авторефераты диссертаций БЕСПЛАТНАЯ  БИБЛИОТЕКА

АВТОРЕФЕРАТЫ КАНДИДАТСКИХ, ДОКТОРСКИХ ДИССЕРТАЦИЙ

<< ГЛАВНАЯ
АГРОИНЖЕНЕРИЯ
АСТРОНОМИЯ
БЕЗОПАСНОСТЬ
БИОЛОГИЯ
ЗЕМЛЯ
ИНФОРМАТИКА
ИСКУССТВОВЕДЕНИЕ
ИСТОРИЯ
КУЛЬТУРОЛОГИЯ
МАШИНОСТРОЕНИЕ
МЕДИЦИНА
МЕТАЛЛУРГИЯ
МЕХАНИКА
ПЕДАГОГИКА
ПОЛИТИКА
ПРИБОРОСТРОЕНИЕ
ПРОДОВОЛЬСТВИЕ
ПСИХОЛОГИЯ
РАДИОТЕХНИКА
СЕЛЬСКОЕ ХОЗЯЙСТВО
СОЦИОЛОГИЯ
СТРОИТЕЛЬСТВО
ТЕХНИЧЕСКИЕ НАУКИ
ТРАНСПОРТ
ФАРМАЦЕВТИКА
ФИЗИКА
ФИЗИОЛОГИЯ
ФИЛОЛОГИЯ
ФИЛОСОФИЯ
ХИМИЯ
ЭКОНОМИКА
ЭЛЕКТРОТЕХНИКА
ЭНЕРГЕТИКА
ЮРИСПРУДЕНЦИЯ
ЯЗЫКОЗНАНИЕ
РАЗНОЕ
КОНТАКТЫ


Pages:   || 2 |
-- [ Страница 1 ] --

ISSN 2220-7864

ИНФОРМАЦИОННО-ВЫЧИСЛИТЕЛЬНЫЕ

ТЕХНОЛОГИИ В РЕШЕНИИ ФУНДАМЕНТАЛЬНЫХ

ПРОБЛЕМ И ПРИКЛАДНЫХ НАУЧНЫХ ЗАДАЧ

Сессия ИВТН-2013

COMPUTER

APPLICATIONS IN SCIENTIFIC RESEARCH

IVTN-2013 Session

Сборник материалов

The Proceedings

Москва – 2013

Moscow - 2013

ИВТН.ru – электронные конференции Информационно-Вычислительные Технологии в Науке Главный организатор - НВК "ВИСТ" При поддержке Zenon N.S.P.

IVTN.ru – web conferences Computer Applications in Science Provided by NVK "VIST" Supported by Zenon N.S.P.

Руководитель проекта ИВТН.ru Габусу Полина Исполнительный секретарь ИВТН.ru Куприна Юлия IVTN.ru Project Leader Gabusu Paulina IVTN.ru Executive Secretary Kuprina Yulia Организационный комитет выражает благодарность всем участникам сессии ИВТН- The Organizational committee thanks all of the participants of the IVTN-2013 session Сборник материалов сессии ИВТН-2013 содержит аннотации докладов, а также тезисы, представленных на электронную конференцию «Информационно-вычислительные технологии в решении фундаментальных и прикладных научных задач» в 2013 году. Среди докладов работы научных коллективов о моделировании и вычислениях, исследовании и разработках, а также о научных проблемах и перспективах в информационных и компьютерных технологиях.

Полные тексты докладов доступны на сайте ИВТН.ru (http://www.ivtn.ru).

The Proceeding of IVTN-2013 session contains annotations of the reports and abstracts presented on web-conference « Computer Applications in Science research» in 2013. Among the reports of the research teams for research and development, modeling and computation, as well as academic problems and prospects in information and computer technologies.

Full texts of reports are accessible on site IVTN.ru (http://www.ivtn.ru).

НВК «ВИСТ»

NVK «VIST»

www.ivtn.ru Уважаемые коллеги!

Представляем вашему вниманию Сборник материалов ИВТН-2013, который содержит каталог аннотаций докладов на двух языках, с указанием постоянного адреса полной версии статьи на сайте ИВТН.ru в Интернете, а также тезисы заявленных на конференцию докладов.

Для ссылок на опубликованные тезисы и доклады авторов за прошедшие и текущие секции электронных конференций ИВТН.ru, Вы также можете использовать новый раздел "Библиотека ИВТН.ru", расположенный по адресу: http://ivtn.ru/library/index.php, где работы находятся в открытом доступе в соответствии с годом выхода публикации.

Организационный комитет ИВТН.ru выражает благодарность всем участникам конференции за предоставленные тезисы и расширенные доклады и надеется на дальнее плодотворное сотрудничество.

До встречи на конференции ИВТН-2014!

С уважением, Организационный комитет ИВТН.ru E-mail: org@ivtn.ru URL: http://www.ivtn.ru Тел.: +7 495 995 Dear colleagues!

We bring forward proceedings of the Session IVTN-2013, which contains a catalog of abstracts in both languages with instructions of the permanent address of the full report version at web-site IVTN.ru in Internet, and also theses submitted for the conference reports.

To refer to the published abstracts and papers of the authors in the past and current partitions electronic conferences IVTN.ru, You can also use a new section "IVTN.ru Library", located at the address: http://ivtn.ru/library/index.php, where works are in the public domain in accordance with the year of publication.

Organizing committee IVTN.ru would like to thank all participants for any reports and communications and hopes to further cooperation.

To a meeting at conference IVTN-2014!

Sincerely yours, IVTN.ru Organizational Committee E-mail: org@ivtn.ru URL: http://www.ivtn.ru Tel.: +7 495 995 www.ivtn.ru ИВТН- IVTN- ИНФОРМАЦИОННО-ВЫЧИСЛИТЕЛЬНЫЕ ТЕХНОЛОГИИ В НАУКЕ COMPUTER APPLICATIONS IN SCIENCE Организаторы Providers Конференции ИВТН-2013 организованы по инициативе НВК "ВИСТ", при поддержке научных центров и институтов Российской Академии Наук и Российской Академии Медицинских Наук.

The IVTN-2013 Conferences were initially organized by NVK "VIST" and supported by Scientific Centers and Institutes of Russian Academy of Sciences and Russian Academy of Medical Sciences.

http://www.ivtn.ru http://www.ivtn.ru Секция 2 Section СЕКЦИЯ КОМПЬЮТЕРНЫЕ ВЫЧИСЛЕНИЯ, ИХ ОРГАНИЗАЦИЯ (СЕТИ И ПАРАЛЛЕЛЬНЫЕ ВЫЧИСЛЕНИЯ) SECTION COMPUTING AND COMPUTING MANAGEMENT (NETWORKS AND PARALLEL COMPUTATION) ПРОБЛЕМЫ АЛГОРИТМИЗАЦИИ ВЫЧИСЛЕНИЯ PROBLEMS OF THE ALGORITHMIZATION OF THE БОЛЕЕ ВЕРОЯТНЫХ В СРЕДНЕМ ВЕЛИЧИН CALCULATION OF THE MORE PROBABLE ON КРИТЕРИЕВ В ПЛП-ПОИСКЕ AVERAGE VALUES OF CRITERIA IN THE PLP SEARCH Статников И.Н., Фирсов Г.И. Statnikov I.N., Firsov G.I.

Институт машиноведения им. А.А.Благонравова РАН А.А. Blagonravov Mechanical Engineering Research Institute of Russian Academy of Sciences Рассматриваются основные идеи планируемого ЛП- The basic ideas of the planned LP- search (PLP- search) поиска (ПЛП-поиска) и показано, что для реальных are examined and it is shown that for the real parameters параметров вычислительных экспериментов можно of computational experiments it is possible to replace the заменить действительное значение дисперсии actual value of the dispersion of sample in the arbitrary выборки в произвольном сечении ее оценкой. section with its estimation. Are examined the problems, Рассматриваются проблемы, возникающие при which appear during the selection of the number of выборе числа сочетаний при оценке более вероятных combinations during the estimation of the more probable в среднем величин критериев, связанные с on average values of criteria, connected with the противоречием между желаемой точностной contradiction between the desired precision probabilistic вероятностной оценкой и временем ее получения. estimation and the time of its obtaining. Are given the Приведены результаты применения предлагаемого results of applying of the proposed algorithm and variation алгоритма и вариации в его использовании на ряде in its use in a number of test examples тестовых примеров Общая идея построения более вероятного значения оценки математического ожидания гипотетической генеральной совокупности основывается на классическом принципе теории вероятностей, говорящем о тот, что распределение сумм случайных величин, имеющих конечные значения дисперсий, независимо от характера их исходных распределений, стремится к нормальному при неограниченном увеличении числа этих сумм [1,2]. Конечно, сочетание слов «более вероятное» сохраняет неустранимую неопределенность в величине среднего генеральной совокупности. Это обстоятельство компенсируется, в значительной мере, выбором значений двух параметров: величиной доверительного интервала и соответствующей ему величиной доверительной вероятности.

Применительно к планируемому ЛП-поиску (ПЛП-поиску) [3-6] общая идея состоит в следующем. Для каждого J M выборок { kji j lki }, где: kji j lki k-го критерия качества проектируемого (исследуемого) объекта имеется kj j j j lki j -ое значение k-го критерия на ij -м уровне j-го параметра;

lki j 1, L ki j, а L ki j - число членов выборки на ij -м уровне j-го параметра по k-му критерию;

k = 1, K, а K - число анализируемых критериев качества;

j = 1, J, а J число варьируемых параметров;

ij = 1, M kj, а Mkj - число уровней j-го параметра по k-му критерию. Из множеств { kji j lki } в ПЛП-поиске формируются подмножества { kji j } средних значений, необходимых для проведения j однофакторного дисперсионного анализа. Здесь kji j - среднее значение k-го критерия на ij -м уровне j-го L ki j параметра kji j = ( L ki j ).

kji j lki j lki j График функции kji j ( i j ) в сопоставлении со значением k - общим средним значением k-го критерия, полученным по выборке из N0 вычислительных экспериментов, позволял эмпирически (чаще всего, визуально) назначать новые области поиска наилучших решений по k-му критерию. Однако неучет того факта, что значения kji j носят выборочный характер, часто приводят к необоснованному оптимизму при выборе новых пределов варьирования параметра j и, что самое главное, к раздражительной реакции пользователя ПЛП www.ivtn.ru Секция 2 Section поиска. Хотелось бы побольше «детерминизма», хотя бы и в среднем. Можно ли было этого достичь, не увеличивая общего числа N0 вычислительных экспериментов? Можно, если воспользоваться общей идеей построения более вероятного среднего. Суть предлагаемых алгоритмов вычисления более вероятных в значений kji j lki. Организуем L ki j среднем величин критериев состоит в следующем. Имеется выборка из j всевозможные суммы (а, далее, средние этих сумм) из элементов этой выборки. Как известно [7], число всевозможных сочетаний M ki j из элементов этой выборки равно L ki j M ki j ( CLmki ) L ki j (L ki j 2) (1) j m без учета среднего значения исходной выборки и L ki j M ki j 2 (L ki j 1) (2) 8 число M ki j 246. Поэтому с ростом L с учетом этого среднего значения. Уже при L статистика M ki j ki j ki j растет быстро и появляется возможность использовать более “качественные” суммы, т.е. организовать суммы из 10 и более элементов, а не из 2, 3 и т.д. Это обстоятельство, конечно, учитывается при программной реализации алгоритма.

Обозначим более вероятные в среднем значения k-го критерия на ij -ом уровне j-го параметра через akji j.

Тогда рассматривая akji j и kji j как неизвестные параметры нормального распределения и решая уравнения правдоподобия [1], получим несмещенные и эффективные оценки этих параметров:

M ki j aki j ( M ki j ) 1 ki j mki ki j BB (3) j mki j и M ki j ( ki ki j ) 2 ( Ski j ) 2, 2 BB BB (4) M ki j 1 mki j ki j mki j j где ki m членов ( m 1, L ki j 1 ). При - средние значения частных сумм, составленных из m элементов в L ki j j ki j этом доверительным интервалом для akji j будет интервал ( ki j Ski j c, ki j Ski j c ), где c t M ki j, а t BB BB BB BB значение интеграла вероятности при данном значении доверительной вероятности P = 1-. Так при = 0,01, M ki j = 1024 и t = 2,58, получим c = 2,58/32 0,0806. Отсюда aki j (ki j 0,0806Ski j, ki j 0,0806Ski j ). Если BB BB BB BB же M ki j =10, то при том же значении = 0,01 находим, что aki j (ki j 0,0258Ski j, ki j 0,0258Ski j ).

4 BB BB BB BB И для программной реализации алгоритма, и в целях научной добросовестности следует объяснить, почему при вычислении доверительного интервала akji j мы используем значения S ki j, а не ki j (как правило, BB неизвестное). Дело в том, что и для ki j можно сразу записать четыре неравенства [8,9], которые выполняются одновременно с вероятностью 1-2:

( ki j / ) z1Ski j ki j z2 Ski j ki j, BB BB (5) где = 1+q, а q - уровень относительной погрешности в %, устраивающий исследователя [8] z1 M ki j / M ki, z2 M ki j / M ki 2 (Ski )1 (Ski )2... (Ski ) BB 2 BB 2 BB 2 а случайная величина,, ;

/ 2 ;

1 / 2 n j j j j j подчиненная -распределению с степенями свободы ( M ki j, если akji j известна, и M ki j 1, если этот параметр неизвестен). И если M ki j, то z1 и z2 в (5) стремятся к 1. Реально это положение можно проиллюстрировать, выписав из [9, табл. 3.3, с. 59] часть таблицы, где для ряда величин P = 1-2 и соответствующих чисел степеней свободы указаны числовые значения.

P = 1- 0,50 0,90 0,95 0, 100 1,100 1,263 1,321 1, 1000 1,031 1,076 1,092 1, 5000 1,014 1,033 1,040 1, 10000 1,010 1,024 1,028 1, Из этой таблицы следует, что уже при 100 (т.е. фактически при M ki j 10 ) значения и 1/ стремятся к уже даже при большой величине P. И, например, при 10000 и P = 0,99 (т.е. при = 0,005) крайние границы неравенств в (5) приобретают соответственно значения 0,964 kji j и 1,037 kji j. И так как в реализуемом алгоритме [10] мы всегда будем иметь дело с выборками, у которых M ki j 10 (т.е. L 10), то это избавляет ki j http://www.ivtn.ru Секция 2 Section BB нас от необходимости реализовывать в программе построение доверительного интервала для S ki j, т.е. будем молчаливо предполагать, что ( Ski j )2 ki j. Однако воспользоваться формулой (3) для получения более BB вероятных значений aki j, вычислив все сочетания в соответствии с формулой (1) (или (2)) нельзя, так как L ki j L ki j L ki j 1 m kjl jlki [2 (L ki j 2]1 ( kjl j lki )( L ki j показано, что ( L ki j ) 1 CL 1 ).

m ki j j j m lki j lki j 15), когда величины M ki j достигают значений в Конечно, при больших значениях L (например, при L ki j ki j несколько десятков тысяч единиц, воспользоваться формулой (3) можно, использовав только часть сочетаний.

Для получения более вероятных средних значений aki j был рассмотрен и другой алгоритм. Пусть величина yu принадлежит нормальному распределению (a, ). Тогда можно записать, что ( xu a) A ln yu ln. (6) 2 Подставляя в (6) значения (yu, xu) в u-ой, u+1-ой и в u+2-ой точках, решая полученную таким образом систему уравнений, найдем:

2 (2)1 ( xu xu 2 )( xu 1 xu )( xu 2 xu 1 ) (7) и yu y a (2)1[( xu 2 xu 1 ) ln ( xu 1 xu ) ln u 1 ], 2 2 2 (8) yu 1 yu yu y где xu xu 1 xu 2, а ( xu 2 xu 1 ) ln ( xu 1 xu ) ln u 1. Для = const выводится условие, когда yu 1 yu (что необходимо для работоспособности формул (7) и (8). Обозначим xu+2 - xu+1 = u+1, а xu+1 - xu =u. Тогда при 0 имеем:

( y ) u1 ( yu 2 ) u yu u1 y ) ln( u 1 ) u 0, далее ln u 0 или ( yu )u1 ( yu 2 )u ( yu 1 )u1 u. При u =const для u ln( u 1 u yu 1 yu 2 ( yu 1 ) получим:

yu yu 2 yu 1 0.

(9) Для уменьшения влияния выбросов на величину a, рассчитываемую по (8), условие (9) заменим более надежным yu yu 2 yu 1 u, где 0 u 1.

Построив гистограмму распределения средних величин из выборки в M ki j членов по s разрядам, мы можем последовательно, пользуясь формулами (7) и (8), обойти всю гистограмму, и тогда u 1, s 2. А можем перебрать последовательно все разряды гистограммы, используя по три разряда в каждом вычислении. В обоих вариантах искомые оценки получаются как результат усреднения по множеству величин, полученных с помощью формул (7) и (8). Конечно, точность в определении ankJ (ankJ a) зависит как от величины M ki j (чем больше значение M ki j, тем точнее определяется величина ankJ ), так и от числа разрядов s при построении гистограммы по выборке из M ki j членов. Возникает проблема такого выбора s, чтобы построенная гистограмма достаточно хорошо аппроксимировала неизвестное нормальное распределение, тем самым способствуя более точному определению координат вершины нормального распределения, т.е. искомой величины ankJ. Иначе говоря, нужен критерий оптимального выбора величины s. Сформируем такой критерий оптимальности на основе следующей леммы из [11, с. 411]: уклонение гистограммы случайной величины от графика ее плотности в метрике Q, когда эта плотность имеет ограниченную вторую производную, в лучшем 1/ 3 2 / случае имеет порядок ( M ki j ) (соответственно, квадрат нормы уклонения - порядок ( M ki j ) ), и он 1/ достигается при числе интервалов группировки s ( M ki j ). Интерес представляют и более вероятные в среднем значения k-го критерия в каждой из n-х J-мерных точек ( n 1, N0 ) на предмет выявления потенциально экстремальных точек (min или max). В этом случае в каждой n-ой точке мы имеем совокупность средних значений { aki j }, также являющихся выборкой из нормальной совокупности с параметрами ankJ и nkJ, M ki j J J a ( JM ki j ) 1 где n 1, N0. Оценки этих параметров вычислим аналогично (3) и (4) ankJ ( J ) BB, ki j nkJ j 1 j 1 mki j M ki j J ( JM ki j 1) [ и ( JM ki j )( nkJ )2 ] ( SnkJ ) 2.

2 2 BB BB nkJ ki j mki j j 1 mki j Конечно, при реальных значениях M ki j ( 1000) и J 2 оценка www.ivtn.ru Секция 2 Section J M ki j ) ( JM ki j ) ( ki j mki ) ( JM ki j )( nkJ ) BB 2 2 BB (S nkJ j j 1 mki j уже является приемлемой по точности.

Литература Ван дер Варден Б.Л. Математическая статистика. М.: Изд-во иностр. лит-ры, 1965. 435 с.

1.

Михог Г., Урсяну В. Выборочный метод и статистическое оценивание. М.: Финансы и статистика, 2.

1985. 245 с.

3. Статников И.Н., Андреенков Е.В. ПЛП-поиск – эвристический метод решения задач математического программирования. – М.: ИИЦ МГУДТ, 2006г. – 140 с.

4. Статников И.Н., Фирсов Г.И. Использование ПЛП-поиска в задачах обработки результатов вычислительного эксперимента // Информационно-вычислительные технологии в решении фундаментальных проблем и прикладных научных задач. Сессия ИВТН-2004. Сборник материалов. - М.: NC Group / НВК “Вист”, 2004. - С.51.

5. Статников И.Н., Фирсов Г.И. О дополнительных возможностях в алгоритмах ПЛП-поиска при проведении вычислительных экспериментов // Информационно-вычислительные технологии в решении фундаментальных проблем и прикладных научных задач. Сессия ИВТН-2007. Сборник материалов. - М.: NC Group / НВК “Вист”, 2007. - С.17.

6. Статников И.Н., Фирсов Г.И. О некоторых инструментальных возможностях ПЛП-поиска // Информационно-вычислительные технологии в решении фундаментальных проблем и прикладных научных задач. Сессия ИВТН-2009. Сборник материалов. - М.: НВК “Вист”, 2009. - С.19.

7. Абезгауз Г.Г., Тронь А.П., Копенкин Ю.Н., Коровина И.А. Справочник по вероятностным расчетам.

М.: Воениздат, 1966. 408 с.

8. Большев Л.Н., Смирнов Н.В. Таблицы математической статистики. М.: Наука, 1965. 464 с.

9. Оуэн Д.Б. Сборник математических таблиц. М.: ВЦ АН СССР, 1973. 586 с.

10. Статников И.Н., Фирсов Г.И. ПЛП-поиск и его реализация в среде MATLAB // Проектирование инженерных и научных приложений в среде MATLAB. М.: ИПУ РАН, 2004. С.398-411.

11. Ченцов Н.Н. Статистические решающие правила и оптимальные выводы. М.: Наука, ГРФМЛ, 1972, 520 с.

http://www.ivtn.ru/2013/confs/enter/paper.php?p=1342 http://www.ivtn.ru/2013/confs/enter/paper_e.php?p= ПОИСК БЕЛКОВ, РОДСТВЕННЫХ БЕЛКАМ THE SEARCH OF PROTEINS RELATED TO THE СИНАПТОНЕМНОГО КОМПЛЕКСА: SYNAPTONEMAL COMPLEX PROTEINS:

НЕОЖИДАННЫЕ ПОБОЧНЫЕ РЕЗУЛЬТАТЫ UNEXPECTED BY-PRODUCT Гришаева Т.М. Grishaeva T.M.

Институт общей генетики им.Н.И.Вавилова РАН V.I. Vavilov Institute of General Genetics of Russian Academy of Sciences В ходе in silico поиска белков, сходных с известными During the in silico search of proteins of synaptonemal белками синаптонемных комплексов (СК) семи видов complexes (SC) of seven eukaryotic species from yeast эукариот от дрожжей до мыши, в протеомах to mouse we found proteins in proteomes of споровиков, пластинчатых, моллюсков, иглокожих и Apicomplexa, Placozoa, Mollusca, Echinodermata, and полухордовых выявлены белки, показывающие Hemichordata showing similarity not only with proteins of сходство не только с белками поперечных фибрилл SC transversal filaments, but also with random amino СК, но и со случайными наборами аминокислот, acid sets generated on their basis. The С-terminal генерированными на их основе. С-концевые fragments of these large proteins form coiled-coils and фрагменты этих крупных белков формируют альфа- are similar in this parameter to proteins from SC спирали и сходны по этому параметру с белками transversal filaments.

поперечных фибрилл СК Принципиальным отличием хромосом в клетках, делящихся путем мейоза, от хромосом в соматическом митозе является формирование в мейозе синаптонемных комплексов. Синаптонемный комплекс (СК) – это белковая структура, формирующаяся в профазе I деления мейоза между синаптирующими гомологичными хромосомами у подавляющего большинства эукариот [1-4]. На основе осевых элементов хромосом, соединяющих сестринские хроматиды и состоящих в основном из когезиновых белков, в профазе I мейоза строятся латеральные элементы СК, которые затем соединяются в единую структуру с помощью застёжки «молнии» из поперечных фибрилл, пронизывающих центральное пространство СК. В середине центрального пространства перекрывающиеся «головки» поперечных фибрилл формируют центральный элемент СК.

Структурные элементы синаптонемных комплексов состоят из мейоз-специфичных белков. Белки поперечных фибрилл СК (табл.) у разных организмов не гомологичны между собой, однако имеют сходную вторичную структуру и частично сходные домены. Их N- и C-концевые фрагменты являются глобулярными, а бльшая часть молекулы представляет собой протяжённую альфа-спираль (coiled-coil), которая позволяет этим белкам формировать палочковидные димерные структуры [1-5].

http://www.ivtn.ru Секция 2 Section Белки центрального пространства синаптонемных комплексов (СК), их размеры и функциональные домены Белки центрального пространства Функциональные домены белков СК (длина молекулы) Zip1 Sc* (875 а.к.) SMC бактериальный, Smc, AAA_ C(3)G Dm (744 а.к.) 2 бактериальных домена SMC (SMC_prok_B) CORONA Dm (207 а.к.) – (нет доменов) SYP-1 Ce (489 а.к.) Smc SYP-2 Ce (213 а.к.) – SYP-3 Ce (224 а.к.) SGNH_plant_lipase_like SYP-4 Ce (605 а.к.) – ZYP1a At (871 а.к.) 2 бактериальных домена SMC ZYP1b At (856 а.к.) 2 бактериальных домена SMC, PRK SYCP1 Dr (537 а.к.) SCP- SYCP1 Mm (993 а.к.) SCP- SYCE1-like Dr (206 а.к.) – SYCE1 Mm (329 а.к.) SMC бактериальный SYCE2 Dr (187 а.к.) – SYCE2 Mm (177 а.к.) – SYCE3 Mm (88 а.к.) – TEX12 Af (135 а.к.) – TEX12 Mm (123 а.к.) – *Sc, Sp – дрожжи Saccharomyces cerevisiae и Schizosaccharomyces pombe, Dm – насекомое Drosophila melanogaster, At – растение Arabidopsis thaliana, Ce – нематода Caenorhabditis elegans, Dr, Af – рыбы Danio rerio и Anoplopoma fimbria, Mm – млекопитающее Mus musculus. Жирным шрифтом отмечены белки, формирующие поперечные фибриллы СК и имеющие сходную вторичную структуру.

Основной задачей данного исследования являлся поиск в протеомах разных групп эукариот белков, сходных с известными белками синаптонемных комплексов модельных видов эукариот. Частично результаты этой работы опубликованы [6-8]. В ходе исследования нами были получены нетипичные результаты, о которых мы расскажем в настоящем сообщении.

Всего нами было исследовано компьютерными методами около 11 млн. белков из протеомов всех основных групп эукариот. Объектами для сравнения с указанными выше белками были белки синаптонемных комплексов (СК) семи модельных видов эукариот от дрожжей до мыши (часть их приведена в таблице).

Аминокислотные последовательности белков СК искали в базах данных NCBI и UniProtKB/TrEMBL.

Функциональные домены этих белков определяли с помощью программы CDART. В качестве контроля (для оценки степени сходства белков) использовали случайные аминокислотные последовательности, генерированные из оригинальных белков программой RandSeq (ExPASy Proteomics Server). С помощью программы NCBI Protein BLAST вели поиск сходных последовательностей в протеомах основных групп эукариот. Некоторые таксоны, для которых в базе данных имелось малое количество белков, были объединены в группы.

Параметры поиска программы Protein BLAST: Max. target sequences – 1000 или 5000, Expect threshold – 100, остальные – по умолчанию. Достоверность сходства характеризуется показателем E-value, означающим количество сходных белков, которые могут быть подобраны программой BLAST случайно. Показатель сходства Score (результат работы программы BLAST) учитывает три параметра: число совпадений аминокислот, число аминокислот одного типа и число так называемых gaps, т.е. тех случаев, когда в одном белке на данном месте есть аминокислота, а в другом она отсутствует. При анализе каждого белка СК сравнивали показатели сходства (Score) этого белка и его «случайного» аналога с белками из протеомов изучаемой группы эукариот. В случае близких показателей сходства для оригинального и «случайного»

белков сравнивали средние значения их Score, для чего брали по 10 лучших результатов поиска. Сравнение проводили с помощью t-теста Стьюдента (t-test independent by variables) программы STATISTICA.

Значения Score зависят от длины молекулы, поэтому сравнивать эти показатели для белков разной величины не очень корректно. Однако сравнение их «по вертикали», т.е. для разных групп эукариот, вполне уместно.

Кроме того, белки поперечных фибрилл СК, в основном, обладают сходными размерами.

При анализе сходства белков поперечных фибрилл синаптонемного комплекса (ПФ СК) с белками споровиков, пластинчатых, моллюсков, иглокожих и полухордовых нами обнаружены значимые показатели сходства не только для «оригинальных» белков, но и для полученных на их основе специальной программой случайных аминокислотных последовательностей, содержащих аминокислоты в тех же пропорциях, что и оригинальные белки, и имеющих ту же длину. Причём эти найденные белки были одинаковыми для «оригинальных» и «случайных» белков СК. Score для «случайных» (контрольных) последовательностей обычно не превышает 40, а во многих случаях и 30. В указанных же группах эукариот максимальные показатели сходства доходили до 70 (например, в случае SYCP1 мыши). При этом максимальные значения Score для «оригинальных» белков из разных протеомов были невысоки, но достоверны: 70-77 для Zip1, 63- для C(3)G, 56-83 для ZYP1a, 53-70 для ZYP1b, 67-99 для SYCP1 мыши, 44-66 для SYCP1 рыбы и от 50 до для белка SYP-1 нематоды. Значения E-value были достаточно высоки: например, для «оригинальных» белков -9 -18 -07 - пластинчатых они составляли от е до е, для «случайных» – от е до е.

Для того, чтобы выяснить природу данного феномена, мы провели доменный анализ белков из протеомов указанных групп, показавших высокое сходство с белками ПФ СК и их «случайными» аналогами, а также определили их вторичную структуру. Таких белков было немного, у моллюсков, полухордовых и иглокожих вообще по одному. Во всех протеомах эти белки отличались большой длиной (от 3906 а.к. у полухордовых до www.ivtn.ru Секция 2 Section 7710 а.к. у пластинчатых). Сходством с белками СК обладали лишь С-концевые фрагменты этих белков. На них мы и сосредоточили своё внимание.

По доменному составу С-концевые фрагменты этих особых белков немного различались. Так, у моллюсков выявлены функциональные домены миозина 10 и GCC2_GCC3. У споровиков имеется домен Smc, отвечающий за клеточное деление и расхождение хромосом. У полухордовых найдены домены GCC2_GCC и Trichoplein, у иглокожих – Trichoplein, у пластинчатых – много разных доменов, в том числе два Trichoplein и домены миозина. Очень важными являются также домены SMC, структурирующие хроматин и рекрутирующие другие белки. Они присутствуют у некоторых белков СК (табл.). Замечательным является то, что все эти домены (т.е. соответствующие участки белка) формируют выраженную альфа-спираль, как и белки поперечных фибрилл СК. Домен Trichoplein интересен ещё и тем, что в его аннотации присутствуют слова «мейоз-специфичный ядерный структурный белок».

Мы провели «обратный» BLAST для некоторых белков. Так, мы искали белки из протеомов мыши и дрозофилы, сходные с белками XP_002107637.1 и XP_002111687.1 пластинчатого Trichoplax adhaerens. За одним исключением, сходство с белками мыши и дрозофилы показали С-концевые фрагменты обоих белков.

Первый белок сходен, в основном, с разными миозинами из обоих изученных протеомов. Второй белок также сходен с миозинами из протеома мыши, а в протеоме дрозофилы с ним сходны разные цитоплазматические линкерные белки и миозины. И миозины, и линкерные белки имеют в своём составе альфа-спиральные домены (наши данные).

В литературе ранее отмечалось, что белки ПФ СК при биоинформатическом анализе группируются с так называемыми интермедиатными белками, к которым относятся белки ядерной ламины и ядерного матрикса, полярного тельца веретена, тяжёлая цепь миозина и некоторые другие белки. Они образуют альфа спиральную структуру, а все альфа-спирали имеют около 20% сходства между собой за счёт повторяющихся «реперных» гидрофобных аминокислот [9-11]. Это явление мы и наблюдаем в данном случае.

Почему же выявленные нами белки у некоторых групп эукариот сходны не только с белками поперечных фибрилл СК, но и со случайными наборами аминокислот, генерированными на основе «оригинальных»

белков? Возможны два объяснения. (1) Сочетание аминокислот в «случайных» аналогах белков СК за счёт повторов, характерных для альфа-спиралей оригинальных белков, оказалось похожим на сами белки СК. (2) В процессе машинной сборки секвенированных геномов и соответствующих протеомов произошли сбои, и С концевые фрагменты найденных нами белков, которых в протеомах совсем немного, на самом деле представляют собой белки поперечных фибрилл СК или какие-либо ещё интермедиатные белки. Эта гипотеза возникла потому, что альфа-спиральные белки имеются во многих протеомах, а наблюдаемый нами феномен выявлен только для считанных белков из некоторых протеомов эукариот.

Работа выполнена при поддержке гранта РФФИ №13-04-02071-а.

Литература 1. Heyting C. Synaptonemal complex: structure and function // Curr. Opin. Cell Biol. 1996. V.8. P. 389-396.

Пенкина М.В., Карпова О.И., Богданов Ю.Ф. Белки синаптонемного комплекса – специфические белки 2.

мейотических хромосом // Молекулярная биология. 2002. Т.36. №3. С. 1-11.

3. Page S.L., Hawley R.S. The genetics and molecular biology of the synaptonemal complex // Annu. Rev. Cell Dev. Biol. 2004.V.20. P. 525-558.

4. Anuradha S., Muniyappa K. Molecular aspects of meiotic chromosome synapsis and recombination // Progress in Nucleic Acid Research and Molecular Biology. 2005. V.79. P. 49-132.

5. Bogdanov Y.F., Grishaeva T.M., Dadashev S.Y. Similarity of the domain structure of proteins as a basis for the conservation of meiosis // Intern. Rev. Cytol. 2007. V.257. P. 83-142.

Гришаева Т.М. К вопросу об эволюции мейоза: как возникли белки синаптонемного комплекса 6.

эукариот? // Актуальные проблемы современной науки 2012. Межвузовский сборник научных трудов с материалами 7-ой телеконференции. Томск: ООО «Крокус», 2012. С. 55-57.

Гришаева Т.М. Поиск методами in silico белков, сходных с известными белками синаптонемного 7.

комплекса, в протеомах мхов, высших грибов и простых Metazoa // Тезисы на конференции on-line «ИВТН-2012» (http://www.ivtn.ru/2012/pdf/t12_29.pdf).

Гришаева Т.М. Поиск белков, родственных белкам синаптонемного комплекса, в протеомах разных 8.

групп эукариот от простейших до губок и червей // Актуальные проблемы современной науки 2013.

Межвузовский сборник научных трудов с материалами X телеконференции. Т. II. № 1. Томск: ООО «Крокус», 2013. С. 77-79.

9. Meuwissen R.L.J., Offenberg H.H., Dietrich A.J.J., Riesewijk A., van Iersel M., Heyting C. A coiled-coil related protein specific for the synapsed regions of meiotic prophase chromosomes // EMBO J. 1992. V.11. P. 5091 5100.

Богданов Ю.Ф., Дадашев С.Я., Гришаева Т.М. Сравнительная геномика и протеомика дрозофилы, 10.

нематоды Бреннера и арабидопсиса. Идентификация функционально сходных генов синапсиса мейотических хромосом // Генетика. 2002. Т.38. №8. С. 1078-1089.

11. Bogdanov Yu.F., Dadashev S.Ya., Grishaeva T.M. In silico search for functionally similar proteins involved in meiosis and recombination in evolutionarily distant organisms // In silico Biology. 2003. V.3. #.1-2. P. 173 185.

http://www.ivtn.ru/2013/confs/enter/paper.php?p=1331 http://www.ivtn.ru/2013/confs/enter/paper_e.php?p= http://www.ivtn.ru Секция 3 Section СЕКЦИЯ МОДЕЛИРОВАНИЕ, ЧИСЛЕННЫЕ ЭКСПЕРИМЕНТЫ SECTION COMPUTER SIMULATION МАТЕМАТИКА И ГРАММАТИКИ ГЕНЕТИЧЕСКИХ MATHEMATICS AND GRAMMARS OF GENETIC СТРУКТУР ЖИВЫХ СИСТЕМ PATTERNS OF LIVING SYSTEMS Эйнгорин М.Я. Eingorin M.Y.

Нижегородский государственный университет им. N.I.Lobachevsky State University of Nizhni Novgorod Н.И.Лобачевского Это книга не обычна. Она рассматривает This book is unusual. It considers the mathematical tool математический аппарат (как полагает автор), (as the author believes) which existed prior to the life on существовавший до построения жизни на Земле и Earth creation and was the synthesis basis of genes and явившийся основой синтеза генов и других структур other living system structures. Separate mathematical живых систем. Рассматриваются отдельные issues (aspects) connected with the recovery of nature математические вопросы (аспекты), связанные с grammars of mRNA genetic patterns synthesis, other восстановлением природных грамматик синтеза living structures are reviewed. But this book is not a генетических структур мРНК, других структур живого. mathematic one. The reader will not find here any strict Но эта книга не математическая. В ней читатель не mathematical proofs. But this is not required. Main issues найдет строгих математических доказательств. Этого of mathematics that are minimum required for the и не требуется. В ней намечены основные вопросы understanding of wild life creating fundamentals are математики минимально необходимые для indicated in it понимания основ построений живой Природы «Математика и грамматики генетических структур живых систем».

Нижний Новгород, Издания генетиков и биофизиков России, 2012, С. 516.

ISBN 978-5-9904043-1- С. 496.

Это книга не обычна. Она рассматривает математический аппарат (как полагает автор), существовавший до построения жизни на Земле и явившийся основой синтеза генов и других структур живых систем.

Рассматриваются отдельные математические вопросы (аспекты), связанные с восстановлением природных грамматик синтеза генетических структур мРНК, других структур живого. Но эта книга не математическая. В ней читатель не найдет строгих математических доказательств. Этого и не требуется. В ней намечены основные вопросы математики минимально необходимые для понимания основ построений живой Природы.

В монографии автор проводит линию от Латинских квадратов, Латинских гиперквадратов, их графического представления, многозначной логики, симметрии, далее к построениям в живой Природе. Математический аппарат позволяет расширить построения живой Природы.

В работах по генетике автора показано, что основы жизни – участки генов мРНК строятся на строгих математических основах – грамматиках синтеза живого. Гены простейших живых организмов были созданы на базе тех же строгих математических законов, что и все последующие организмы. Хотя структуры генов совершенствовались. Для нас следствием этого является то знание, что ни менее миллиарда лет назад, по космическим меркам небольшой срок, была создана математика, физика и химия, явившиеся основой синтеза живого на Земле. Далее были созданы грамматики. Структуры ДНК появились позднее, но и они вписались в те же математические и биохимические структуры. В результате исследований автором был открыт (как полагает автор) и сформулирован целый ряд законов природы. Показано, что симметрия – основа многих ее построений.

Автором показано, что сегодня все живые организмы вписываются в единую таблицу систематизации грамматик, что говорит о единой развивавшейся концепции создания живого на Земле или, что тоже, искусственном происхождении всей живой природы планеты Земля. Грамматики незначительно отличаются друг от друга, но достаточно, чтобы синтез генов разных организмов был наиболее благоприятен и разнообразен. Показана вариабельность и многослойность генов и их намного большая содержательность, чем мы полагали ранее.

Результаты работ автора говорят о том, что живая природа Земли, по крайней мере, вторична, а наше экологическое поведение должно вписываться в единую природную концепцию жизни на планете Земля. В противном случае мы – люди можем оказаться на Земле лишними.

Эта книга написана для того, чтобы передать всем желающим то, что понял автор, чтобы они восприняли и продолжили его представление о живой Природе.

В книге использован метод развития, разработанный автором, через последовательное дискретное www.ivtn.ru Секция 3 Section моделирование с наибольшим учетом свойств исходного моделируемого объекта.

Книга предназначена ученым – генетикам, ученым – биофизикам, работникам НИИ различных областей знаний в том числе, занимающимися проблемами нано-технологий, преподавателям вузов, аспирантам, студентам биологам, медикам, математикам, философам, специалистам, занимающимся генной инженерией и просто интересующимся проблемой происхождения жизни на планете Земля. Книга, думаю, будет интересна специалистам, занимающимися религиями Мира. Может служить учебником для комплексных специальностей университетов по направлению "Синтез живых систем".

http://www.ivtn.ru/2013/confs/enter/paper.php?p=1332 http://www.ivtn.ru/2013/confs/enter/paper_e.php?p= О ПРИМЕНЕНИИ GPU NVIDIA АРХИТЕКТУРЫ ABOUT USING OF NVIDIA GPU WITH KEPLER KEPLER ARCHITECTURE Кузьминский М.Б., Андреев А.М. Kuzminsky M.B., Andreev A.M.

Институт органической химии им.Н.Д.Зелинского РАН N.D.Zelinsky Institute of Organic Chemistry of Russian Academy of Sciences Дан анализ архитектурно-технических характеристик Architecture, technical characteristics and performance of и производительности GPU Nvidia Kepler GK110. GPU Nvidia Kepler GK110 was analyzed. GPU K20c Измерена производительность GPU K20c в среде performance under CUDA-5.5 was measured. K20c as CUDA-5.5. K20c был установлен в PCI-E v.2 x16, как и also Nvidia C2050 with previous Fermi architecture uses Nvidia C2050 предыдущей архитектуры Fermi. PCI-E v 2. x16. K20 - host throughput found is about 6. Скорость обменов данными K20c с хостом составила GB/s, for C2050 - about 6 GB/s. Speedup of our quantum около 6.4 Гбайт/с, в C2050 - порядка 6 Гбайт/с. chemical program for PDM method is about 2 times, for Ускорение нашей квантовохимической программы PCI-E v.3 might be noticeable higher расчета методом PDM при переходе к K20c составило около 2 раз, но при поддержке PCI-E v. было бы заметно выше GPU Nvidia архитектуры Kepler (K20, K20X, K40) являются мировыми лидерами производительности с плавающей запятой. В работе дан краткий анализ архитектурно-технических характеристик GPU Kepler на базе процессора GK110 и приведены некоторые данные об их производительности, в т.ч. полученные авторами.

Пиковая производительность этих GPU лежит в диапазоне 1.2-1.4 TFLOPS c двойной точностью (до 4. TFLOPS c одинарной точностью) в зависимости от модели, емкость главной памяти – от 5 до 12 Гбайт, пропускная способность – от 208 до 288 Гбайт/с. GPU подсоединяются к хосту через разъем PCI-E v.2 x16, за исключением К40, где применяется в 2 раза более быстрый канал PCI-E v.3 x16.

Пиковая производительность GPU на типичной для HPC-приложений двойной точности в разы превосходит пиковую производительность типичных для кластеров двухпроцессорных серверов при использовании в последних самых мощных серверных процессоров х86-64 Intel и AMD. Поэтому измерения производительности GPU Kepler представляет большую актуальность.

Такие измерения производительности для HPC можно отнести к одному из трех уровней: низшему, где производятся измерения отдельных технических характеристик GPU;

среднему – где измерения относятся к универсальным математическим алгоритмам (например, умножение матриц или тесты Linpack);

и к верхнему – на котором измеряется производительность различных приложений. Проведенные нами измерения относятся ко всем уровням и были выполнены в среде OpenSUSE 12.3 и Nvidia CUDA-5.5 на сервере с Intel Xeon E3- и GPU K20c. Использовался также компилятор PGI Accelerator Fortran 13.10 с CUDA-расширениями.

На низшем уровне нами померена, в частности, пропускная способность обменов данными GPU-хост. Она составила около 6.4 Гбайт/с в каждом направлении. Наши более ранние данные для Nvidia C2050 с предыдущей архитектурой Fermi [1] дали около 6 Гбайт/с, что лишь немного ниже. В конечном счете это лимитируется пропускной способностью PCI-E (пиковая - 8 Гбайт/с), поэтому для приложений с большим обменом данными с хостом актуальна поддержка PCI-E v.3, имеющаяся в K40.

Для тестов среднего уровня отметим LU-декомпозицию на К40с, выполненную в пакете MAGMA [2]. На размерности матрицы 36К GPU обгоняет двухпроцессорный сервер с двумя 8-ядерными процессорами Xeon E5-2670/2.6 ГГц примерно в 4 раза, при размерности 2К быстродействие уже близко. На известной программе молекулярной динамики AMBER ускорение K20X относительно Intel Sandy Bridge около 8, на 80% быстрее Tesla M2090 [3].

Наши измерения для верхнего уровня были проведены для Nvidia Tesla C2050 и K20c по программе, реализующей квантовохимический метод PDM прямого построения матрицы плотности по фокиану в ортогональном базисе. Программа написана на Fortran-9X c CUDA-расширениями для создаваемого нами быстродействующего приближенного метода DFT (может использоваться и с полуэмпирическими методами типа AM/1) и для сверхбольших молекул обеспечивает линейное масштабирование времени расчета с размером системы при использовании технологии разреженных матриц с блочным портретом. Для молекулы полиглицина с базисом размерностью около 2.8 тысяч орбиталей ускорение на К20с по сравнению с С составило около 2 раз (зависит от размера блока).

Время обменов данными с хостом почти не поменялось относительно С2050 и для блоков размерностью составило 40% общего времени расчета. Это говорит о важности применения в GPU Kepler нового стандарта PCI-E v.3.

Работа поддержана РФФИ, проект 11-07-00470a.

http://www.ivtn.ru Секция 3 Section Литература Кузьминский М. GPU для HPC — время пришло//Открытые системы. 2011. №6. С.11- 1.

2. Dongarra J., Dong T., Gates M., Haidar A., Tomov S., Yamazaki I. MAGMA: a New Generation of Linear Algebra Libraries for GPU and Multicore Architectures http://icl.utk.edu/projectsfiles/magma/pubs/MAGMA_1.4.pdf NVIDIA Tesla® K20-K20X GPU Accelerators Benchmarks. Application Performance Technical Brief., Nvidia, 3.

Nov. http://www.ivtn.ru/2013/confs/enter/paper.php?p=1341 http://www.ivtn.ru/2013/confs/enter/paper_e.php?p= ГЕОЭКОЛОГИЧЕСКИЕ ОСОБЕННОСТИ ОСВОЕНИЯ GEOECOLOGIC ASPECTS OF TIGHT OIL ТРУДНОИЗВЛЕКАЕМОЙ НЕФТИ DEVELOPMENT Ященко И.Г. Yaschenko I.G.

Институт химии нефти СО РАН Institute of Petroleum Chemistry, Siberian Division of Russian Academy of Sciences Объемы добычи и потребления нефти как наиболее Output and consumption of oil as the most processable технологичного и экологичного вида топливного and ecofriendly type of fuel material increase consistently.

сырья, неуклонно возрастают. Расширяются и Its industrial usage fields especially such branches as области его промышленного использования, transport, polymeric oil-and-gas chemistry, metal industry, особенно в таких отраслях, как транспорт, etc. are being expanded. However the most qualitative полимерная нефтегазовая химия, металлургия и пр. part of its resources runs out simultaneously with the oil Одновременно с ростом добычи нефти истощается development growth. Hard-to-recover resources which наиболее качественная часть ее ресурсов. increase the environmental consequences at their Включаются в разработку трудноизвлекаемые production are included into the development. The article запасы, которые увеличивают экологические defines the criteria of oils assignment to the tight ones.

последствия при их добычи. В статье определены Analysis of spatial distribution of tight oils of main world критерии отнесения нефтей к трудноизвлекаемым. С oil-and-gas basins was executed, physicochemical использованием базы данных по физико-химическим characteristics of both the oils with anomalous properties свойствам нефти проведен анализ and oils with the occurrence complex environment (big пространственного распределения depth, anomalous formation temperatures, unfavorable трудноизвлекаемых нефтей основных reservoirs) were revealed with the usage of data base of нефтегазоносных бассейнов мира, выявлены oil physical and chemical properties. These researches особенности физико-химических свойств, как нефтей can be used for the forecast of the planet deposits с аномальными свойствами, так и нефтей в сложных distribution areas with tight oils in Russia and main world условиях залегания (большая глубина, аномальные oil-and-gas basins and for determination of bases of the пластовые температуры, неблагоприятные environment protection strategies in case of tight oils коллекторы).Данные исследования могут испол! development. Received results can be used for the ьзованы для прогноза ареалов планетарного designing of new ecofriendly and improvement of existing распространения месторождений с methods and technologies of oil development, трудноизвлекаемыми нефтями в России и основных transportation of oils with anomalous physical and нефтегазоносных бассейнах мира и определения chemical properties as well as for the solving of other oil основ стратегии превентивной защиты окружающей industry problems среды при освоении трудноизвлекаемых нефтей.

Полученные результаты могут быть использованы при разработке новых экологически безопасных и усовершенствовании существующих методов и технологий нефтедобычи, транспортировки нефтей с аномальными физико-химическими свойствами, а также при решении других задач нефтяной отрасли В связи с исчерпанием запасов легкодоступной маловязкой нефти как в нашей стране, так и в мире наблюдается рост доли трудноизвлекаемых запасов в общем нефтяном балансе. К трудноизвлекаемым относятся запасы нефти, заключенные в геологически сложнопостроенных пластах и залежах или представленные малоподвижной нефтью (например, с высокой вязкостью и высоким содержанием твердых парафинов). Они характеризуются сравнительно низкими дебитами скважин, обусловленными низкой продуктивностью пластов, неблагоприятными условиями залегания нефти (газонефтяные залежи, глубина более 4500 м и др.) или аномальными физико-химическими свойствами.

В настоящее время официально утвержденных критериев выделения трудноизвлекаемых запасов нет.

Автором представлен перечень основных критериев выделения трудноизвлекаемых запасов нефти, согласно которым к трудноизвлекаемым можно относить запасы нефтей с ниже перечисленными свойствами и условиями залегания:

- с аномальными физико-химическими свойствами (высокие вязкость и плотность, высокое содержание парафинов, смол и асфальтенов);

заключенные в слабопроницаемых коллекторах и в водонефтяных и газонефтяных зонах;

- с высокой газонасыщенностью (более 200 м /т) либо при наличии в растворенном и/или свободном газе агрессивных компонентов (сероводород, углекислота) в количествах, требующих применения специального www.ivtn.ru Секция 3 Section оборудования при бурении скважин и добыче нефти;

залегающих на больших глубинах (более 4500 м);

- с пластовой температурой 100 °С и выше либо менее 20 °С (из-за низкой разницы между пластовой температурой и температурой застывания парафина и смол);

с высокой степенью обводненности залежей (до 75- 80 %).

В последние годы растет добыча трудноизвлекаемой нефти (ТИН) с аномальными физико-химическими свойствами - парафинистой, смолистой, вязкой и тяжелой. Запасы тяжелой и вязкой нефти в несколько раз превышают запасы маловязкой нефти (810 и 162 млрд. т, соответственно) и являются важнейшей частью сырьевой базы нефтяной отрасли в России и в других нефтедобывающих странах мира. Наиболее крупными запасами тяжелой и вязкой нефти располагают Канада и Венесуэла, значительные запасы имеют Мексика, США, Россия, Кувейт и Китай. На территории России запасы нефти с вязкостью более 35 мм /с составляют 7, млрд. т, большая часть которых сосредоточена в республиках Коми, Татарстан и в Тюменской области. В общем балансе вязких нефтей значительная доля приходится на парафинистые нефти, вязкость и высокая температура застывания которых обусловлена высоким содержанием парафина. Доля парафинистой нефти также значительна и составляет более 25 % от всех нефтей мира.

Вовлечение в разработку нефти с аномальными физико-химическими свойствами требует развития методов увеличения нефтеотдачи такой нефти. А это в свою очередь вызывает необходимость выявления закономерностей изменения физико-химических свойств в зависимости от геолого-геофизических и термобарических условий их залегания. Разработка новых и усовершенствование существующих технологий извлечения и транспорта нефти с аномальными физико-химическими свойствами требует получения знаний об особенностях физико-химических свойств и условий залегания ТИН. В связи с этим целью настоящего доклада явилось изучение особенностей физико-химических свойств и условий залегания ТИН.

Основу анализа свойств ТИН составила выборка от 50 до 5000 образцов ТИН из базы данных (БД) по физико химическим свойствам нефти Института химии нефти СО РАН, которая в настоящее время включает описания 22180 образцов нефти. Более подробно данная информация представлена в табл. 1.

Таблица 1 - Количественная характеристика описаний трудноизвлекаемых нефтей в БД Объем Количество Количеств о Трудноизвлекаемая нефть выбор нефтегазон месторожд ки осных ений из БД бассейнов Нефть с Тяжелая (плотность более 0,88 г/см ) 5104 аномальны 2 0 Вязкая (вязкость более 35 мм /с при 20 С) 2510 ми Сернистая (содержание серы более 3 %) 865 свойствами Смолистая (содержание смол более 13 %) 2030 Парафинистая (содержание парафинов более 6 %) 2327 3 С высокой газонасыщенностью (более 500 м /т) 51 3 С низкой газонасыщенностью (менее 200 м /т) 2668 С высоким содержанием сероводорода (более 5%) 81 Нефть в В слабопроницаемых коллекторах (менее 0,05мдм ) 479 сложных В коллекторах с низкой пористостью (менее 8 %) 96 условиях Большие глубины залегания (более 4500 км) 407 залегания 0 Пластовая температура выше 100 С 839 0 Пластовая температура ниже 20 С 316 Установлено при анализе физико-химических свойств нефти с аномальными свойствами (тяжелая, вязкая, сернистая, парафинистая и смолистая), что такие нефти относятся к вязким (особенно сернистые нефти), высокосмолистым и среднепарафинистым (за исключением парафинистой нефти, которая являются высокопарафинистой и малосернистой), с низким содержанием фракций и газовым фактором. Газовый фактор аномальной нефти изменяется от 22 до 104 м /т, что также является одним из критериев ТИН. Пластовые температуры залежей изменяются от 34 до 72 С.

3 К трудноизвлекаемой нефти относится нефть с газовым фактором ниже 200 м /т и выше 500 м /т. Рассмотрим физико-химические свойства нефти с низким газосодержанием. Физико-химические свойства рассматриваемой нефти следующие: относится к нефти со средней плотностью, высоковязкой, сернистой, среднепарафинистой, среднесмолистой и малоасфальтеновой, со средним содержанием фракций. Нефть с высоким газосодержанием (более 500 м /т) относится к легкой, маловязкой, малосернистой, умеренно парафинистой, малосмолистой и малоасфальтеновой, с высоким содержанием фракций.

Наличие в нефти химически агрессивного сернистого газа концентрацией более 5 % также осложняет добычу нефти, несет коррозийную нагрузку на оборудование, увеличивая тем самым экологическую опасность нефтедобычи, требуя применения специального оборудования при бурении скважин и добыче нефти. Такая нефть является нефтью средней плотностью и повышенной вязкости, сернистой, среднепарафинистой, среднеасфальтеновой и умеренно смолистой, с низкой газонасыщенностью.

В перечень основных критериев выделения трудноизвлекаемых запасов нефти входит аномальная пластовая температура - выше 100 °С либо ниже 20 °С. Знание значения пластовой температуры важно для экологической оценки свойств нефти. Установлено, что нефти в высокотемпературных пластах являются легкими, со средней вязкостью, малосернистыми, малосмолистыми и малоасфальтеновыми, но умеренно парафинистыми. Однако нефть в низкотемпературных пластах качественно отличается своими свойствами http://www.ivtn.ru Секция 3 Section повышенной плотностью, сверхвязкостью, средним содержание серы, парафинов, асфальтенов, повышенным содержание смол и с низким газосодержанием.

Глубокозалегающие нефти (более 4500 м) также относятся к трудноизвлекаемой нефти. В среднем глубокозалегающие нефти могут быть отнесены к легким, с повышенной вязкостью, среднесернистым, среднепарафинистым, малосмолистым, малоасфальтеновым, с высоким содержанием фракции н. к. 200 С и средним содержанием фракции н. к. 300 С. Выявлено высокое газосодержание.

Трудноизвлекаемой нефтью в соответствии с перечнем считается нефть, заключенные в неблагоприятных коллекторах, к которым относятся слабопроницаемые (проницаемость менее 0,05 мкм ) и низкопористые (пористость менее 8 %). В среднем эти нефти могут быть отнесены к нефти со средней плотностью, сверхвязкой, сернистой, среднепарафинистой, среднесмолистой, среднеасфальтеновой, с высоким 0 содержанием фракции н. к. 200 С и средним содержанием фракции н. к. 300 С и с низким газосодержанием в нефти.

Таким образом, с использованием базы данных по физико-химическим свойствам нефти проведен анализ пространственного распределения трудноизвлекаемой нефти основных нефтегазоносных бассейнов мира, выявлены геоэкологические особенности физико-химических свойств, как нефти с аномальными свойствами, так и нефти в сложных условиях залегания (большая глубина, аномальные пластовые температуры, неблагоприятные коллекторы).

http://www.ivtn.ru/2013/confs/enter/paper.php?p=1335 http://www.ivtn.ru/2013/confs/enter/paper_e.php?p= ЭЛЕКТРОННАЯ СТРУКТУРА ГРАФЕНА SIC ELECTRONIC STRUCTURE OF SIC GRAPHENE Свечников А.Б. Svechnikov A.B.

Национальный исследовательский центр National Research Centre "Kurchatov Institute" "Курчатовский институт" В работе представлены результаты расчетов Presented are the results of our calculations of равновесной геометрии и зонной структуры графена equilibrium geometry and band structure of silicon carbide карбида кремния. Показано, что графен SiC является graphene. It has been shown that graphene SiC is a прямозонным полупроводником с шириной direct-gap semiconductor with a band gap equal to 2. запрещенной зоны, равной 2,81 эВ eV В работе представлены результаты расчетов равновесной геометрии и зонной структуры графена карбида кремния. Показано, что графен SiC является прямозонным полупроводником с шириной запрещенной зоны, равной 2,81 эВ.

Интерес к двухмерным кристаллическим структурам обусловлен заметными успехами в исследовании свойств углеродного графена, "лауреата" нобелевской премии по физике 2010 года. Уже реализованы прототипы будущих устройств, так называемой посткремниевой эпохи, на основе графена. Например, жидкокристаллические дисплеи, солнечные батареи, транзисторы и газовые сенсоры.

В данной работе представлены результаты теоретических исследований геометрической структуры и электронных свойств аналога углеродного графена, образованного путем чередования атомов кремния и углерода, и стехиометрического по составу. На данный момент графен SiC (рис.1 а) не синтезирован в лаборатории, однако, после получения нанотрубок SiC [1], есть все основания ожидать этого события в ближайшей перспективе. Точные квантово-химические расчеты физических свойств графена SiC представляют безусловный интерес, поскольку обладают предсказательной силой.

a) б) в) Рис.1 Геометрическая структура графена SiC (а), зонная структура (б), зона Бриллюэна (в).

Равновесная геометрическая структура двухмерной решетки SiC была найдена путем минимизации полной энергии модельных кластеров, максимальный размер которых составлял 700 атомов. Свободные связи по периметру кластеров насыщались атомами водорода. Полная энергия вычислялась в полуэмпирическом www.ivtn.ru Секция 3 Section квантово-химическом приближении РМ6 [2]. После статистической обработки результатов была определена равновесная длина связи между ближайшими атомами Si и C в графене, r = 0,1713 нм, соответствующая постоянная решетки a = 0,2967 нм. Следовательно, плоская решетка карбида кремния характеризуется плотной упаковкой атомов, сравнимой с трехмерными решетками (3C, 6H, 4H), где r = 0,189 нм.

Следующим шагом был расчет зонной структуры равновесной решетки графена SiC. Для этой цели был использован открытый код ABINIT [3], оптимизированный для имеюще-гося в распоряжении вычислительного кластера. Расчет проводился неэмпирическим мето-дом теории функционала плотности (DFT), в рамках приближения локальной плотности (LDA) и в базисе PAW (projector augmented waves). Результат расчета представлен на рис.1 б).

Анализ зонной структуры показывает, что графен SiC является широкозонным полупроводником. Потолок валентной зоны () и дно зоны проводимости (*) располагаются в точке симметрии К (2/[3r], 2/[33/2r]) зоны Бриллюэна (рис. 1в). Анализ распределения плотности состояний показал, что в образовании - и *- зон участвуют pz- орбитали атомов Si и С. Максимум валентной зоны () в точке симметрии Г(0, 0) сформирован s, px-, py- орбиталями атомов графена. Ширина запрещенной зоны Eg = 2,81 эВ, попадает в диапазон 2,36 эВ (SiC 3C) 3,28 эВ (SiC 4H) соответствующих значений для объемных кристаллических структур карбида кремния. Отметим важную особенность электронной структуры гра-фена SiC, он является прямозонным полупроводником в отличие от непрямозонных политипов кристаллического карбида кремния.

Литература 1. Xie Z., Tao D., Wang J. Synthesis of silicon carbide nanotubes by chemical vapor deposition // J Nanosci Nanotechnol., 2007. V.7. P.647-652.

2. Stewart J. J. P. Optimization of Parameters for Semiempirical Methods V: Modification of NDDO Approximations and Application to 70 Elements // J. Mol. Modeling., 2007. V.13. P.1173-1213.

3. Gonze X., Amadon B., Anglade P.-M. etc. ABINIT : First-principles approach of materials and nanosystem properties // Computer Phys. Commun., 2009. V.180. P.2582-2615.

http://www.ivtn.ru/2013/confs/enter/paper.php?p=1343 http://www.ivtn.ru/2013/confs/enter/paper_e.php?p= РАСЧЕТ ЭНЕРГЕТИЧЕСКИХ ЗОН НАНОТРУБОК BAND STRUCTURE CALCULATION OF ZIGZAG SIC ZIGZAG SIC NANOTUBES Свечников А.Б. Svechnikov A.B.

Национальный исследовательский центр National Research Centre "Kurchatov Institute" "Курчатовский институт" Представлены результаты неэмпирических расчетов The results of ab initio calculations of the energy bands of энергетических зон однослойных и двухслойных single- and double-walled zigzag SiC nanotubes are нанотрубок zigzag SiC. Построена зависимость presented. We built nanotube size dependence of the ширины запрещенной зоны от размера нанотрубок. band gap. The influence of double-walled SiC nanotubes Проведен анализ влияния состава двухслойных composition on their energy characteristics was analyzed нанотрубок SiC на их энергетические характеристики В данной работе исследованы зависимости электронных спектров однослойных и двухслойных нанотрубок SiC от их поперечных размеров. Была выбрана структура zigzag (n, 0), характерной особенностью которой является наличие связей Si-C, направленных параллельно оси нанотрубки. Атомы кремния и углерода чередуются, занимая вершины шестиугольников. В пределе больших значений параметра хиральности n, а соответственно и радиуса, локальная геометрия нанотрубки повторяет решетку графена SiC.

Расчет электронной структуры zigzag нанотрубок (n, 0) SiC проводился методом теории функционала плотности (DFT) в приближении локальной плотности (LDA) с помощью открытого кода ABINIT [1]. Параметр хиральности n изменялся от 3 до 20, а радиус нанотрубок от 0,1507 нм до 0,94 нм соответственно.

Равновесные геометрические параметры определялись путем минимизации полной энергии, в качестве базиса использовались PAW (projector augmented waves).

На рис.1(а,б) показаны энергетические зоны нанотрубок SiC (6, 0) и (10, 0) в окрестности уровня Ферми. Точки симметрии Г(0, 0) и Z(/a, 0), где a - постоянная "решетки", представляют одномерную зону Бриллюэна. Обе нанотрубки являются прямозонными полупроводниками с шириной запрещенной зоны (Eg) 0,661 эВ и 1,881 эВ соответственно.

http://www.ivtn.ru Секция 3 Section а) б) в) Рис.1 Зонная структура нанотрубок SiC, а) (6, 0 ), б) (10,0), в) зависимость ширины запрещенной зоны от поперечного размера нанотрубок zigzag.

Зависимость ширины запрещенной зоны от размера нанотрубок SiC показана на рис.1 (в). Нанотрубки с наименьшими радиусами ( n 5) являются проводниками. Промежуточное положение занимает структура (5, 0) с нулевой Eg, как у графена углерода. Дальнейшее увеличение поперечного сечения нанотрубок (n 5) ведет к монотонному, логарифмическому росту Eg. Горизонтальной асимптотой графика функции Eg(n) является прямая E = Eg*, где Eg*- ширина запрещенной зоны графена SiC, равная 2,812 эВ (расчет выполнен нами, тем же методом).

Двухслойные нанотрубки SiC крайне слабо изучены. В данной работе мы попытались ответить на вопрос, как комбинация параметров хиральности n1 и n2, внутренней (n1,0) и внешней (n2,0) монослойных нанотрубок SiC, влияет на электронные свойства многослойных (n1,0)@ (n2,0) нанотрубок. На рис.2(а) изображен фрагмент двухслойной (7,0)@(14,0) zigzag нанотрубки SiC. Поскольку межатомные расстояния Si-C во внутренней и внешних нанотрубках практически совпадают, элементарные ячейки двухслойных нанотрубок не слишком велики, тем самым облегчая расчеты. Анализ зонной структуры, представленный на рис.2(б), показывает, что нанотрубка (7, 0)@(14,0) SiC является прямозонным полупроводником, где Eg = 0,469 эВ. Для сравнения приведем величины Eg для составляющих моноатомных нанотрубок, Eg[(7,0)] = 1,258 эВ и Eg[(14,0)] = 2,207 эВ. Несмотря на большое расстояние между нанотрубками (0,346 нм), наблюдается их связывание (в англ. источниках coupling), которое, как и в случае графита, существенно изменяет электронные свойства многослойной структуры. В данном случае в разы уменьшая ширину запрещенной зоны.

а) б) в) Рис.2 а) строение двухслойной (7,0)@(14,0) zigzag нанотрубки SiC, б) зонная структура (7,0)@(14,0), в) электронные свойства двухслойных zigzag нанотрубок SiC (m - проводник, s - полупроводник).

Дальнейшие исследования показали, что граница раздела между двухслойными нанотрубками SiC проводниками (m) и полупроводниками (s) расположена, как показано на рис. 2(в). Пары однослойных нанотрубок с малым поперечным размером образуют двухслойные с металлическим типом проводимости.

Крайнее положение занимают полупроводниковые нанотрубки (5,0)@(13,0) и (6,0)@(14,0), для которых Eg равны 0,369 эВ и 0,486 эВ соответственно.

Литература 1. Gonze X., Amadon B., Anglade P.-M. etc. ABINIT : First-principles approach of materials and nanosystem properties // Computer Phys. Commun., 2009. V.180. P.2582-2615.

http://www.ivtn.ru/2013/confs/enter/paper.php?p=1344 http://www.ivtn.ru/2013/confs/enter/paper_e.php?p= www.ivtn.ru Секция 3 Section МОДЕЛИРОВАНИЕ ЭЛЕКТРОННЫХ ПЕРЕХОДОВ В SIMULATION OF ELECTRONIC TRANSITIONS IN ОДНОЭЛЕКТРОННЫХ СИСТЕМАХ ONE-ELECTRON SYSTEMS Островский Н.В. Ostrovskiy N.V.

Вятский государственный университет Vyatka State University В докладе обсуждается динамическая модель, In the report is discussed a dynamic model, described an описывающая переход электрона с нижней орбиты на electron transition from lower orbit to upper. The model верхнюю. Модель включает передачу энергии от includes the transfer of energy from impulses of импульса электромагнитного излучения (фотона) electromagnetic radiation (photon) to electron, change of электрону, изменение радиуса орбиты электрона и electron orbit radius and related parameters.

связанных с ним параметров.

В докладе приводится описание и результаты расчётов модели перехода электрона с низшей стационарной орбиты на высшую под действием импульса электромагнитного излучения (фотона). При этом используется представление об электроне-волне, движущемся по круговой орбите, удовлетворяющей постулатам Н. Бора.

Для детализации процесса передачи энергии от импульса электромагнитного излучения к электрону введена функция текущей мощности излучения [1]:

P(t ) h 2 1 cos2t, (1) где: h –постоянная Планка, – частота излучения. Интеграл от P(t) за период времени t 1 равен h.

Полученная электроном энергия расходуется на работу против силы электростатического притяжения. Как следует из модели Бора конечное значение радиуса орбиты r2 связана с начальным значением радиуса r1 и величиной орбиты A12 соотношением:

1, где Z – заряд ядра.

r2 (2) 1 r1 A12 Ze Из теории Бора также следует, что по завершении процесса увеличения радиуса орбиты должно произойти увеличение момента количества движения электрона (углового момента) пропорционально изменению номера орбиты. Это событие требует определённого количества энергии, которую мы назовём энергией квантового скачка:

Ze2 rb ra, EK,QJ (3) 2 rb где a и b начальный и конечный номера орбит.

Для того, что бы объяснить накопление электроном необходимого количества энергии, автором введено понятие внутренней энергии электрона или энергии деформации электронной орбиты (EDef). Текущая величина этой энергии рассчитывается по уравнению, аналогичному уравнению (3). Тогда величина работы против силы электростатического притяжения будет определяться соотношением [1]:

A12 P(t )dt EK,12 EDef,12, (4) где EK,12 – изменение кинетической энергии электрона при увеличении радиуса орбиты от r1 до r2.

Возможности модели проиллюстрированы расчётами для переходов 1=2, 1=3 и 2=3 в атоме водорода и для перехода 1=2 в ионе гелия.

Литература Островский Н.В. Об энергии импульса электромагнитного излучения (электронный переход в атоме 1.

водорода).// Труды VII Международного симпозиума по электромагнитной совместимости и электромагнитной экологии. Санкт-Петербург, 26-29 июня 2007 г. – СПб: издательство Санкт Петербургского государственного электротехнического университета «ЛЭТИ», 2007, с. 218-221.

http://www.ivtn.ru/2013/confs/enter/paper.php?p=1354 http://www.ivtn.ru/2013/confs/enter/paper_e.php?p= 90 МОДЕЛЬ ПОСУТОЧНОЙ ДИНАМИКИ SR В ПОЧВЕ MODEL OF THE DAILY DYNAMICS OF SR IN THE И ДРЕВЕСНОМ ЯРУСЕ ДУБРАВЫ SOIL AND WOOD FLOOR OF OAK FOREST Мамихин С.В. Mamihin S.V.

Московский государственный университет M.V.Lomonosov Moscow State University им.М.В.Ломоносова 90 Построена модель посуточной динамики Sr в A model of the daily dynamics of Sr in the oak экосистеме дубравы. Модель состоит из 4-х модулей, ecosystem. The model consists of 4 modules, which в которых отображается динамика органического shows the dynamics of organic matter, the content of Ca 90 вещества, содержания Ca и Sr в основных and Sr in the main components of wood stand and soil.

компонентах древостоя и почве. Поведение Sr Organic matter dynamics determines the 90 определяет динамика органического вещества. Sr sup90/supSr behavior. Sr allocated between the распределяется между компонентами дерева components of a tree like the chemical analogue - Ca.

http://www.ivtn.ru Секция 3 Section подобно своему химическому аналогу – Ca. Numerical experiments on imitation of a number of Проведены численные эксперименты по имитации possible radiological emergencies. The definition of the ряда возможных радиологических ситуаций. Дано role of soil and the components of the wood vegetation определение роли почвы и компонентов древесной and flows between them in the biological cycle of Sr растительности и потоков между ними в биологическом круговороте Sr В рамках дальнейшей реализации проекта ECORAD построена имитационная модель посуточной динамики Sr в экосистеме дубравы. Работа с предшествующей версией модели, в которой процессы поведения радионуклида воспроизводились с шагом в 1 год [1], выявила недостаточную функциональность алгоритма при столь крупном шаге. В первую очередь это выразилось в невозможности учета взаимного компенсирования встречных потоков, а следовательно в очень приближенной оценке их интенсивности. При таком шаге по времени нельзя было также учесть наличие обратных, регуляторных связей между компонентами древостоя и адекватно воспроизвести перераспределение Sr между ними.

При построении модели за основу был использован алгоритм нашей модели посуточной динамики Cs в аналогичной экосистеме [2], переработанный с учетом различий в поведении радиоцезия и Sr в почве и растительном покрове. Модель состоит из 4-х модулей, в которых отображается почасовая динамика углерода органического вещества и посуточная динамика содержания Ca и Sr в основных компонентах древостоя (листва, ветви крупные и мелкие, древесина ствола, кора наружная (корка или ретидом) и внутренняя (флоэема или луб), корни крупные и мелкие) и содержания форм биологически доступного и недоступного Sr в почве. Идентификация параметров модели и ее проверка проводились с использованием данных по поведению Sr в лесных экосистемах лиственных лесов, расположенных на территориях Кыштымской и Чернобыльской радиационных катастроф.

Основные положения использованного алгоритма:

-рассматривается отдельно наружное и внутреннее загрязнение компонентов древостоя;

- физический носитель радионуклида – органическое вещество, динамика которого в первую очередь и определяет поведение Sr;

- Sr распределяется между компонентами дерева подобно своему химическому аналогу - Ca;

- используется фиктивный, всегда «пустой» компонент – распределительный пул, после поступления в который Sr из почвы или других компонентов древостоя, радионуклид сразу распределяется между структурными частями древостоя в соответствии с двумя предыдущими положениями.

Модель точечная, детерминированная с элеменами стохастичности (для правдоподобного воспроизведения метеорологических условий используются рандомизация и вероятностные закономерности выпадения атмосферных осадков, определенные мной для данного региона по многолетним данным). Модель реализована в Visual Basic. Выдача результатов моделирования осуществляется в текстово-цифровом или графическом виде.

С моделью были проведены численные эксперименты по имитации ряда возможных радиологических ситуаций. С помощью данной модели рассчитана многолетняя динамика содержания Sr в компонентах древостоя и почве и величин потоков между ними, суммированных по годам. Дано определение роли почвы и компонентов древесной растительности и потоков между ними в биологическом круговороте этого радионуклида.

Литература Мамихин С.В., Никулина М.В. Имитационная модель поведения Sr в почве и древесном ярусе 1.

соснового леса // Радиационная биология. Радиоэкология., т. 45, №4, 2005, с. 218 – 226.

Мамихин С.В., Никулина М.В., Манахов Д.В. Механизмы сезонной и мно-голетней динамики 2.

радиоактивных изотопов цезия в экосистеме дубового леса // Проблемы радиоэкологии и пограничных дисциплин /Ред. Мигунов В.И., Трапезников А.В.. Вып.6. Заречный, 2005. С. 292 – 308.

http://www.ivtn.ru/2013/confs/enter/paper.php?p=1330 http://www.ivtn.ru/2013/confs/enter/paper_e.php?p= МОДЕЛЬ ИЗМЕНЕНИЯ ПОТЕНЦИАЛА ДЕЙСТВИЯ В MODEL OF CHANGES OF THE ACTION POTENTIAL НЕРВНОМ ВОЛОКНЕ IN NERVE FIBER Богатов Н.М., Григорьян Л. Р., Понетаева Е. Г. Bogatov N.M., Grigoyan L., Ponetaeva E.

Кубанский государственный университет Kuban State University Представлено обобщение модели распространения This article introduces generalization of the action потенциала действия с учетом генерации потенциала potential spreading model which considers generation of в каждом участке волокна. Проанализирован the action potential in each segment of the nerve fiber.

характер изменения формы импульсного сигнала в Behavior of the impulse signal waveform during the процессе распространения. Показано, что механизм propagation process was analyzed. A mechanism of распределенной генерации заряда в нервном distributed generation of the charge in nerve fiber results волокне приводит к уменьшению фазовой скорости in decrease of phase velocity of signal spreading rate.

распространения сигнала. В процессе Amplitude of the action potential decreases and pulse распространения происходит уменьшение амплитуды width increases in the action potential propagation и увеличение ширины импульса потенциала действия process www.ivtn.ru Секция 3 Section Электрическая природа нервного импульса доказана в работах Ходжкина, Хаксли с сотрудниками [1 – 3].

Моделирование биоэлектрических явлений – одно из современных направлений изучения процессов, протекающих в живых электровозбудимых структурах [4, 5]. В работе [6] разработана солитонная модель изменения трансмембранного потенциала нервного волокна при распространении по нему возбуждения.

Точное аналитическое решение задачи распространения нервного импульса в рамках модели Ходжкина Хаксли на основе интегрального преобразования Лапласа и теоремы Эфроса, когда входной импульс возбуждения отклоняется от ступенчатой функции Хевисайда, получено в [7].

Целью данной работы является обобщение модели распространения потенциала действия с учетом генерация потенциала в каждом участке волокна и анализ изменения сигнала, когда форма импульса возбуждения соответствует реально наблюдаемой.

В результате моделирования распространения потенциала действия с учетом генерации потенциала на каждом участке волокна показано, что генерация заряда в нервном волокне обусловливает увеличение эффективной длины и уменьшение фазовой скорости распространения сигнала, так что эффективное время распространения сигнала возрастает. Отсюда следует, что механизм распределенной генерации заряда в нервном волокне не выгоден, так как приводит к замедлению реакции биологического объекта.

Характерными закономерностями являются уменьшение амплитуды и увеличение ширины импульса потенциала действия. Сигнал, содержащий только низкочастотные составляющие, сохраняет свою форму в каждом координатном сечении, уменьшаясь по амплитуде. Увеличение ширины и асимметрии импульсного сигнала в процессе распространения обусловлено суперпозицией высоких частот.

Типичный импульс возбуждения имеет знакопеременную форму. В этом случае координатная зависимость потенциала действия во временных сечениях t = const может иметь как монотонный, так и немонотонный характер, обусловленный формой возбуждающего импульса, а также тенденциями уменьшения амплитуды и увеличения ширины импульса потенциала действия в процессе распространения по нервному волокну.

Литература 1. Hodgkin A. L., Rushton W. A. H. The electrical constants of a crustacean nerve fibre // Proc. Roy. Soc.

London. 1946. Ser B. V. 133. P. 444-479.

2. Hodgkin A. L., Huxley A. F. A quantative description of membrane current and its application to conduction and excitation in nerve // J. Physiol. (London). 1952. V. 117. N4. P. 500-544.

Frankenhaeuser В., Huxley A. The action potential in the myelinated nerve fibre of Xenopus Laevis as 3.

computed on the basis of voltage clamp data // J.Physiol. 1964. N2. P. 302-315.

Abbott L. F., Kepler Т. B. Model neurons: from Hodgkin-Huxley to Hopfield // Statistical Mechanics of 4.

Neural Networks, L. Garrido, ed., no. 368 in Lecture notes in Physics, Springer-Verlag, 1990. P. 5-18.

5. Dominique Debanne. Information processing in the axon // Nature Reviews Neuroscience. 2004. V.5. N4.

P. 304-316.

Максименко Е.В. Об использовании математических методов в биологических исследованиях // 6.

Обозрение прикладной и промышленной математики. 2005. Т. 12. Вып. 2. С. 431-432.

Селезов И.Т., Морозова Л.В. Обобщение задачи возбуждения и распространения потенциала 7.

действия по нервному волокну // Прикладна гiдромеханiка. 2010. Т. 12. N. 3. С. 75-83.

http://www.ivtn.ru/2013/confs/enter/paper.php?p=1333 http://www.ivtn.ru/2013/confs/enter/paper_e.php?p= ИСПОЛЬЗОВАНИЕ ПОЛУЭМПИРИЧЕСКИХ THE USE OF SEMI-EMPIRICAL QUANTUM-CHEMICAL КВАНТОВО-ХИМИЧЕСКИХ МЕТОДОВ ДЛЯ METHODS FOR CALCULATION OF ENTHALPIES OF РАСЧЕТА ЭНТАЛЬПИЙ ОБРАЗОВАНИЯ FORMATION OF NITROGEN-CONTAINING АЗОТСОДЕРЖАЩИХ ПОЛИЦИКЛИЧЕСКИХ POLYCYCLIC AROMATIC HYDROCARBONS IN THE АРОМАТИЧЕСКИХ УГЛЕВОДОРОДОВ В ГАЗОВОЙ GASEOUS PHASE ФАЗЕ Зауэр Е.А. Zauer E.A.

Волгоградский государственный технический Volgograde State Technical University университет Сравнением рассчитанных полуэмпирическими Comparison of experimental enthalpies of formation of квантово-химическими методами энтальпий about 20 nitrogen-containing polycyclic aromatic образования ~20 азотсодержащих полициклических hydrocarbons in the gaseous phase with those calculated ароматических углеводородов и их by semiempirical quantum- chemical methods has shown экспериментальных значений в газовой фазе that AM1 approximation ensures the best agreement показано, что наилучшая корреляция между ними between experimental and calculated values.

наблюдается при использовании метода АМ1.

Квантово-химические методы расчета широко используются для определения энтальпий образования соединений разных классов. Они особенно удобны для расчетов больших молекул.

В данной работе с помощью полуэмпирических квантово-химических методов выполнен расчет энтальпий образования азотсодержащих полициклических ароматических углеводородов (NПАУ) в газовой фазе.

Для выбора метода квантово-химического расчета с помощью программы MOPAC, в которую входят методы PM3, MINDO, AM1 и MNDO, были выполнены полная оптимизация геометрии и рассчитаны энтальпии образования порядка 20 NПАУ, для которых известны экспериментальные значения энтальпий образования в газовой фазе.

http://www.ivtn.ru Секция 3 Section Анализ полученных результатов показал, что наилучшая корреляционная связь между экспериментальными и расчетными значениями энтальпий образования имеет место при использовании метода АМ1. Зависимость носит линейный характер и может быть использована для прогнозирования энтальпий образования NПАУ в газовой фазе, экспериментальные значения для которых не определены.

http://www.ivtn.ru/2013/confs/enter/paper.php?p=1349 http://www.ivtn.ru/2013/confs/enter/paper_e.php?p= ТАМОКСИФЕН – НОВЫЕ МОЛЕКУЛЯРНЫЕ TAMOXIFEN - THE NEW MOLECULAR MECHANISMS МЕХАНИЗМЫ ДЕЙСТВИЯ OF ACTION Дудко Е.А., Раманаускайте Р.Ю., Вихлянцева Н.О., Dudko E., Ramanauskayte R., Vikhlyantseva N., Коломийцев С.Д., Богуш Т.А. Kolomiytsev S., Bogush T.



Pages:   || 2 |
 




 
2013 www.netess.ru - «Бесплатная библиотека авторефератов кандидатских и докторских диссертаций»

Материалы этого сайта размещены для ознакомления, все права принадлежат их авторам.
Если Вы не согласны с тем, что Ваш материал размещён на этом сайте, пожалуйста, напишите нам, мы в течении 1-2 рабочих дней удалим его.