В традиционной биологической науке (биофизике, системном анализе биосистем) стационарные режимы биосистем описываются уравнением dx/dt=0 для вектора состояния системы х=х(t)=(x1, x2,…, xm)T. Однако реальные биосистемы демонстрируют непрерывный хаос и dx/dt≠0 всегда. Поэтому предлагается два новых подхода в анализе устойчивости биосистем. Первый – в рамках компартментно-кластерного подхода (представлен довольно подробно), второй – в рамках анализа параметров квазиаттракторов поведения биосистем. Показывается, что второй подход предпочтителен, т.к. он универсален и используется для всех биомедицинских систем в прагматических целях при их описании (моделировании). Компартментно-кластерный подход может быть применён для реальных сложных биосистем и характерные примеры мы представляем сейчас в рамках этой теории. Стационарные режимы иерархических нейросетей представлены в данном сообщении на примере работы слухового анализатора. Показано, что даже при кратких разбиениях интервалы измерения постурального тремора все параметры значительно варьируют для функции распределения. Отсюда следует, что статистические методы для обработки тремораграм неприменимы. Треморограммы, кардиограммы, электромиограммы – это системы третьего типа. Главная идея связана с непрерывными хаотическими движениями (свойство «мерцания») вектора системы в фазовом пространстве состояний и его эволюцией. Свойство «мерцания» и эволюции невозможно моделировать в рамках традиционного детерминистских или стохастических подходов.
компартментно-кластерный подход, вектор состояния системы, моделирование, коэффициент диссипации
Введение. Общеизвестно, что традиционные, детермистско-стохастические модели могут быть идентифицированы только при повторении процессов (состояний), которые происходят с биосистемами. Однако, еще Ernst Walter Mayr [10] отмечал, что биосистемы ежеминутно изменяются. Это непрерывное изменение параметров вектора состояния систем (ВСС) х=х(t)= (x1, x2,…xm)T накладывает существенные ограничения на возможность описывать какими-либо функциями такие хаотически изменяющиеся биологические динамические системы (БДС). Это означает, что точки и линии в фазовом пространстве состояний (ФПС) могут описывать поведение реальных БДС только ретроспективно (как уже произошедшие события), т.е. в медицине такие модели лишены перспектив для прогноза состояния организма больного [1-3].
Прогностического значения такие детерминистско-стохастические модели не имеют (будущее для таких моделей БДС не определено). Об этом писал И.Р. Пригожин в своём обращении к потомкам [9] и это означает, что для таких систем мы не можем определять не только будущее этих систем, но и значения частоты события P*(A)= m/n (где m - число испытаний, в которых событие А наступило, n - общее число испытаний). Для уникальных (хаотических) процессов (систем) всегда будет m=n=1, а их будущее прогнозировать невозможно (нет повторов испытаний). Единичные, уникальные процессы (системы) непрогнозируемы и для них нельзя определять функции распределения f(x), т.к. нет повторов начальных условий (начальных значений x(t0) для ВСС в ФПС и нет какого-либо прогноза для их будущего состояния, т.е. значений ВСС x(tk). Всё непрогнозируемо и не может быть повторно воспроизведено. Мы живем в мире хаос и наша смерть, как x(tk), совершенно не прогнозируема, конечное состояние параметров организма нельзя рассчитать, т.к. жизнь каждого человека единична и случайна. Жизнь человека, состояние нормы или патологии организма в принципе не может быть повторены и воспроизведены, каждый организм не воспроизводим и уникален [1,3-7]. Это глобальная неопределенность, которая в рамках компартметно-кластерного подхода (ККП) вводится уже на уровне отдельных элементов и динамики их поведения [3,4,6,7].
Граница аналитического описания биосистем - ККП. Переход от детерминистско-стохастической парадигмы или подхода - ДСП к теории хаоса-самоорганизации - ТХС исходно происходил в рамках возникновения синергетики (H. Haken) и трансформации синергетики в ТХС. Сама синергетика базируется на 1-м постулате H. Haken: мы не работаем с отдельными элементами системы, а только со всей системой в виде пулов, компартментов, кластеров [11]. Этот постулат применим только к однородным системам, в которых нет параметров порядка и нет иерархии. Об этом сейчас никто из сторонников синергетики не говорит и в этом - главная проблема и трудности синергетики. Вопрос об однородности, изотропности complexity сейчас даже не затрагивается - а это уже ошибка для всей науки. Для иерархических систем постулат H. Haken не применим, т.к. главного иерарха невозможно исключить (система изменится). Более того, этот иерарх (в таких иерархических системах) задаёт динамику поведения всех лежащих ниже стратов (подсистем), они зависимы от него. В постулате H. Haken это отсутствует, а в ТХС мы это учитываем [3,4,6-8]. Более того, в ТХС было разработано три новых метода идентификации параметров порядка, что полностью отсутствует сейчас не только в синергетике, но и во всей современной науке [6-8]. Вообще говоря, это главная задача всех когнитивных наук. Мы не знаем как человек выби-
1. Гавриленко Т.В., Балтикова А.А., Дегтярев Д.А., Еськов В.В., Пашнин А.С. Хаотическая динамика непроизвольных движений конечности человека в 4-мерном фазовом пространстве // Сложность. Разум. Постнеклассика. 2012. №1. С. 79-88.
2. Гавриленко Т.В., Поскина Т.Ю, Сидоренко Д.А., Васильева А.Ю., Ярмухаметова В.Н. Влияние раздражения слухового анализатора на параметры сердечно-сосудистой системы с позиции теории хаоса-сомоорганизации // Вестник новых медицинских технологий (электронный журнал). 2013. №1. URL: http://medtsu.tula.ru/VNMT/Bulletin/E2013-1/4338.pdf (дата размещения: 15.0.4.2013).
3. Еськов В.М., Буров И. В., Филатова О.Е., Хадарцев А.А. Основы биоинформационного анализа динамики макрохаотического поведения биосистем // Вестник новых медицинских технологий. 2012. № 1. С. 15-18.
4. Еськов В.В., Вохмина Ю.В., Гавриленко Т.В., Зимин М.И. Модели хаоса в физике и теории хаоса-самоорганизации // Сложность. Разум. Постнеклассика. 2013. № 2. С. 42-57.
5. Churchland M.M., Cunningham J.P., Kaufman M.T., Foster J.D., Nuyujukian P., Ryu S.I., Shenoy K.V. Neural population dynamics during reaching // Nature. 2012. Vol. 487. P. 51-58.
6. Eskov V.M., Eskov V.V., Filatova O.E. Characteristic features of measurements and modeling for biosystems in phase spaces of states // Measurement Techniques (Medical and Biological Measurements). 2011. V. 53. №12. P. 1404-1410.
7. Eskov V.M., Gavrilenko T.V., Kozlova V.V., Filatov M.A.. Measurement of the dynamic parameters of microchaos in the behavior of living biosystems // Measurement Techniques. 2012. Vol. 55. №. 9. P. 1096-1100.
8. Eskov V.М., Eskov V.V., Filatova O.E., Filatov M.A. Two types of systems and three types of paradigms in systems philosophy and system science // Journal of Biomedical Science and Engineering. 2012. Vol. 5. №. 10. P. 602-607.
9. Prigogine I. The Die Is Not Cast // Futures. Bulletin of the Word Futures Studies Federation. 2000. Vol. 25. № 4. P. 17-19.
10. Mayr E.W. What evolution is / Basic Books; New York, 2001. 349 p.
11. Haken H. Principles of brain functioning: a synergetic approach to brain activity, behavior and cognition (Springer series in synergetics). Springer, 1995. 349 p.
