<<< Interlibrary.narod.ru

 

 

 

 

А.М.  Королев,  С.М. Василенко

 

ВСЕСОЮЗНАЯ   ОРДЕНА   ЛЕНИНА   И  ОРДЕНА   ТРУДОВОГО   КРАСНОГО  ЗНАМЕНИ  АКАДЕМИЯ

СЕЛЬСКОХОЗЯЙСТВЕННЫХ  НАУК  имени  В.И. ЛЕНИНА.ОРДЕНА  ТРУДОВОГО  КРАСНОГО  ЗНАМЕНИ

АГРОФИЗИЧЕСКИЙ   НАУЧНО - ИССЛЕДОВАТЕЛЬСКИЙ ИНСТИТУТ

НАУЧНО – ТЕХНИЧЕСКИЙ БЮЛЛЕТЕНЬ ПО  АГРОНОМИЧЕСКОЙ  ФИЗИКЕ     79

ЛЕНИНГРАД 1990

 

УДК 518.1+541.69+519.25                                            

 

 

МЕТОДЫ   МНОГОФАКТОРНОГО  АНАЛИЗА  В  ПРОЦЕДУРЕ

ИДЕНТИФИКАЦИИ   БИОХИМИЧЕСКИХ  МЕХАНИЗМОВ  

С   ЦЕЛЬЮ КЛАССИФИКАЦИИ   БИОЛОГИЧЕСКИХ   ОБЪЕКТОВ

 

 

Представление о супероптимальных, или стрессирующих, воздействиях как об инициаторах глубоких биохимических (в том числе надмолекулярных) перестроек, которые в той или иной мере затрагивают все клеточные структуры, делает "дозирующий" стресс привлекатель­ным методом идентификации биологических объектов. Различная  инерционность фенотипического и собственно генотипического откликов позволяет использовать понятие о накопленном (интегральном) сигнале-” в котором бы  отражались и быстрая  конструктивная  перестройка структур и (или) метаболизма /1,2/ и глубокая адаптация, обусловленная синтезом белков de - novo. /3,4/. Это сразу позволяет говорить о портрете явления на базе как мини­мум пяти численных маркеров: амплитуда и расстояние между не медленным к отсроченным возмущениями опорного  сигнала, гистерезис, максимальные отклонения (+1; -1). Если дополнительно рассматривать скорость фронтов импульса (d h / d t) и их изменения (d h 2/ d2 t), идентификационная информативность матрицы резко возрастает /5,б/.

Однако подход, в основу которого положен анализ одно-, а том более многопараметрического отклика после однократного воздействия, ограничен по своему внутреннему условию, так как предполагает последовательную процедуру анализа уже свершившегося явления, на­чальные условия которого по существу случайны и неподконтрольны исследователю. Он не может выйти за пределы естественных системных отношений внутри объекта тестирования и между ним и окружающей средой. Это даже без учета того, что многопараметричность предпо­лагает стандартизацию двух и более измерительных процедур и неиз­бежную в этой случае машинную (да ЭВМ) обработку совокупности сиг­налов. Усложнение аналитической процедуры не должно вступать в противоречие с требованиями представительности выборки, особенно если речь идет о микрообъектах с единственной целевой функцией(биосинтетики, например), а также об объектах со сложным жизненным циклом. Последовательный анализ большого количества образцов, со­средоточенный на получении максимально возможного спектра сигна­лов-откликов, сразу наталкивается на фактор времени. Причем если лабораторное время всего массива измерений еще можно как-то кон­тролировать, то собственное биологическое время (пластохрон) ана­лизируемых объектов остановить невозможно, а учесть затруднительно. Когда говорят об анализе сигналов, предполагается, что речь идет об изучении последовательного однократного возмущения. В этом случае смысл многопараметрического съема после стрессовой информа­ции по всему доступному спектру признаков - эта попытка аппаратны­ми средствами преодолеть "не специфичность" отклика.

Однако, как нам кажется, есть эффективный процедурный путь преодоления указанных ограничений. В самом деле, пространству со­стояний биологической системы - гомеорезу (по Удингтону)- соответ­ствует пространство среды обитания (принцип адекватности), тогда любой физиологический стресс для совершенно .разных биологических объектов на самом деле будет принадлежать системе одних и тех же элиминирующих факторов. В результате мы имеем картину, когда согласно принципу наименьшего взаимодействия Гельфанда - Цетлинс” /7/ биологическая система, минимизируя свое взаимодействие со средой, дает стереотипный отклик, который является "слепком" среды обита­ния, а не отражением глубинной генетической специфичности данной биологической системы. В случае же запредельных возмущений, когда регистрируется динамика необратимых разрушений биологической сис­тему мы тем более  будем  иметь дело исключительно с фенотипом, а высказанные выше сомнения лишь обостряется. Получается, что адаптивные реакции вовсе не лучший маркер для идентификации биоло­гического объекта? Все не так безнадежно. Мы лишь столкнулись с ограниченностью классического подхода, который характеризуется ус­тановлением зависимости не от множества, но лишь  от какого-либо экстремального фактора, т.е. с точки зрения аналитической процеду­ры является однофакторным (ограниченным). Выше уже было сказано, что расширение числа стрессоров наталкивается на проблему их коли­чественной стандартизации, но главное- не преодолевает факторного пространства среды обитания биологической системы. Другое дело, если на период обработки стрессором "расширять" либо "сужать" фак­торное пространство среды обитания. Мы как бы вторгаемся в совокупность факторов отбора (элиминации), и в этом случае уже на стресоор как таковой, а фактор, изменяющий пространство отклика, является потенциальным маркером биологической системы. При таком подходе вполне оправдан переход от одно- к многофакторному зонди­рованию биологической системы, но. на фоне единственного стрессора. В качестве примера показаны результаты факторных экспери­ментов с актиномицином продуцентом Str.1етогia (штамм 78 противогрибкового антибиотика леворин). Варьирование факторов производилось согласно ортогональной матрице 4 х 4 /8/. Выходной параметр "оптимизации активность на  сливе. Стрессор - термоэкспозиция при 45 °С в течение 2 ч.

Факторное пространство среды обита­ния изменялось при помощи энергетического субстрата, в качестве которого использовали сукцинат натрия.

Варьируемые компоненты под­бирались по признаку химического подобия комплексному органоминеральному источнику питания - кукурузному экстракту.

В таблице представлены расчетные матрицы эффектов.

Результаты факторных экспериментов  с  актиномицином  без тепловой   обработки (а) и на  фоне  теплового  шока 45 °С (б)

Варьируемые

Компоненты

Уровни  факторов

 

1

2

3

4

А

Б

А

Б

А

Б

А

Б

В отсутствии сукцината.

Кукурузный

Экстракт

-820

-800

210

410

350

560

420

950

Глюкоза

-740

-540

190

-450

590

120

450

1010

MgSO4

*7H2 O

470

520

660

720

790

-130

-900

-970

Фон

95

200

-5

85

72

43

80

160

В  присутствии  сукцината

Кукурузный

Экстракт

2500

1700

-1100

-440

-1700

-1100

270

-160

Глюкоза

630

-2100

900

-1000

-1400

1700

-90

1440

MgSO4

*7H2 O

-1900

740

-820

230

1070

-280

-3

-700

Фон

270

-970

-2100

-700

900

600

960

1050

 

Из приведенного примера видно, что введение сукцината в физиологических концентрациях в состав комбинационных вариантов сред заметно усиливает деформацию матрицы после однотипной обработки всех вариантов культуральной жидкости супероптимальной температурой. Изменение факторного пространства среды (присутствие сукцината) приводит к индивидуализации оптика через актуализацию "числового образа-портрета" явления (см.таблицу, 1-й уровень). Возможности повышения информативности математического планирования для микробиологических сред уже обсуждались в работе /9/ и развитие этой темы в данной статье вряд ли целесообразно.

В приведенных примерах для классификации объекта использова­лись только входные параметры, но не описывался объект как тако­вой. В следующем примере предложено многопараметрическое описание классифицируемого объекта, проведенное на фоне факторного прост­ранства по множеству параметров (дескрипторов). В результате каж­дому объекту классификации сопосавляется вектор X, а все объек­ты могут быть представлены в виде матрицы:

Далее процедура распознавания объектов складывается из масштабирования, нормализации,

преобразования кластеризации /10/, отбора признаков /II/, многомерного скейлинга, нелинейного отобра­жения /12/ и кластеризации /13/.

Реакция организмов на стрессовые воздействия существенным образом зависит от состояния клеточных мембран как первичных акцеп­торов внешнего сигнала /1,2,4/.

Поэтому привлекательно перейти от оценки метаболических последствий стресса к прямому диагностирования состояния мембранных комплексов. Во многих случаях такая постановка

 

 

задачи означает поиск способов контроля изменении трансмембранного потенциала хлоропластов, митохондрий (прокариот или эукариот)  /14/ либо сценку изменений активности цитохромоксидазного и дегидрогеназного комплекса, т.е. ферментных цепей, в которых происходит биотический перенос электронов.

Также мы считаем целесообразным переход от матричного плани­рования (т.е. набора исходно независимых процедур) к последовательному изменению факторного пространства среды по типу:

 

Приборное обеспечение последовательной процедуры, построенной в принципе на необратимом разрушении объекта, формируем в зависи­мости от видоспецифичности биологических объектов. Так, для микро­организмов аэробов и некоторых факультативных видов опорный сигнал легко получить, регистрируя способность культур к электрогенезу при их инкубации в биохимических топливных элементах; для семян (зародышей) растений это может быть последовательная хроматография газов при инкубации последних в замкнутом пространстве; для листьев, водорослей, хлоропластов - замедленная флюоресценция и т.д.

В заключение еще раз о главной мысли работы. Авторы считают, что искусственно изменяя факторное пространство среды за счет вве­дения экзотических доноров и акцепторов электронов на момент воз­действия агрессоров на биологическую систему, можно преодолеть "не специфичность" физиологического (биохимического) отклика и исполь­зовать форму регистрируемого сигнала (по любому доступному, жела­тельно энергетической природы, параметру) для высокоточной иденти­фикации биологических генотипов.

 

Список литературы:

 

1.       Уодингтон К. Гомеорез // На пути к теоретической биологии. Т.1. Пролемены. М.: Мир, 1970. С.21-39.

2.       Александров В.Я. Клетки, макромолекулы и тем­пература. Л.: Наука, 1978. 330 с. 62

3.       Инге-Вечтомов   С. Т.    Неоднозначность матричных процессов как фактор  адаптации II Системы надежности клетки, Киев: Наук. думка, 1977. С.75-85.

4.       Александров   В. Я.    Раативность клеток и белки. Л. : Наука,  1985. 318 с.

5.       Richard    Е., Сuellar - Glebnn A., Ford William F.T. App­lication of higher derivative techniques to analysis of high reso­lution thermal denaturation paoiiles of reassociated  DNA //  J.Boldii.   1978.   Vol.75,  N 13.  P.6026-6030.

6.       Королев   А.М,    Исследований фотосинтетического  аппа­рата различных видов пшеницы и эгилопсов методом замедленной флюоресценции //Сб.науч.тр. по прикладной ботанике, генетике и селекции растений //ВИР. Л.,  I980. Т.67, вып. 2. с. 147-149.

7.       Гельфанд И.М. , Гуфенкель В.С.  и др. О тактиках управления сложными системами в связи с физиологией. // Биологические аспекты кибернетики. М.: Изд-во АН СССР, 1962, 330 с.

8.       Бирюков  В. В. , К а я т е р в   В.М.    Оптимизация пе­риодических процессов микробиологического синтеза. М.: Наука, 1985; 295 с.

9.       Василенко C.М. Применение математического планирования эксперимента для изучения биохимических механизмов // Полу­чение, исследование, применение антибиотиков и биологически актив­ных веществ: Тез. докл. международ. конф. молодых ученых, 27-30 марта 1990 г. М., 1990.  с.21.

10.   Той J.T., Gonsalez R.C.  Patten Recognition Principles. N.Y. 1974. 324 p.

11.   Т о u J.T., Computer and Information Sciences. III: Proc. of the Second Symposim on Computer and Information Science. August 22-24, 1966. Academic, H.Y. , 1967. p.34-39.

12.   Ball G.H.,Hall J.P.  IS0DATA. An Iterative Method of Mulivariate Analysis and Pattern Classification. Prooeedings of the IFJPS Congress, 1965.

13.   Скулачев В.П. Энергетика биологических мембран. М.: Наука, 1989 564 с.

 

 

 

<<< Interlibrary.narod.ru

 

 

Сайт управляется системой uCoz