Организации и эволюции природных структур

Журнал проблем эволюции открытых систем 
 
79                                                 Вып. 12, Т.1, 2010 
velopment of the infant and young child: Normal and abnormal.London: Churchill Livingstone.; [19.] Morrison, 
D.  C.  (1985).  Neurobehavioral  and  perceptual  dysfunction  in  learning  disabled  children.  Lewiston,  NY:  C.  J. 
Hogrefe, Inc. .; [20.] Paine, R. S., Brazelton, T. B., Donovan, D. E., Drorbaugh, J. E., Hubbell, J. P., & Sears E. 
M. (1964). Evolution of postural reflexes in normal infants and in the presence of chronic brain syndromes. Neu-
rology, 14, 1036-1048.; [21.] Robbins, J. (1977). Vestibular integration: Man‟s connection to the earth.  Somat-
ics, 1, 27-36.; [22.] Capute, A. J., & Accardo, P. J. (1991). Developmental disabilities in infancy and childhood. 
Baltimore,  MD:  Paul  Brooks.;  [23.]  Ornitz,  E.  M.  (1983).  Normal  and  pathological  maturation  of  vestibular 
function in the human child. In R. Romand (Ed.), Development of auditory and vestibular systems. New York: 
Academic  Press.;  [24.]  Maurer,  D.,  &  Maurer,  C.  (1989).  The  world  of  the  newborn.  London:  Viking.  ;  [25.] 
Bee, H. (1992). The developing child. New York: HarperCollins College Publishers. ; [26.] Levin, F. M. (1991). 
Mapping the mind: The intersection of psychoanalysis and neuroscience. Hillsdale, NJ: The Analytic Press, Inc. 
;  [27.]  Restak,  R.  M.  (1980).  The  brain:  The  last  frontier.  New  York:  Warner  Books,  Inc.  ;  [28.]  Stern,  D.  N. 
(1985). The interpersonal  world of the   human infant. New York: Basic Books, Inc. ;  [29.] Brodal, A. (1981). 
Neurological anatomy in relation to clinical  medicine. New York: Oxford University Press. ; [30.] Purves, D., 
Augustine, G. J., Fitzpatrick, D., Katz, L. C., LaMantia, A. S., & McNamara, J. O. (1997). Neuroscience. Sun-
derland,  MA:  Sinauer  Associates,  Inc.  ;  [31.]  Rothschild,  B.  (2000).  The  body  remembers.  New  York:  W.W. 
Norton & Company. ; [32.] Berthoz, A. (2000). The brain‟s sense of movement. Cambridge, MA: Harvard Uni-
versity Press. ; [33.]  Thelen, E., & Smith, L. B. (1994). A dynamic systems approach to the development of cog-
nition  and  action.  Cambridge,  MA:  The  MIT Press.  ; [34.]  Levine,  P.  A.,  &  Frederick,  A.  (1997).  Waking  the 
tiger. Berkeley, CA: North Atlantic Books. ; [35.] Freud, S. (1980). Orientering i psykoanalys [Introductory lec-
tures on psychoanalyses]. Stockholm: Natur och Kultur. ; [36.] Haak, N. (1982). Allmän neuroslära på psykoa-
nalytisk grund [General teachings in neurosis from a psychoanalytical point of view]. Stockholm: Natur och Kul-
tur. ; [37.] Kris, E. (1952). Psychoanalytic explorations in art. New York: International Universities Press. ; [38.] 
Balint,  M.  (1968).  The  basic  fault:  Therapeutic  aspects  of  regression.  Evanston,  IL:  Northwestern  University 
Press. ; [39.] Winnicott, D. W. (1989). Lek och verklighet [Playing and reality]. Stockholm: Natur och Kultur. ; 
[40.] Barnes, M.,  & Berke, J. (1991). En resa genom själens mörker [Two accounts of a journey through mad-
ness]. Stockholm: Nordstedts. ; [41.] Battegay, R. (1970). Regressionsphдnomene aus klinischer sicht unter be-
sonderer berьcksichtigung analytischer kurzpsychotherapie [Regression phenomena from the clinical viewpoint, 
with special consideration of analytic short therapy]. Praxis der Psychotherapie, 15, 151-162. ; [42.] Werner, H. 
(1957). The  concept  of  development  from  a  comparative  and  organismic  point  of  view.  In  D.  B.  Harris  (Ed.), 
The concept of development: An issue in the study of human behavior. Minneapolis, MI: University of Minneso-
ta Press. ; [43.] Loewald, H. W. (1981). Regression: Some general considerations. Psychoanalytic Quarterly, 50, 
22-43.  [44.]  McGraw,  M.  B.  (1995).  General  principles  of  growth.  In  T.  C.  Dalton  &  V.  W  Bergenn  (Eds.), 
Beyond  heredity  and  environment:  Myrtle  McGraw  and  the  maturation  controversy.  Boulder,  CO:  Westview 
Press;  [45.]  Bach-y-Rita,  P. (2004).  Is  it  possible  to  restore  function  with  two  percent  surviving  neural  tissue? 
Journal of Integrative Neuroscience, 3, 3-6; [46.] Doidge, N. (2007). The brain that changes itself.  New York: 
Viking. ; [47.] Bergstrцm, R. M. (1969). An entropy model of the developing brain. Developmental Psychobiol-
ogy, 2, 139-152. ; [48.] Gaines, R.,  & Missiuna, C. (2007). Early identification: Are speech/language-impaired 
toddlers at increased risk for Developmental Coordination Disorder? Child: Care, Health, and Development, 33, 
325-32.  ;  [49.]  Goddard  Blythe,  S.,  &  Hyland,  D.  (1998). Screening  for  neurophysiological  dysfunction  in  the 
specific learning difficulty child. The British Journal of Occupational Therapy, 61, 459-464. ; [50.] Rintala, P., 
& Linjala, J. (2003). Scores on test of gross motor development of children with dysphasia: A pilot study. Per-
ceptual and Motor Skills, 97, 755-762. ; [51.] McPhillips, M., & Sheehy, N. (2004). Prevalence of persistent pri-
mary  reflexes  and  motor  problems  in  children  with  reading  difficulties.  Dyslexia:  An  International  Journal  of 
Research and Practice, 10, 316-338. ; [52.] Goddard Blythe, S. (2005). Releasing educational potential through 
movement: A summary of  individual studies carried out using the INPP test battery and developmental exercise 
programme for use in schools with children with special needs. Child Care in Practice, 11, 415-432. ; [53.] Ca-
pute, A. J., Shapiro, B. K., Palmer, F. B., Accardo, P. J., & Wachtel, R. C. (1981). Primitive reflexes: A factor in 
nonverbal language in early infancy. In R. E. Stark (Ed.), Language behavior in infancy and early childhood (pp. 
157-161).  Amsterdam:  Elsevier.;  [54.]   Fiorentino,  M.  R.  (1981).  Reflex  testing  methods  for  evaluating  C.N.S 
development (Publ. No. 865). Springfield, IL: Charles C. Thomas Publisher Ltd.; [55.] Niklasson, M., & Niklas-
son,  I.  (2007).  Retraining  for  Balance  -  Physiological  Test  Revised.  Mцnsterеs,  Sweden:  Vestibularis.  .;  [56.] 
Field, J., & Blythe, P. (1989). Towards developmental re-education. Wichenford, UK: Field Educational Publi-
cations.;  [57.]  Niklasson,  M.,  &  Niklasson,  I.  (1999).  Retraining  for  Balance  -  Physiological  Test.  Mцnsterеs, 
Sweden:  Vestibularis.  Niklasson  ;  [58.]  Rood,  M.  S.  (1956).  Neurophysiological  mechanisms  utilized  in  the 
treatment  of  neuromuscular  dysfunction.  American  Journal  of  Occupational  Therapy,  10,  220-225.  ;  [59.]  
Stockmeyer, S. A. (1967). An interpretation of the approach of Rood to the treatment of neuromuscular dysfunc-
tion.  American  Journal  of  Physical  Medicine,  46,  900-961.  ;  [60.]   Vose,  R.  H. (1986).  Agoraphobia.  London: 
Faber & Faber; [61.]  Arnold, L. E., Clark, D. L., Sachs, L. A., Jakim, S., & Smithies, C. (1985). Vestibular and 
visual rotational stimulation as treatment for attention deficit and hyperactivity. The American Journal of Occu-
pational Therapy, 39, 84-91. ; [62.]  Brodal, P. (2004). The central nervous system: Structure and function. New 
York: Oxford University Press; [63.]  Frick, S. M., & Hacker, C. (2001). Listening with the whole body. Madi-

Журнал проблем эволюции открытых систем 
 
Вып. 12, Т.1, 2010                                                  80 
son, WI: Vital Links. ; [64.] Halmagyi, G. M., Curthoys, I. S., Colebatch, J. G., & Aw, S. T. (2005). Vestibular 
responses  to  sound.  In  S.  Ramat  &  D.  Straumann  (Eds.),  Clinical  and  basic  oculomotor  research:  In  honor  of 
David S. Zee (pp. 54-67). New York: New York Academy of Sciences. ; [65.] Kolb, B., & Whishaw, I. (1990). 
Fundamentals  of  human  neuropsychology.  New  York:  Freeman.  ;  [66.] Storr,  A.  (1993).  Music  and  the  mind. 
New York: Ballantine Books; [67.] Wilson-Pauwels, L., Akesson, E. J., & Stewart, P. A. (1988). Cranial nerves: 
Anatomy and clinical comments. Philadelphia, PA: Decker; [68] McFadden, D. (1993). A speculation about the 
parallel ear asymmetries and sex differences in hearing sensitivity and otoacoustic emissions. Hearing Research, 
68, 143-151; [69] Okamoto, H., Stracke, H., Ross, B., Kakigi, R., & Pantev, C. (2007). Left hemispheric domin-
ance  during  auditory  processing  in  a  noisy  environment.  BioMed  Central  Biology,  5,  52.  doi:  10.1186/1741-
7007-5-52; [70]  Holbech,  B. P.  (1986).  Music  recorded  on  audiocassette  and  CD.  Bornholm,  Denmark:  Rotna 
Music. ; [71] Holle, B. (1985). Rörelseberedd-lekberedd? Praktisk vägledning i barns grovmotoriska utveckling 
[Ready  to  move  –  ready  to  play?  A  practical  guide  to  children‟s  gross  motor  development].  Stockholm:  Natur 
och Kultur. ; [72] Dennett, D. C. (1991). Consciousness explained. Boston, MA: Little, Brown & Co.; [73] Den-
nett, D. C. (2003). Who‟s on first? Heterophenomenology explained. Journal of Consciousness Studies, 10, 19-
30Gallagher,  S.  (1997).  Mutual  enlightenment:  Recent  phenomenology  in  cognitive  science.  Journal  of  Con-
sciousness  Studies,  4,  195-214.;  [75]  Karlsson,  G.  (1995).  Psychological  qualitative  research.  Stockholm: 
Almqvist & Wiksell.; [76] Еsenlцf, K., Olsson, S., Bood, S.  Е.,  & Norlander, T. (2007). Case studies on fibro-
myalgia  and  burn-out  depression  using  psychotherapy  in  combination  with  flotation-REST:  Personality  devel-
opment and increased well-being. Imagination, cognition, and personality, 26, 259-271. .; [77] Bergman, A., & 
Norlander, T. (2005). “Hay Sachs Anonymous”: Living in the shadow of the unidentified. Psychological aspects 
of physical inactivity from a phenomenological perspective. The Qualitative Report, 10, 795-816.; [78]  Janson, 
L., Archer, T., & Norlander, T. (2005). The achievement of timing at the highest competitive level: The necessi-
ty  of  a  „driving  conviction‟.  Athletic  Insight,  7(2).  Retrieved  August  6,  2005,  from 
http://www.athleticinsight.com/Vol7Iss2/AchievementofTiming.htm
  .;  [79]  Edebol,  H., Bood, S.  Е.,  &  Norlan-
der, T. (2008). Chronic whiplash-associated disorders and their treatment using flotation-REST (Restricted Envi-
ronmental Stimulation Technique). Qualitative Health Research, 18, 480-488.; [80] Bachevalier, J., & Mishkin, 
M. (1984). Learning and retention in infant monkeys. In M. H. Johnson (Ed.), Brain development and cognition: 
A reader (p. 198). Oxford, UK: Blackwell.; [81] Fischer, K. W., & Rose, L. T. (2001). Webs of skill: How stu-
dents learn. Educational Leadership, 59, 6-12.; [82] Dalton, T. C. (1995). McGraw‟s alternative to Gesell‟s ma-
turationist theory. In T. C. Dalton & V. W. Bergenn (Eds.), Beyond heredity and environment. Myrtle McGraw 
and the maturation controversy. Boulder, CO: Westview Press.; [83] Prigogine, I. (1980). From being to becom-
ing: Time complexity in the  physical sciences. New York: Freeman. .; [84] Varela, F. J. (1999). The specious 
present:  A  neurophenomenology  of  time  consciousness.  In  J.  Petitot,  F.  J.  Varela,  B.  Pachoud,  &  J.  M.  Roy 
(Eds.),  Naturalizing  phenomenology:  Issues  in  contemporary  phenomenology  and  cognitive  science  (pp.  266-
314). Stanford, CA: Stanford University Press.; [85] Ho, M. W. (2005). The rainbow and the worm: The physics 
of  organisms.  London:  World  Scientific  Publishing  Co.;  [86]  Hayes,  N.  (2004).  Doing  psychological  research. 
Maidenhead,  UK:  Open  University  Press.;  [87]  Liedloff,  J.  (1986).  Kontinuumbegreppet  [The  continuum  con-
cept]. Stockholm:  Carlsson Bokfцrlag.; [88] Kroebner, T. C. (1963). The coping functions of the ego  mechan-
isms. In R. W. White (Ed.), The study of lives: Essays on personality in honor of Henry A. Murray (pp. 178-198) 
New York:  Atherton Press.; [89] Jeannerod, M. (1985). The brain machine: The development of neurophysio-
logical thought. Cambridge, MA: Harvard University Press.; [90] Jeannerod, M. (2007). Motor cognition: What 
actions tell the self. Oxford, UK: Oxford University Press; [91] Naudin, J., Gros-Azorin, C., Mishara, A., Wig-
gins, O. P., Schwartz, M. A., & Azorin, J. M. (1999). The use of the Husserlian reduction as a method of investi-
gation  in  psychiatry.  Journal  of    Consciousness  Studies,  6,  155-171.;  [92]  Petit,  J.  L.  (1999).  Constitution  by 
movement:  Husserl  in  light  of  recent  neurobiological  findings.  In  J.  Petitot,  F.  J.  Varela,  B. Pachoud,  &  J.  M. 
Roy  (Eds.),  Naturalizing  phenomenology:  Issues  in  contemporary  phenomenology  and  cognitive  science  (pp. 
220-244). Stanford, CA: Stanford University Press.; [93] Van Gelder, T. (1999). Wooden iron? Husserlian phe-
nomenology  meets  cognitive  science.  In  J.  Petitot,  F.  J.  Varela,  B. Pachoud,  &  J.  M.  Roy  (Eds.),  Naturalizing 
phenomenology:  Issues  in  contemporary  phenomenology  and  cognitive  science  (pp.  245-265).  Stanford,  CA: 
Stanford University Press; [94]  Bergstrцm, R. M. (1989). Meaning and the living brain. In P. Pylkkдnen (Ed.), 
The  search  for  meaning:  The  new  spirit  in  science  and  philosophy.  Wellingborough,  UK:  Crucible;  [95] 
Bergstrцm, R. M. (1997). Svarta och vita lekar [Black and white games]. Stockholm: Wahlstrцm & Widstrand; 
[96]  MacLean, P. (1973). A triune concept of the brain and behaviour. Toronto, Canada: The University of To-
ronto  Press.;  [97]  Ahrenfelt,  B.  (2001).  Förändring  som  tillstånd  [Change  as  a  state  of  being].  Lund,  Sweden: 
Studentlitteratur.; [98]  Ogden, P., Minton, K., & Pain, C. (2006). Trauma and the body: A sensomotor approach 
to psychotherapy. New York: W. W. Norton & Company, Inc. 
Принято в печать 26.06.10 
 
 
 
 

Журнал проблем эволюции открытых систем 
 
81                                                 Вып. 12, Т.1, 2010 
УДК 550.36+577.31   
 
СЕНСОРНО-ДВИГАТЕЛЬНАЯ ТЕРАПИЯ, ОСНОВАННАЯ НА ВОЗВРАТЕ В ПОВЕДЕНИИИ К РАН-
НИМ ФОРМАМ ФИЗИЧЕСКОГО И ПСИХОЛОГИЧЕСКОГО ПОВЕДЕНИЯ, ВЫЗЫВАЮЩАЯ 
УЛУЧШЕННИЕ КИНЕСТЕТИЧЕСКИХ И ВЕСТИБУЛЯРНЫХ СПОСОБНОСТЕЙ У ДЕТЕЙ И ПОД-
РОСТКОВ С ПРОБЛЕМАМИ В МОТОРИКЕ И КОНЦЕНТРАЦИИ ВНИМАНИЯ  
Циновки Niklasson * #, Ирэн Niklasson #, Torsten Norlander* 
Университет *Karlstad, Карлстад, Швеция, 
#The Институт Vestibularis, Mönsterås, Швеция 
 
Исследовалась  природа эффектов  вызываемых сенсорно-двигательной терапией,  проводимой    на 
физическом и психологическом уровне. Использовался метод переобучения балансу. Детально анализи-
ровались наблюдения за течением процессов у 8 детей, закончивших лечение. Группа для анализа была 
выбрана случайным образом из 232 детей, испытывающих  сенсорно-двигательные трудности и пробле-
мы  с  концентрацией  внимания.  В  основе  методики  анализа  лежал  Эмпирико-Феномено-  Психологиче-
ский метод (EPP-метод,  Gunmar  Karlsson).  Были выделены  три терапевтических  направления:  введение 
сенсорно-двигательных  упражнений;  использование  возврата  к более ранним  сенсорно-двигательным и 
психологическим моделям  поведения; медленная коррекция сенсорно-двигательных  и психологических 
навыков детей. Была сформирована  кинестетическо-вестибулярная модель развития ребенка. Она пока-
зала,  что  сенсорно-двигательные  упражнения  требуют  терапевтической  поддержки,  в  то  время  как  ис-
пользование регрессивной модели поведения сопровождается положительными фазами развития ребен-
ка.  
 
 
Балалар және жасөспірімдердін вестибулярлық мүмкіндіктері және назар 
шоғырлану моторикасындағы қиышылықтар 
Mats Niklasson * #, Ирэн Niklasson #, Torsten Norlander* 
 
Балалар  және  жасөспірімдердің  физикалық  және  психологиялық  денгейдегі  сенсорлық  қозғалу 
терапиясы  зерттелді.  Балансты  үйрету  әдісі  қолданылды.  Емдеуді  аяқтаған  8  баланың  процестерінін 
жүруы  мұқият  талдаланып,  бақылауда  болған.  Талдау  тобы  232    сенсорлық  қозғалу  және  назар 
шоғырлану  моторикасындағы  қиыншылықтары  бар  баладан  кездейсоқ  әдісімен  жиналды.  Әдістеменің 
негізінде  Эмпирикалық  Феноменологикалық  Психологиялық  әдіс  жатқан.  Үш  терапевтикалық  бағыт 
анықталды: аса ерте сенсорлық қозғалу және психологиялық тәртіп үлгілеріне оралу, сенсорлық қозғалу 
жаттығуларын  енгізу,  балалардың  сенсорлық  қозғалыс  және  психикалық  әдеттерін  баяу  түзелуі.  Бала 
дамуының кинетикалық вестибулярлы үлгісі қалыптастырған. 
 

Журнал проблем эволюции открытых систем
 
 
93
                                           
 Вып. 12, Т.1, 2010
 
КОМПЬЮТЕРНЫЙ МОЛЕКУЛЯРНЫЙ ДИЗАЙН ЛЕКАРСТВЕННЫХ СРЕДСТВ НА 
ОСНОВЕ ИСКУССТВЕННЫХ ИММУННЫХ СИСТЕМ 
Г.А. Самигулина, С.В.Чебейко 
Институт проблем информатики и управления МОН РК, Казахстан, г.Алматы 
 
Разработан  иммунносетевой  подход  к  моделированию  зависимостей 
«структура-свойство»  лекарственных  препаратов.  Предложенная  интеллекту-
альная  технология  позволяет  уменьшить  погрешности  энергетических  оценок  и 
повысить  достоверность  прогноза  зависимости  «структура-свойство»  химиче-
ских соединений. 
 
Применение  современной  вычисли-
тельной техники  и новейших информацион-
ных технологий открывает широкие возмож-
ности  для  решения  одной  из  главных  про-
блем современной науки – целенаправленно-
го  поиска  новых  веществ  и  материалов  с  за-
ранее заданными свойствами.  
Рынок  фармацевтической  индустрии 
испытывает  недостаток  в  новых  лекарствах. 
К началу XXI века ежегодно проходили реги-
страцию  и  внедрялись  в  клиническую  прак-
тику 50-60 новых лекарственных препаратов. 
За последнее десятилетие коли-чество новых 
внедренных  лекарств  сущест-венно  сократи-
лось.  Традиционными  источниками  для  по-
лучения  лекарств  являются  растительные 
продукты,  микробные  метаболиты,  эндоген-
ные  нейромедиаторы,  гормоны  и  классиче-
ский химический синтез. Экспериментальное 
тестирование  большинства  новых  соедине-
ний исключает их как неперспективные про-
тотипы лекарств из-за низкой целевой актив-
ности,  сложности  синтеза,  канцерогенности, 
высокой  токсичности  и  т.д.  Только  одно  из 
100  тыс.  исследованных  соединений  может 
стать  препаратом  с  выходом  на  фармацевти-
ческий рынок. Общие затраты времени и де-
нег на создание нового препарата составляет 
12-15  лет  и  более  800  млн.  долларов  [1,  2]. 
Снижение  темпов  создания  новых  лекарств 
обусловлено  многими  причинами,  одна  из 
которых,  возрастание  требований  к  эффек-
тивности  и  безопасности  лекарств.  Особо 
следует  отметить  ситуацию  по дефициту  но-
вых  структур-лидеров,  которые  могут  быть 
оптимизированы  в  терапевтически  пригод-
ные лекарства [3].  
Создание  методов  прогнозирования 
свойств  новых  химических  соединений  и  на-
правленный молекулярный дизайн соединений 
с заданным набором свойств являются важ-
нейшими  актуальными  задачами  современ-
ной медицинской химии и биоинформатики.  
История  дизайна  с  помощью  компью-
теров началась более 25 лет назад, когда ста-
ло  возможным  изображение  и  вращение  мо-
лекул  на  экране  компьютера  [4-9].  Данный 
метод  позволяет  разработчикам  лекарств 
сформулировать и оценить рабочие гипотезы 
«структура  –  активность».  В  литературе  ис-
пользуются  следующие  термины:  QSAR 
(Quantities  Structure  Activity  Relationships), 
который  обозначает  Количественное  Соот-
ношение  Структура  Активность  (КССА)  и 
компьютерное моделирование лекарственных 
препаратов CAMD (Computer Aided Molecular 
Design).  Работы  по  молекулярному  дизайну 
лигандов на основе структуры мишени нача-
лись  с  исследований  Гудфорда.  Немного 
позже  в  лечебную  практику  был  внедрен 
первый лекарственный препарат, полученный 
методом  структурно-ориентированного  ди-
зайна  -  каптоприл.  Модели  физиологически 
активных веществ  позволяют проводить мо-
лекулярный  дизайн  новых  лекарств,  основы-
ваясь на знании пространственной структуры 
биомишений.  
Компьютерный  молекулярный  дизайн 
основан  на  концепции  взаимосвязи  моле-
кулярной  структуры  и  биологической  актив-
ности химических соединений. О.А. Раевский 

Журнал проблем эволюции открытых систем 
 
Вып. 12, Т.1, 2010                                                 94 
 
[10]  выделяет  в  современном  компьютерном 
дизайне три основных этапа исследований: 
1.  формирование  обучающей  выборки 
соединений  с  заданным  свойством  (активно-
стью);  
2.  описание  молекулярной  структуры 
исследуемых соединений (дескрипторов); 
3.  установление  взаимосвязи  «структу-
ра  – свойство  (биологическая активность)»  с 
последующим  созданием  устойчивых  про-
гностических математических моделей. 
Количественное  описание  молекуляр-
ной  структуры  химических  соединений  в 
компьютерном  молекулярном  дизайне  осу-
ществляется с помощью дескрипторов. Деск-
риптор  это  параметр,  который  каким-либо 
образом  характеризует  определенную  хими-
ческую  структуру.  Например,  дескриптором 
может  быть  любое  число,  которое  можно 
рассчитать    из  структурной  формулы  хими-
ческого  соединения:  молекулярный  вес,  мо-
лекулярный  объем  и  т.д.  Существует  боль-
шое  количество  дескрипторов,  но  реально 
полезных  для  решения  поставленной  цели 
достаточно ограниченное количество. Возни-
кает проблема создания дескрипторов наибо-
лее  полно  характеризующих  рассматривае-
мое  соединение  и    позволяющих  в  удобной 
форме  использовать  их  в  вычислительном 
процессе.  В  настоящее  время  разработано 
много  разных  подходов  к  выбору  оптималь-
ных дескрипторов. В работах [10, 11] приво-
дится  систематическая  классификация  деск-
рипторов. О.А. Раевским  представлена схема 
нескольких уровней дескрипторов: 
- дескрипторы элементного уровня,  
- дескрипторы структурной формулы,  
- дескрипторы электронной структуры,  
- дескрипторы молекулярной формы;  
-  дескрипторы  межмолекулярных  взаимо-
действий.  
При  таком  представлении  каждый  по-
следующий  уровень  включает  информа-
ционное  содержание  предыдущего.  Таким 
образом,  концепция  взаимосвязи  «структура 
– свойство (активность)» является отражени-
ем  взаимосвязи  молекулярных  взаимодейст-
вий химических соединений между собой и с 
биологическими объектами. 
Построение  адекватной  компьютерной 
молекулярной  модели  позволяет  в  дальней-
шем прогнозировать различные терапевтиче-
ские и физико-химические свойства синтези-
руемых  молекул,  что  определяет  актуаль-
ность  и  перспективность  развития  данного 
научного направления [12].  
Среди  методов  прогнозирования  зави-
симости  «структура  –  свойство»  следует  от-
метить рост исследований по искусственным 
нейронным сетям [13]. Нейронные сети пред-
ставляют  собой  упрощенную  математиче-
скую  модель  обработки  информации  голов-
ным  мозгом  человека.  Однако  большинство 
современных архитектур нейронных сетей не 
воспроизводит  в  точности  функции  мозга,  и 
их  следует  рассматривать  как  разновидность 
параллельных алгоритмов.  
Искусственные  нейронные  сети  пред-
ставляют  собой  достаточно  мощный  вычис-
лительный  метод  решения  задач,  возникаю-
щих при обработке химической информации, 
а именно, при классификации и моделирова-
нии  разрозненных  экспериментальных  дан-
ных.  В  рамках  поиска  зависимостей  между 
структурами  органических  соединений  и  их 
биологической  активностью  наиболее  попу-
лярна  многослойная  нейронная  сеть  прямого 
распространения,  обучающаяся  по  методу 
обратного распространения ошибки. Количе-
ство скрытых нейронов определяет количест-
во настраиваемых параметров нейросети (ве-
совых коэффициентов). 
Достоинством  этой  сети  является  спо-
собность  обобщать  и  аппроксимировать 
данные  с  высокой  точностью,  а  также 
обрабатывать  многомерную  разрозненную 
информацию.  Совокупность  параметров,  по-
даваемых на вход нейросети, представляют в 
виде вектора. При этом необходимыми усло-
виями являются:  

Журнал проблем эволюции открытых систем
 
 
95
                                           
 Вып. 12, Т.1, 2010
 
- количество и тип используемых деск-
рипторов  одинаковы  для  всех  описы-ваемых 
структур; 
-  каждому  дескриптору  соответствует 
определенная компонента в виде вектора па-
раметров; 
-  различным  молекулам  соответствуют 
различные векторы параметров. 
По  типу  описываемой  информации  де-
скрипторы  делятся  на  фрагментные;  тополо-
гические;  квантово-химические;  физико-
химические. 
К недостаткам данного подхода можно 
отнести  сложность  выбора  параметров  и 
структуры  нейронной  сети;  ресурсоѐмкий 
характер  обучения  нейросети;  сложности 
связанные с  переобучением сети. 
Моделирование  биологической  актив-
ности  органических  соединений  также  воз-
можно  и  с  помощью  нового  биологи-ческого 
направления  искусственного  интеллекта  – 
искусственных  иммунных  систем  (ИИС). 
Под  искусственными  иммунными  системами 
понимаются  информационные  методологии, 
использующие понятия теоретической имму-
нологии для решения различных прикладных 
задач.  Это  относительно  новая  область  ис-
следования.  Первые  попытки  разработки 
ИИС  были  предприняты  в  70-х  годах,  мас-
штабные  работы  начались  в  90  годах  про-
шлого столетия. 
В работах А.О. Тараканова были разра-
ботаны  математические  основы  биологиче-
ского подхода ИИС. Базовым элементом сис-
темы  является  пептид  (это  простейший  бе-
лок,  который  содержит  до  50  аминокислот) 
[14].  Биологическим  прототипом  ИИС  явля-
ется иммунная система человека и обработка 
информации  молекулами  белков  на  основе 
результатов  самосборки.  В  основе  подхода 
ИИС лежит идея взаимодействия между бел-
ками  иммунной  системы  человека  и  чуже-
родными антигенами. 
Тараканов  А.О.  ввел  математическую 
модель  формального  пептида,  как  математи-
ческой абстракции свободной энергии белко-
вой  молекулы  от  ее  пространственной  фор-
мы, описанной в алгебре кватернионов.  
Кватернион - это число, составленное 
из действительной единицы 1 и трех мнимых 
единиц: 
,
1
i
 
,
2
i
 
3
i
 с действительными эле-
ментами следующего вида:  
3
3
2
3
1
2
0
3
2
1
0
1
)
,
,
,
(
i
i
i














. 
Комплексное  число  является  частным 
случаем  кватерниона.  Кватернионы  служат 
для  описания  тела  в  пространстве.  Любой 
кватернион  можно  представить  в  прост-
ранстве точкой или радиус вектором. Кватер-
нионы  чрезвычайно  удобны  для  описания 
пространственного  строения  молекул  белка 
ввиду  дуализма  кватернионных  единиц,  яв-
ляющихся с одной стороны, ортами реально-
го  трехмерного  пространства,  а  с  другой, 
операторами  преобразования.  Каждый  ква-
тернион  описывает  положение  определенно-
го  звена  полипептидного  остова  в  простран-
стве. 
Формальным пептидом (ФП) называют 
упорядоченную пятерку: 
P = < n, U, Q, V, v >, 
которая включает следующие компоненты: 
- количество звеньев n>0; 
- множество торсионных углов:  
U = { 

k
, 

k
 },  k=1,...,n, 
где -

 

 

k
 

 

,  -

 

 

k 

 

 ; 
-  множество  единичных  кватернионов: 
Q
= {Q
0
,Q
k
}, 
где  кватернионы  Q
k 
=  Q
k
(

k
, 

k
)  и  результи-
рующий кватернион ФП Q
0
 определяется как 
их произведение: Q
0
 = Q
1
Q
2
 ...Q
n
,; 
- множество коэффициентов V = {v
ij
},  i = 
1,2,3,4,  j 

 i ; 
-  функция  v  (без  индекса),  определенная 
на  элементах  результирующего  кватерниона 
Q
0
 следующей квадратичной формой:  
 




i
j
j
i
ij
q
q
v
v
. 
Рассматриваются  взаимодействия  меж-
ду  белками  иммунной  системы  человека  и 
чужеродными  антигенами,  процедура  моле-
кулярного  узнавания  посредством  опреде-

Журнал проблем эволюции открытых систем 
 
Вып. 12, Т.1, 2010                                                 96 
 
ления  минимальной  энергии  связи  между 
формальными  пептидами.  Достоинствами 
иммунной  системы  являются:  распределен-
ность; самоорганизация и  эволюция;  относи-
тельная простота и «легковесность», т.е. ИИС 
не  особенно  требовательна  к  вычислитель-
ным ресурсам; отсутствие централизованного 
контроля; самообучаемость; индивидуальный 
подход к уникальным событиям. 
При  иммунносетевом  моделировании 
зависимости  «структура  –  свойство»  выпол-
няется  следующая    последовательность  дей-
ствий: 
 - описываются структуры исследуемых 
соединений  числовыми  параметрами  (деск-
рипторами);  
-  осуществляется  предварительная  об-
работка  данных  [15]:  нормирование,  центри-
рование;  заполнение  пропущенных  данных 
(методом  заполнения  средним,  методом 
заполнения  главным  компонентом,  методом 
случайного заполнения) и т.д. 
 -  выбирается  оптимальный  набор  де-
скрипторов, строится оптимальная структура 
иммунной сети [16];  
-  весь  массив  данных  разбивается  на 
обучающую и контролирующую выборки;  
-  выбирается  метод  обучения  иммун-
ной сети: с учителем или без учителя;  
-  выбираются  параметры  для  оценки 
качества обучения иммунной сети;  
-  производится  обучение  иммунной  се-
ти, оцениваются результаты этого обучения;  
-  решается  задача  распознавания  обра-
зов и нахождения минимальной энергии свя-
зывания между формальными пептидами (ан-
тителами и антигенами); 
- осуществляется оценка решения зада-
чи  распознавания  образов  на  основе  гомоло-
гов  [17]  и  расчет  коэффициентов  риска  про-
гнозирования на основе ИИС; 
-  полученную  иммунносетевую  модель 
используют для прогноза свойств и активно-
стей неизвестных соединений. 
 Укрупненная  структурная  схема  им-
мунносетевого  моделирования  «структура-
свойство» химических соединений приведена 
на рисунке 1. Здесь 
m
D
D .......
1
 исходный на-
бор  дескрипторов.  На  основе  пакета  при-
кладных  программ  SPSS  16.0  (факторного 
анализа  и  метода  главных  компонент)  и 
разработанного пакета прикладных программ 
«PEPTID» [18, 19] осуществляется  редукция 
малоинформативных  признаков  и  нахожде-
ние  оптимального  набора  дескрипторов 
n
D
D .......
1
.  
При решении задачи распознавания об-
разов  на  основе  подхода  ИИС  экспертами 
формируются  матрицы  эталонов  (которые 
получаются  в  результате  свертывания  соот-
ветствующих  временных  рядов  с  информа-
тивными дескрипторами) и матрицы образов 
(которые также получаются в результате сво-
рачивания временных рядов в матрицы). По-
сле того, как мы обучили ИИС, то есть ввели 
матрицы  эталонов  в  компьютер  для  соответ-
ствующих классов, мы вводим матрицу обра-
зов и находим меру близости нашего образа с 
эталонами.  Минимальное  значение  энергии 
связи  указывает,  к  какому  классу  принадле-
жит образ.  
Достоинством предложенной интеллек-
туальной  технологии  на  основе  иммунно-
сетевого моделирования является:  
-  способность  системы  глубоко  анали-
зировать  скрытые  (латентные)  взаимо-
действия  между  дескрипторами  и  основопо-
лагающие факторы, влияющие на них;  
-  распознавать  пептиды,  находящиеся 
на границе классов (имеющие схожие струк-
туры);  
- сокращение времени на обучение им-
мунной сети за счет построения оптимальной 
структуры  и  редукции  дескрипторов,  несу-
щих существенные погрешности; 

Журнал проблем эволюции открытых систем
 
 
97
                                           
 Вып. 12, Т.1, 2010
 
 
 
 

жүктеу/скачать 5,02 Mb.

Достарыңызбен бөлісу: