Traditional biological science (biophysics, systems analyses of biosystems) stationary mode of biosystems describes according to equation dx/dt=0 for the systems state vector x=x(t)=(x1, x2,…xm)T. But real biosystems demonstrated uninterrupted chaotic dynamics when dx/dt≠0 is always uninterrupted. The authors present two types of approaches to stationary mode investigation for biosystems. The first approach is based on the compartmental-cluster theory and the second approach is based on the theory of chaos-self-organization. The last is more convenient for real biosystems description because there are pragmatic results of its use. The compartmental-cluster approach may be used for real complex biosystems and the authors present some typical examples of such theory. The stationary mode of hierarchical neural networks were illustrated according to specific audi - analyzator. It was demonstrated that short intervals of tremogram demonstrate the real difference of distribution function parameters. As a result of such experiments – the classical statistics methods don’t usefulness for investigation of postural tremor. The tremogram, cardiogram, encephalogram are the systems of third type. The main idea consists of uninterrupted chaotic movements (glimmering property) of system’s vector in phase space of state and evolution of such system’s state vector in phase space of state. The glimmering property and evolution don’t have properties which can be modeled by traditional deterministic and stochastic approaches.
compartmental-cluster theory, state vector of the system simulation, dissipation coefficient
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. Gavrilenko TV, Baltikova AA, Degtyarev DA, Es´kov VV, Pashnin AS. Khaoticheskaya dinamika neproizvol´nykh dvizheniy konechnosti cheloveka v 4-mernom fazovom prostranstve. Slozhnost´. Razum. Postneklassika. 2012;1:79-88. Russian.
2. Gavrilenko TV, Poskina TYu, Sidorenko DA, Vasil´eva AYu, Yarmukhametova VN. Vliyanie razdrazheniya slukhovogo analizatora na parametry serdechno-sosudistoy sistemy s pozitsii teorii khaosa-somoorganizatsii [The influence of stimulation acoustic analyzer on the parameters of cardiovascular system of human according to the theory of chaos-selforganization]. Vestnik novykh meditsinskikh tekhnologiy (elektronnyy zhurnal) [Internet]. 2013 [cited 2013 April 15];№1:[about 3 p.]. Russian. Available from: http://medtsu.tula.ru/VNMT/ Bulletin/E2013-1/4338.pdf.
3. Es´kov VM, Burov IV, Filatova OE, Khadartsev AA. Osnovy bioinformatsionnogo analiza dinamiki makro-khaoticheskogo povedeniya biosistem [The basis of bioinformational analysis of biosystems` microchaotic behavior dynamics]. Vestnik novykh meditsinskikh tekhnologiy. 2012;19(1):15-8. Russian.
4. Es´kov VV, Vokhmina YuV, Gavrilenko TV, Zimin MI. Modeli khaosa v fizike i teorii khaosa-samoorganizatsii. Slozhnost´. Razum. Postneklassika. 2013;2:42-57. Russian.
5. Churchland MM, Cunningham JP, Kaufman MT, Foster JD, Nuyujukian P, Ryu SI, Shenoy KV. Neural population dynamics during reaching. Nature. 2012;487:51-8.
6. Eskov VM, Eskov VV, Filatova OE. Characteristic features of measurements and modeling for biosystems in phase spaces of states. Measurement Techniques (Medical and Biological Measurements). 2011;53(12):1404-10.
7. Eskov VM, Gavrilenko TV, Kozlova VV, Filatov MA. Measurement of the dynamic parameters of microchaos in the behavior of living biosystems. Measurement Techniques. 2012;55(9):1096-100.
8. Eskov VM, Eskov VV, Filatova OE, Filatov MA. Two types of systems and three types of paradigms in systems philosophy and system science. Journal of Biomedical Science and Engineering. 2012;5(10):602-07.
9. Prigogine I. The Die Is Not Cast . Futures. Bulletin of the Word Futures Studies Federation. 2000;25(4):17-9.
10. Mayr EW. What evolution is / Basic Books; New York; 2001.
11. Haken H. Principles of brain functioning: a synergetic approach to brain activity, behavior and cognition (Springer series in synergetics). Springer; 1995.
