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 Лар-кин, 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.