Различия
Здесь показаны различия между двумя версиями данной страницы.
|
users:kononenko13:my_project:index [09.12.2013 15:22] kononenko13 создано |
users:kononenko13:my_project:index [09.12.2013 15:53] (текущий) kononenko13 |
||
|---|---|---|---|
| Строка 3: | Строка 3: | ||
| Модель имитирует эволюционный процесс на популяциях «организмов» без полового размножения. Это, кроме упрощения модели, позволяет имитировать механизм естественного отбора в чистом виде. Предполагается что естественный отбор имел место и до возникновения механизма скрещивания. Процесс биологической эволюции моделируется на квадратной сетке размером n x n. Каждая клетка сетки имеет условную «калорийность» (k) . На сетке могут быть расположены «особи», таким образом, что в каждой клетке может быть расположена только одна особь. | Модель имитирует эволюционный процесс на популяциях «организмов» без полового размножения. Это, кроме упрощения модели, позволяет имитировать механизм естественного отбора в чистом виде. Предполагается что естественный отбор имел место и до возникновения механизма скрещивания. Процесс биологической эволюции моделируется на квадратной сетке размером n x n. Каждая клетка сетки имеет условную «калорийность» (k) . На сетке могут быть расположены «особи», таким образом, что в каждой клетке может быть расположена только одна особь. | ||
| + | **Пример таблицы**: http://citysoft.mosmap.ru/evolutcomp/tab200.gif | ||
| + | Далее таблицу выводят в виде модели на компьютере: http://citysoft.mosmap.ru/evolutcomp/graf200_l.gif | ||
| + | Каждая особь имеет следующие числовые признаки: | ||
| + | 1 - «сила» (S), особь с большим значением силы может «поглотить» любую особь с меньшим ее значением, | ||
| + | 2 - «зона набора калорий» (L) или кратко «зона», определяющий величину пространства на котором особь может поглощать пустые клетки и других особей (не смог подобрать лучшего названия, можно назвать «зона охоты»), | ||
| + | 3 - «плодовитость» (C), число потомков особи, | ||
| + | 4 - «долголетие» (V), определяющее число циклов охота-размножение особи. | ||
| + | 5 «Поколением» считается перебор всех особей, размешенных на сетке, с проведением для каждой из них цикла охота-размножение. | ||
| + | Для анализа динамики эволюции на всем протяжении эксперимента пользуются графиками «Изменение параметра эволюции». В каждом из этих графиков, по оси X расположены поколения (с интервалом 10) а по оси Y значения одного из параметров для всех видов данного поколения. Т.е. каждому поколению (ось X) соответствует m точек оси Y, где m – количество видов в данном поколении. | ||
| + | Пример графика: http://citysoft.mosmap.ru/evolutcomp/vector1s.gif | ||
| + | **Вывод**: с помощью такого компьютерного моделирования можно составить графики видов, их число, выживаемость особей, и многое другое. | ||
| + | |||
| + | Также существует другой вид моделирования, так называемое пространственно-временное моделирование — это описание развития процессов одновременно в пространстве и во времени. В более простом случае динамику системы «как она есть» можно описывать только во времени: и такой подход обычно используется в химической кинетике или моделировании метаболических процессов. Пространственно-временное моделирование позволяет нам описывать природу в четырёх измерениях — в трёх пространственных измерениях и во времени. | ||
| + | В качестве примера можно привести изучение молекулярной динамики в структурной биологии, а также экологические или эволюционно-биологические исследования. В виртуальных экспериментах можно контролировать и измерять все переменные. Поэтому мы можем померить всё, что нужно, и очень точно оценить все ключевые факторы и взаимодействия. В результате мы можем отдельно рассматривать сопряжённые процессы, которые в реальных экспериментах разделить невозможно. На внутриклеточном уровне примерами могут служить проникновение вирусного материала в клетку и его перенос, передача сигнала внутри клетки и диффузия белков в различных клеточных компартментах. | ||
| + | |||
| + | **Примеры**: http://biomolecula.ru/img/content/1084/Fig.1.png | ||
| + | (А - Изображение трёхмерной компьютерной модели структуры эндоплазматического ретикулума (ЭР) живой клетки . Б - Крупный план модели ЭР демонстрирует сложность структуры этого внутриклеточного органоида.) | ||
| + | |||
| + | **Вывод**: Значение пространственно-временных моделей и численного компьютерного моделирования почти во всех областях биологии быстро растёт. Помимо анализа расчётных данных, в который входит обработка изображений, анализ нуклеотидных последовательностей, кодирующих гены и отдельные белки, кластеризация и компьютерное обучение, в современной биологии также используется мощный инструмент — компьютерное моделирование. В «виртуальных экспериментах» (in silico) на компьютере возможно контролировать все переменные и факторы воздействия, что позволяет нам критически анализировать биологические системы, разрабатывать физические модели для компонентов этих систем и разделять сопряжённые процессы, которые нельзя разделить в реальных экспериментах. Более того, пространственно-временное моделирование позволяет работать в масштабах времени и расстояний, недостижимых в экспериментах. Поэтому мы можем изучать системы крошечные, как атомы в молекуле белка, или огромные, как экосистемы целиком. | ||
| + | |||
| + | **Источники**: | ||
| + | http://citysoft.mosmap.ru/evolutcomp/vector1s.gif | ||
| + | http://biomolecula.ru/img/content/1084/Fig.1.png | ||
| + | http://www.moluch.ru/conf/med/archive/52/2449/ | ||
| \ | \ | ||
| Строка 11: | Строка 35: | ||
| {{tag>}} | {{tag>}} | ||
| + | |||