CC BY
44
мира, а также координацией движений, и их точностью. Это единый взаимообусловленный и взаимоопределяющий кластер тренировочного и соревновательного процессов. Использование физиологического нейроэстетического алгоритма позволит разрабатывать оптимальные внешние управляющие воздействия.
Литература
1. Бернштейн, Н.А. Физиология движений и активность. Научное издание. Под редакцией О.Г.Газенко. / Н.А. Бернштейн.- М.: Наука, 1990.
2. Гибсон, Дж. Дж. Экологический подход к зрительному восприятию / Дж.Дж. Гибсон.- М.: Прогресс, 1988.
3. Философско-биофизическая интерпретация жизни в рамках третьей парадигмы / В.М. Еськов [и др.]// Вестник новых медицинских технологий.- 2012.- Т.19.- № 1.- С. 38-42.
4. Кидалов, В.Н. Тезиография крови и биологических жидкостей / Под ред. А.А. Хадарцева / В.Н. Кидалов, А.А. Хадарцев.-Тула: Тульский полиграфист, 2009.- 244 с.
5. Суббота, А.Г. «Золотое сечение» («Sectio aurea») в медицине / А.Г. Суббота.- СПб, ВМА, 1994. Изд. 2, доп. СЛП, 1996, 168 с.
6. Суббота, А.Г. Гармоническая нейроэстетика. Часть 1. /
А.Г. Суббота// Вестник новых медицинских технологий.- 2009.-Т.16.- № 4.- С. 143-147.
7. Суббота, А.Г. Гармония, золотое сечение, нейроэстетика /А.Г. Суббота // Этика, эстетика, экономика (ред. А.В. Чистосер-дов).- СПб: СПб торгово-промышл. палата, 2002.- С. 99-166.
PHYSIOLOGICAL BASIS OF VISUAL PERCEPTION AT TRAINING SPORTSMEN FROM THE POINT OF SYNERGY
A.A. KHADARTSEV, N.A. FUDIN, I.YU. RADCHICH Tula State University
The article presents physiological mechanisms underlying the basis of visual perception at training sportsmen. The characteristic of perception and coding in sensor systems is given, neuron detectors are described. Synergetic approaches to training sportsmen and their teaching from the point of the third global paradigm are formulated. The physiological neuro-aesthetic algorithm is described. Trope process creativity algorithm being the phenomenon of organized chaos is determined.
Key words: sports training, synergy, neuron detectors, sensor systems, synergetic paradigm.
УДК 576.331.335+536.75+001.8
СТРУКТУРНАЯ СЛОЖНОСТЬ КАК МЕРА СРАВНЕНИЯ
ДИНАМИЧЕСКИХ МЕМБРАННЫХ СИСТЕМ КЛЕТКИ
И.С. СЕСОРОВА, Т.В. ЛАЗОРЕНКО*
Продемонстрирована возможность использования показателя степени сложности как меру сравнения динамических мембранных клеточных систем, которая может быть оценена с помощью информационных параметров. На основании чего подтверждено существование единого универсального плана морфологической организации комплекса Гольджи в клетках растений и животных, и возможность для экстраполяции результатов экспериментальных исследований секреторного транспорта, полученных на фибробластах человека, на клетки других, мало или не изученных систематических групп.
Ключевые слова: комплекс Гольджи, структурно-
информационный анализ
Сравнительная оценка сложно организованных во времени и пространстве клеток мембранных органелл представляет определенную сложность, т.к., как правило, исследователь имеет дело не с объемным изображением, а срезом в определенный момент времени. Примером такой органеллы является комплекс Гольджи - сложно организованная мембранная структура клетки, чрезвычайно плейоморфная на срезах в клетках разных тканей и организмов, и меняющаяся в разные фазы секреторного цикла и под действием самых различных факторов [6].
Поэтому в качестве меры сравнения организации комплекса Гольджи может служить показатель степени сложности. Оценка сложности системы не является однозначной, т.к. в настоящее
* ГОУ ВПО ИвГМА Минздравсоцразвития России, г. Иваново, пр. Ф. Энгельса, 8
время нет единого подхода в определении данного понятия. Сложность системы зависит от ее структуры, в том числе от количества элементов и связей между ними и должна быть пропорциональна объему информации, необходимой для ее описания (снятия неопределенности) [5]. Понятие «информации» трактуется по-разному и зависит от области знания, в котором проводятся исследования. В биологии наибольшее распространение получило определение информации через понятие «энтропии» К. Шеннона. Так под информацией он понимал коммуникационную связь, сообщение, в процессе которого устраняется некоторая неопределенность (энтропия) у его получателя [2]. Поэтому, для сравнительной оценки органеллы в клетках разных организмов полезны, наряду с другими методами морфологических исследований, методы формального описания с использованием информационной теории систем.
Материалы и методы исследования. В исследовании использовались фибробласты соединительной ткани животных: дождевого червя (Lumbricus terrestris) - Annelida; лягушки травяной (Rana temporaria) - Amphibia; карася серебряного (Carassius auratus) - Pisces; сверчка (Gryllus bimaculatus) - Insecta; клеточной линии фибробластов кожи человека (HF) - Mammalia, а так же меристематические клетки корня гороха посевного (Pisum sativum). После стандартной процедуры фиксации и заливки образцов готовили ультратонкие срезы на ультратоме ДКВ-III (Швеция), контрастировали уранилацетатом и цитратом свинца. Срезы просматривали в электронном микроскопе ЭМВ -100 АК (НПО «Электрон» Украина). Случайно выбранных 30 стопок каждого вида животного использовали в кластерном анализе, который проводился с помощью программы Statistica 6.0. В качестве переменных параметров были взяты показатели процентного соотношения мембранных структур разных видов (везикулы, трубочки и мешочки) ко всем мембранам органеллы 30 произвольно выбранных стопок КГ каждого изучаемого вида организмов. Процентное соотношение мембран определялось с помощью морфометрической решетки на электронограммах 30 диктиосом комплекса Гольджи каждого изучаемого вида. Полученные варианты объединялись программой в однородные группы с наименьшим эвклидовым расстоянием между ними. Группы приняли за число возможных состояний комплекса Гольджи, которое использовалось при расчетах Н- информационной энтропии (не-гэнтропия) и Нмах (Q) - максимальная информационная емкость системы (максимальная энтропия системы).
Максимальная информационная емкость определяется логарифмом по основанию «2» от числа состояний системы:
Нмах (Q)=m log2n, (1)
где m - число компонентов в системе, n - число возможных позиций.
Информационная энтропия вычисляется как сумма произведений вероятностей различных состояний системы на бинарный логарифм этих состояний, взятая с обратным знаком.
H =-l^pi l0g2 pi, (2)
i=1
где Н - информационная энтропия, Pi - вероятность нахождения системы в определенном состоянии.
Результаты и их обсуждение. Для оценки сложности систем комплекса Гольджи фибробластов животных и меристемати-ческих клеток гороха мы использовали показатели максимальной и информационной энтропии. На первом шаге объединения в кластерном анализе 30 выбранных случайным образом вариантов строения комплекса Гольджи каждого вида организмов объединяются в шести группах (человека, крысы, насекомого, червя, моллюска и растения) в 20 кластеров, в фибробластах лягушки, рыбы - в 19 кластеров, птицы - в 18 кластеров. Согласно теории информации, чем больше информации требуется для описания системы, тем она сложнее [2]. Такое утверждение справедливо, если поведение системы точно известно. Однако если поведение системы не определено, то для определения сложности системы требуется информация для описания всех возможных ее состояний [3]. Число кластеров на первом шаге объединения мы приняли за число возможных состояний системы мембран комплекса Гольджи, в каждом из которых система может находиться с одинаковой степенью вероятности. На основании принятых исходных данных были получены информационные показатели максимальной информационной емкости и информационной энтропии.
Так, в мембранной системе комплекса Гольджи фибробла-
стов человека, рыбы, насекомого, червя, моллюска максимальная информационная емкость составила 13,44 бит/символ, информационная энтропия (негэнтропия) (H) - 4,32+0,056 бит/символ. В мембранной системе КГ фибробластов птицы максимальная информационная емкость имела значение 12,75 бит/символ, информационная энтропия (негэнтропия) (H) - 3,888+0,056
бит/символ. В мембранной системе органеллы фибробластов лягушки - максимальная информационная емкость 13,08 бит/символ, информационная энтропия (негэнтропия) (H) -4,1+0,056 бит/символ.
Таким образом, во всех группах изучаемых организмов показатель максимальной информационной емкости не имеет достоверных различий, что может указывать на один уровень максимально возможной сложности структурной организации комплекса Гольджи в фибробластах изученных видов животных и меристематических клетках гороха.
Фактически реализуемую в процессе функционирования сложность мембранной системы комплекса Гольджи или реальное структурное разнообразие можно оценить по показателю информационной энтропии [1]. Если система детерминирована т.е. всегда находится в одном и том же состоянии, то информационная энтропия стремиться к нулевому значению. При неопределенности состояний системы информационная энтропия может принимать значения между нулем и ее максимальным значением (максимальной информационной емкости) В нашем случае мы приняли, что мембранная система комплекса Гольджи может находиться в каждом из возможных состояний с одинаковой степенью вероятности и показатель информационной энтропии будет находиться в отрезке между нулевым значением и показателем максимальной информационной емкости. В нашем примере показатель информационной энтропии комплекса Гольджи у изучаемых видов так же не имеет достоверных различий. При этом реальное структурное разнообразие реализуемое органеллой в процессе секреции не велико, т.к. показатель информационной энтропии занимает 1/3 максимальной информационной емкости системы.
В.М. Хулиев с соавт. свою оценку сложности биологической системы по показателю максимальной информационной емкости используя шкалу, где к простым системам относятся системы, Н max которых, находиться в диапазоне от 0 до 3; к сложным, если Н max больше 3, но меньше 6; к очень сложным, если Н max больше 6 [4]. По нашим данным комплекс Гольджи фибробластов животных и меристематических клеток корня гороха больше 6 бит/символ, поэтому мембранную систему орга-неллы во всех изученных группах можно отнести к очень сложным биологическим системам.
Выводы:
1. Информационных анализ может быть использован для сравнительной оценки сложных динамических клеточных структур.
2. Мерой сравнения клеточных мембранных систем могут служить показатели сложности структурной организации.
3. Информационные показатели, характеризующие как максимально возможную, так и реализуемую структурную сложность комплекса Гольджи не имеют достоверных различий между изучаемыми группами, поэтому мы может говорить об одном уровне структурной сложности биологической мембранной системы «комплекс Гольджи» в фибробластах животных и меристе-матических клетках гороха, который определяется как «очень сложная биологическая мембранная система».
4. Проведенные исследования подтверждают существование в фибробластах животных разных систематических групп и меристематических клетках корня гороха единого, универсального плана морфологической организации комплекса Гольджи и дают основание для экстраполяции результатов экспериментальных исследований строения и функционирования комплекса Гольджи, в том числе, полученные на фибробластах человека, на другие, мало или не изученные систематические группы многоклеточных животных и высших растений.
Литература
1. Автандилов, Г.Г. Введение в количественную патологическую морфологию / Г.Г. Автандилов.- М.: Медицина, 1980.216 с.
2. Лазько, А.Е. Структурно-информационный анализ биологических систем / А.Е. Лазько, М.В. Лазько, А.П. Ярошин-ская.- Астрахань, 2007.- 168 с.
3. Леонтюк, А.С. Структурное разнообразие как критерий системной характеристики процессов морфогенеза / А. С. Леон-тюк// Морфология.- 1996.- Т. 119.- С. 67.
4. Лернер, А.Я. Принципы самоорганизации / А.Я. Лернер.-М., 1996.- 243 с.
5. Хакен, Г. Информация и самоорганизация: макроскопический подход к сложным ^стемам / пер. с англ. / Г. Хокен.- М.: Мир, 1991.- 240 с.
6. Polishchuk, R. S. Structural aspects of Golgi function / Polishchuk, R. S., and A. A. Mironov. // Cell Mol. Life Sci, 2004.61:146-158.
STRUCTURAL COMPLEXITY AS THE MEASURE OF COMPARISON OF DYNAMIC MEMBRANE SYSTEMS OF THE CELL
I.S. SESOROVA, T.V. LAZORENKO
Ivanovo State Medical Academy (1SMA), F.Engelsa str. 8, Ivanovo, Russia.
E-mail: [email protected]
Possibility of using indicator of complexity as a measure of comparing dynamic membranes of cell system, cohich can be estimated couth the help of informative parameters. On this basis, the existence of a single universal plan of morphological organization of Golgi complex in plan and animal cells is confirmed, and possibility to extrapolate results of of experimental researches of secretarial transport, obtained in human fibroblasts, and in other cells which are less studied or unstudied systematic groups.
Key words: Golgi complex, structurally-information analysis.
УДК 569.9
ТРИ ТИПА СИСТЕМ В ПРИРОДЕ И НОВЫЕ МЕТОДЫ ИЗУЧЕНИЙ БИОСИСТЕМ В РАМКАХ ТРЕТЬЕЙ ПАРАДИГМЫ
О.Е. ФИЛАТОВА, В.В. ДАНИЕЛЯН, Л.И. СОЛОГУБ, М.А. ФИЛАТОВ,
В.Н. ЯРМУХАМЕТОВА*
В философии мы имеем новые классификации трех типов парадигм: классический, неклассический и постнеклассический. Но в науке мы имеем другие три типа парадигм, которые основаны на принципах неопределенности вектора состояния системы в фазовом пространстве. Был описан пример такого квазиаттрактора синергетической системы, который может представить степень микро-хаоса и принципа неопределенности.
Ключевые слова: третья парадигма, биосистема, изучение.
Более чем столетняя история развития общей теории систем (конец 19-го века А. А. Богданов, начало 20-го века Л. фон Берта-ланфи, середина и конец 20-го века - кибернетика Н. Винера и
В.Р. Эшби) подводит человечество к необходимости осознания того, что в мире существуют три типа систем. Впервые об этом серьезно и громко было высказано в представлениях W. Weaver. В своей статье «Наука и сложность» Weaver доказывал, что все многообразие природы можно рассматривать как некоторые абстрактные классы систем в виде: «организованной простоты», «неорганизованной сложности» и «организованной сложности». Если абстрагироваться от попыток других авторов строгого уточнения определений этих трех классов, предложенных W. Weaver, то можно однозначно утверждать, что в классификации авторов настоящего сообщения это выглядит более определенно и детализировано. С позиций идентификации любых динамических систем, особенно, биологических динамических систем (БДС) по режимам их состояний и определенности этих состояний (начальное, промежуточное и конечное состояния).
Подробности авторской трактовки и классификации трех типов систем (а также некоторые исходные предпосылки возникновения этой новой классификации) изложены [1]. Однако, краткое представление всех особенностей третьего типа систем изложено в настоящем сообщении для более четкого и формализованного восприятия читателем нескольких фундаментальных идей. Иначе без этого будет совершенно непонятна новизна и значение всего того, что авторы сейчас и в дальнейшем будут представлять различным специалистам не только в области наук, но и в области культуры, создания новой системы представлений
* Сургутский государственный университет, 628412, Тюменская обл., ХМАО-Югра, г. Сургут, пр-т Ленина, 1
