Разум побеждает: Рассказывают ученые

Коллектив авторов

Получены и другие интересные результаты изучения биохимии медленного сна. Так, только при медленном сне у людей происходит значительное поступление из гипоталамуса в кровь гормона роста. Эта закономерность не изменяется ни при каких нарушениях смены циклов сна в течение суток. Выход гормона роста в общий кровоток организма говорит об усилении биосинтеза белков в периферических тканях организма. Таким образом, фаза медленного сна нужна для восстановления органов тела, а быстрый сон — для восстановления работоспособности мозга.

Чем выше организовано животное, чем лучше развита его нервная система, тем больше оно нуждается в быстром сне. Рыбы вообще не спят. У них — две формы отдыха: обездвижен-ность с потерей

или сохранением мышечного тонуса. У амфибий также нет сна. Его заменяет обездвиженность с сохранением тонуса мышц. У рептилий (пресмыкающихся) можно наблюдать нечто похожее на медленный сон, у крокодилов — наиболее высокоразвитых среди них намечается что-то вроде небольших периодов фаз быстрого сна. У птиц уже хорошо выражен и медленный и быстрый сон (последний, правда, занимает лишь один процент сна) и наблюдается еще одно состояние во сне, которое есть у более примитивных животных — каталепсия (оцепенение). Если у крыс в быстром сне идет накопление белков и рибонуклеиновых кислот в нейронах и глии супра-оптического ядра, то у кур при каталепсии этого нет, содержание белка в клетках мозга у них даже падает. Обездвиженность животных — это отдых пассивный в биохимическом отношении. А быстрый сон — это активный процесс обмена веществ в клетках мозга.

В свое время известный советский биохимик А. В. Палладии указывал, что состояние сна не подразумевает бездеятельности головного мозга и что его активность при этом может и не ослабляться, а направляться на восстановление его функциональной работоспособности. При сне включается механизм повышения обмена глюкозы и других богатых энергией веществ. Причем уровень их использования не менее высокий, чем в бодрствовании.

При длительном полном лишении сна снижается активность окислительных процессов и падает синтез АТФ (аденозинтрифосфорной кислоты), необходимый для обеспечения энергией всех реакций, проходящих в клетках. При лишении быстрого сна содержание свободного гликогена снижается. Более чем на 50 процентов повышается содержание аммиака. Возможно, аммиак является одним из факторов, вызывающих утомление мозга. Нарушения сна могут приводить к заметным сдвигам обмена аминокислот — к торможению биосинтеза белков. При приеме снотворных (так называемых барбитуратов) естественный ритм сна нарушается. Эти снотворные снимают фазы быстрого сна со всеми вытекающими отсюда последствиями, всей суммой нарушений биохимических реакций в клетках мозга.

Попробуем подвести итог сказанному выше. Возможно, в нейрохимическом отношении сон нужен прежде всего для своеобразного ремонта именно белковых структур в клетках нервной ткани, для перестройки тех белковых молекул, которые повреждаются при функциональной активности в течение длительного бодрствования. Это прежде всего нерастворимые структурные белки синаптических мембран нейронов. Структурные белки изменяются, и затрудняется проводимость через синапсы, возникает утомление. При сне они восстанавливаются, и утомление исчезает. Это ответ на вопрос (правда, пока еще неполный и неокончательный): для чего нужен сон?

^{В. В. Меншуткин, доктор биологических наук}

Математика подтверждает эволюцию

Издавна люди разделили изучение природы на отдельные области знания различные науки. В каждой из наук есть, в свою очередь, почти бесчисленные подразделения на узкие отрасли. И это необходимо, так как при современном объеме информации один не может познать все. Природа же не знает такого разделения — в ней все взаимосвязано. И пока человек не осознает этой связи между различными явлениями природы, он не сможет ею разумно управлять.

Ныне биология стала объединяться с другими науками, казалось бы от нее далекими, — физикой, астрономией, математикой. И это тоже необходимо, чтобы

осмыслить закономерности природы.

Тем исследователям, которым посчастливилось одновременно и в достаточной мере знать и математику, и биологию, удалось создать так называемые математические модели биологических процессов. Математические модели оказались одним из интереснейших и увлекательнейших методов познания закономерностей живой природы и обобщения знаний.

Одним из первых математическую модель создал в 1910 г. англичанин Росс. Она отражала динамику зараженности малярийным плазмодием. Позже, в 1918 г., наш соотечественник Ф. И. Баранов создал математическую модель, в которой использовались простейшие дифференциальные уравнения. Модель Ф. И. Баранова описывала динамику численности рыб. Постепенно модели усложнялись и совершенствовались, становились настолько громоздкими, что исследовать их практически было невозможно до тех пор, пока в 1964 г. почти одновременно канадские ученые Ларкин, Хоустон и мы для решения моделей применили цифровую электронно-вычислительную машину.

При создании математической модели перед исследователем встает ряд сложных проблем: выбор математического аппарата, языка для описания свойств исследуемого объекта, который должен быть в одинаковой степени понятен и для математика и для электронно-вычислительной машины. Любой биологический объект все время изменяет свое состояние. «Единственная постоянная вещь в мире — постоянные изменения», — говорил А. Эйнштейн. И это изменение (динамика) тоже должно найти отражение в математической модели. Исследователь создает несколько вариантов модели, выбирает наилучший, и дальнейшая «жизнь» модели продолжается на электронно-вычислительной машине.

Делать все науки «точными» — вот в чем громадная революционная роль вычислительных машин в истории науки. Математическое моделирование на ЭВМ позволяет количественно изучать сложные системы, а именно сложность объекта и отличает биологию от классической механики.

У нас созданы математические модели, помогающие исследователям изучать жизнь и находить способы для управления различными ее процессами.

Мы привыкли к мысли о материальности окружающего нас мира, в том числе и биологической его части. Но современная наука, в частности кибернетика, утверждает нечто большее — мир не только материален, но и поддается количественному описанию. Перефразируя известное изречение И. М. Сеченова, можно сказать, что все — начиная от блеска далеких звезд, шума океанского прибоя и полета пчелы до первого крика ребенка, вдохновенного танца балерины и творческой мечты ученого — может быть описано количественно, то есть на языке математики. Конечно, от этого «может быть описано» до простого «описано» путь долгий и трудный, но ученому нужна уверенность в том, что, как нет непознаваемых вещей, а есть только еще непознанные, так нет вещей, математических моделей которых принципиально нельзя сделать. «Знать — значит уметь моделировать!» — так сказал И. А. Полетаев на одной из конференций по философским вопросам моделирования.

Математические модели в точных науках — физике, астрономии существуют чуть ли не со времен древних греков и ни в каких ЭВМ для своей реализации не нуждались. А вот для биологии, экономики, социологии необходимы ЭВМ.

В биологии, даже если речь идет о жизни отдельного организма, имеются сотни разных зависимостей.

Предположим, растет какая-то рыбешка в захудалом озерке. Зависит этот рост не только от того, какое время она прожила, вылупившись из икринки, но и от того, какая была температура воды, сколько и какого было корма, много ли было других рыб в озере, каковы были родители этой рыбы и от многого, многого другого. «Много причин — много следствий» — вот чем отличаются неточные науки от точных. «Проклятие многомерности» — так говорят математики.