Развитие технических средств на базе компьютерной техники создает широкие возможности их практического применения в научных исследованиях. Создание моделей исследуемых процессов и сопровождающих программных комплексов для работы с моделями имеет самостоятельное значение в качестве инструментария вычислительного эксперимента. Кроме того, комплексы программ широко и успешно используются в автоматизированных системах для проведения натурных экспериментов. С помощью программных комплексов осуществляется моделирование исследуемых процессов, программная реализация и настройка теоретически разработанных алгоритмов управления, практическая реализация цифровых систем управления натурными экспериментами.
В работе рассматриваются актуальные задачи по моделированию и разработке комплексов программ, возникающие при управлении процессами, измерениях и регистрации данных в научных экспериментах с объектами биологического типа. К этой категории задач относятся: изучение внутренней регуляции роста и развития растений, оптимизация внешних условий для повышения продуктивности с/х культур, автоматизация анализа микропрепаратов при проведении массового скрининга хромосомных аберраций у человека и исследование реакции человека на внешнее раздражение [62,63].
Самоорганизация биологической материи представляет собой сложное явление, поэтому адекватные модели роста и развития растений, описывающие те или иные универсальные черты этих процессов, вносят реальный вклад в эту область научных познаний. Для понимания сущностных связей, определяющих самоорганизацию целостного растения, актуальным является создание и развитие моделей, которые отражают процессы, управляемые внутренними, т. е. эндогенными факторами [11,14,16]. Среди эндогенных факторов следует выделить действие сигнальных молекул, в особенности, молекул гормонов. Создание и исследование моделей возможного взаимодействия пар гормонов активатор-ингибитор, в которых инициируемые процессы обусловлены синтезом гормонов-регуляторов и их диффузионным переносом в соседние зоны [18,30,31], позволило установить, что чередование зон формирования устьичных клеток и жилок у листьев растений зависит от распределения гормонов-регуляторов. Другой важной функцией гормонов является активация клеточных делений. Известно, что клетки растений для своего деления нуждаются в определенных концентрациях двух фитогормонов, ауксина и цитокинина [10,24]. Эта потребность растительной клетки является одной из ее важнейших черт, не имеющей аналогии у животных или микроорганизмов. Создание и развитие динамической модели регуляции процесса клеточных делений, инициируемых действием двух гормонов, явилось одной из задач представленной работы [3,4,5,6,7]. Модель отражает концепцию самоорганизации роста в целостном растении за счет системы синтеза и транспорта двух гормонов.
Для решения целого ряда задач в исследованиях реакции объектов биологического типа на внешнее воздействие используются алгоритмы автоматического поиска. Применение алгоритмов автоматического поиска обусловлено недостатком априорной информации об объекте управления, его сложной динамикой и отсутствием приемлемых количественных моделей исследуемого процесса. Использование алгоритмов автоматического поиска, разработка и использование сложных систем управления для проведения натурных экспериментов актуальны и по другой причине: стала возможной реализация сложной системы управления в виде комплексов программ, действующих на базе компьютерной техники. Система, построенная по такому принципу, позволяет исследовать изменение физиологических процессов растений при изменении параметров внешней среды. С помощью такой системы управления параметрами внешней среды можно обеспечить экстремальное значение какого-либо важного физиологического показателя, называемого критерием качества, в данном случае, интенсивности фотосинтеза. Следует отметить, что положение экстремума критерия качества в пространстве параметров среды, влияющих на физиологические показатели растений, изменяется во времени, что еще более усложняет задачу оптимизации. В диссертации разработана автоматизированная система оптимизации физиологических показателей роста растений, в которой получение информации об объекте (вегетационная камера с растениями) и управление объектом осуществляется с помощью комплексов программ.
Для проведения массовых обследований населения, направленных на выявление хромосомных аномалий, необходима микроскопная обработка большого объема данных. Только для обследования одного человека требуется проанализировать не менее 1000 микрообъектов субклеточного уровня (так называемых метафаз). В этой ситуации актуальным становится решение задачи компьютерной автоматизации [56] основных процедур при цитогенетических обследованиях с помощью микроскопа. Подключение микроскопа к компьютеру обеспечивает автоматическую передачу координат микрообъектов в компьютер, автоматизацию документирования результатов обследования пациентов и хранение объективной визуальной информации в базе данных. Такой подход позволяет сделать последующий этап обработки результатов — анализ аберраций — независимым от этапа предварительного поиска аберраций. Этот подход реализован в разработанной и представленной в работе компьютерной системе автоматизации микроскопных исследований хромосомных аберраций. Использование автоматизированного документирования результатов обследования пациентов увеличивает производительность труда цитогенетика. Создание баз данных по уникальным хромосомным аномалиям и болезням расширяет возможности клинической диагностики.
Изложенное выше дает основания утверждать, что представленные в работе задачи, такие, как создание моделей роста клеточных структур, исследования объектов биологического происхождения с помощью поисковых систем, создание систем автоматизации цитологических исследований являются актуальными.
Цель работы состояла в создании динамических моделей для использования в вычислительных и натурных экспериментах при исследовании процессов, характерных для объектов биологического типа: роста клеточных структур растений, фотосинтеза растений, минимизации болевого раздражения нервно-мышечным аппаратом человека, а также в разработке и создании комплексов программ на основе полученных алгоритмов и построении систем автоматизации научных экспериментов с объектами биологического типа.
В Главе 1 разработана и предложена динамическая модель гормонально управляемого роста многоклеточных структур растительного типа. Рост клеточной структуры происходит за счет деления клеток. Рассмотрены факторы, определяющие рост растений [12,29], выделены зависимости деления клеток от концентрации гормонов определенных групп — ауксинов и цитокининов. Приведены механизмы синтеза [7,20] и транспорта [8,15] гормонов в растении, которые обусловливают неравномерное распределение этих фитогормонов вдоль продольной оси растения [21,27]. Указаны особенности транспорта ауксинк Отмечена определяющая роль процессов синтеза и транспорта гормонов в регулировании концентрации гормонов в тканях и органах растения на клеточном и субклеточном уровнях. Рассмотрена концептуальная модель гормональной регуляции роста клеточной структуры растительного типа [1]. В концептуальной модели {рйёП" Э) клеточная структура представляет собой цепочку клеток, связанных единой системой синтеза и транспорта гормонов — ауксина и цитокинина. Сигнальное действие гормонов, запускающее процесс деления клетки, определяется концентрациями гормонов: деление клетки становится возможным, когда концентрации гормонов в ней достигают определенных пороговых значений (сигнальное условие). В свою очередь, концентрации гормонов в произвольной клетке структуры зависят от механизма транспорта гормонов в клеточной структуре. Источниками гормонов являются концевые клетки, синтезирующие гормоны. Модель имитирует эндогенно управляемый рост клеточной структуры, обусловленный делением, главным образом, ее концевых (апикальных) клеток.
В развитие концептуальной модели автором разработана и предложена динамическая модель роста клеточной структуры растительного типа. В модели транспорт гормонов через клетки структуры происходит по типу транспорта ауксина в растении. Исходя из специфики транспорта ауксина, продвижение гормона через клетку можно охарактеризовать некоторым временным интервалом, а транспортные потери при передаче гормонов из клетки в клетку отразить с помощью постоянных коэффициентов. Тогда транспорт и накапливание гормонов в клетках можно описать с помощью линейных звеньев первого порядка. При этом транспорт гормона через срединную клетку, то есть клетку, проводящую гормоны и находящуюся между двумя другими, можно представить с помощью инерционного звена, а накапливание гормона в концевой клетке — с помощью интегрирующего звена. На основании этих представлений и сигнального условия для деления клетки, определенного в концептуальной модели, были разработаны модели деления срединных и концевых клеток, в которых запуск процесса деления управляется изменением концентраций двух гормонов. Как показали эксперименты с клетками в культуре [12], деления клеток являются статистически устойчивыми событиями, причем фиксированным значениям концентраций гормонов соответствует определенная частота клеточных делений: Q=jj/n, где jjl — количество поделившихся клеток, а п — общее количество клеток в культуре. Экспериментально полученные зависимости частоты деления клеток от концентрации гормона (при фиксированной концентрации другого гормона) имеют форму кривых, близких к «перевернутой» параболе. В модели зависимость частоты деления клеток от концентрации гормонов идеализированно отражена с помощью эллиптического параболоида (шЫят^У Поскольку деление клеток носит вероятностный характер, то сигнальное условие, определенное в концептуальной модели, является условием ненулевой вероятности деления клеток. С учетом вероятностного характера деления автором для клеточной структуры были разработана схема моделирования внутренней регуляции клеточных делений двумя гормонами. В вычислительном эксперименте в качестве начальных условий задавалось исходное количество клеток структуры и концентрации гормонов в этих клетках. Запуск деления клетки моделировался с помощью программы генератора случайных чисел с равномерным распределением вероятности. Численное моделирование роста клеточной структуры производилось с помощью модифицированного метода Эйлера. Для исследования динамики роста клеточной структуры в зависимости от параметров транспорта гормонов автором разработан программный комплекс. Графический интерфейс программного комплекса позволяет строить характеристики процессов, происходящих в клеточной структуре и воспроизводить на экране монитора картину роста клеточной структуры. Моделирование показало, что небольшая асимметрия параметров гормонального транспорта приводит к существенной разнице в соотношении «надземной» и «подземной» частей клеточной структуры. Основными областями деления клеток в модели являются концевые области структуры, что соответствует локализации зон деления клеток в живых растениях. Данное исследование получило финансовую поддержку Российского фонда фундаментальных исследований (грант 95−01−1 115а).
В Главе 2 рассмотрена задача оптимизации показателей роста высших растений в натурных экспериментах, проводимых в вегетационной камере закрытого типа. Проведено исследование объекта управлениявегетационной камеры с растениями. Установлено, что вегетационная камера представляет собой многосвязный объект с нелинейными связями между параметрами микроклимата — освещенностью E (t), температурой T (t) и относительной влажностью, а сами параметры зависят как от контролируемых возмущений, так и от возмущений, вносимых растениями. Растения являются еще более сложным объектом, так как их динамические характеристики зависят от параметров внешней среды, времени суток и возраста растений. Составлена модель объекта, содержащая модель вегетационной камеры в линейном приближении и модель фотосинтеза растений. Рост растений пропорционален интенсивности фотосинтеза. По данным из физиологии растений, зависимость интенсивности фотосинтеза от управляющих параметров внешней среды — освещенности, температуры и влажности — можно считать унимодальной и гладкой на всей области допустимых значений перечисленных параметров. В натурных экспериментах с растениями задача управления ставилась как отыскание и поддержание набора значений параметров микроклимата в камере, соответствующих максимальной интенсивности фотосинтеза растений. Интенсивность фотосинтеза пропорциональна количеству углекислого газа, поглощенному растениями. В экспериментах осуществлялся непрерывный продув воздуха через камеру, и определение интенсивности фотосинтеза Ф у растений производилось по величине разности концентраций углекислого газа на входе и выходе камеры, измеренной с помощью дифференциального инфракрасного анализатора. Для поиска максимума интенсивности фотосинтеза применялась система цифровой оптимизации. В ней использовался алгоритм поиска с переменной частотой пробных воздействий [34], дополненный алгоритмом упреждения знака реакции инерционного объекта на пробное воздействие [32, 49, 50]. В натурных экспериментах применялась двухуровневая система управления: на первом уровне — система автоматического регулирования, на втором — система автоматического поиска (рис. 2.6). Разработана автоматизированная система научных исследований (АСНИ) физиологических процессов растений. АСНИ включает в себя информационно-измерительную систему и систему оптимизации. Информационно-измерительная система предназначена для автоматизации процесса сбора и обработки информации о состоянии объекта при проведении экспериментов по выращиванию высших растений в вегетационной камере. АСНИ объединила многоконтурную систему автоматического регулирования, реализованную на промышленных регуляторах, и цифровую компьютерную систему автоматической оптимизации, связанную с объектом через интерфейс в стандарте КАМАК £рие7). Поиск максимума интенсивности фотосинтеза выполнялся за счет коррекции уставок автоматических регуляторов с помощью цифровой системы оптимизации. Для АСНИ автором разработаны два совместно работающих комплекса программного обеспечения: комплекс программ информационно-измерительной системы [41] и комплекс программ системы оптимизации физиологических процессов (САОФП) растений [42]. Автором предложена и разработана конфигурация и программный интерфейс для УСО в стандарте КАМАК, разработано программное приложение MESM для связи программных комплексов с объектом управления и многоконтурной системой автоматического регулирования через УСО. Реализация системы оптимизации в виде программных комплексов открывает широкие возможности «конструирования» системы управления программным способом (изменение на программном уровне алгоритмов управления и функциональных блоков) и изменения параметров системы управления в ходе эксперимента.
Разработанная АСНИ принята межведомственной комиссией и опробована в эксплуатации на вегетационной камере Института физиологии растений им. К. А. Тимирязева РАН.
В Главе 3 разработана и описана система автоматизации микроскопных исследований хромосомных препаратов, предназначенная для проведения цитогенетического анализа хромосом человека с целью выявления аномалий, вызванных вредным воздействием внешней среды.
Цитогенетический анализ позволяет отличить повреждения хромосом, вызванные химическими мутагенными факторами, от повреждений, связанных с воздействием ионизирующих излучений. Действенным средством для увеличения производительности при цитогенетических исследованиях препаратов является автоматизация поиска и регистрации аномальных хромосом. Процесс выполнения анализов цитогенетических препаратов можно разделить на три этапа: 1) поиск заданных микрообъектов, 2) анализ и/или морфометрические исследования и 3) документирование результатов. Компьютерные системы автоматизации дают возможность разделить этап поиска микрообъектов и этап проведения анализа. Компьютеризация позволяет предварительно выполнять поиск необходимого количества микрообъектов (в ручном или автоматическом режиме, в зависимости от возможностей используемой системы) и запоминание результатов поиска в базе данных. Анализ и классификацию микрообъектов можно проводить позже, используя при этом и компьютер, и микроскоп.
Для системы автоматизации предложена и разработана базовая конфигурация устройств, в состав которой входят: микроскоп, компьютер и устройство связи с цифровым выходом, предназначенное для преобразования координат микрообъекта на предметном стекле препарата {Хм, YM } в координаты пера планшета {Хп, Yn } и ввода их в цифровой форме в компьютер В качестве устройства связи, выполняющего функции датчика-преобразователя координат микрообъекта, применен планшет-дигитайзер. При разработке базовой конфигурации устройств рассмотрен процесс измерения координат микрообъектов, преобразования их в цифровую форму и передачи в компьютер. Предложен и разработан алгоритм коррекции первоначальных значений координат микрообъектов в случае повторного исследования препарата. Базовая система пригодна к применению в различных областях техники и научного эксперимента, связанных с микроскопными исследованиями.
На основе базовой конфигурации устройств предложена и разработана система автоматизации микроскопных исследований хромосомных препаратов на предметных стеклах. Система осуществляет следующие функции:
1) автоматическую передачу координат микрообъекта из системы координат предметного стекла в систему координат карты препарата на экране монитора;
2) запись и хранение информации о микрообъектах препарата (координаты и характеристики микрообъектов) в базе данных;
3) коррекцию координат микрообъектов при повторной установке препарата;
4) отображение на экране монитора карты препарата;
5) расчеты, формирование и печать протокола исследований.
Следует отметить отличия представляемой системы автоматизации от автоматических систем обработки препаратов в микроскопных исследованиях. В автоматических системах процесс поиска и регистрации микрообъектов полностью автоматизирован и включает в себя программное управление электроприводом подвижной части столика микроскопа, а также систему ввода поля видимости микроскопа в компьютер с помощью видеокамеры и специализированной видеокарты. Такие системы сложны в настройке, поэтому, как правило, составляют специализацию фирм-изготовителей. Они дороги — их цена составляет несколько десятков тысяч условных единиц. Представляемая в работе базовая система автоматизации не может претендовать на конкуренцию с такими системами автоматической обработки микроскопных препаратов, однако, она обеспечивает определенный уровень автоматизации функций оператора и цитогенетика и обладает тем достоинством, что обеспечивает разделение процессов регистрации и анализа микрообъектов.
Программное обеспечение системы автоматизации выполнено с помощью системы объектно-ориентированного программирования (ООП) Borland С++ Builder.
Система опробована в лаборатории цитогенетики Всероссийского Центра Рентгенорадиологии.
В Главе 4 рассмотрена задача моделирования двигательных реакций участка нервно-мышечной системы человека при действии внешнего раздражения.
Системы управления процессами в живых организмах, начиная с простейших и заканчивая человеком, во множестве ситуаций обеспечивают нахождение таких состояний, при которых достигается наилучшее приближение управляющих параметров к значениям, обеспечивающим оптимальную жизнедеятельность организма при действии возмущений внешней среды [77,79]. Отсюда происходит гипотеза о главенствующей роли автоматического поиска в функционировании биологических систем. Автоматический поиск пригоден не только для решения задач, экстремальных по своей постановке, но и в тех случаях, когда имеется возможность непрерывного получения информации о знаке отклонения управляемой величины от требуемого значения. Процесс поиска характеризуется наличием пробных поисковых воздействий. Не исключено, что такими воздействиями у человека и животных является физиологический тремор [68]. В данном исследовании моделирование базировалось на результатах экспериментов, в которых человек, изменяя положение предплечья, находил точку минимума внешнего раздражения. Величина внешнего раздражения Q зависела от положения объекта — предплечья — в области возможных перемещений S. Иными словами, внешнее раздражение Q рассматривалось как экстремальная (с одним минимумом) функция перемещений объекта ххт обусловленных усилиями п эффекторов — мышц, управляющих движением предплечья:
Q = Q (x1,., xn).
Задача состояла в том, чтобы найти такие значения х, = x*, i = 1,., п в области S: х =(i|J., i")e5', при которых minefo,.,*"): (л,., х") е S} = Q (x* ,., х*г) Для построения системы управления, осуществляющей поиск значений х', желательно располагать информацией о частных производных dQ/dxt минимизируемой функции. Обычно сведения о dQ/Эх, получают нахождением производных по времени: dQ/dx{ = dQ/dt: dx/dt. Существует достаточно много фактов, свидетельствующих о способности человека и животных реагировать на производную раздражающего воздействия по времени. Известен и тот факт, что не только увеличение, но и уменьшение сигнала раздражения рецепторов в определенных ситуациях сопровождается возбуждением эффектора, т. е. исполнительного органа управляющего устройства, которым в данном случае является нервно-мышечный аппарат. Понятно, что наличие у нервной системы этого свойства является необходимым условием организации процесса минимизации раздражения.
В ходе проведения серии экспериментов и математического моделирования была предложена упрощенная модель системы управления положением предплечья человека. Перемещение предплечья определялось совместным действием двух мышц-антагонистов, выступавших в качестве эффекторов. Датчиками, регистрировавшими раздражение, являлись кожные, суставные и мышечные рецепторы, а формирование сигнала управления осуществляла через восходящие и нисходящие проводящие пути пулы из мотонейронов и клеток Реншоу, расположенные в двигательной зоне головного мозга. Эта работа проводились под руководством д.т.н. Л. Н. Фицнера. Функции отдельных функциональных блоков модели уточнялись с помощью вычислительных экспериментов. Автором разработана схема моделирования уточненной модели. Затем на основании схемы моделирования составлена система, уравнений в нормальной форме Коши, предназначенная для проведения вычислительных экспериментов на полученной модели. С помощью модифицированного метода Эйлера система уравнений была преобразована к конечно-разностному виду, пригодному для численного моделирования. На ней были воспроизведены режимы, соответствующих реальным эпизодам экспериментальных исследований. Зависимости, полученные в вычислительных экспериментах на модели, хорошо согласуются с осциллограммами натурных экспериментов по минимизации внешнего воздействия. С целью использования полученного алгоритма в разработках многокоординатных поисковых систем модель была реализована в виде электронного устройства и испытана с помощью электронно-измерительной аппаратуры.
4.7. Выводы — i.
1. Разработана схема моделирования поисковой системы управления, I отражающей совместную работу двух мышц-антагонистов в процессе поиска минимума раздражения в ситуации эксперимента.
2. Составлена математическая модель системы управления в виде системы дифференциальных уравнений в нормальной форме Коши. Уравнения модели преобразованы к разностному виду для использования в вычислительных экспериментах.
3. С помощью программы оптимизации, разработанной автором, в вычислительных экспериментах произведена настройка варьируемых параметров модели. Настройка параметров обеспечила получение на i модели устойчивого процесса поиска минимума 'раздражения с характеристикой близкой к экспериментальной.
4. Для проверки результатов, полученных при численном моделировании, и для воспроизведения сигналов модели в непрерывной форме разработано эквивалентное электронное устройство на микросхемной элементной базе.
