CC BY
54
спортсменов через 15 минут после нагрузки. Эти результаты также подтверждают, что реакция организма нетренированных юношей на нагрузку более выраженная и для возвращения в состояние «до нагрузочного» требуется больше времени, чем юношам спортсменам. Величины гц равные 253,16 (спортсмены и нетренированные после нагрузки) и 142,19 (спортсмены и нетренированные через 15 мин.) могут свидетельствовать о том, что большая разница в реагировании на нагрузку в рассматриваемых группах студентов наблюдается на этапе воздействия нагрузки и сразу после неё, и уже в меньшей степени эта разница проявляется при восстановлении.
Таблица 3
Результаты идентификации расстояний Zij между центрами хаотических квазиаттракторов вектора состояния организма юношей спортсменов (занимающихся разными видами спорта) и нетренированных юношей (не регулярно занимающихся спортом) до, после и через 15 мин. после предъявления динамической нагрузки плаванием в 5мерном фазовом пространстве
Юноши спортсмены
Нетренированные юноши до после через 15 мин.
до 6,47 295,39 55,08
после 552,77 253,16 494,59
через 15 мин. 201,24 99,36 142,19
Табл. 4 содержит 3 квазиаттрактора из 3-х измерений деву-шек-спортсменок. Расстояние между центрами хаотических квазиаттракторов до предъявления нагрузки и после неё составляет 247,56, а расстояние 7у между центрами хаотических квазиаттракторов до предъявления нагрузки и через 15 минут после неё - 65,47, что свидетельствует об их относительно быстрой восстанавливаемости.
Таблица 4
Результаты идентификации расстояний Zij между центрами хаотических квазиаттракторов вектора состояния организма девушек-спортсменок (занимающихся разными видами спорта) до, после и через 15 мин. после предъявления динамической нагрузки плаванием в 5- мерном фазовом пространстве
формируется состояние адекватной мобилизации, создаваемое за счет оптимального напряжения уже имеющихся (сформированных в процессе предыдущих тренировок) адаптационных механизмов регуляции.
Полученные данные свидетельствуют о том, что, в целом, эффективность адаптации организма студентов к нагрузке плаванием определяется зрелостью регуляторных систем, в связи с чем один и тот же конечный приспособительный результат у девушек и юношей с разным уровнем физической подготовки может быть достигнут за счет различной степени напряжения адаптационных механизмов.
Литература
1. Баевский, P.M. Анализ вариабельности сердечного ритма в космической физиологии / P.M. Баевский. // Физиология человека. - 2002. - Т.28, № 2. - С. 70-82.
2. Ведясоеа, О.А. Физиологическая оценка адаптации студентов с разными типами полушарного доминирования к мышечной нагрузке / О.А. Ведясова, Е.В. Заживихина. // Материалы XIII международного Совещания по эволюционной физиологии. - СПБ: ИЭФБ, 2006. - С. 102.
3. Есъкое, В.М. Новые подходы в теоретической биологии и медицине на базе теории хаоса и синергетики / В.М. Еськов // Системный анализ и управление в биомедицинских системах-2006.- Т.5.- № 3.- С. 617-622.
THE ASSESSMENT OF HUMAN PHYSIOLOGICAL INDICES UNDER
PHYSICAL ACTIVITIES WITH APPLYING THE METHOD OF QUASIATTRACTORS' CENTRE TO CENTRE DISTANCE CALCULATION
V.M. YESKOV, M.YA. BRAGINSKY, V.V. KOZLOVA, I.YU. VOLKOVA, L.N. YARULLINA
Surgut State University
The article highlights studying the features of human being's movement functions in the North under or without physical activities.
Key words: physiology, human being, physical activities, quasiattractor.
до после через 15 мин.
ДО 0 247,56 65,47
после 183,08
Из табл. 5 видно, что расстояние 7у между центрами хаотических квазиаттракторов у нетренированных девушек до предъявления нагрузки и после нагрузки составляет 432,49, а расстояние между центрами хаотических квазиаттракторов до предъявления нагрузки и через 15 мин. после неё - 112,34.
Таблица 5
Результаты идентификации расстояний Zij между центрами хаотических квазиаттракторов вектора состояния организма нетренированных девушек (не регулярно занимающихся спортом) до, после и через 15 мин. после предъявления динамической нагрузки плаванием в 5мерном фазовом пространстве
до после через 15 мин.
ДО 0 432,49 112,34
после 321,09
Это может свидетельствовать о том, что нагрузка плаванием вызывает выраженное напряжение КРС, а значит и организма в целом, особенно при сравнении с девушками-спортсменками.
Заключение. В ходе исследования установлено, что характер реакций ССС и параметры поведения ВСОЧ в ФПС на фоне динамической нагрузки плаванием определяются в большей степени уровнем физической тренированности студентов, степенью согласованности механизмов на уровне вегетативной нервной системы, что проявляется в показателях КРС. Оценивая параметры квазиаттракторов у студентов, не занимающихся спортом, можно заключить, что у них динамическая нагрузка вызывает состояние рассогласования, при котором для обеспечения нормального функционирования организма требуется чрезмерное напряжение и последующая перестройка регулирующей системы. Результатом этой перестройки, видимо, и является хаотическая динамика ВСОЧ. В отличие от этого, у студентов-спортсменов при нагрузке плаванием
УДК 612
ОСНОВЫ БИОИНФОРМАЦИОННОГО АНАЛИЗА ДИНАМИКИ МИКРОХАОТИЧЕСКОГО ПОВЕДЕНИЯ БИОСИСТЕМ
В.М. ЕСЬКОВ*, И.В. БУРОВ*, O.E. ФИЛАТОВА*, A.A. ХАДАРЦЕВ**
Представлены новые первичные данные по оценке соотношений между детерминистско-стохастическим и синергетическим подходами в системах регуляции физиологических функций человека. Обсуждается соотношение между произвольностью и непроизвольностью в регуляции функций организма человека. Дается объяснение наблюдаемым процессам с позиций принципиально нового подхода в естествознании: теории хаоса - синергетики при описании биологических динамических систем. Предложен новый формальный аппарат для оценки динамики поведения хаотических биологических динамических систем, который обозначен как теория хаоса и синергетика.
Ключевые слова: физиология, синергетика, функции организма человека, теория хаоса.
Практически, уже третье столетие (с конца 19 века) биологи и медики обсуждают проблему произвольности или непроизвольности тремора (постурального, паркинсонического и др. видов). Основным критерием оценки произвольности в организации процесса удержания позы при этом является возможность произвольной регуляции параметров тремора, к числу которых авторы относят амплитудно-частотную характеристику (это традиционные параметры) движений, а также ряд новых характеристик, которые вводят авторы для более детального и полного описания явления тремора. К числу этих характеристик относятся: информационная мера - расхождение Кулбака-Лейблера (Kulbach-Leibler divergence), расчет энтропии Шеннона, расчет параметров квазиаттракторов движения вектора состояния системы (ВСС) [6]. В последнем случае речь идет о векторе состояния биомеханической системы - иерархической системы обеспечения удержания позы человека (в частности, удержания руки в
* ГОУ ВПО «Сургутский государственный университет Ханты-
Мансийского автономного округа Югры», 628400, г. Сургут, пр. Ленина,1. Тульский государственный университет, 300600, г. Тула, пр-т Ленина, д. 92
данном положении) [1,2,6,7].
В рамках разрабатываемого авторами подхода в описании динамики поведения сложных систем - complexity, ВСС любой БДС (в том числе и системы удержания позы) совершает некоторые вариации в пределах определенного объема многомерного фазового пространства состояния (ФПС). Этот объем обозначается как объем квазиаттрактора Vg, внутри которого наблюдается движение ВСС. При этом основная гипотеза теории хаоса и синергетики, которая объясняет такие явления, связана с постулатом о равномерном распределении всех компонентов Xi ВСС (x=x(t)=(xj, %2, •••, xmf) в ФПС. На сегодняшний день этот постулат (фактически - гипотеза) невозможно подтвердить или опровергнуть. Впрочем, по мнению авторов, это никогда и не будет подтверждено, т.к. это соответствует реальному расхождению теоретических представлений (идеала) и практических данных (т.е. обусловлено свойствами реальных, природных объектов). Объясняется это все пятью основными свойствами БДС (в частности, БДС является “glimmering” (или “flickering”) systems). Ведущие из этих свойств - постоянная эволюция и “мерцание” ВСС в ФПС. Рассмотрим эти тезисы более подробно, а также некоторые результаты по описанию наблюдаемых процессов.
1. Критический анализ традиционных методов изучения динамики хаотических режимов БДС. В естествознании при описании сложных биосистем (complexity) наступил кризис. Человечество реально подошло к осознанию, пониманию необходимости изучать хаотические процессы и объекты в природе, но делать это в рамках детерминистско-стохастического подхода (ДСП) уже невозможно. В рамках этих новых утверждений и подходов (на основе ТХС) сейчас можно говорить об основных параметрах порядка (ПП) наступившего кризиса. К этим ПП (главным факторам) относятся:
1) Фактическое отрицание существования объектов в живой природе и обществе с синергетико-хаотическими свойствами, а их изучение происходит в рамках ДСП, что совершенно неприемлемо.
2) Отсутствие реального математического аппарата для описания и прогнозирования систем с синергетико-хаотической структурой организации и (как следствие) поведения.
3) Упорные и непрекращающиеся попытки жить и работать только в ДСП мире (для БДС - это реальный (статистический для человечества), в плане практического использования достижений, мир молекул и клеток, нужный и перспективный, но ограниченный).
4) Необходимость описывать и прогнозировать системы с синергетико-хаотической организацией, но в рамках нового подхода (не по И.Р. Пригожину, т.е. в ДСП, а в рамках Г. Хакена и авторов настоящего сообщения, т.е. в ТХС)?
Если отранжировать эти факторы (проблемы), то последний четвертый фактор (т.е. ПП) будет самым значительным, т.к. он должен учитывать пять основных свойств БДС с микрохаотиче-ской организацией, тринадцать отличий ДСП от ТХС и признать невозможность использования неравномерных распределений при описании ВСС в ФПС. Все эти свойства и положения настолько «экстравагантны» для ДСП, что они сейчас просто не обсуждаются нигде и никем, но объекты в природе существуют и изучать их надо (их свойства, динамики поведения, пытаться формировать прогнозы их будущего состояния)! В общем, их надо изучать в рамках ТХС.
Действительно, все перечисленное реально (оно имеет место быть в живой природе) и оно сводится к проблеме идентификации хаотических режимов функционирования БДС. Однако, рассмотрение этого вопроса упирается в необходимость осознания существенных различий между ДСП и ТХС. Эти различия легко понять из табл. 1., где по горизонтали представляются три режима состояния любой БДС: начальный x(to), серия промежуточных x(t) и конечное состояние x(tk) любой БДС в ФПС. Легко видеть, эти различия при переходе от детерминизма (детерминистской парадигмы - Det), где все три состояния жестко определены, т.е. везде имеем знак «+», к стохастике, где неопределенность возрастает. Особенно это характерно для второго и третьего состояния ВСС в ФПС (см. табл.1). Однако, далее при переходе к хаосу (в двух вариантах: И.Р. Пригожина и Г. Хакена с авторами настоящего сообщения) неопределенность нарастает катастрофически (для ДСП), достигая максимума в четвертой строке (все неопределенно). Эта четвертая строка в ДСП вообще не воспринимается (а что тогда изучать и как работать?).
Таблица 1
Степень определенности (знак «+») и неопределенности (знак «-») для трех состояний моделей биосистемы в рамках четырех подходов (детерминизм, стохастика и 2 подхода в описании хаоса)
Начальное Промежуточное Конечное
состояние состояние состояние
X (t) X, (t) X- (t)
Deterministic + + +
Stochastic + ±
Chaos (И. Пригожин) ±
Chaos (Г. Хакен и автор)
Из табл. 1 легко видеть глобальную общность между Det и Stoch: начальные состояния (x(to)) должны быть всегда жестко определены (а процессы исходно должны быть многократно повторяемы). В третьей строке исходное состояние БДС тоже должно быть повторяемым (и тогда хаос по И.Р. Пригожину приближается к ДСП по базовому свойству x(to)). Однако, реальные БДС удовлетворяют пяти основным (синергетическим) свойствам, а их описание должно согласовываться с 13 основными отличиями хаотических объектов от объектов со свойствами ДСП (и процессов), т.е. это все в корне расходится с представлениями ДСП и противопоставляется всем подходам формального описания природных объектов, которые человечество изучало на протяжении всей своей жизни (после Гераклита Эфесского, Демокрита и Кратила).
Краткое рассмотрение этих пяти свойств и 13 отличий было представлено в наших ранних публикациях [1,2,4] ниже, а сейчас отметим только два основные: реальные БДС являются «мерцающими» объектами, которые при этом еще и непрерывно эволюционируют. Это означает (в рамках ТХС - подхода авторов настоящего сообщения), что вектор состояния любой биосистемы (со свойствами complexity и синергетическими, самоорганизую-щими свойствами) совершает постоянное движение в ФПС в пределах некоторых объемов ФПС (называемых авторами квазиаттракторами), а сами эти объекты Vg (квазиаттракторы) тоже куда-то дрейфуют (эволюция БДС). Тогда в рамках такого ТХС-подхода непрерывно изменяется гомеостаз любой биосистемы (он «плывет» в ФПС). Это означает, что нет понятия x(to). Тогда, что же в виде точки ученым брать за основу? Очевидно, что однозначное определение значение x(t), как оно сейчас представляется для БДС, не представляется реальным (конкретное значение ВСС в ФПС ничего не значит!). Если же мы наблюдаем БДС за пределами интервала времени At, то непонятно, как этот интервал представляет реальное состояние БДС (с учетом, что ВСС «плывет» в ФПС за счет непрерывной эволюции биосистем).
Все течет, все изменяется, - говорил Гераклит Эфесский («Все сущее течет, и ничто не остается на месте. Дважды никому не войти в одну и ту же реку») и философ Кратил («Ни о чем нельзя ничего утверждать, ибо оно в силу непрерывной текучести успевает изменяться за время нашего произношения утверждения»). Это четко понимали древние ученые (философы, как они себя называли), но потом человечество на тысячелетия отложило эту идею и «заигралось» в игры определенности, т.е. в ДСП. Последнее действительно обеспечило наш прогресс и наше устойчивое развитие. Но время течет и изменяется, пора вернуться к истокам научной мысли.
Тысячелетия человечество цитировало эти изречения и ничего не делало для того, чтобы их реализовать путем формального (математического) описания и только с приходом синергетики наступает эра формализации этих фундаментальных высказываний. Простейший способ такой формализации - определять параметры квазиаттракторов, считать распределение ВСС равномерным и научно обосновывать внешние управляющие воздействия - ВУВы для прогноза поведения БДС в ФПС. Наука для сложных БДС уже давно сводится к ВУВам (вся медицина на этом построена), но громко вслух мы об этом стараемся не говорить (стыдимся или боимся?).
Однако, если это все взять за основу (войти в ТХС), то при этом придется отказаться от правила трех сигм (в стохастике значения, выходящие за три сигмы отбрасываются), ввести аналог закона больших чисел в ТХС и учитывать 5 свойств реальных БДС, а также жестко учитывать все 13 существенных отличий ТХС от ДСП. Тогда, для полного понимания всех этих нововведений нам придется более подробно остановиться на проблеме формальной идентификации хаотических состояний БДС и вве-
сти понятия микрохаоса и макрохаоса. Рассмотрим эти проблемы более подробно.
2. Трудности ДСП подхода в измерении (идентификации) хаоса. На сегодняшний день существует достаточное количество методов идентификации хаотических режимов БДС, но все они страдают неопределенностью, кроме одного - идентификации свойства перемешивания. Сразу отметим, что все известные методы базируются или на длительном наблюдении БДС (поведения ее ВСС в ФПС), что не имеет смысла из-за свойств «мерцания» и эволюции любой биосистемы, или на изучении поведения формальных моделей БДС. В последнем случае сразу возникает задача адекватности данной математической модели конкретной БДС. А это означает, что надо повторять многократно опыты и проверять подобие поведения БДС модельным параметрам (а это невозможно в принципе для любой БДС из-за ее особых 5 свойств). Проверка моделей БДС в ТХС - задача практически невыполнима для реальных биосистем (они неповторяемые в принципе!).
Таблица 2
Различия в подходах между детерминистско-стохастической парадигмами (ДСП) и синергетической парадигмой (СП)
ДСП в описании движения вектора состояния системы ВСС СП в описании движения вектора состояния системы
¡.Изучаются поведения отдельных элементов 1.Изучаются не отдельные элементы, а пулы, компартменты, кластеры (по Г. Хакену)
2.В формальном аппарате (в фазовом пространстве состояний -ФПС) работаем с точками или линиями и конкретное состояние ВСС в ФПС имеет значение (оно важно) 2.В ФПС работаем с областями ФПС, внутри которых движется вектор состояния системы (эти области - облака - образуют квазиаттракторы) а конкретное состояние ВСС не имеет существенного значения
3.Имеются стационарные режимы (для вектора состояния х имеем dx/dt=0 и х=аот1) 3.Не имеются стационарные режимы (dx/dt^0 и x^const), т.к. система находится в постоянном движении в ФПС (она обладает свойством “glimmering or flickering system”)
4.Системы иногда имеют компар-тментно-кластерную структуру (ККС) 4.Многие системы имеют ККС
5.Некоторые системы телеоло-гичны (имеют прогнозируемое конечное состояние) 5. Многие системы (человекомерные) имеют телеологические свойства (прогнозируемое конечное состояние)
6.Некоторые системы эволюционируют 6.Все человекомерные системы эволюционируют
7.Выход за пределы 3-х сигм -артефакт и не изучается 7.Выход за пределы 3-х сигм обычное явление и активно изучается (влияет на параметры квазиаттракторов)
8.Распределения параметров ВСС неравномерные 8.Обычно распределения параметров ВСС равномерные
9.Хаотические режимы эпизодические и они моделируются ДСП моделями 9.Система постоянно находится в микрохаосе и этот микрохаос описывается квазиаттрактором, ДСП- моделей нет
Ю.Единица (элемент) характеризует динамику процесса в рамках системного анализа Ю.Единица - ничто и единица - все (если она параметр порядка) в рамках системного синтеза (главная проблема СП)
11.Обычно размерность ФПС (модели) не изменяется, мониторинг системы не требуется, т.к. априори есть модели или функции распределения для ВСС 11.Размерность m ФПС изменяется легко, поэтому требуется постоянный мониторинг параметров порядка для ВСС
12.В теории хаоса (подход И.Р. Пригожина иВ.И. Арнольда) начальное состояние задано определённо 12.Начальное состояние не определено (известны приблизительно параметры квазиаттрактора)
13.Параметры модельных квазиаттракторов могут быть определены точно 13.Параметры реальных (точнее идеальных) аттракторов никогда не могут быть определены (квазиаттракторы приблизительно представляют реальные аттракторы как частота события, его вероятность), но из-за 5-ти свойств биосистем реальные аттракторы никогда не достижимы
Отметим, что существует большое количество определений и проблем, возникающих при использовании БДС в идентификации хаотических режимов поведения БДС, которые накладывают принципиальные ограничения на использование ДСП в описании и прогнозировании реальных биосистем (они отмечались В.М Еськовым ранее [3,7]).
В целом, даже без особых 5 свойств БДС и 13 отличий ДСП от ХСП проблема идентификации хаотических режимов поведения БДС наталкивается на целый ряд методических сложностей. Если сюда еще добавить свойство «мерцания» (вариации ВСС в приделах квазиаттракторов), эволюцию и телеологичность поведения биосистем в ФПС, то проблема возрастает многократно и становится практически неразрешимой в рамках ДСП. Единственное, что возможно в этой ситуации - это использование свойства перемешивания или просто постулировать хаотический режим поведения ВСС в ФПС. Последнее и производилось авторами многократно применительно к сложным системам (БДС) [1-7].
3. Тремор, как характерный пример представления о свойствах и поведения сложных БДС. Итак, сложные БДС (сот-
plexity) являются объектами с возможной компартментной (иерархической) структурой, для которых вектор состояний в ФПС совершает хаотические движения в пределах квазиаттракторов (ВСС мерцает в ФПС). При этом, все БДС имеют эволюцию и имеется некоторая конечная цель (конечный квазиаттрактор) в виде некоторой телеологической определенности и, главное, движение ВСС в пределах квазиаттрактора имеет равномерное распределение (нет центра- медианы, и любые значения ВСС значимы). Последнее свойство отвергает правило трех сигм стохастики, т.к. все значения Xi(t) - значимы.
В рамках этих постулатов любые (даже экстраординарные) значения ВСС имеют значение для описания и прогноза поведения БДС, но сам этот прогноз теперь не зависит существенно от начальных параметров системы, а заложен в структуре и самоорганизации (внутренних механизмов развития БДС) и существенно зависит от внешних управляющих воздействий (ВУВов). В качестве последних часто выступают экофакторы среды обитания, социальные условия, внутренние резервы и внутренние перестройки и даже научно обоснованные воздействия, которые человек задает себе сам.
Здесь следует напомнить высказывание Николая Амосова и его образ жизни, когда изнуряющие физические нагрузки продлили ему жизнь минимум на 30 лет. Нечто подобное касается и нашего общества: необходимо изучать и идентифицировать параметры порядка и научно обосновывать ВУВы. В рамках нового подхода в рамках ТХС будущее полностью не определено (без ВУВов), а настоящее x(to) определяется с точностью до квазиаттрактора (и не более!).
Базовые различия между ДСП и ТХС представлены в табл. 2, из которой следует принципиальная невозможность описывать и прогнозировать сложные биосистемы (complexity) в рамках ДСП. Известные традиционные подходы (ДСП) сравнительно неплохо описывают прошлые процессы (уже известные примеры из клиники), но будущее (пациенты, которые проходят лечение например) необходимо формировать за счет ВУВов (управляющих воздействий врача), т.к. в любой момент времени у пациента могут возникнуть особые обстоятельства (если это касается жизненно важных органов) и ситуация (лечебная) может резко измениться. И это касается не только синдрома внезапной смерти, но и многих других процессов патологии и выздоровления. Понимание всего этого -ключ к индивидуальной медицине, о которой столько сейчас говорят, а также к новому подходу в изучении гомеостаза (нормогенеза, в частности), патогенеза и роли врача в процессе лечения. Эта роль (врача) принимает все больше кибернетические и синергетические формы (нарастает число переменных в диагностике и лечении, познаются ранние неизвестные механизмы функционирования различных регуляторных систем и Т.Д.).
Все выше обозначенное формирует контуры новой медицины и биологии, которая все дальше отходит от ДСП и все ближе подходит к теории хаоса и синергетики. Работы авторов настоящего сообщения формируют новый образ биомедицинских наук вместе с работами многих других ученых. В этой связи следует отметить особые успехи М.В. Ковальчука и М.П. Пальцева в области конвергенции наук и технологий, как основы нового технологического подхода в медицине и биологии [5]. Направление, связанное с конвергенцией весьма созвучно нашему подходу и можно говорить об определенном дополнении и ТХС и теории конвергенции М.В. Ковальчука. Но имеются и особенности, связанные с пятью специфическими свойствами биосистем и особым аппаратом для их описания.
Литература
1. Сравнение параметров квазиаттракторов поведения вектора состояния организма тренированных и нетренированных студентов / В.М. Еськов [и др.] //Теория и практика физической культуры.- 2011.- № 10.- С. 92-94.
2. Есъкое В.М. Сравнительный анализ и синтез физиологических параметров организма студентов Югры в фазовых пространствах состояний / В.М. Еськов, В.В. Козлова, В.Н. Голуш-ков //Теория и практика физической культуры.- 2011.- № П.-C. 88-94.
3. Системный анализ, управление и обработка информации
в биологии и медицине. Часть VIII. Общая теория систем в клинической кибернетике. // Под ред. В.М. Еськова,
А.А. Хадарцева.- Самара: ООО «Офорт», 2009.- 197 с.
4. Системный анализ, управление и обработка информации в биологии и медицине. Часть IX. Биоинформатика в изучении физиологических функций жителей Югры. / Самара: ООО «Офорт», 2010.- 217 с.
5. Еськов В.М. Синергетика в клинической кибернетике. Часть IV. Системный синтез в физиологии трудовых процессов на Севере / В.В. Еськов, В.В. Полухин, В.А. Карпин // Под ред.
В.Г. Зилова. Самара: ООО “Офорт”, 2010. - 199 с.
6. Еськов, В.М. Третья парадигма / В.М. Еськов.- Самара: ООО «Офорт», 2011.- 250 c.
7. Eskov, V.M. Characteristic features of measurements and modeling for biosystems in phase spaces of states /V.M. Eskov, V.V. Eskov and O. E. Filatova. // Measurement Techniques, Vol. 53, No. 12, March, 2010: p. 1404-1410.
THE BASIS OF BIOINFORMATIONAL ANALYSIS OF BIOSYSTEMS' MICROCHAOTIC BEHAVIOR DYNAMICS
V.M. YESKOV, V.V. KOZLOVA, O.E. FILATOVA, A.A. KHADARTSEV
Surgut State University Tula State University
New primary data on assessing the correlations between the determining and stochastic approach and the synergetic one in the systems of human physiological function regulation are presented. The correlation between voluntariness and involuntariness in human organism's function regulation is considered. The explanation of the processes under observation is given from the point of principally new approach in natural science - chaos theory and synergy at describing biological dynamic systems. A new formal device for assessing the dynamics of chaotic biological dynamic systems' behaviour is offered being noted as chaos theory and synergy.
Key words: physiology, synergy, human organism's functions, chaos theory.
УДК 612.127.4:591.11:621.317.42
СОДЕРЖАНИЕ ОКСИДА АЗОТА (NO) В КРОВИ И ПЕЧЕНИ КРЫС ПОСЛЕ БИОРЕЗОНАНСНОГО ВОЗДЕЙСТВИЯ
Л.А. БОКЕРИЯ*, О.Л. БОКЕРИЯ*, Н.Т. САЛИЯ*, В.Х. МОХАМЕД АЛИ*, А.М. КУУЛАР*, М.Ю. ГОТОВСКИЙ**, Д.В. ДЗИДЗИГУРИ *,
Т.В. САНИКИДЗЕ* *
Влияние биорезонансного воздействия на содержание оксида азота в крови и печени крыс изучалось с помощью метода электронного парамагнитного резонанса. Показано, что биорезонансное воздействие, вызывает достоверное увеличение содержания эндогенного оксида азота в крови животных по сравнению с контрольной группой. Напротив, в ткани печени величина концентрации оксида азота после биорезонансного воздействия не имела достоверных отличий по сравнению с группой животных, подвергнутых ложному воздействию. Обсуждаются биофизические механизмы биорезонансного воздействия и его регулирующего влияния на содержание оксид азота в тканях.
Ключевые слова: биорезонансное воздействие, оксид азота, эндогенный оксид азота, электронный парамагнитный резонанс, заживление ран.
В настоящее время принято считать, что синтезируемый в организме оксид азота (NO), представляет собой уникальный вне- и внутриклеточный мессенджер, обладающий полифункциональным физиологическим действием [4]. Стимуляция или ингибирование продукции NO и его метаболитов в организме является одним из факторов регуляции физиологических функций. Регуляторное действие эндогенного NO обеспечивается его синтезом из L-аргинина, который катализируется изоформами NO-синтаз -эндотелиальной и нейрональной. Поддерживаемый в тканях стационарный уровень NO, не превышает нескольких мкМ, что не препятствует его участию в активации стресс-лимитирующих систем и реализации адаптационных механизмов [6].
В последнее время в экспериментальных и клинических условиях установлен выраженный ранозаживляющий эффект при
* НЦССХ им. А.Н. Бакулева. г. Москва, Рублевское шоссе 135 Центр «ИМЕДИС», Москва, ул. Лефортовский Вал, 7 ТГУ им. Ив. Джавахишвили, Тбилиси, Грузия, Грузия, 380028, г. Тбилиси, пр. И. Чавчавадзе, 1.
Тбилисский Государственный Медицинский Университет. Тбилиси, пр. Чавчавадзе, 1
обработке гнойных и длительно не заживающих ран газовым потоком содержащим оксид азота [9]. Сформировавшееся новое направление в медицине - ускорение заживления асептических и гнойных ран с использованием экзогенного NO обусловлено дефицитом эндогенного оксида азота при раневой патологии [13]. В связи с этим особую актуальность приобретают разработка и внедрение в клиническую практику новых методов, использование физических факторов, направленных на регуляцию содержания эндогенного оксида азота в организме. В пользу применения подобных перспективных подходов в хирургии - терапии эндогенным NO - свидетельствуют накапливающиеся данные о существенной роли оксида азота в механизме лечебного действия физическими факторами [8].
Цель исследования - изучение влияния биорезонансного воздействия на содержание оксида азота в периферической крови и печени крыс.
Материалы и методы исследования. В экспериментах использовались 60 самцов беспородных белых крыс массой 130-140 г, которые были распределены на 2 равные группы - контрольную и опытную. Животных опытной группы на протяжении 1 часа подвергали однократному биорезонансному воздействию, а контрольной группы - ложному воздействию.
Биорезонансное воздействие в экспериментах осуществляли с помощью аппарата «ИМЕДИС-ЭКСПЕРТ» («ИМЕДИС», Россия). Методика воздействия заключалась в следующем. Животных опытной группы по 10 крыс помещали в центр петлевого индуктора аппарата «ИМЕДИС-ЭКСПЕРТ»; биорезонансное воздействие проводилось на протяжении 1 часа переменным магнитным полем в диапазоне частот 1-10 Гц с индукций 0,2 мТл. Животные контрольной группы подвергались аналогичной процедуре, но без включения аппарата «ИМЕДИС-ЭКСПЕРТ» (ложное воздействие).
Исследования методом электронного парамагнитного резонанса (ЭПР) производились на радиоспектрометре РЭ-1307 (Россия), снабженным компьютерной программой накопления сигналов на частоте микроволнового излучения 9,77 ГГц. Предназначенные для исследования образцы крови и ткани печени предварительно замораживались в жидком азоте (-196 С). Для определения содержания свободного оксида азота в крови и печени крыс использовали спин-ловушку диэтилдитиокарбамат натрия (DETC) («SIGMA», США). DETC (500 мг/кг) и Бе2+-цит-рат (50 мг FeSO4 ■ 6H2O + 250 мг цитрата натрия кг-1) вводили в хвостовую вену мышей дозой 50 мг/кг за 10 мин до эвтаназии животных [10]. Спектры ЭПР комплексов NO-Fe2+-(DETC)2 регистрировались при температуре жидкого азота и величине мощности микроволн 20 мВт [1].
Полученные данные обрабатывались стандартным вариационным статистическим методом. Для определения достоверности полученных данных использовался критерий Стьюдента, (достоверность данных составляла 95-99%).
Результаты и их обсуждение. В результате проведенных исследований было установлено, что биорезонансное воздействие приводит к изменению содержания оксида азота в периферической крови и печени у крыс подопытной группы по сравнению с животными, которые подвергались ложному воздействию (рис.). Вместе с этим, имеются различия в изменении уровня оксида азота в периферической крови по сравнению с концентрацией NO в ткани печени у крыс подопытной группы.
NO мкМ
в периферической в ткани печени
крова
Рис. Содержание оксида азота (N0) в периферической крови крыс в результате биорезонансного воздействия на протяжении 1 часа по сравнению с животными, подвергнутыми ложному воздействию.
