Морфометрия двухцветного кожана. Бор Ара-Карагай

ЖАРАТЫЛЫСТАНУ ҒЫЛЫМДАР                                                  ЕСТЕСТВЕННЫЕ НАУКИ 
 
 
155
венном помещении, где днем летучие 
мыши  находились  в  щели  на  потолке 
на высоте 5 м. Вторая колония заселя-
ла инспекторский дом, летучие мыши 
размещались  на  веранде  и  крыше  до-
ма.  Третья  колония  обнаружена  на 
крыше  гаража,  над  воротами.  Коло-
нии  немногочисленные.  Наиболее 
крупная  включала  не  более 20 
взрослых самок. У многих из них име-
лись детеныши, что типично для дан-
ного  вида.  В  выводке 1, реже 2 дете-
ныша. В первой колонии (производст-
венное  помещение)  два  детеныша 
находились  на  полу,  здесь  же  разме-
щался  помет  летучих  мышей.  Лими-
тирующими факторами, наряду с дру-
гими,  является  беспокойство  на  зи-
мовках и в местах летнего обитания. 
3.  Поздний  кожан  (Eptesicus 
serotinus) - один из самых крупных ви-
дов  летучих  мышей  в  фауне  Казахста-
на. Длина его тела составляет от 60 до 
80  мм,  длина  хвоста 45-57 мм,  длина 
предплечья 47-55 мм,  размах  крыльев 
32-38  см.  Масса  тела - от 15 до 30 г. 
Мех  высокий  и  неровный,  волосы  од-
ноцветные  или  слабо  двуцветные,  на 
спине от темно-коричневых до светлых 
палево-серых,  на  брюхе – от  корич-
невато-серых  до  чисто  белых.  Морда 
темно-бурая  или  розоватая.  Крылья 
большие,  широкие.  Эпиблема  развита 
слабо  или  умеренно.  Распространен  от 
Северной  Европы  и  Средиземноморья 
до  Нижнего  Поволжья,  Казахстана, 
Средней  Азии,  Кашмира,  Гималаев  и 
юго-восточного Китая. 
Обитает в различных, преимуще-
ственно  антропогенных,  ландшафтах. 
День  проводит  на  чердаках,  в  трещи-
нах стен и скал, часто колониями. Вы-
летает  на  охоту  в  густых  сумерках. 
Охотится  чаще  низко  над  землей,  но 
иногда  на  очень  большой  высоте  или 
на  субстрате  за  пределами  населен-
ных пунктов. В рационе преобладают 
крупные  жуки.  Полет  небыстрый, 
спокойный,  но  маневренный.  Осед-
лый,  в  умеренных  широтах  зимует  в 
утепленной  части  зданий  или  на  чер-
даках,  реже – в  подземных  сооруже-
ниях,  в  том  числе  в  пещерах.  Вы-
водковые колонии в несколько десят-
ков – сотен самок, самцы держатся об-
особленно.  Беременность  около 70 
дней, роды в начале лета, в выводке 1-
2, редко 3, детеныша. Живет до 19 лет.  
Находки  позднего  кожана  отме-
чались  в  литературе  по  р.  Тургай [2]. 
Брагиной Т.М. в 2005 г. была обнару-
жена  колония  этого  вида  в  отдельно 
стоящей  постройке  в  междуречье  р. 
Тургай  и  р.  Улы-Жиланшик  в  Аман-
гельдинском районе Костанайской об-
ласти. В период экспедиции по описа-
нию  территории  планируемого  при-
родного  резервата  «Алтын  Дала»,  ор-
ганизованной  Т.М.  Брагиной  в  сере-
дине июля 2007 г., Е.А. Брагин и А.Е. 
Брагин обследовали колонию еще раз 
и  отловили  один  экземпляр  данного 
вида.  В  этот  же  период  наблюдалась 
охота  летучих  мышей  на  стоянке  эк-
спедиции  на  берегу  р.  Улыжиланшик 
вблизи бывшего пос. Айыркум Аман-
гельдинского  района.  Лимитирующи-
ми  факторами  являются  беспокойст-
во,  недостаточное  количество  удоб-
ных мест гнездования. 
В период обработки полевых ма-
териалов  дополнительно  были  собра-
ны  эктопаразиты  двухцветного  кожа-
на (табл. 2). 
  
Эктопаразиты двухцветного кожана. Костанайская область. Бор Ара-Карагай 
Таблица 2 
№ зверька 
1 2 3 4 5 6 7 Ср. зараженность 
кол-во эктопаразитов 4 1 5 2 0 0 1 ~ 
2 
паразита 
На  теле  отловленных  особей 
встречалось  от 0 до 5 экземпляров  эк-
топаразитов.  Все  собранные  паразиты 
представлены  классом  Насекомые  (In-
secta), отрядом Блохи (Aphaniptera, Sip-
honaptera),  семейством  Ischnopsyllidae, 
видом I. obscurus Wagner, 1898 [7, 8]. 

ЖАРАТЫЛЫСТАНУ ҒЫЛЫМДАР                                                  ЕСТЕСТВЕННЫЕ НАУКИ 
 
 
156
Таким образом, в результате про-
веденных  работ  выявлено 6 колоний 
летучих мышей, в том числе 3 колонии 
на  территории  Костанайской  области. 
Зафиксировано  современное  обитание 
трех  видов  на  территории  Северного 
Казахстана, в том числе редкого вида – 
усатой ночницы. В последние годы спе-
циальных  исследований  на  территории 
Северного  Казахстана,  в  том  числе  на 
территории  Костанайской  области,  не 
проводилось.  В  близлежащем  регионе 
России – на  Южном  Урале – подтвер-
ждено  современное  обитание 13 видов 
[9],  из  них 7 оседлых:  Myotis brandtii, 
M. mystacinus, M. daubentonii, M. dasy-
cneme, М. nattereri, Eptesicus nilssonii и 
Plecotus auritus. 
 
ЛИТЕРАТУРА 
 
1.
 
Брем А. Звери, I т.- М.: АСТ, 2000. - 
С. 189. 
2.
 
Млекопитающие Казахстана. Алма-
Ата: Наука Казахской ССР, 1985. Т.  
Насекомоядные и Рукокрылые. – С. 
125-260. 
3.
 
Веб-сайт: 
http://zmmu.msu.ru/bats/rusbats
 
4.
 
Веб-сайт: 
http://ecoclub.nsu.ru/bats
 
5.
 
Веб-сайт: 
http://www.cnshb.ru/AKDiL/default.h
tm
 
6.
 
Брагин  Е.А.  и  Брагина  Т.М.  Фауна 
Наурзумского  заповедника.  Рыбы, 
земноводные, 
пресмыкающиеся, 
птицы,  млекопитающие  (аннотиро-
ванные  списки  видов). – Костанай-
ский Дом печати, 2002. – С. 48. 
7.
 
Определитель  насекомых  европей-
ской части СССР. Л: «Наука», 1970. 
Т 5, часть  вторая.  Двукрылые,  бло-
хи. – С. 799 – 844. 
8.
 
Фауна,  систематика  и  биология 
млекопитающих,  том 119./Под  ред. 
П.П. Стрелкова. – Л.: Академия на-
ук СССР, 1983. – С. 40. 
9.
 
Снитько  В.П.  Летние  местообита-
ния  оседлых  видов  рукокрылых  на 
Южном  Урале. — Plecotus et al., 
2005, № 8. - С. 43-53. 
 
 
Важев В.В., 
доктор химических наук,
 
Важева Н.В., 
кандидат педагогических наук, 
 
Актурсунов А.Б., магистрант 
Костанайский государственный педагогический институт 
 
ИСПОЛЬЗОВАНИЕ МАСС-СПЕКТРОВ ПРИ ОЦЕНКЕ ТОКСИЧНОСТИ 
ОРГАНИЧЕСКИХ СОЕДИНЕНИЙ ДЛЯ FATHEAD MINNOW 
 
Исследование  токсичности  хими-
ческих  веществ  для  человека  и  жи-
вотных – длительный  и  дорогостоя-
щий процесс, связанный с проведени-
ем  экспериментов,  которые  начинают 
противоречить  требованием  гуман-
ного отношения к животным. В связи 
с  этим  ведутся  поиски  альтернатив-
ных методов определения параметров 
токсичности  химических  соединений. 
Одним  из  наиболее  перспективных 
направлений  является  изучение  зави-
симости между структурой и биологи-
ческой  активностью  вещества (QSAR 
-  направление).  Для  количественного 
описания  структуры  молекул  привле-
каются  дескрипторы  различной  при-
роды  (конституционные,  топологи-
ческие,  квантово-химические  и  др.). 
Весьма  часто  как  объекты  моделиро-
вания токсичности используются вод-
ные организмы, в  том  числе рыба го-
лец fathead minnow. Качество  моде-
лирования  и  прогнозирования  харак-
теризуется  коэффициентом  корреля-
ции R между  прогнозируемыми  и  эк-
спериментальными  значениями  пара-
метра токсичности и стандартным от-
клонением s. В качестве меры токсич-
ности  обычно  используют lg(LC
50
)- 
логарифм  концентрации  токсиканта, 
вызывающую  гибель  половины  осо-
бей популяции.  

ЖАРАТЫЛЫСТАНУ ҒЫЛЫМДАР                                                  ЕСТЕСТВЕННЫЕ НАУКИ 
 
 
157
Полагая,  что  каждый  фрагмент 
молекулы  (типа  метильной  или  гид-
роксильной  группы)  вносит  опреде-
ленный  постоянный  вклад  в  показа-
тель  токсичности,  Мартин  и  др. [1] с 
помощью нейросетей, а также множе-
ственной  линейной  регрессии  пост-
роили две модели острой токсичности 
по  отношению  к fathead minnow для 
397  органических  веществ.  Модели 
имели  близкие  свойства  и  демонст-
рировали  довольно  высокую  корре-
ляцию  расчетных  и  эксперименталь-
ных  данных (R
2 
> 0,9), однако,  про-
верка  моделей  на  контрольной  вы-
борке  не  осуществлялась.  Хуусконе-
ном [2] представлены модели lg(LC
50
) 
для гольца, построенные на наборе из 
140 соединений различных классов. В 
качестве  дескрипторов  использова-
лись 14 типов электротопологических 
индексов.  Для  тренировочной  выбор-
ки  из 130 органических  соединений 
была  получена  линейная  регрессион-
ная  модель  с R=0,917 и s=0,36. Для 
небольшой  контрольной  выборки  из 
10 
соединений 
соответственно 
R=0,911, s=0,47. Нейронные сети дали 
некоторое уточнение в случае того же 
самого  набора,  и  значения  средне-
квадратичных  отклонений  составили 
s=0,31  для  тренировочной  выборки  и 
s=0,30  для  контрольной  выборки. 
Дмитровым и др. [3] выполнено моде-
лирование  токсичности 51 наркоти-
ческих  веществ  для fathead minnow. 
Дескрипторами  служили  коэффици-
ент  распределения  в  системе  окта-
нол/вода  (логарифм  K
ow
)  и  энергия 
низшей  свободной  молекулярной  ор-
битали  (НСМО), R=0,924. Приведен-
ная  в  статье [4] модель  токсичности 
альдегидов  для fathead minnow имела 
R=0,619.  С  использованием  четырех 
квантовохимических 
дескрипторов 
были  разработаны  прогнозирующие 
модели водной токсичности для fathe-
ad minnow набора  из 50 ароматичес-
ких  и  алифатических  альдегидов [5]. 
Лучшая модель имела R= 0,9317.  
В настоящей работе исследована 
возможность  использования  масс-
спектров  как  дескрипторов  молеку-
лярной  структуры  для  прогнозирова-
ния lg(LC
50
)  химических  соединений 
для гольца fathead minnow. Масс-спек-
тры  были  успешно  применены  нами 
при прогнозировании токсичности кис-
лородсодержащих  органических  ве-
ществ для Tetrahymena pyriformis [6].  
Масс-спектры  веществ  взяты  на 
сервере NIST (США) [7]. Показатели 
токсичности для fathead minnow взяты 
из  работы [8]. Использован  набор  из 
250 органических соединений различ-
ных  классов.  Тренировочная  выборка 
состояла  из 200, а  контрольная  из 50 
веществ.  Преобразования  спектров  и 
расчеты  выполнены  по  схемам,  изло-
женным в [9]. Часть результатов прог-
нозирования,  относящаяся  к  конт-
рольной  выборке,  приведена  в  таб-
лице 1. 
 
 
Экспериментальные [8] и рассчитанные по масс-спектрам значения lg(LC
50
) 
веществ контрольной выборки для fathead minnow 
Таблица 1 
Соединение CAS 
Экспер 
Расч 
Разность
Benzenamine, 2,3,5,6-tetrachloro- 
3481-20-7  5.93 
6.47 
-0.54 
Pyridine, 3-methyl- 
108-99-6 
2.81 
2.87 
-0.06 
Methyl Isobutyl Ketone 108-10-1 
2.27 
2.55 
-0.28 
2-Hexanone, 5-methyl- 
110-12-3 
2.86 
2.55 
0.31 
Nonanoic acid 
112-05-0 
3.18 
3.59 
-0.41 
Pentanal 110-62-3 
3.82 
3.82 
0.00 
Propane, 2-methoxy-2-methyl- 
1634-04-4  2.12 
2.22 
-0.10 
2-Hexanone 591-78-6 
2.37 
2.30 
0.07 

ЖАРАТЫЛЫСТАНУ ҒЫЛЫМДАР                                                  ЕСТЕСТВЕННЫЕ НАУКИ 
 
 
158
Acetonitrile 75-05-8 
1.49 
2.12 
-0.63 
Monoethanolamine 141-43-5 
1.47 
1.17 
0.30 
2-Propyn-1-ol 107-19-7 
4.56 
5.03 
-0.47 
1-Hexanamine 111-26-2 
3.25 
3.45 
-0.20 
Benzenamine, 4-ethyl- 
589-16-2 
3.22 
3.38 
-0.16 
Ethane, 1,1,2,2-tetrachloro- 
79-34-5 
3.92 
3.95 
-0.03 
1-Piperazineethanol 103-76-4 
1.31 
1.55 
-0.24 
2-Propenoic acid, 2-hydroxyethyl ester 
818-61-1 
4.38 
5.03 
-0.65 
Benzene, 1,2,4-trimethyl- 
95-63-6 
4.19 
4.14 
0.05 
Benzene, 1,3-dichloro- 
541-73-1 
4.27 
3.83 
0.44 
Ethyl Acetate 
141-78-6 
2.58 
2.96 
-0.38 
Benzenemethanamine, N,N-dimethyl-  103-83-3 
3.55 
2.91 
0.64 
Toluene 108-88-3 
3.42 
3.72 
-0.30 
Aniline 62-53-3 
3.03 
2.96 
0.07 
N,N-Diethyl-2-aminoethanol 100-37-8 
1.82 
1.44 
0.38 
n-Propyl acetate 
109-60-4 
3.23 
2.94 
0.29 
Benzylamine 100-46-9 
3.02 
2.76 
0.26 
2-Butanamine, 3-methyl- 
598-74-3 
2.49 
2.29 
0.20 
1-Heptanamine 111-68-2 
3.72 
3.36 
0.36 
o-Xylene 95-47-6 
3.81 
4.13 
-0.32 
Ethanamine, 2-methoxy- 
109-85-3 
2.16 
1.96 
0.20 
Benzaldehyde, 4-ethoxy- 
10031-82-0 
3.74 3.94 -0.20 
Hexanoic acid, ethyl ester 
123-66-0 
4.21 
4.33 
-0.12 
p-Xylene 106-42-3 
4.21 
4.21 
0.00 
1,2-Benzenedicarboxylic acid, bis(2-
methylpropyl) ester 
84-69-5
5.49
5.10 0.39 
2-Propenoic acid, 2-methyl-, 2-hydro-
xyethyl ester 
868-77-9
2.76
3.02 -0.26 
Furan, tetrahydro- 
109-99-9 
1.52 
1.28 
0.24 
2-Butanone, 3,3-dimethyl- 
75-97-8 
3.06 
2.96 
0.10 
Phenol, 2,3,6-trimethyl- 
2416-94-6  4.22 
4.20 
0.02 
2-Heptanone 110-43-0 
2.94 
3.23 
-0.29 
Ethylenediamine 107-15-3 
2.55 
2.31 
0.24 
Benzaldehyde 100-52-7 
3.93 
3.50 
0.43 
Dibutyl phthalate 
84-74-2 
5.33 
5.86 
-0.53 
Aniline, N-methyl- 
100-61-8 
3.03 
3.29 
-0.26 
1,3-Butadiene, 2,3-dimethyl- 
513-81-5 
4.08 
3.71 
0.37 
Benzene, 2,4-dichloro-1-methyl- 
95-73-8 
4.54 
4.51 
0.03 
Propanedioic acid, dimethyl ester 
108-59-8 
4.03 
3.91 
0.12 
Benzene, 1-chloro-2-methyl- 
95-49-8 
4.23 
3.73 
0.50 
Pyridine, 5-ethyl-2-methyl- 
104-90-5 
3.17 
3.58 
-0.41 
Hexanal 66-25-1 
3.66 
3.65 
0.01 
Diisopropyl ether 
108-20-3 
2.11 
2.01 
0.10 
2-Octanone 111-13-7 
3.45 
3.44 
0.01 
 
CAS- регистрационный номер по Chemical Abstracts 
 
 
 
 
 
 

ЖАРАТЫЛЫСТАНУ ҒЫЛЫМДАР                                                  ЕСТЕСТВЕННЫЕ НАУКИ 
 
 
159
Использованы названия веществ, 
принятые в базе [7]. 
-1
0
1
2
3
4
5
6
7
0
1
2
3
4
5
6
7
lg(LC
50
), эксперимент
lg
(LC
50
),
 р
асч
ет
 
Рисунок 1. Корреляция между экспе-
риментальными и вычисленными зна-
чениями lg(LC
50
) для fathead minnow 
 
● – тренировочная выборка; 
×- контрольная выборка 
На  рисунке 1 изображена  зависи-
мость между расчетными и эксперимен-
тальными значениями lg(LC
50
) для fathe-
ad minnow для  всего  набора  веществ. 
Гистограмма  распределения  частот 
ошибок прогнозирования lg(LC
50
 (рису-
нок 2) несколько отличается от нормаль-
ного  распределения,  что  вероятно,  выз-
вано низкой точностью использованных 
экспериментальных данных. 
0
20
40
60
80
100
-1.1
-0.9
-0.7
-0.5
-0.3
-0.1
0.2
0.4
0.6
0.8
1.0
1.2
1.4
1.6
1.8
2.0
Ошибка прогнозирования  lg(LС
50
)
Час
то
та
 
Рисунок 2. Гистограмма распределения 
частот ошибок прогнозирования lg(LD
50
) 
 
Количественные  показатели  по-
лученных  корреляционных  зависимо-
стей приведены в табл. 2. 
Показатели корреляции между 
экспериментальными и вычислен-
ными значениями lg(LC
50
) 
Таблица 2 
Показа
тели 
коре-
ляции 
Весь 
набор 
Трениро
вочная 
выборка 
Контро-
льная 
выборка 
R 0,9484 
0,9471 
 
0,9584 
s 0,38 
0,39 
 
0,32 
Полученные  нами  результаты 
превосходят  по  качеству  прогнозиро-
вания  параметров  токсичности  соот-
ветствующие  литературные  данные, 
что  обусловлено  более  высокой  ин-
формационной  емкостью  масс-спект-
ров  по  сравнению  с  традиционно  ис-
пользуемыми  дескрипторами.  Для 
дальнейшего  повышения  качества 
прогнозирования  следует  выполнить 
экспертизу  параметров  токсичности 
веществ,  входящих  в  тренировочную 
выборку.  
 
ЛИТЕРАТУРА 
 
1.
 
Martin T.M., Young D.M. Prediction 
of the Acute Toxicity (96-h LC50) of 
Organic Compounds to the Fathead 
Minnow (Pimephales promelas) Using 
a Group Contribution Method // 
Chem. Res. Toxicol. – 2001. - Vol. 
14, № 10. P. 1378 -1385. 
2.
 
Huuskonen J. QSAR modeling with 
the electrotopological state indices: 
predicting the toxicity of organic che-
micals// Chemosphere. 2003.- Vol.50.-
№ 7. P.949-953. 
3.
 
Dimitrov S.D., Mekenyana O.G., 
Sinksb G.D., Schultz. T.W. Global 
modeling of narcotic chemicals: ciliate 
and fish toxicity // Journal of Mole-
cular. Structure: THEOCHEM. – 
2003. - Vol. 622, № 1-2,7.  P. 63-70. 
4.
 
Dimitrov S., Koleva Y., Schultz T.W., 
Walker J.D., Mekenyan O. Interspe-
cies quantitative structure-activity re-
lationship model for aldehydes: aqu-
atic toxicity // Environ. Toxicol. 
Chem. – 2004. - № 2. P. 463-470.  
5.
 
Smiesko M., Benfenati E. Predictive 
Models for Aquatic Toxicity of Alde-
hydes Designed for Various Model 
Chemistries // J. Chem. Inf. Comput. 
Sci. 2004. Vol. 44, № 3. P. 976 -984. 
6.
 
Важев  В.В.  Использование  масс-
спектров  в  прогнозировании  ток-
сичности кислородсодержащих ора-
нических  веществ  для Tetrahymena 
pyriformis // Поиск.  Серия  естест-
венных и технических наук. - 2004. 
- № 4 (2). С. 19-25.  
7.
 
NIST Chemistry WebBook. NIST 
Standard Reference Database Number 

ЖАРАТЫЛЫСТАНУ ҒЫЛЫМДАР                                                  ЕСТЕСТВЕННЫЕ НАУКИ 
 
 
160
69 November 1998 Release. 
http://webbook.nist.gov/chemistry/ 
8.
 
He L., Jurs P.C. Assessing the relia-
bility of a QSAR model's predictions 
// Journal of Molecular Graphics and 
Modelling. 2005. Vol. 23. P. 503-523. 
9.
 
Важев  В.В.  Использование  ИК - и 
масс-спектров  в QSAR/QSPR – 
исследованиях. – Костанай:  КГУ, 
2003. - 114 с. 
 
 

жүктеу/скачать 2,56 Mb.

Достарыңызбен бөлісу: