<<< 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