫ ИНТРОДУКЦИИ РЯБИНЫ (SORBUS L.) В ЗАПАДНОЙ СИБИРИ 03.02.01 – «Ботаника» ДИССЕРТАЦИЯ на соискание ученой степени кандидата биологических наук Научный руководитель: к.б.н., с.н.с. А.Б. Горбунов Новосибирск 2014 ОГЛАВЛЕНИЕ ВВЕДЕНИЕ.. 4 Глава 1. ОБЗОР ЛИТЕРАТУРЫ.. 8 Ботаническая...»

«Ульянова Онега Владимировна МЕТОДОЛОГИЯ ПОВЫШЕНИЯ БЕЗОПАСНОСТИ БАКТЕРИАЛЬНЫХ ВАКЦИН НА МОДЕЛИ ВАКЦИННЫХ ШТАММОВ BRUCELLA ABORTUS 19 BA, FRANCISELLA TULARENSIS 15 НИИЭГ, YERSINIA PESTIS EV НИИЭГ 03.02.03 – микробиология Диссертация на соискание ученой степени доктора биологических наук Научный консультант:...»

«Цвиркун Ольга Валентиновна ЭПИДЕМИЧЕСКИЙ ПРОЦЕСС КОРИ В РАЗЛИЧНЫЕ ПЕРИОДЫ ВАКЦИНОПРОФИЛАКТИКИ. 14.02.02 – эпидемиология ДИССЕРТАЦИЯ на соискание ученой степени доктора медицинских наук Научный консультант: заслуженный деятель науки РФ, лауреат Государственной премии СССР профессор, доктор медицинских наук Ющенко Галина Васильевна Москва – 20 Содержание...»

«АБДУЛЛАЕВ Ренат Абдуллаевич ГЕНЕТИЧЕСКОЕ РАЗНООБРАЗИЕ МЕСТНЫХ ФОРМ ЯЧМЕНЯ ИЗ ДАГЕСТАНА ПО АДАПТИВНО ВАЖНЫМ ПРИЗНАКАМ Шифр и наименование специальности 03.02.07 – генетика 06.01.05 – селекция и семеноводство сельскохозяйственных растений ДИССЕРТАЦИЯ на соискание учёной степени кандидата...»

«СЕРГЕЕВА ЛЮДМИЛА ВАСИЛЬЕВНА ПРИМЕНЕНИЕ БАКТЕРИАЛЬНЫХ ЗАКВАСОК ДЛЯ ОПТИМИЗАЦИИ ФУНКЦИОНАЛЬНО-ТЕХНОЛОГИЧЕСКИХ СВОЙСТВ МЯСНОГО СЫРЬЯ И УЛУЧШЕНИЯ КАЧЕСТВА ПОЛУЧАЕМОЙ ПРОДУКЦИИ Специальность 03.01.06 – биотехнология ( в том числе бионанотехнологии) Диссертация на соискание ученой степени кандидата биологических наук Научный руководитель Доктор биологических наук, профессор Кадималиев Д.А. САРАНСК 2014 ОГЛАВЛЕНИЕ ВВЕДЕНИЕ.....»







 
2016 www.konf.x-pdf.ru - «Бесплатная электронная библиотека - Авторефераты, диссертации, конференции»

Материалы этого сайта размещены для ознакомления, все права принадлежат их авторам.
Если Вы не согласны с тем, что Ваш материал размещён на этом сайте, пожалуйста, напишите нам, мы в течении 1-2 рабочих дней удалим его.