2.3. Спектрально-частотные особенности биопроцессов и космогеофизических факторов

За последние 3–4 десятилетия изучены флуктуации многих физико-химических и биологических процессов. Выяснились особенности многих видов флуктуаций, в том числе фликкерных шумов – типа 1/f, где f – частота процесса. Под шумом в узком смысле понимают белый шум, характеризующийся тем, что его амплитудный спектр распределен по нормальному закону, а спектральная плотность мощности постоянна для всех частот. Фликкерный шум характеризуется наиболее низкочастотным спектром по сравнению с шумами иных видов и для оценки стационарности требует более длительного интервала наблюдения по сравнению с прочими частотами (Денда В., 1993). Одна из главных закономерностей флуктуаций заключается в зависимости амплитуды события от его встречаемости (закон 1/f) и неоднозначности – синхронные колебания одинакового типа могут быть разного знака и разной амплитуды. Флуктуирующий объект – сложная система, биосфера Земли – четкая синхронизированная иерархия систем. Особенности закономерностей связаны с результатами совокупных релаксаций напряжений системы, накопленных за достаточно большое время от возмущений разного масштаба, перераспределяющихся по внутренним связям. Даже случайные толчки приводят не к хаотическим изменениям, а к статистическим переключениям подпрограмм системных согласованных релаксаций (Опалинская А. М., Агулова Л. П., 1984). Такие заключения дают возможность прогноза и управления целостными системами (Шноль С. Э. с соавт., 1983). В нашей работе эти положения получили полнейшие подтверждения в силу того, что основные исследованные космогелиофизические факторы – КЛ и СА – имеют примерно 11– и 22-летнюю цикличность и выявление их трендов требует длительного наблюдения, а соответствующие проявления биологических параметров и систем должны быть по крайней мере не менее продолжительными. Нами получены результаты относительно спектральных гармоник и соответствующих им периодов, свидетельствующие о совпадении трендов среднемесячных биохимических, электролитных, ферментных, гематологических систем и отдельных их параметров с основными среднемесячными показателями космогелиогеофизических процессов. Определенные сведения о корреляциях выявлены в отношении дыхательной и сердечно-сосудистой систем, нейрофизиологических процессов головного мозга и психического состояния здоровых людей. Сведения научной литературы подтверждают наши наблюдения.

В настоящее время существует много публикаций о различных моделях, описывающих условия возникновения и поведение флуктуаций в физических, химических, биологических системах: о неравновесных системах с флуктуациями (Николис Г., Пригожин И., 1979), колебаниях разнородных систем (Кешнер М. С., 1982). Предполагается существование фундаментального закона природы, приложимого ко всем неравновесным системам и проявляющегося в шуме типа 1/f. К шуму 1/f были отнесены флуктуации ферментативной активности титра SH-групп и некоторых других характеристик водных растворов белков и небелковых веществ (Удальцова Н. В., 1982). Распределение скоростей реакций (спектры), в которых наблюдаются макроскопические флуктуации, полимодально. К шуму 1/f относят изменения многих космических процессов, ОЧСП (Timashev S. F., Kostioutchenco I. G., 1995; Tanizuka N. et al., 1995), сопротивления водных растворов ионов, диффузионные потоки ионов в мембранных каналах. К этому классу относят многие процессы биологии, химии, экономики (Богданов А. А., 1928; Гапонов-Грехов А. В., Рабинович М. И., 1980; Козьменко С. Ю., 1995).

Ниже, на рис. 2.1. и 2.2., приводятся 2 примера спектра-графика, близких по типу к 1/f для космического и биологического параметра. Спектральные плотности вычислены с применением спектрального окна Парзена. Кратко суть процедуры сводится к тому, что квантуется (дискретизируется) любой физический или биологический процесс так, что он представляет собой данные X_t, t = 1, 2, …, N, отсчитанные через промежутки времени d. Далее вычисляется сглаженная выборочная оценка нормированной спектральной плотности по специальным формулам (Бокс Дж., Дженкинс Г., 1974).

Рис. 2.1. 1/f-подобный спектр и периоды среднемесячных значений ГИКЛ в дни исследования гематологических параметров в период с 1977 по 1988 г. Здесь частота f соответствует около 11-летнему циклу (142 мес.)

Рис. 2.2. Спектр и периоды среднемесячных значений содержания палочкоядерных нейтрофилов в циркулирующей крови в утренние часы в период с 1977 по 1988 г. наглядно демонстрируют, что долгосрочные периоды и спектры совпадают с показателями ГИКЛ и, следовательно, имеют 1/f – подобные закономерности

Биологический ритм, от клеточного уровня до уровня поведения, в подавляющих случаях подчиняется флуктуациям по закону 1/fⁿ, где n – ближайшая частота (или ранг частот) устройства. Возможны 3 варианта причин: ионный перенос флуктуаций клеточных мембран, регулирующих ионные потоки в клетке в полуинтервалах, полное управление неврогенной природы или суперпозиция случайных событий. Величины биологических параметров всегда флуктуируют во времени. Существуют доказательства 1/f-подобных флуктуаций биологических параметров от клеточного до поведенческого уровня. Возможны несколько механизмов генерации 1/f-подобных биологических ритмических флуктуаций Во-первых, 1/f-ионные флуктуационные потоки мембран клеток модулируют поток ионов внутрь клеток, которые в свою очередь модулируются изменениями интервалов импульсов клеток и нервов. Исследован новый механизм функциональной регуляции ионной проводимости каналов в зависимости от флуктуации окружающей среды (Bezrukov S. M. et al., 1995; Pustovoit M. A. et al., 1995). Во-вторых, временная задержка и ответы системной нервной регуляции могут быть причиной 1/f-модуляций, например флуктуации сердечного ритма и кровяного давления (Musha T., Yamamoto M., 1995).

Изучены 1/f-флуктуации нейронной активности нервной системы во время регистрации быстрых движений глаз кошек в период сна. Этот феномен наблюдался в обширной области мозга, такой как ретикулярная формация, таламус, церебральный кортекс, гиппокамп. Предполагают существование глобальной модулирующей системы в мозге с участием серотониноэргетики и холиноэргетики (Yamamoto M., 1995). Развитие автономной нервной системы плода выглядит так, что большую роль играют 1/f-и 1/f²-спектры сердцебиений плода, варьирующиеся на частотах ниже 0,05 Гц, которые поддерживают отношения парасимпатической и/или симпатической нервных систем и описывают процесс роста и взросления (Shono H. et al., 1995).

Экспериментальные данные указывают на присутствие в спектре интервалов сердцебиений в частотах 10^–4 – 10^–5 Гц. Каждый интервал сердечных сокращений имеет тенденцию быть некоррелированным с другими наблюдениями в течение 3 – 24 часов. Это может быть причиной 1/f-спектрального профиля хотя величина спектральной плотности для частот ниже 10^–5 Гц не значима; наибольшие значения спектра указывают на ультранизкие частоты, что указывает на включение интервалов сердечных сокращений в общие автокорреляции в течение длительного времени. Авторы приходят к выводу о необходимости проверки таких гипотез в течение многомесячных наблюдений (Yamamoto M. et al., 1995).

В то же время есть указания на внешюю причинность таких вариаций. Изучение динамики сердечного ритма – R-R-интервала человека в зависимости от геофизических и метеорологических условий выявило корреляции индекса централизации и амплитуды респираторной волны кардиоритма с атмосферным давлением и геомагнитной активностью подтверждает такие предположения (Smirnova N. A., Augustinaite E. E., 1995). Исследование статистических свойств сердечного ритма на основе клинических данных о сердечной патологии показало возрастание абсолютной величины 1/fⁿ у кардиальных больных (Ulbikas J. et al., 1995). В связи с этим корреляции показателей дыхательной и сердечно-сосудистой систем с ионосферными параметрами, приводимые ниже в настоящей работе, выглядят совершенно естественными.

Глава 3
Системно-статистический подход к исследованию биоритмов и ритмов внешней среды

3.1. Системный подход и синергетика

Исследование множества свойств различных явлений привело естествоиспытателей к необходимости системного подхода. Необходимость такого подхода при изучении целостного организма ощущалась исследователями давно. Термин «система» употребляется в том случае, когда подразумевается собранная вместе совокупность, упорядоченная и организованная, без четкого критерия объединения, упорядоченности, организованности. Системный подход исследований – следствие перемены теоретического подхода к пониманию изучаемых объектов (Эшби У. Р., 1969; Анохин П. К., 1973).

В литературе приводится много определений системы. Одно из них звучит так: система – комплекс избирательно вовлеченных компонентов, у которых взаимодействие и взаимоотношения приобретают характер взаимосодействия компонентов на получение фокусированного полезного результата. Результат функциональной системы является ее неотъемлемой частью (Анохин П. К., 1973). Функциональная система – единица интеграции целого организма, складывающаяся динамически для достижения любой его приспособительной деятельности и всегда на основе циклических взаимоотношений избирательно объединяющая специальные центрально-периферические образования (Анохин П. К., 1980).

Системный подход в медицине и биологии определяется через свойства и признаки самой системы, которые включают в себя: 1) комплекс взаимосвязанных элементов; 2) существование особого единства с окружающей средой; 3) вхождение исследуемой системы в качестве элемента более высокого порядка (органы, ткани, целостный организм); 4) возможность рассмотрения элементов изучаемой системы в качестве системы более низкого порядка (Петленко В. П., Попов А. С., 1978).

Таким образом, в нашем случае интересен вопрос воздействия космогелиогеофизических факторов на внутреннее взаимодействие (самоорганизацию) элементов функциональной биосистемы. В настоящее время проблему самоорганизации стали относить к разделу новой дисциплины – синергетики. Выдающуюся роль в возникновении теории самоорганизации сыграли труды В. И. Вернадского (1975; 1980). Английский кибернетик У. Р. Эшби (1969) опубликовал одним из первых принципы самоорганизующейся динамической системы с определением самоорганизующейся системы. Ранее, в 1954 г., Б. Фэрли и У. Кларк определили ее в качестве «системы, изменяющей свои основные структуры в зависимости от опыта и окружения» (Герович В. А., 1994).

По У. Р. Эшби (1969) – самоорганизация равносильна спонтанному изменению организации, механизм – выявление своеобразных «скрытых» переменных с открытием строгого детерминизма системы. В общих чертах самоорганизация характеризуется обобщенными свойствами. 1-е свойство – самоорганизация как самостоятельное повышение организованности структуры системы: описывает изменение внутренних связей системы; оценивается в шкале «низкая – высокая организованность» независимо (в общем случае) от внешних критериев. Присуща самосвязующимся системам. 2-е свойство – самоорганизация как самостоятельное улучшение организации поведения системы: описывает изменение внешних связей системы (со средой); оценивается в шкале «плохая – хорошая организация» независимо (в общем случае) от внутреннего механизма ее достижения; синоним «самообучения». Присуща обучающимся системам.

В синергетике дефиниция самоорганизации другая. «Организация» здесь не описывает поведение, а лишь характеризует внутреннюю структуру с точки зрения ее упорядоченности. «Самостоятельность» выражается в спонтанности возникающей организации, в отсутствии единого управляющего органа. Самоорганизацию обеспечивает синергетический механизм локальных самообращенных взаимодействий элементов системы. Существует смешанная модель самоорганизации, основанная на кибернетических и синергетических представлениях. Здесь цель самообучения достигается посредством синергетического механизма. Обратная связь со средой служит источником информации (Герович В. А., 1994). С появлением синергетики появилась возможность исследования биопроцессов самоорганизации и самореорганизации сложнейших целостных биосистем (Каган М. С., 1996).

Термин «синергетика» подчеркивает основную роль коллективных, корреляционно-кооперативных взаимодействий в возникновении и функционировании явлений самоорганизации в различных открытых системах, в нашем случае – организма и его подсистем при рассмотрении человека в качестве части геокосмического пространства.

Цели изучения системы заключаются в исследовании ее функционирования в целом и управления ею внешними и внутренними факторами. Подобными задачами занимается системный анализ. Наиболее близки к системному подходу такие области, как исследования методами многомерной статистики и оптимизация. В нашей работе за определение системы принято следующее: система – множество элементов, характеризующихся связями друг с другом и дополнительным свойством – функцией, не совпадающей или не характеризующейся ни одним из свойств отдельного ее элемента (Губанов В. А., 1988).

3.2. Оптимизация параметров биосистем

Понятие гармонии и оптимизации включает в себя проблему пропорционального деления отрезка – вопрос «золотого сечения». Принципам «золотого сечения» подчиняются параметры гемодинамики, выделительная функция почек, организация генотипа, фенотипические способности к реагированию и суточному ритму, модификационная изменчивость стереотипа биоритмов и реактивности, что связано с ГМП, гравитацией, многообразными связями с окружающей средой (Суббота А. Г., 1994).

Направление развития науки от многочисленных фактов и законов имеет тенденцию к централизации и сведению к нескольким или одному закону. Для естественных наук в центре стоит принцип оптимальности (экстремальности) – утверждение о минимуме (или максимуме) некоторой величины (функционала или целевой функции). Это обстоятельство не случайно, у вариационного принципа экстремума нет соперников (Голицин Г. А., Петров В. М., 1990).

Основные проблемы оптимальности организации биологических систем изложены в ряде работ (Розен Р., 1976; Розен В. В., 1982). Проблема сводится к поиску функционала системы, экстремум которого соответствует поставленной задаче. А задача заключается в соответствии теории и данных физиологических исследований при различных функциональных состояниях, когда оптимальные параметры биосистемы доставляют экстремум определенного функционала (Образцов И. Ф., Ханин М. А., 1989; Лушнов М. С., 1995б; 1997б).

В работах, посвященных биооптимальности, применяются самые различные критерии, например минимума гемодинамических параметров (Cohn D., 1954; 1955), минимума потребления энергии физиологическими системами (Ханин М. А. с соавт., 1978), а также более сложные критерии (Fisher R. A., 1930; Yamashiro S. M., Grodins F. S., 1971). Можно утверждать, что многие законы науки имеют экстремальную форму (Полак Л. С., 1960).