Современные методы исследований в биологии

Материалы по современным методам исследований в биологии, её разделах и смежных дисциплинах

Рисунок: Основные ветви биологии.

Современная биология – это совокупность научных дисциплин, с разных сторон и на разных уровнях изучающих все многообразие живой материи.

В настоящее время биология условно разделяется на две большие группы наук.

Биология организмов: науки о растениях (ботаника), животных (зоология), грибах (микология), микроорганизмах (микробиология). Эти науки изучают отдельные группы живых организмов, их внутреннее и внешнее строение, образ жизни, размножение и развитие.

Общая биология:  молекулярный уровень (молекулярная биология, биохимия и молекулярная генетика), клеточный (цитология), тканевой (гистология), органы и их системы (физиология, морфология и анатомия), популяции и природные сообщества (экология). Иными словами, общая биология изучает жизнь на различных уровнях.

Биология тесно связана с другими естественными науками. Так, на стыке между биологией и химией появились биохимия и молекулярная биология, между биологией и физикой – биофизика, между биологией и астрономией – космическая биология. Экология, находящаяся на стыке биологии и географии, в настоящее время часто рассматривается как самостоятельная наука.

Аксиомы теоретической биологии по Б.М. Медникову

Аксиомы теоретической биологии - это особенности живого, отличающие его от неживого.

Аксиомы названы ио именам учёных, впервые описавших данное яачение, однако формулировки аксиом принадлежат Б.М. Медникову (первая публикация была в журнале «Наука и жизнь» в 1980 году).

 1. Аксиома Вейсмана. Все живые организмы оказываются единством фенотипа и генотипа - программы для его построения, передающейся по наследству из поколения в поколение.

2. Аксиома Н.К. Кольцова. Генетическая программа образуется матричным путём. Как матрица, на которой строится ген будущего поколения, используется ген предшествующего поколения.

3. 1-я аксиома Ч. Дарвина. В процессе передачи из поколения в поколение генетические программы в результате различных причин изменяются случайно и ненаправленно, и лишь случайно такие изменения могут оказаться удачными в данной среде.

4. Аксиома Н.В. Тимофеева-Ресовского. Случайные изменения генетических программ при становлении фенотипа многократно усиливаются.

5. 2-я аксиома Ч. Дарвина. Многократно усиленные изменения генетических программ организма подвергаются отбору условиями внешней среды.       Источник: Словарь генетических терминов / Сост.: М.В. Супотницкий. - М.: Вузовская книга, 2007. - С.14-15.

Аксиоматические положения, лежащие в основе жизни:

1) живые организмы состоят из фенотипа и генотипа, то есть генетической программы;

2) генетические программы не возникают заново, а реплицируются матричным способом;

З) в процессе репликации неизбежны ошибки на микроуровне, случайные и непредсказуемые изменения генетических программ;

4) в процессе постройки фенотипа эти изменения многократно усиливаются, что делает возможным селекцию единичных квантовых событий на макроуровне.

Этих положений достаточно (как говорят математики: необходимо и достаточно) для объяснения всех феноменов живой природы – от возникновения первого сократимого волокна или первой молекулы фермента до становления мыслящего мозга. Мы не сводим биологию к химии и физике. Мы выводим биологию из химии и физики. Это не редукционизм, а дедукционизм.

Источник: Медников Б.М. Аксиомы биологии. — М.: Знание, 1982. - 136 с.

Задачи студентов по учебному курсу Современные методы биологических исследований

1. Ознакомление с разнообразными методами исследований в различных областях биологии.

Решение и отчётность:
1) Написание обзорного учебного реферата по методам исследования в различных областях биологии. Минимальные требования к содержанию реферата: описание 5 методов исследования по 1-2 страницы (шрифт 14, интервал 1,5, поля 3-2-2-2 см) на каждый метод.
2) Предоставление доклада (желательно в виде презентации) по одному из современных методов биологии: объём 5±1 страница.
Ожидаемые результаты обучения:
1) Поверхностное знакомство с широким набором методов исследований в биологии.
2) Углубленное понимание одного из методов исследования и передача этого своего знания студенческой группе.

2. Проведение обучающего учебно-научного исследования от постановки цели до выводов с применением необходимых требований к оформлению научного отчёта об исследовании.

Решение:
Получение первичных данных на лабораторных занятиях и в домашних условиях. Допускается проведение части подобного исследования во внеаудиторное время.

3. Знакомство с общими методами исследования в биологии.

Решение:
Лекционный курс и самостоятельная работа с источниками информации. Доклад на примере фактов из истории биологии: объём 2±1 страница.

4. Применение полученных знаний, умений и навыков для проведения и оформления собственного исследования в виде НИРС, курсовой работы и/или выпускной квалификационной работы.

Определение понятий

Методы исследования - это способы достижения цели исследовательской работы.

Научный метод - это совокупность приёмов и операций, используемых при построении системы научных знаний.

Научный факт - это результат наблюдений и экспериментов, который устанавливает количественные и качественные характеристики объектов.

Методологическая основа научного исследования - это совокупность методов научного познания, используемых для достижения цели данного исследования.

Методологическая основа исследования

Методы общенаучные, экспериментальные, методологическая основа - смотреть1, смотреть2 

Современная биология использует объединение методологических подходов, она использует «единство описательно-классифицирующего и объяснительно-номотетического подходов; единство эмпирических исследований с процессом интенсивной теоретизации биологического знания, включающим его формализацию, математизацию и аксиоматизацию» [Ярилин А.А. «Золушка» становится принцессой, или Место биологии в иерархии наук. // «Экология и жизнь» №12, 2008. С. 4-11. С.11].

Задачи методов исследования:

1. «Усиление естественных познавательных способностей человека, а также их расширение и продолжение».

2. «Коммуникативная функция», т.е. посредничество между субъектом и объектом исследования [Аршинов В.И. Синергетика как феномен постнеклассической науки. М.: Ин-т философии РАН, 1999. 203 с. С.18].

Три общих направления в научных исследованиях

1. Экспериментальное исследование.
2. Теоретическое исследование.
3. Компьютерное моделирование.

   1. Экспериментальные исследования. Проводятся с реальным объектом в форме натурного эксперимента. В результате получают экспериментальные данные о поведении и свойствах объекта исследования. Известны две стратегии проведения натурного эксперимента: активная и пассивная. В первом случае экспериментатор имеет возможность изменять внешние условия, определяющие состояние объекта, во втором — такой возможности нет. В этом случае говорят о наблюдении за изменениями состояния объекта. Такие исследования (социальные, природные), как правило, длительны и трудоемки.

   2. Теоретические исследования. Теория имеет дело не с реальным объектом исследования, а с его идеализированным представлением, допускающим применение адекватного математического аппарата для формального описания объекта. Здесь основой является некая совокупность фактов, полученная в результате наблюдений или натурного эксперимента. В результате теоретического осмысления фактов у исследователей возникает ряд гипотез, объясняющих поведение и свойства объекта. При последующей экспериментальной проверке одна из гипотез может принять форму научного закона. Однако этот традиционный путь формирования теоретического знания в случае сложных систем оказывается неприменимым, и роль законов выполняют математические методы. Разрабатывается математический аппарат теории, который обеспечивает возможность проведения исследования объекта аналитическими методами. Но и эти методы в реальных ситуациях часто оказываются неприменимыми. Причины: недостаточная разработанность математического аппарата; чрезмерно большая размерность решаемой задачи; наличие большого числа случайных факторов. Возникает необходимость использования компьютерного моделирования.

   3. Компьютерное моделирование. При использовании экспериментальных и теоретических методов исследования создаётся и накапливается исходная информация об объекте исследования, а модель используется как средство интеграции и хранения знаний об объекте исследования. Так, теоретические исследования проводятся с целью построения модели, а натурный эксперимент проводится с целью проверки адекватности модели. Здесь модель играет прикладную роль, она является и результатом исследования, и средством хранения знаний об объекте исследований. Различают два вида компьютерных экспериментов: вычислительный и имитационный. Модель при вычислительном эксперименте строится в виде уравнений (дифференциальных, алгебраических и пр.). При этом приходится использовать численные методы и комплексы эффективных вычислительных алгоритмов. В отличие от вычислительных экспериментов модели в имитационных экспериментах из-за отсутствия теории объекта описывают поведение реального объекта и реализуются в виде набора алгоритмов, отображающих ситуации, возникающие в состоянии моделируемого объекта и изменяющиеся по определенным сценариям. Результатами имитационного эксперимента являются не численные решения каких-либо уравнений модели, а реализации созданных с помощью компьютера процессов, имитирующих поведение реального объекта. Термин «реальный» будем использовать в смысле «существующий или способный принять одну из форм существования», т. е. системы, находящиеся только в стадии планирования или разработки, могут моделироваться так же, как и действующие системы. В настоящее время, при исследовании сложных систем все чаще предпочтение отдается именно имитационному моделированию. Это обусловлено как стремительным развитием компьютерной техники, так и совершенствованием программного обеспечения, к которому относятся и языки имитационного моделирования. Цель имитационного моделирования состоит в воспроизведении поведения исследуемой системы на основе результатов анализа наиболее существенных взаимосвязей между ее элементами или, другими словами, — разработке симулятора (simulation modeling) исследуемой предметной области для проведения различных экспериментов [22].

Общие методы исследований в биологии

Наблюдение

Наблюдение - это исследование внешних признаков и видимых изменений объекта на протяжении определённого промежутка времени. Например, наблюдение за ростом и развитием проростка.

Наблюдение – это отправной пункт всякого естественнонаучного исследования.

В биологии это особенно хорошо заметно, так как объект её изучения – человек и окружающая его живая природа. Уже в школе на уроках зоологии, ботаники, анатомии детей учат проведению самых простых биологических исследований путём наблюдения за ростом и развитием растений и животных, за состоянием собственного организма.

Наблюдение как метод собирания информации – хронологически самый первый приём исследования, появившийся в арсенале биологии, а точнее, ещё её предшественницы – естественной истории. И это неудивительно, так как наблюдение опирается на чувственные способности человека (ощущение, восприятие, представление). Классическая биология - это биология по преимуществу наблюдательная. Но, тем не менее, этот метод не утратил своего значения и по сей день.

Наблюдения могут быть прямыми или косвенными, они могут вестись с помощью технических приспособлений или без таковых. Так, орнитолог видит птицу в бинокль и может слышать её, а может фиксировать прибором звуки вне слышимого человеческим ухом диапазона. Гистолог наблюдает с помощью микроскопа зафиксированный и окрашенный срез ткани. А для молекулярного биолога наблюдением может быть фиксация изменения концентрации фермента в пробирке.

Важно понимать, что научное наблюдение, в отличие от обыденного, есть не простое, но целенаправленное изучение объектов или явлений: оно ведётся для решения поставленной задачи, и внимание наблюдателя не должно рассеиваться. Например, если стоит задача изучить сезонные миграции птиц, то мы будем замечать сроки их появления в местах гнездования, а не что-либо иное. Таким образом, наблюдение — это избирательное выделение из действительности определенной части, иначе говоря, аспекта, и включение этой части в изучаемую систему.

В наблюдении важна не только точность, аккуратность и активность наблюдателя, но и его непредвзятость, его знания и опыт, правильный выбор технических средств. Постановка задачи предполагает также наличие плана наблюдений, т.е. их планомерность. [Кабакова Д.В. Наблюдение, описание и эксперимент как основные методы биологии // Проблемы и перспективы развития образования: материалы междунар. науч. конф. (г. Пермь, апрель 2011 г.).Т. I.  Пермь: Меркурий, 2011. С. 16-19.].

Описательный метод

Описательный метод - это фиксирование наблюдаемых внешних признаков объектов исследования с выделением существенного и отбрасыванием несущественного. Этот метод стоял у истоков биологии, как науки, но ее развитие было бы невозможно без применения других методов исследования.

Описательные методы позволяют вначале описывать, а затем анализировать явления, происходящие в живой природе, сравнивать их, находя определённые закономерности, а также обобщать, открывать новые виды, классы и прочее. Описательные методы начали использоваться ещё в древности, но на сегодняшний день не утратили своей актуальности и широко применяются в ботанике, этологии, зоологии и т. д.

Сравнительный метод

Сравнительный метод - это исследование сходства и различия в строении, протекании жизненных процессов и поведении различных объектов. Например, сравнение особей разного пола, приндлежащих к одному биологическому виду.

Позволяет изучать объекты исследования путём их сравнения между собой или с другим объектом. Позволяет выявлять сходства и различия живых организмов, а также их частей. Полученные данные дают возможность объединять исследованные объекты в группы по признакам сходства в строении и происхождении. На основе сравнительного метода, например, строится систематика растений и животных. Этот метод использовался также при создании клеточной теории и для подтверждения теории эволюции. В настоящее время он применяется практически во всех направлениях биологии.

Этот метод утвердился в биологии в XVIII в. и оказался очень плодотворным в решении многих крупнейших проблем. С помощью этого метода и в сочетании с описательным методом были получены сведения, позволившие в XVIII в. заложить основы систематики растений и животных (К. Линней), а в XIX в. сформулировать клеточную теорию (М. Шлейден и Т. Шванн) и учение об основных типах развития (К. Бэр). Метод широко применялся в XIX в. в обосновании теории эволюции, а также в перестройке ряда биологических наук на основе этой теории. Однако использование этого метода не сопровождалось выходом биологии за пределы описательной науки.
Сравнительный метод широко применяется в разных биологических науках и в наше время. Сравнение приобретает особую ценность тогда, когда невозможно дать определение понятия. Например, с помощью электронного микроскопа часто получают изображения, истинное содержание которых заранее неизвестно. Только сравнение их со светомикроскопическими изображениями позволяет получить желаемые данные.

Исторический метод

Позволяет выявить закономерности образования и развития живых систем, их структур и функций, сопоставлять их с ранее известными фактами. Данный метод, в частности, успешно использовался Ч. Дарвином для построения его эволюционной теории и способствовал превращению биологии из описательной науки в науку объясняющую.

Во второй половине XIX в. благодаря работам Ч. Дарвина исторический метод поставил на научные основы исследование закономерностей появления и развития организмов, становления структуры и функций организмов во времени и пространстве. С введением этого метода в биологии произошли значительные качественные изменения. Исторический метод превратил биологию из науки чисто описательной в науку объясняющую, которая объясняет, как произошли и как функционируют многообразные живые системы. В настоящее время исторический метод, или "исторический подход" стал всеобщим подходом к изучению явлений жизни во всех биологических науках.

Экспериментальный метод

Эксперимент - это проверка верности выдвинутой гипотезы с помощью целенаправленного воздействия на объект в контролируемых условиях.

Эксперимент (опыт) – искусственное создание в контролируемых условиях ситуации, которая помогает выявить глубоко скрытые свойства живых объектов.

Экспериментальный метод исследования явлений природы связан с активным воздействием на них путем проведения опытов (экспериментов) в контролируемых условиях. Этот метод позволяет изучать явления изолированно и достигать повторяемости результатов при воспроизведении тех же условиях. Эксперимент обеспечивает более глубокое, чем другие методы исследования, раскрытие сущности биологических явлений. Именно благодаря экспериментам естествознание в целом и биология частности дошли до открытия основных законов природы.
Экспериментальные методы в биологии служат не только для проведения опытов и получения ответов на интересующие вопросы, но и для определения правильности сформулированной в начале изучения материала гипотезы, а также для её корректировки в процессе работы. В двадцатом столетии данные способы исследования становятся ведущими в этой науке благодаря появлению современного оборудования для проведения опытов, такого как, например, томограф, электронный микроскоп и прочее. В настоящее время в экспериментальной биологии широко используются биохимические приёмы, рентгеноструктурный анализ, хроматография, а также техника ультратонких срезов, различные способы культивирования и многие другие. Экспериментальные методы в сочетании с системным подходом расширили познавательные возможности биологической науки и открыли новые дороги для применения знаний практически во всех сферах деятельности человека.

Вопрос об эксперименте как одной из основ в познании природы, был поставлен ещё в XVII в. английским философом Ф. Бэконом (1561-1626). Его введение в биологию связано с работами В. Гарвея в XVII в. по изучению кровообращения. Однако экспериментальный метод широко вошел в биологию лишь в начале XIX в., причем через физиологию, в которой стали использовать большое количество инструментальных методик, позволявших регистрировать и количественно характе- ризовать приуроченность функций к структуре. Благодаря трудам Ф. Мажанди (1783-1855), Г. Гельмгольца (1821-1894), И.М. Сеченова (1829-1905), а также классиков эксперимента К. Бернара (1813-1878) и И.П. Павлова (1849-1936) физиология, вероятно, первой из биологических наук стала экспериментальной наукой.
Другим направлением, по которому в биологию вошел экспериментальный метод, оказалось изучение наследственности и изменчивости организмов. Здесь главнейшая заслуга принадлежит Г. Менделю, который, в отличие от своих предшественников, использовал эксперимент не только для получения данных об изучаемых явлениях, но и для проверки гипотезы, формулируемой на основе получаемых данных. Работа Г. Менделя явилась классическим образцом методологии экспериментальной науки.

В обосновании экспериментального метода важное значение имели работы, выполненные в микробиологии Л. Пастером (1822-1895), который впервые ввёл эксперимент для изучения брожения и опровержения теории самопроизвольного зарождения микроорганизмов, а затем для разработки вакцинации против инфекционных болезней. Во второй половине XIX в. вслед за Л. Пастером значительный вклад в разработку и обоснование экспериментального метода в микробиологии внесли Р. Кох (1843-1910), Д. Листер (1827-1912), И.И. Мечников (1845-1916), Д.И. Ивановский (1864-1920), С.Н. Виноградский (1856- 1890), М. Бейерник (1851-1931) и др. В XIX в. биология обогатилась также созданием методических основ моделирования, которое является также высшей формой эксперимента. Изобретение Л. Пастером, Р. Кохом и другими микробиологами способов заражения лабораторных животных патогенными микроорганизмами и изучение на них патогенеза инфекционных болезней - это классический пример моделирования, перешедшего в XX в. и дополненного в наше время моделированием не только разных болезней, но и различных жизненных процессов, включая происхождение жизни.
Начиная, например, с 40-х гг. XX в. экспериментальный метод в биологии подвергся значительному усовершенствованию за счет повышения разрешающей способности многих биологических методик и разработки новых экспериментальных приемов. Так, была повышена разрешающая способность генетического анализа, ряда иммунологических методик. В практику исследований были введены культивирование соматических клеток, выделение биохимических мутантов микроорганизмов и соматических клеток и т. д. Экспериментальный метод стал широко обогащаться методами физики и химии, которые оказались исключительно ценными не только в качестве самостоятельных методов, но и в сочетании с биологическими методами. Например, структура и генетическая роль ДНК были выяснены в результате сочетанного использования химических методов выделения ДНК, химических и физических методов определения ее первичной и вторичной структуры и биологических методов (трансформации и генетического анализа бактерий), доказательства ее роли как генетического материала.
В настоящее время экспериментальный метод характеризуется исключительными возможностями в изучении явлений жизни. Эти возможности определяются использованием микроскопии разных видов, включая электронную с техникой ультратонких срезов, биохимических методов, высокоразрешающего генетического анализа, иммунологических методов, разнообразных методов культивирования и прижизненного наблюдения в культурах клеток, тканей и органов, маркировки эмбрионов, оплодотворения в пробирке, метода меченых атомов, рентгеноструктурного анализа, ультрацентрифугирования, спектрофотометрии, хроматографии, электрофореза, секвенирования, конструкции биологически активных рекомбинантных молекул ДНК и т. д. Новое качество, заложенное в экспериментальном методе, вызвало качественные изменения и в моделировании. Наряду с моделированием на уровне органов в настоящее время развивается моделирование на молекулярном и клеточном уровнях.

Метод моделирования

Моделирование основывается на таком приёме, как аналогия - это умозаключение о сходстве объектов в определенном отношении на основе их сходства в ряде иных отношений.

Модель - это упрощённая копия объекта, явления или процесса, заменяющая их в определённых аспектах.

Модель – это то, с чем более удобно работать, то есть то, что легче увидеть, услышать, запомнить, записать, обработать, передать, наследовать, с чем легче экспериментировать, по сравнению с объектом моделирования (прототипом, оригиналом).
Каркищенко Н.Н. Основы биомоделирования. — М.: ВПК, 2005. — 608 с. С. 22.

Моделирование - это, соответственно, создание упрощённой копии объекта, явления или процесса.

Модели́рование:

1) создание упрощённых копий объектов познания;

2) исследование объектов познания на их упрощённых копиях.

Метод моделирования - это исследование свойств определенного объекта посредством изучения свойств другого объекта (модели), более удобного для решения задач исследования и находящегося в определенном соответствии с первым объектом.

Моделирование (в широком смысле) – это основной метод исследования во всех областях знаний. Методы моделирования используются для оценок характеристик сложных систем и принятия научно обоснованных решений в разных сферах человеческой деятельности. Существующую или проектируемую систему можно эффективно исследовать с помощью математических моделей (аналитических и имитационных) с целью оптимизации процесса функционирования системы. Модель системы реализуется на современных компьютерах, которые в этом случае выступают в качестве инструмента экспериментатора с моделью системы.

Моделирование позволяет изучать какой-либо процесс или явление, а также направления эволюции путём воссоздания их в виде более простого объекта при помощи современных технологий и оборудования.

Теория моделирования – теория замещения объекта-оригинала его моделью и исследования свойств объекта на его модели [15].
Моделирование – метод исследования, основанный на замене исследуемого объекта-оригинала его моделью и на работе с ней (вместо объекта) [7, 15].
Модель (объекта-оригинала) (от лат. modus – «мера», «объем», «образ») – вспомогательный объект, отражающий наиболее существенные для исследования закономерности, суть, свойства, особенности строения и функционирования объекта-оригинала [7].
Когда говорят о моделировании, обычно имеют в виду моделирование некоторой системы.
Система – совокупность взаимосвязанных элементов, объединенных для реализации общей цели, обособленная от окружающей среды и взаимодействующая с ней как целостное целое и проявляющая при этом основные системные свойства. В [7] выделено 15 основных системных свойств, к которым относятся: эмергентность (эмерджентность); цельность; структурированность; целостность; подчиненность цели; иерархичность; бесконечность; эргатичность; открытость; необратимость; единство структурной устойчивости и неустойчивости; нелинейность; потенциальная многовариантность актуальных структур; критичность; непредсказуемость в критической области.
При моделировании систем используют два подхода: классический (индуктивный), сложившийся исторически первым, и системный, получивший развитие в последнее время [7, 15].

Классический подход. Исторически первым сложился классический подход к изучению объекта, моделированию системы. Реальный объект, подлежащий моделированию, разбивается на подсистемы, выбираются исходные данные (Д) для моделирования и ставятся цели (Ц), отражающие отдельные стороны процесса моделирования. По отдельной совокупности исходных данных ставится цель моделирования отдельной стороны функционирования системы, на базе этой цели формируется некоторая компонента (К) будущей модели. Совокупность компонент объединяется в модель.
Т.о. происходит суммирование компонент, каждая компонента решает свои собственные задачи и изолирована от других частей модели. Применим подход только для простых систем, где можно не учитывать взаимосвязи между компонентами. Можно отметить две отличительные стороны классического подхода: 1) наблюдается движение от частного к общему при создании модели; 2) созданная модель (система) образуется путем суммирования отдельных ее компонент и не учитывает возникновение нового системного эффекта.

Системный подход – методологическая концепция, основанная на стремлении построить целостную картину изучаемого объекта с учетом важных для решаемой задачи элементов объекта, связей между ними и внешних связей с другими объектами и окружающей средой. С усложнением объектов моделирования возникла необходимость их наблюдения с более высокого уровня. В этом случае разработчик рассматривает данную систему как некоторую подсистему более высокого ранга. Например, если ставится задача проектирования АСУ предприятия, то с позиции системного подхода нельзя забывать, что эта система является составной частью АСУ объединением. В основе системного подхода лежит рассмотрение системы как интегрированного целого, причем это рассмотрение при разработке начинается с главного – формулировки цели функционирования. Важным для системного подхода является определение структуры системы – совокупности связей между элементами системы, отражающих их взаимодействие.

Существуют структурные и функциональные подходы к исследованию структуры системы и ее свойств.

При структурном подходе выявляются состав выделенных элементов системы и связи между ними.

При функциональном подходе рассматриваются алгоритмы поведения системы (функции – свойства, приводящие к достижению цели).

Виды моделирования

1. Предметное моделирование, при котором модель воспроизводит геометрические, физические, динамические или функциональные характеристики объекта. Например, модель моста, плотины, модель крыла
самолета и т.д.
2. Аналоговое моделирование, при котором модель и оригинал описываются единым математическим соотношением. Примером могут служить электрические модели, используемые для изучения механических, гидродинамических и акустических явлений.
3. Знаковое моделирование, при котором в роли моделей выступают схемы, чертежи, формулы. Роль знаковых моделей особенно возросла с расширением масштабов применения ЭВМ при построении знаковых моделей.
4. Со знаковым тесно связано мысленное моделирование, при котором модели приобретают мысленно наглядный характер. Примером может в данном случае служить модель атома, предложенная в свое время Бором.
5. Модельный эксперимент. Наконец, особым видом моделирования является включение в эксперимент не самого объекта, а его модели, в силу чего последний приобретает характер модельного эксперимента. Этот вид моделирования свидетельствует о том, что нет жесткой грани между методами эмпирического и теоретического познания.
С моделированием органически связана идеализация - мысленное конструирование понятий, теорий об объектах, не существующих и не осуществимых в действительности, но таких, для которых существует близкий прообраз или аналог в реальном мире. Примерами построенных этим методом идеальных объектов являются геометрические понятия точки, линии, плоскости и т.д. С подобного рода идеальными объектами оперируют все науки - идеальный газ, абсолютно черное тело, общественно-экономическая формация, государство и т.д.

Методы моделирования

1. Натурное моделирование – эксперимент на самом исследуемом объекте, который при специально подобранных условиях опыта служит моделью самого себя.
2. Физическое моделирование – эксперимент на специальныхустановках, сохраняющих природу явлений, но воспроизводящих явления в количественно измененном масштабированном виде.
3. Математическое моделирование – использование моделей пофизической природе, отличающихся от моделируемых объектов, ноимеющих сходное математическое описание. Натурное и физическоемоделирование можно объединить в один класс моделей физического подобия, так как в обоих случаях модель и оригинал одинаковы пофизической природе.

Методы моделирования можно классифицировать на три основные группы: аналитические, численные и имитационные [8, 15, 18].

1. Аналитические методы моделирования. Аналитические методы позволяют получить характеристики системы как некоторые функции параметров ее функционирования. Таким образом, аналитическая модель представляет собой систему уравнений, при решении которой получают параметры, необходимые для расчета выходных характеристик системы (среднее время обработки задания, пропускную способность и т.д.). Аналитические методы дают точные значения характеристик системы, но применяются для решения только узкого класса задач. Причины этого заключается в следующем. Во-первых, вследствие сложности большинства реальных систем их законченное математическое описание (модель) либо не существует, либо еще не разработаны аналитические методы решения созданной математической модели. Во-вторых, при выводе формул, на которых основываются аналитические методы, принимаются определенные допущения, которые не всегда соответствуют реальной системе. В этом случае от применения аналитических методов приходится отказываться.

2. Численные методы моделирования . Численные методы предполагают преобразование модели к уравнениям, решение которых возможно методами вычислительной математики. Класс задач, решаемых этими методами, значительно шире. В результате применения численных методов получают приближенные значения (оценки) выходных характеристик системы с заданной точностью.

3. Имитационные методы моделирования. С развитием вычислительной техники широкое применение получили имитационные методы моделирования для анализа систем, преобладающими в которых являются стохастические воздействия.
Суть имитационного моделирования (ИМ) заключается в имитации процесса функционирования системы во времени, с соблюдением таких же соотношений длительности операций как в системе оригинале. При этом имитируются элементарные явления, составляющие процесс, сохраняется их логическая структура, последовательность протекания во времени. В результате применения ИМ получают оценки выходных характеристик системы, которые необходимы при решении задач анализа, управления и проектирования.

Имитационная модель — это компьютерная программа, которая описывает структуру и воспроизводит поведение реальной системы во времени. Имитационная модель позволяет получать подробную статистику о различных аспектах функционирования системы в зависимости от входных данных [22].

В биологии, например, можно построить модель состояния жизни в водоеме через некоторое время при изменении одного, двух или более параметров (температуры, концентрации солей, наличия хищников и др.). Такие приемы стали возможны благодаря проникновению в биологию идей и принципов кибернетики - науки об управлении.

В основу классификации видов моделирования можно положить различные признаки [7, 8, 15, 18]. В зависимости от характера изучаемых процессов в системе моделирование может быть разделено на детерминированное и стохастическое; статическое и динамическое; дискретное и непрерывное.
Детерминированное моделирование применяется для исследования систем, поведение которых можно абсолютно точно предвидеть. Например, путь, пройденный автомобилем, при равноускоренном движении в идеальных условиях; устройство, возводящее в квадрат число и т.п. Соответственно в этих системах протекает детерминированный процесс, который адекватно описывается детерминированной моделью.

Стохастическое (теоретико-вероятностное) моделирование применяется для исследования системы, состояние которой зависит не только от контролируемых, но и от неконтролируемых воздействий или в ней самой есть источник случайности. К стохастическим системам относятся все системы, которые включают человека, например, заводы, аэропорты, вычислительные системы и сети, магазины, предприятия бытового обслуживания и т.п.
Статическое моделирование служит для описания систем в какой-либо момент времени.

Динамическое моделирование отражает изменение системы во времени (выходные характеристики системы в данный момент времени определяются характером входных воздействий в прошлом и настоящем). Примером динамических систем являются биологические, экономические, социальные системы; такие искусственные системы как завод, предприятие, поточная линия и т.п.
Дискретное моделирование применяют для исследования систем, в которых входные и выходные характеристики измеряется или изменяется во времени дискретно, в противном случае применяют непрерывное моделирование. Например, электронные часы, электросчетчик – дискретные системы; солнечные часы, нагревательные приборы – непрерывные системы.
В зависимости от формы представления объекта (системы) можно выделить мысленное и реальное моделирование .
При реальном (натурном) моделировании исследование характеристик системы проводится на реальном объекте, либо на его части. Реальное моделирование – наиболее адекватно, но его возможности, с учетом особенностей реальных объектов, ограничены. Например, проведение реального моделирования с АСУ предприятия требует, во-первых, создания АСУ; во-вторых, проведения экспериментов с предприятием, что невозможно. К реальному моделированию относят производственный эксперимент и комплексные испытания, которые обладают высокой степенью достоверности. Другой вид реального моделирования – физическое . При физическом моделировании исследование проводится на установках, которые сохраняют природу явления и обладают физическим подобием.
Мысленное моделирование применяется для моделирования систем, которые практически не реализуемы на заданном интервале времени. В основе мысленного моделирования лежит создание идеальной модели, основанной на идеальной, мыслительной аналогии. Различают два вида мысленного моделирования: образное (наглядное) и знаковое .
При образном моделировании на базе представлений человека о реальных объектах создаются различные наглядные модели, отображающие явления и процессы, протекающие в объекте. Например, модели частиц газов в кинетической теории газов в виде упругих шаров, воздействующих друг на друга во время столкновения.
При знаковом моделировании описывают моделируемую систему с помощью условных знаков, символов, в частности, в виде математических, физических и химических формул. Наиболее мощный и развитый класс знаковых моделей представляют математические модели.
Математическая модель – это искусственно созданный объект в виде математических, знаковых формул, который отображает и воспроизводит структуру, свойства, взаимосвязи и отношения между элементами исследуемого объекта [7, 18]. Далее рассматриваются только математические модели и соответственно математическое моделирование.
Математическое моделирование – метод исследования, основанный на замене исследуемого объекта-оригинала его математической моделью и на работе с ней (вместо объекта) [7]. Математическое моделирование можно разделить на аналитическое (АМ), имитационное (ИМ), комбинированное (КМ).
При АМ создается аналитическая модель объекта в виде алгебраических, дифференциальных, конечно-разностных уравнений. Аналитическая модель исследуется либо аналитическими методами, либо численными методами.
При ИМ создается имитационная модель, используется метод статистического моделирования для реализации имитационной модели на компьютере.
При КМ проводится декомпозиция процесса функционирования системы на подпроцессы. Для тех из них, где это возможно, используют аналитические методы, в противном случае – имитационные.

Учебник: Мухин О.И. Моделирование систем  Перейти

Источники:

Теория моделирования

Список литературы

1. Айвазян С.А., Енюков И.С., Мешалкин Л.Д. Прикладная статистика: Основы моделирования и первичная обработка данных. – М.: «Финансы и статистика», 1983. – 471 с.
2. Альсова О.К. Моделирование систем (часть 1): Методические указания к лабораторным работам по дисциплине «Моделирование» для студентов III - IV курсов АВТФ. – Новосибирск: Изд-во НГТУ, 2006. – 68с. Моделирование систем (часть 2): Методические указания к лабораторным работам по дисциплине "Моделирование" для студентов III - IV курсов АВТФ. – Новосибирск: Изд-во НГТУ, 2007. – 35 с.
3. Альсова О.К. Моделирование систем: учеб. пособие/О.К. Альсова . - Новосибирск: Изд-во НГТУ, 2007 - 72 с.
4. Боровиков В.П. Statistica 5.0. Искусство анализа данных на компьютере: Для профессионалов. 2-е изд. – СПб.: Питер, 2003. – 688 с.
5. Вентцель Е.С. Исследование операций. – М.: Высшая школа, 2000. – 550 с.
6. Губарев В.В. Вероятностные модели / Новосиб. электротехн. ин-т. – Новосибирск, 1992. – Ч.1. – 198 с; Ч.2. – 188 с.
7. Губарев В.В. Системный анализ в экспериментальных исследованиях. – Новосибирск: Изд-во НГТУ, 2000. – 99 с.
8. Денисов А.А., Колесников Д.Н. Теория больших систем управления: Учеб. пособие для вузов. – Л. Энергоиздат, 1982. – 288 с.
9. Дрейпер Н., Смит Г. Прикладной регрессионный анализ. – М.: Статистика, 1973.
10. Карпов Ю. Имитационное моделирование систем. Введение в моделирование с AnyLogic 5. – СПб.: БХВ-Петрбург, 2005. – 400 с.
11. Кельтон В., Лоу А. Имитационное моделирование. Классика CS . 3-е изд. – СПб.: Питер; Киев: 2004. – 847 с.
12. Лемешко Б.Ю., Постовалов С.Н. Компьютерные технологии анализа данных и исследования статистических закономерностей: Учеб. пособие. – Новосибирск: Изд-во НГТУ, 2004. – 120 с.
13. Моделирование систем. Практикум: Учеб. пособие для вузов/Б.Я. Советов, С.А. Яковлев. – 2-е изд., перераб. и доп. – М.: Высшая школа, 2003. – 295 с.
14. Рыжиков Ю.И. Имитационное моделирование. Теория и технологии. – СПб.: КОРОНА принт; М.: Альтекс-А, 2004. – 384 с.
15. Советов Б.Я., Яковлев С.А. Моделирование систем (3-е изд.). – М.: Высшая школа, 2001. – 420 с.
16. Теория случайных процессов и ее инженерные приложения: Учеб. пособие для вузов/Е.С. Вентцель, Л.А. Овчаров. – 3-е изд. перераб. и доп. – М.: Издательский центр «Академия», 2003. – 432 с.
17. Томашевский В., Жданова Е. Имитационное моделирование в среде GPSS . – М.: Бестселлер, 2003. – 416 с.
18. Хачатурова С.М. Математические методы системного анализа: Учеб. пособие.–Новосибирск: Изд-во НГТУ, 2004. – 124 с.
19. Шеннон Р. Имитационное моделирование систем – искусство и наука. – М.: Мир, 1978.
20. Шрайбер Т.Дж. Моделирование на GPSS . – М.: Машиностроение, 1980. – 593 с.
21. Арсеньев Б.П., Яковлев С.А. Интеграция распределенных баз данных. – Спб.: Лань, 2001. - 420 с.
22. Салмина Н. Ю. Имитационное моделирование : учебное пособие / Н.Ю. Салмина. —. Томск: Эль Контент, 2012. - 90 с. URL: http://simulation.su/uploads/files/default/2012-uch-posob-salmina-1.pdf

Дополнительные материалы:

Пространственно-временное моделирование в биологии

Математические модели нейронных систем

Математические методы

Сравнение и группировка объектов; различение и разделение групп; определение места объекта (группы) в ранее описанной системе (идентификация). Взаимосвязи и зависимости; особенности анализа процессов.
Разделение признаков (переменных) на независимые - факторы и зависимые - "отклики"; качественные и количественные характеристики. Влияние на характер анализа особенностей представления признаков. Производные "вторичные" признаки (индексы, главные компоненты и др.).
Множественное сравнение и его особенности. Основы дисперсионного анализа; его отличия и преимущества перед попарным сравнением. Требования к исходным данным для одно- и многофакторного комплекса; влияние отклонений. Трансформация данных; преобразование неравномерных комплексов. Иерархическая модель дисперсионного анализа, ее особенности. Схема с «повторными измерениями».
Оценка и интерпретация результатов дисперсионного анализа. Планирование многофакторного дисперсионного анализа по полной и сокращенной схеме; греколатинский квадрат.

Корреляционный анализ. Факторный анализ. Регрессионный анализ. Ряды динамики (временные ряды). Количественные методы классификации.

Дополнительные материалы к математическим методам

Математические методы в биологии

Математическая статистика

Теоретический (системный метод)

Этот метод, как и кибернетический подход, относится к категории новых методов исследования. Живые объекты рассматриваются как системы, то есть совокупности элементов с определенными отношениями. С учетом иерархичности живых систем каждый объект может рассматриваться одновременно как система и как элемент системы более высокого порядка. Поэтому принципы системной организации справедливы для всех уровней - от макромолекул до биосферы Земли.
Широкое развитие системного движения в современной науке, в том числе и в биологии, означает постепенный переход от анализа к синтезу.

Анализ - это дискретный подход, углубление в структуру и функции отдельных элементов системы - внутри клетки, внутри организма, внутри экологического сообщества. Синтез означает интегративный подход, изучение целостных характеристик системы - клетки, организма, биоценоза. Исследование всегда совершается сначала от общего к частному - анализ, а потом от частного к общему, но на новом уровне познания этого общего - синтез.
Аналитический подход в биологии открыл химическую и микроструктурную организацию живых объектов, выяснил видовое разнообразие среди животных, растений, микроорганизмов, выявил генетическую неоднородность организмов внутри популяций и другие внутренние характеристики систем.
Постепенно объем накопленных аналитических данных становился достаточным для перехода к их синтезу. Так возникли синтетическая теория эволюции, нейро - гуморальная физиология, современная иммунология, молекулярно-клеточная биология, новая мегасистематика организмов, основанная на их комплексной характеристике – от экологии и анатомии до молекулярной генетики.
Решается актуальная задача современного естествознания - создание целостной биологической картины мира.
Повышение интереса к синтезу в науке свидетельствует о переходе от эмпирической к теоретической стадии познания. От получения фактов, через их обобщение начинается выдвижение новых гипотез, далее обычно следует их повторная эмпирическая проверка(новые наблюдения, эксперименты, сравнения, моделирования). Эмпирическая проверка ведет либо к опровержению гипотезы, либо к ее подтверждению с той или иной степенью вероятности. Высоко достоверные гипотезы становятся законами, из них слагаются теории.

Между всеми перечисленными методами нельзя проводить строгую границу. Применяемые в сочетании друг с другом, они дают возможность более полно и эффективно исследовать живые системаы, а также устанавливать закономерности их возникновения, развития и функционирования.

 Конкретные современные методы исследований в биологии

Категории экспериментальных исследований в биологии по отношению к экспериментальной среде

1. Методы  in papyro ("на бумаге"). Это обобщённое название для аналитических теоретических методов исследования.
2. Методы in situ ("на месте"). Чаще всего имеется в виду изучение биологического объекта в естественной среде его обитания.
3. Методы in vivo ("в живом"). Для исследований используются целые живые организмы, а не их части и не мертвые организмы. Так, в медицине исследования на животных и клинические испытания на людях — это две формы исследований in vivo . Появляются и новые формы исследований in vivo. Так, эмбрионы аквариумных рыбок данио в возрасте до пяти-шести дней после оплодотворения официально не считаются экспериментальными животными, а являются альтернативной биологической моделью.
4. Методы in vitro ("в стекле"). Исследования проводятся в контролируемой среде вне живого организма. Они дают исследователям ряд преимуществ: они экономически эффективны, сберегают время и не требуют использования животных, т.е. они более гуманны, чем исследования in vivo.  Однако поведение объектов и их продукты могут отличаться от таковых, наблюдаемых в естественных условиях их существования. Так, например, 99,6% видов микроорганизмов, составляющих микробиоту человека не могут быть правильно охарактеризованы методами in vitro [1].
5. Методы in silico ("в кремнии"). Исследования выполняются на компьютере или посредством компьютерного моделирования. К таким исследованиям также применяют терми "сухая биология".  Методы молекулярного моделирования in silico можно разбить на определенные группы, которые объединяют различные подходы, позволяющие решать задачи разного характера. К первой такой группе можно отнести все методики анализа биологических текстов (аминокислотных и нуклеотидных последовательностей), а также работу с соответствующими базами данных — ныне эта область получила специальное определение — биоинформатика. Следующая группа методов объединяет методики изучения эволюции молекулярных систем с использование эмпирических силовых полей. Набор подходов, позволяющих определять пространственную структуру белковых молекул, учитывая имеющиеся структурные шаблоны белков с гомологичными аминокислотными последовательностями, получил название моделирование на основании гомологии. Наконец, специальные подходы, позволяющие изучать взаимодействия типа лиганд-рецептор или фермент-субстрат, относятся к области молекулярного докинга [https://biomolecula.ru/articles/in-vivo-in-vitro-in-silico]. С 1998 г. издается журнал In silico Biology (ISB) (Journal of Biological Systems Modeling and Simulation [2].

Примеры использования метода  in silico

• Методы бактериального секвенирования . В качестве альтернативы методам идентификации бактерий in vitro были разработаны различные методы in silico , секвенирующие бактериальную ДНК и РНК. Наиболее часто используемым методом является полимеразная цепная реакция ( ПЦР ). ПЦР берет одну или несколько копий фрагмента ДНК и увеличивает ее на несколько порядков, создавая миллионы или более копий определенной последовательности ДНК. ПЦР позволила исследователям обнаруживать бактерии, связанные с различными заболеваниями, со все более высокой чувствительностью.
• Молекулярное моделирование . Часть патогенеза Маршалла основана на исследованиях in silico , демонстрирующих, как лекарства и другие вещества взаимодействуют с ядерными рецепторами клеток. В частности, Тревор Маршалл, доктор философии, использовал компьютерное моделирование, чтобы показать, что 25-D , один из метаболитов витамина D, и капнин, вещество, вырабатываемое бактериями, отключают рецептор витамина D. Эти выводы впоследствии были подтверждены клиническими наблюдениями.
• Моделирование целых клеток . Как описано здесь , исследователи построили компьютерную модель переполненной внутренней части бактериальной клетки, которая — в ходе проверки ее реакции на сахар в окружающей среде — точно имитирует поведение живых клеток. ⁴⁾ [https://mpkb.org/home/patients/assessing_literature/in_vitro_studies].

Источники:

1. Relman DA. Detection and identification of previously unrecognized microbial pathogens. Emerg Infect Dis. 1998 Jul-Sep;4(3):382-9. doi: 10.3201/eid0403.980310. [PMID: 9716951] [PMCID: 2640285] [DOI: 10.3201/eid0403.980310]

2. Розенберг Г.С. In vivo - In vitro - In silico в экологии // Биосфера. 2015. №3. URL: https://cyberleninka.ru/article/n/in-vivo-in-vitro-in-silico-v-ekologii (дата обращения: 25.11.2023).

Лазерные методы исследования в биологии и медицине

Методы определения антагонистической активности молочнокислых бактерий

Дополнительные материалы

Современные методы изучения биологических объектов

Аппаратные методы исследований в биологии и медицине