Автореферат (Метод доминантного параметра в моделировании и анализе динамики биологических осцилляторов), страница 2
Описание файла
Файл "Автореферат" внутри архива находится в папке "Метод доминантного параметра в моделировании и анализе динамики биологических осцилляторов". PDF-файл из архива "Метод доминантного параметра в моделировании и анализе динамики биологических осцилляторов", который расположен в категории "". Всё это находится в предмете "физико-математические науки" из Аспирантура и докторантура, которые можно найти в файловом архиве СПбПУ Петра Великого. Не смотря на прямую связь этого архива с СПбПУ Петра Великого, его также можно найти и в других разделах. , а ещё этот архив представляет собой докторскую диссертацию, поэтому ещё представлен в разделе всех диссертаций на соискание учёной степени доктора физико-математических наук.
Просмотр PDF-файла онлайн
Текст 2 страницы из PDF
E., Koronovskii A. A., Makarov V. A., Pavlov A. N., Sitnikova E. Wavelets in neuroscienceSpringer (2015)12 Addison P. S. The illustrated wavelet transform handbook: introductory theory and applications in science,engineering, medicine and finance. CRC Press (2017)5∙ реконструция сильно зашумленной нейродинамики с помощью обратного вейвлет-преобразования, не требующего условия допустимости.Научная новизна.Впервые предложен метод исследования целого ряда сложных биофизических процессов с помощью нового подхода на основе выделения доминантного параметра (или малой группы параметров), позволяющего упростить исследуемую систему при моделировании и выявить базовые механизмы управления малым числом ключевых параметров, в том числе:1) Предложен целый ряд новых методов идентификации биофизическирелевантных колебательных режимов малой продолжительности в нестационарных данных, включая вейвлет-бифуркационный анализ, использованныйпри анализе экспериментальных и результатов моделирования:∙ электрофизиологических процессов на мембране растительной клетки(на примере одноклеточной водоросли Chara corallina)∙ сильно зашумленной нейрональной динамики предэпилептической активности ( явление “глиссандо” )∙ неклассической пространственной локализации области активности нейронов решетки в мозге при пространственной ориентации2) Получены новые результаты в ходе исследования структурообразования на мембране водоросли Chara corallina, где в качестве доминантногопараметра выступает интенсивность света:∙ бифуркационная диаграмма переходов, допустимых в локальной двухкомпонентной модели:∙ новые динамические режимы в трехкомпонентной модели и ее модификация в соответствии с подходом выделения доминантного параметра.3) Найден новый тип автоволнового поведения в гликолизе – инверсияфазовой волны, и впервые предложено объяснение ее основных биофизических механизмов.4) Выделен ряд метаболических моделей, где концентрация АТФ можетбыть определена в качестве доминантного параметра.5) Впервые определен класс биохимических моделей (в том числе модельБрюсселятор и модель гликолиза Селькова), которые могут быть сведены кобобщенному уравнению Рэлея.6) Впервые определен минимальный модуль/сетка для описания гиппокампальных ритмов, определен биофизический доминантный параметр,управляющий переключением между этими режимами, рассмотрен характерсинхронизации в модуле в зависимости от симметрии и асимметрии связей.7) Впервые исследована модель взаимодействующих неидентичных химических осцилляторов с импульсной связью, имитирующих поведение нейрональной системы.Теоретическая и практическая значимость.6Теоретическая значимость работы состоит в разработке новой научнойконцепции редукции моделей математической биофизики, позволяющая расширить границы применимости минимальных систем модельных дифференциальных уравнений.
В ходе ее реализации изложены основные положения,аргументированные с использованием комплекса базовых методов исследования и верифицированные на основе надежных экспериментальных методик.Практическая значимость работы состоит в возможности использованияразработанных математических методов для обработки реальных биофизических экспериментов. Развитые математические подходы и модели могутбыть использованы для более широкого класса систем, относящихся к смежным областям науки (например, химические и радиофизические системы) ив планировании биотехнологических экспериментов.Методология и методы исследования.
Методология исследованиявключала в себя математически обоснованные методы анализа нелинейныхдинамических систем, как локальных, так и распределенных. В разработанных кинетических моделях использовались принципы фундаментальной химической и ферментативной кинетики. Для моделирования процессов гликолиза, малых нейронных и нейроподобных модулей использовались в качестве основы разработанные классические модели (модель Селькова. ФитцХью-Нагумо, Ванага- Эпштайна) с последующей модификацией для конкретных экспериментальных задач.
Для численного моделирования использовались программы, написанные самостоятельно в в специализированномнаучном программном обеспечении - пакетах MATLAB и XPPAUTПоложения и результаты, выносимые на защиту:: подход к анализу функционирования биологических систем на разных уровнях их организации на основе выделения одногоили малого числа ключевых (доминантных) параметров, идентифицированных на основе анализа экспериментальных данных, позволяет:∙ конструировать упрощенные модели с выделенным доминантным параметром, определяющим экспериментально-наблюдаемую динамику;∙ снизить за счет этого размерность модельных динамических систем иизбежать вычислительно затратного множественного перебора в параметрическом пространстве (по сравнению с детализированными и многопараметрическими моделями), но при этом не “потерять” основные, сточки зрения биофизики, динамические режимы;∙ верифицировать прогнозы, полученные в моделях, экспериментом с четко выделенным направлением поиска качественных эффектов.Основное положениеДанное основное положение подтверждено следующими результатами:1) Предложены математические релевантные модели различных базовых биофизических систем (клетка, субклеточный уровень, малые сети илимодули связанных между собой элементов), где наблюдаются нелинейные динамические режимы, на которых апробирован подход выделения одного илинескольких доминантных параметров.72) Определен доминантный параметр – интенсивность света, управляющий локальной и пространственно-временной динамикой растительной клетки на примере водоросли Chara corallina.
Идентифицированы нестационарные переходные режимы и приводящие к ним бифуркации.3) Выделен доминантный параметр – концентрация АТФ в качествеуправляющего параметра переключением нестационарных режимов в гликолизе и в метаболическом пути развала меркаптопурина (одного из основныхлекарств при при терапии лейкоза) в печени.4) Теоретическая интерпретация эффекта „переворота“ (переход от сходящихся волн к расходящимся волнам) фазовой волны в гликолизе на основепредложенной гипотезы о гетерогенности потока метаболитов в реакционнуюсистему и биофизическая интерпретация концепции обобщенного уравненияРэлея для подобного типа систем.5) Предложена модель минимального модуля связанных нейронов, обеспечивающего реализацию гиппокампальных динамических режимов (тета,тета-гамма, гамма) и переключение между ними.
В качестве доминантного параметра определена сила синаптической связи между “медленными”и “быстрыми” нейронами, как доминантного параметра. Сделаны выводы охарактеристиках симметрии системы, как определяющего фактора наличиямультичастотных режимов.6) Предложена модель импульсно-связанных неидентичных химическихосцилляторов типа Ванага-Эпштайна, имитирующих нейроподобную динамику и выполнен анализ управления полученными динамическими режимами.7) Разработаны и применены новые методы вейвлет-анализа для исследования нелинейных динамических режимов и переходов между ними подуправлением доминантного параметра.Степень достоверности и апробация результатов.
Результатыпо теме диссертации были лично доложены автором на научных конференциях: Dynamics Days Berlin-Brandenburg 2008 (8-10.10.2008, Потсдам,Германия); Actual Directions of Theoretical Biology (29-30.10.2008, Берлин,Германия); Conference on Mathematical Biology: Modeling and DifferentialEquations (9-13.02.2009, Барселона, Испания); DPG-Frühjahrstagung derSektion Kondensierte Materie – Fachverband Biologische Physik (22-27.03.2009,Дрезден; 21-26.03.2010, Регенсбург; 25-30.03.2012, Берлин; 10-15.03.2013,Регенсбург, Германия); EPSRC Symposium Workshop on Non-equilibriumdynamics of spatially extended interacting particle systems (11-13.01.2010,Уорик, Великобритания); 2010 OCCAM Conference: Modelling at DifferentScales in Biology (21-23.06.2010, Оксфорд, Великобритания); 8th EuropeanConference on Mathematical and Theoretical Biology, and Annual Meeting of theSociety for Mathematical Biology (28.06-2.07.2011, Краков, Польша); TwentiethAnnual Computational Neuroscience Meeting: CNS*2011 (23-28.07.2011, Стокгольм, Швеция); Computational Neuroscience & Neurotechnology BernsteinConference & Neurex Annual Meeting 2011 (4-6.10.2011, Фрайбург, Германия);811TH International Conference of Numerical Analysis and Applied Mathematics(21-27.09.2013, Родос, Греция); Joint Annual Meeting of the Japanese Society forMathematical Biology and the Society for Mathematical Biology (28.07-1.08.2014,Осака, Япония); 2014 International Biophysics Congress (3-7.08.2014, Брисбен, Австралия); International conference on Wavelets and Applications(8-15.07.2012 и 18-23.07.2015, Санкт-Петербург); Symposium “Complexity andSynergetics”(8-11.07.2015, Ганновер, Германия); Mathematics for NonlinearPhenomena: Analysis and Computation (16-18.08.2015, Саппоро, Япония);XXXVI Dynamics Days Europe (6-10.07.2016, Корфу, Греция); SystemsBiology and Bioinformatics (30.06-2.07.2016, Санкт-Петербург); Saratov FallMeeting 2016: Fourth International Symposium on Optics and Biophotonics(27–30.09.2016, Саратов); научных семинарах Берлинского, Потсдамского,Ольденбургского, Любекского, Геттингенского, Курского университетов.