Разумные системы управления by Илья Клабуков

Разумные системы управления История и принципы

v.1.01

Обзор «Разумные системы управления», версия 1.01, февраль 2014 года.

Разумные системы управления

Defense Network

Разумные системы управления История и принципы

Разумные системы управления, 2014

Идея этой брошюры была задумана жарким летом 2012 года при подготовке конференции «C5ISR. Разумные сети управления и интегрированные сетевые технологии». Привлекая множество специалистов в области информационных систем, и обсуждая с ними глобальные перспективы направления, возникал очевидный вопрос – где пределы интеграции машины и живого? Ответ был не менее очевидным – никаких принципиальных пределов не существует. В силах человека сделать машину, которая была бы неотъемлемой его частью. Вопрос лишь в том – «как?» и «когда?».

Разумные системы управления

Введение В 1948 году выдающийся американский математик и философ Норберт Винер опубликовал работу «Кибернетика, или управление и связь в животном и машине»1, в которой обратил внимание на подобие процессов управления и связи в машинах, живых организмах и биологических сообществах. В этой выдающейся работе были поставлены задачи создания вычислительных машин, ставших прообразами современных компьютеров. Этот подход наблюдения за живым миром и использования подходящих решений является совершенно естественной природой человека. Книга Виннера была революционная работа для того времени, когда человек используя данные о живом мире создавал нечто неживое, действующее по заранее составленной программе. Эти разработки были воплощены в металле машин ENIAC (США, 1945 г.) и МЭСМ (СССР, 1951 г.). Развитие современных информационных систем происходит не только в информационном пространстве (C3), но уже давно вышло за его пределы – направления геноинформационных технологий (C3ISR), социальных сетей направлены не только вокруг среды обитания человека, но и в процессы и результаты мышления. Подобные интегрированные C(n)ISR(K, M, P, ..)–технологии все ближе подходят к границе, когда они будут составлять с человеком симбиотическую систему. Спустя полвека наука об управлении снова обращаются к моделям живого мира. Особенно это актуально для проблемы искусственного интеллекта, в целях решения которой исследователи используют различные ухоищрения и уловки. Но осталось ли там что-то еще, чему можно научиться? Определенно да. Сегодня закон Мура подходит к физическим пределам размера транзистора. Ограничения на размер транзисторов накладывают физические размеры атома и сопутствующие им квантовые эффекты. При этом энергопотребление огромных центров обработки данных растет вне зависимости от миниатюризации отдельных компонентов. Определенную надежду дает прогресс в области квантовых компьютеров. Но квантовые эффекты уже используюся в самых совершенных на сегодняший день вычислительных устройствах – живых нервных сетях. Сравнивая возможности [вычислительных мощностей] кремниевого чипа и живого мозга можно увидеть значительную эффективность живой материи 1

Винер Н. Кибернетика, или управление и связь в животном и машине, 2-е издание, М.: Наука; Главная редакция изданий для зарубежных стран, 1983. – 344 с. Разумные системы управления, 2014

перед кремниевым изделием. Сотни миллионов лет эволюции сделали системы из живых клеток энергоэффективными, надежными и многократно дублирующимися, с «аппаратным» адаптивным интерфейсом к любым источникам информации.

Прототип современного компьютера – ENIAC был создан в 1946 году на основе ламповых транзисторов.

Прошедшие полвека прогресса биологических наук ознаменовались новейшими методами исследований – молекулярная биология, биология развития, появление новых средств наблюдения за клетками в тканях и единичными клетками открыли множество неизвестных ранее биологических принципов. Эти принципы помогли объяснить или предположить о природе механизмов взаимодействия синпасов в головном мозге, построить модели нейронных сетей и даже организовать культуру недифференцированных предшественников нервных клеток эмбрионов крысы на чипе. Один из интереснейших проектов в области компьютерного моделирования реализуется в нашей стране. В Лаборатории моделирования сложных систем Института систем информатики имени А. П. Ершова СО РАН под руководством Андрея Пальянова реализуется проект по созданию действующей трехмерной компьютерной модели нематоды C. Elegans, включающую сенсорную, нервную и

Разумные системы управления

мышечную системы, взаимодействующие между собой и рассматриваемые в физическом окружении. Фундаментальная проблема, на решение которой направлен проект — выяснить, возможно ли на основе современных моделей биологического нейрона воспроизвести поведение виртуального организма, близкое к оригиналу. Нематода C. Elegans — наиболее изученный многоклеточный организм, с детерминированным числом клеток. На сегодняшний день есть данные не только обо всех нейронах, но и о связях между ними (302 нейрона, более 5000 синапсов, более 2000 нейромышечных соединений и 95 мышечных клеток, осуществляющих движение, весь организм состоит из 959 клеток). В этой связи нематода C. Elegans представляется не просто одним из возможных объектов исследования, а ключом к проблеме интеллекта, поскольку обладает рядом уникальных свойств – инвариантностью строения нервной системы, упрощающей задачу наблюдения за состояниями нейронов в живом организме, предельно высокая изученность строения на сегодняшний день, и достаточно сложный спектр поведенческих реакций при относительной простоте нервной системы. Создание полнофункциональной виртуальной копии C. Elegans позволит заложить фундамент для изучения нервной системы значительно более сложных существ, а также существенно расширить возможности проектирования искусственных нейронных сетей, используя выявленные механизмы и паттерны, присущие биологическим нейронным сетям, что представляет исключительный интерес как для нейробиологии, так и для областей знаний, связанных и искусственным интеллектом. Объявленные в 2013 году программы «BRAIN» (США), «The Human Brain Project» (Европейский союз) с суммарным финансированием более 4 млрд. долларов представляют собой прекрасный пример фундаментального подхода к решению масштабной задачи. Объединяющие десятки научных коллективов, такие проекты представляют собой не только громандный научный потенциал, но и «фабрики мысли» поиска ключа к пониманию мозга. Современные достижения, способные к использованию (трансферу и трансляции в клинику), касаются прежде всего нейротравм головного мозга (DARPA – Yale University, Henry M. Jackson Foundation for the Advancement of Military Medicine), моделированию мозговой деятельности (NIH), нейроинтерфейсов «мозгмашина» и нейрогибридных устройств (University of Reading). В той же степени, насколько суперкмьютерные архитектуры могут быть разработаны под решение определенных задач, настолько же различная организация мозга (в частности – влияние языковых особенностей на высшую Разумные системы управления, 2014

нервную деятельность) может быть использована под решение конкретных задач. Фантазируя, можно предположить, что распознавание образов и детекция отдельных молекул могут быть принципиально иными. В этом смысле наука об управлении, все эти сложные социальные модели из умозрительных конструкций социологии приобретают новый, сугубо практический смысл. На пути создания искусственного интеллекта в электронных устройствах стоят проблемы, которых мы еще не понимаем. Поэтому фундментальные исследования проводятся по всем направлениям – начиная от программной реализации до новой компонентной базы. В то же время нас окружают носители интеллекта, черные ящики, принципов которых мы не до конца понимаем, но можем работать на вход и выход. На пути использования стоят исключительно инженерные вопросы – как сохранять изолированный мозг (или ганглии), как организовать его подобие и обучить его. Многие исследователи в мире уже продвинулись в решении этих проблем, работы по котором приведены в приложении к этому обзору.

Современный центр обработки данных АНБ США (Центр обработки данных инициативы разведывательного сообщества по всеобъемлющей национальной кибербезопасности) в штате Юта. При его проектировании решались задачи водоснабжения, энергообеспечения и охлаждения десятков тысчс вычислительных стоек. Могут ли центры обработки данных в скором будущем быть наполнены содержимым совершенно иного свойства и качества?

Сегодня перед наукой об управлении необходимо поставить принципиально иную задачу – создать биологические системы управления, облик и принципы которых сегодня представить невозможно. Совокупность этих подходов может Разумные системы управления

быть собрана в концепции «инженерной биологии» (совокупность знаний о биологии и биологических методов для инженеров-конструкторов). В этой брошюре собраны основные сведения и значимые факты, которые могут помочь в постановке этой задачи. Источниками идей являются технические системы, биология человека и животных, а также эргономическая практика (ведь человек может использовать только то, что удобно) и проектирование информационных систем (хотим мы этого или нет, но языки программирования и ЕСКД в любом случае будет оказывать влияние на любые сверхновые «живые» архитектуры). Вопросы, на которые нужно постараться найти ответ, могут прозвучать довольно дико и необычно. Можем ли мы сделать кошку интерфейсом системы Watson и общаться с ней через милый урчащий интерфейс, ставя задачи на день? Придавая подобие разумности неразумным существам. Постановка может быть принципиально иная, например «можем ли мы объединить нервные системы муравейника в аппаратную часть Watson?». Можем ли мы создавать вычислительные мощности способом, отличным от фабрикации, например размножая «мощности вычислений» в ферментере или позволяя им рождаться? Январь 2014 г.

Разумные системы управления, 2014

Содержание История вопроса…………………………………………………………. 11 Примеры реализации в живой природе………………………………… 22 Молекулярные и клеточные принципы………………………………… Экспериментальные работы исследователей……………………….. Клиническая практика…………………………………………….........

Перспективный облик органической системы управления……........

Заключение………………………………………………………………

Список литературы……………………………………………………… 36

ПРИЛОЖЕНИЯ Изолированный мозг. Обоснование метаболической составляющей перфузионной среды для изолированного мозга (Е.В. Терешина) ….. 37 Секретируемые протеазы мозга: роль в адаптации и патологии (Н.В. Гуляева) ……………………………………………………………

Молекулы внеклеточного матрикса мозга, их рецепторы и внеклеточные протеазы как модуляторы синаптической пластичности (И.В. Мухина, С.А. Коротченко, А.Э. Дитятев) ………………………………………….. 68 Об архитектуре вычислительных процессов в мозге (В.Л. ДунинБарковский, Я.М. Карандашев, К.П. Соловьева) ………………………

Разумные системы управления

История вопроса С тех пор как десять тысяч лет назад были одомашены первые животные, идея их использования как самостоятельно действующих объектов не покадила головы мыслителей. Почтовые голуби, дрессированные мыши в цирковых представлениях – все эти живые существа, словно маленькие механизмы, выполняли заложенный однажды алгоритм. Идея боевого применения животных также восходит к седой древности. По легенде княгиня Ольга, мстившая за убитого мужа Игоря, попросила у древлян от каждого двора по три голубя, да по три воробья. «Я ведь не хочу возложить на вас тяжкой дани, как муж мой, поэтому-то и прошу у вас мало. Вы же изнемогли в осаде, оттого и прошу у вас этой малости». Древляне же, обрадовавшись, собрали от двора по три голубя и по три воробья и послали к Ольге с поклоном. Ольга же сказала им: «Вот вы и покорились уже мне и моему дитяти,- идите в город, а я завтра отступлю от него и пойду в свой город». Древляне с радостью вернулись домой. Ольга же, раздав птиц своим воинам, приказала привязать каждой тлеющий трут, завёртывая их в небольшие платочки. И, когда стало смеркаться, приказала Ольга выпустить голубей и воробьёв. Птицы вернулись в свои гнезда. И так загорелись — где голубятни, где клети, где сараи и сеновалы, и не было двора, где бы не горело, и нельзя было их погасить, так как сразу загорелись все дворы. Возможно, что это почти сказочное описание — едва не самый реальный способ применения птиц на войне, если не считать голубиной почты. Удивительной способностью голубей возвращаться издалека домой, к родному гнезду, пользовались ещё в глубокой древности. Греки, римляне, египтяне, персы, евреи, а позднее галлы и германцы оставили обильные письменные источники об употреблении голубей для военных, коммерческих и других целей. Греки сообщали в различные города имена победителей на Олимпийских играх с помощью голубей. Особое развитие получила голубиная почта в Египте при Нур ад-Дине (1146—1173); тогда за пару хороших голубей платили по 1000 динариев. До изобретения телеграфа (1832) этот метод сообщений пользовался значительной популярностью среди брокеров на рынке ценных бумаг и финансистов. Почтовому голубю приписывают начало колоссального богатства Ротшильдов: известие об исходе сражения при Ватерлоо в 1815 году было получено Натаном Ротшильдом через голубя на двое суток раньше, что дало ему возможность удачно повести кампанию с французскими бумагами и разбогатеть.

Разумные системы управления, 2014

После франко-прусской войны почтовых голубей стали разводить для военных целей во многих странах Европы. Почтовые голуби находили как военное, так и гражданское применение. В частности, до изобретения радио (1895) голуби использовались редакциями газет для получения информации о гонках яхт, причем некоторые яхты были оборудованы для этой цели голубятнями. В конце XIX столетия опыты с организацией голубиной почты проводились во многих странах мира, о чём свидетельствуют публикации в прессе того времени: "Опыты в 1895 году по почину Жиффара, в Атлантическом океане доказали, что хорошо дрессированные почтовые голуби могут пролетать расстояние до 800 верст. Капитан Рено, заведующий военной голубиной почтой французской армии, повторил опыты Жиффара. Один голубь, пущенный с расстояния 3000 верст от американского побережья, пролетел эту огромную дистанцию. Путем тщательного подбора и тренировки пернатых вопрос об устройстве голубиных почт для океанских кораблей может быть решен с успехом. Корабль, взяв известное количество французских и американских голубей, может пользоваться теми и другими, смотря по своему местонахождению. («Правительственный вестник» от 24 мая 1898 года.)". Хорошее описание яркой и трудной судьбы почтового голубя и будней голубиной почты конца XIX — начала XX веков дал канадский и американский писательанималист Эрнест Сетон-Томпсон в рассказе «Арно». Пожалуй, испоьзование голубиной почты стало одним из первых необычных и несвойственных живому существу условных рефлексов. Условный рефлекс — это приобретенный рефлекс, свойственный отдельной особи. Возникают в течение жизни особи и не передаются по наследству (разве что опосредованно, например, за счет наследственной передачи микроРНК и других механизмов эпигенетики). Условно-рефлекторные реакции зависят от прошлого опыта, от конкретных условий, в которых формируется условный рефлекс. Изучение условных рефлексов связано в первую очередь с именами великих русских ученых Ивана Павлова и Ивана Толочинова. Они показали, что новый условный стимул может запустить рефлекторную реакцию, если он некоторое время предъявляется вместе с безусловным стимулом. Например, если собаке дать понюхать мясо, то у неё выделяется желудочный сок (это безусловный рефлекс). Если же одновременно с появлением мяса звенит звонок, то нервная система собаки ассоциирует этот звук с пищей, и желудочный сок будет выделяться в ответ на звонок, даже если мясо не предъявлено. Это явление было открыто независимо Эдвином Твитмайером приблизительно в то же время, что и Разумные системы управления

в лаборатории И. П. Павлова. Условные рефлексы лежат в основе приобретенного поведения. Это наиболее простые программы. Окружающий мир постоянно меняется, поэтому в нём могут успешно жить лишь те, кто быстро и целесообразно отвечает на эти изменения. По мере приобретения жизненного опыта в коре полушарий складывается система условнорефлекторных связей. Такую систему называют динамическим стереотипом. Он лежит в основе многих привычек и навыков. Например, научившись кататься на коньках, велосипеде, мы впоследствии уже не думаем о том, как нам двигаться, чтобы не упасть.

И.П.Павлов в лаборатории В.М.Бехтерева, 1911 г.

Использование рефлексов животных в технике можно назвать первым шагом на пути создания гибридных инженерных устройств. В начале 1942 года ВМФ США получили предложение от сотрудника Миннесотского университета доктора Берреса Фредерика Скиннера использовать для наведения управляемых бомб специально обученных почтовых голубей. Доктор Скиннер наиболее известен своей теорией оперантного научения, в меньшей степени — благодаря художественным и публицистическим произведениям, в которых он продвигал идеи широкого применения развиваемых в бихевиоризме техник модификации поведения (например, программированного обучения) для улучшения общества и осчастливливания людей, как форму социальной инженерии. Разумные системы управления, 2014

Согласно выдвинутой д–ром Скиннером концепции, используемый в системе голубь должен был быть предварительно обучен узнавать на аэрофотографии местности и нажимать клювом на позицию атакуемого объекта. Сквозь отверстие в карте, расположенное точно на месте атакуемого объекта, к голубю подавался корм. Таким образом, голубь привыкал узнавать и нажимать клювом на строго определенный объект на фотографии. Помещенный в головку самонаведения бомбы, голубь видел бы сквозь систему линз местность вокруг, и, заметив объект, узнавать который его учили по карте, тыкал бы в него клювом. Специальный электропроводящий экран, на который проецировалось перед голубем изображение местности, воспринимал бы движения клюва как команды автопилоту, и передавал их рулевым машинкам бомбы. Предполагалось, что голубь, удерживая клюв на цели, будет наводить бомбу точно в цель с точностью порядка 6 метров. Конструктивно такой снаряд представлял из себя противокорабельную бомбу, в специальном отсеке которой размещалось три голубя, удерживаемых ремешками. Три птицы были нужны для повышения точности — рули устройства отклонялись лишь при принятии близкого решения хотя бы двумя голубями из трёх.

Скиннер и один из его автоматических ящиков, на этот раз с крысой (фото с сайта stangltaller.at).

Несмотря на критическое отношение флота к этому предложению, определенный бюджет был выделен на испытания. В 1942-1944 годах были проведены исслдеования под кодовым названием «Проект голубь» (Project pigeon). Проведенные в 1943 году тесты показали работоспособность концепции, Разумные системы управления

но её главный недостаток — необходимость тщательной предварительной разведки и долгой подготовки голубей к боевому применению — привел к закрытию программы в апреле 1945 года, без каких-либо практических применений.

Рис. Схема одного из устройств Скиннера, служащего для выработки у птицы необходимого рефлекса (иллюстрация с сайта stangl-taller.at).

Формально, бомба «Пеликан» с голубем в качестве головки самонаведения, может считаться первым киборгом, разработанным для применения в боевых целях.

На картинке — отсек прототипа корректируемой авиабомбы, в которой роль вычислителя выполняли птицы.

Разумные системы управления, 2014

Впрочем, уже в 1948 году было запущено логическое продолжение идей Скиннера — проект «Orcon» (сокращение от organic control). В рамках этого проекта исследовали возможность использования различных морских животных в военных операциях. Однако практика использования морских животных была начата совсем в другой стране. В далеком 1915 году Владимир Дуров представил свои разработки по обезвреживанию подводных мин тюленями в Генеральный штаб ВМФ. За три месяца были достигнуты многообещающие результаты, но потом тюленей кто– то отравил, а из–за грядущей революции проект был заброшен. Через полстолетия в США серьезно занялись обучением морских животных военному делу. Первое, получившее огласку упоминание об участии дельфинов в военной операции было перед началом американо–вьетнамской войны, когда специально подготовленные дельфины уничтожили вьетнамских боевых пловцов. В 1966 году в СССР был создан центр по специальному обучению дельфинов в Казачьей бухте на окраине Севастополя. Обучали не только дельфинов, но и других морских млекопитающих. В Казачьей бухте тренировали дельфинов– афалин, тюленей–сивучей, белух, морских львов, а в США еще и касаток.

Дельфины внесли бесценный вклад в поисковые операции как мирного характера, так и армейского, ведь главный рабочий инструмент дельфина — эхолокация, которая на порядок эффективнее искусственной эхолокации, которую применяют люди. Дельфин способен не только опознать предмет, который увяз в иле на глубину до полуметра, но и определить материал, из которого он сделан. Например, дельфинами найдено большое количество Разумные системы управления

затонувших кораблей и амфор, а также множество боевых и учебных торпед. По началу дельфины и тюлени могли только помечать буйком место, где обнаружена находка, но позже их обучили самостоятельно поднимать торпеды, фотографировать объекты. Дельфин может распознать пловца на расстоянии до 400 метров, но тут кроется главная проблема: дельфины испытывают сильнейший стресс, если убивают человека, и в дальнейшем могут не выполнять приказы, поэтому их обучают только срывать маску и ласты. А вот тюлени и морские львы без раздумий атакуют человека. Кроме атаки зубами они используют немалый арсенал, например, шприцы с газом или ядом, пистолет, ножи. Дельфины известны не только пресловутым суперинтеллектом, но и способностью спать одним полушарием мозга. Пока одно полушарие отдыхает, второе бодрствует и обрабатывает информацию о состоянии окружающей среды. После развала СССР проект по обучению дельфинов был закрыт. В США и в наши дни есть несколько действующих центров. _______________________ Подобные работы доказали, что не существовало проблемы передачи принятия решений о применении технического средства животному. Обратная задача – получение от животного информации, как результата обработк визуальной, звуковой и иной сенсорной информации, оставалась нерешенной. Если, конечно, не говорить о необычном свойстве попугаев точно запоминать последовательности звуков. С этого времени научный взгляд был обращен не во внешние проявления, а в структуру мозга. И первой экспериментальной проблемой стал вопрос поддержания жизни в изолированном головном мозге. Эксперименты в этой области начались в 20-х годах XX века на животных. В 1926 году профессор Сергей Брюхоненко в сотрудничестве с Сергеем Чечулиным впервые в мире создают аппарат искусственного кровообращения — автожектор. Благодаря этому аппарату было доказано, что голова может жить отдельно от тела, так с помощью автожектора собачья голова жила 1 час 40 минут. Лежащая на блюде собачья голова открывала и закрывала глаза, высовывала язык, реагировала на прикосновение и даже проглатывала кусочек сыра или колбасы.

Разумные системы управления, 2014

Собачья голова, которую физиологам удалось некоторое время поддерживать не только живой, но и вполне в сознании.

В 1946 году русским биологом и физиологом Владимиром Демиховым впервые в мире было успешно пересажено собаке второе сердце, а вскоре он смог полностью заменить сердечно-легочный комплекс, что стало мировой сенсацией, которую в СССР даже не заметили. Через два года он начал эксперименты по пересадке печени, а еще через несколько лет впервые в мире заменил сердце собаки на донорское. Это доказало возможность проведения подобной операции и на человеке. В 1954 г. Владимир Демихов начинает работы по пересадке второй головы собаке (всего им было создано 20 двухголовых собак). Рассмотрение этих экспериментов в свете существования сиамских (двухголовых) близнецов, позволяет говорить о принципиальной возможности существования в одном теле нескольких центральных нервных систем, управляющих единым телом, и взаимодействующих между собой.

Разумные системы управления

Одна из двухголовых собак Демихова

В 1973 году американскому профессору-нейрохирургу Роберту Уайту удалось в течение двух суток сохранять живым изолированный мозг обезьяны. Позднее, в 1979 году Р. Уайт пересадил головы крыс и обезьян на туловища других животных, которые жили три-четыре дня. Профессору не удалось соединить ствол головного мозга со спинным мозгом, поэтому жизнь сохранялась только в пересаженной голове, а туловище, оставаясь неподвижным и бесчувственным, лишь обеспечивало искусственное поддержание жизни головы. Во всех случаях причиной гибели мозга был постепенно развивающийся и нарастающий отёк, причём чёткой границы начала отёка не существует, во всех случаях он развивался в разное время, его промежуток составлял от нескольких часов до 30 дней. В 1982 году доктор Дороти Кригер добилась заметного успеха с частичной пересадкой мозга у мышей. Часть (размером чуть меньше спичечной головки) мозга (имеющего размер с напёрсток) мыши-донора, отвечающая за выработку гонадотропин-рилизинг-гормона переносилась в естественную полость мозга мыши специально выращенной с отсутствием выработки указанного гормона. В семи из восьми попыток участок функционировал почти нормально. Дальнейшие инвазивные исследования мозга напрямую связаны с задачами клинической медицины, и экспериментальными работами по организации и функционированию мозга. В частности, на сегодня уже открыты несколько путей предотвращения необратимых повреждений мозга при длительном кислородном и глюкозном голодании.

Разумные системы управления, 2014

Первый из таких путей – избыточный размер, позволяющий дублировать функции систематически отмирающих участков. Такой принцип реализуется у кашалота, с мозгом массой 7,9 кг. Второй путь – повышение стрессоустойчивости клеток мозга за счет ввода специальных генотерапевтических или фармакологических средств сверхэкспрессии отдельных генов. Подобные работы проводятся в настоящее время в лаборатории Алексея Москалева в Институте биологии Коми научиного центра УрО РАН. На сегодняший день актуальным вопросом является управление мышлением, восстановление мыслительных функций, памяти с точки зрения клинической медицины. Однако вопрос вмешательства в работу мозга и использования его для эффективного выполнения поставленных задач все еще требует дополнительных научных познаний.

Разумные системы управления

Перечень существующих проектов по моделированию работы мозга и организации его деятельности искусственными условиями. №

Название проекта

Задача

Проблемы высокоуровневого проектирования мозга Моделирование Модель червя Коррекция мозговой деятельности Крысы Влияние на зоны активности Мозг in vitro Нейрогибридные чипы

Список научных групп №

Научная группа

Разумные системы управления, 2014

Проблема

Контакты или сайт

Примеры реализации в живой природе С современных позиций микрофлора человека рассматривается как совокупность множества микробных сообществ, занимающих многочисленные экологические ниши (биотопы) на коже и слизистых оболочках всех открытых внешних полостей макроорганизма. Совокупность микробных сообществ, разнообразных по своей численности и видовому составу, в различных биотопах определяют нормальный микробиоценоз человека. Формирование экосистемы «макроорганизм – микроорганизм» происходит через процесс сукцессии, т.е. последовательной смены одних микроорганизмов в биоценозе другими видами с образованием устойчивого и стабильного микробного сообщества. В естественной среде человека микроорганизмы находятся в сложных микробных ассоциациях, внутри которых складываются разнообразные формы их взаимоотношений. Микрофлора, населяющая организм человека, в биотопе может находиться либо в свободном состоянии, либо в связанном, формируя биопленку. Нефиксированная микрофлора слущивается с поверхности биопленки и выбрасывается во внешнюю среду с выделениями человека (например, со слюной, с испражнениями). Микрофлора, формирующая биопленку, закрывает рецепторы от внешнего посягательства, тогда как свободно живущие микроорганизмы через свои продукты метаболизма вступают в конкурентные взаимодействия с чужеродной микрофлорой. Биопленка – особая форма организации микрофлоры в организме человека. Она представляет собой хорошо взаимодействующее сообщество микроорганизмов, состоящее из бактерий одного или нескольких видов, занимающих чувствительные рецепторы в макроорганизме и колонизирующие на них, а также отделенных от внешней среды структурой, являющейся производной продуктов жизнедеятельности микроорганизмов и клеток тканей, на которых они адгезируют. Специальные исследования показали, что в биопленке поиному, в сравнении с чистыми культурами бактерий, происходят их многочисленные физиолого-биологические процессы. Сообщество организует единую генетическую систему, устанавливающую поведенческие формы для членов биопленки, определяющую их пищевые (трофические), энергетические и другие связи между собой и внешним миром. Последнее получило специальное название – «социальное поведение микроорганизмов» («quorum sensing»). Установлено, что поведенческие функции микроорганизмов в составе биопленки детерминируются плазмидными генами. Реакция микроорганизмов на изменения условий окружающей среды в биопленке существенно отличается от реакции каждого отдельного вида в монокультуре. Такая организация Разумные системы управления

обеспечивает ее функциональную стабильность и, следовательно, является залогом конкурентного выживания в условиях внешней среды. Характер взаимного влияния микроорганизмов друг на друга зависит от ряда факторов. К их числу следует отнести агрегирующую способность микрофлоры в биотопе, за счет возможности фиксироваться на строго специфическом рецепторе чувствительной клетки ткани макроорганизма. Этот процесс осуществляется при специфическом лиганд-рецепторном взаимодействии адгезинов с определенным рецептором. Функцию адгезинов у бактерий могут выполнять лектины, отличающиеся вариабельностью химического строения и являющиеся специфическими для каждого вида, а также пили общего типа у грамотрицательных бактерий и компоненты пептидогликана у грамположительных. За счет указанных выше особенностей происходит формирование индивидуального варианта нормальной микрофлоры в различных биоценозах. В то же время, адгезия носит не только выраженную видовую специфичность, но и тканевую. Так, например, Bacteroides sр., изолированные со слизистой полости рта крыс, не способны фиксироваться на аналогичных клетках других животных и, более того, не могут длительно колонизировать носоглотку или кишечник этого же животного. Специфика расселения различных микробных популяций по отдельным биотопам макроорганизма коррелирует со сложившимися там условиями для обитания микроорганизмов. Количество и доступность питательных веществ в биотопе определяют колонизационную активность нормальной микрофлоры в нем. Известно, что недостаток или избыток того или иного метаболита служат сигналом для адаптивных изменений в соответствующем звене микроэкологической системы. Толстая кишка – коллектор пищевых отходов, являющихся великолепным питательным материалом для развития многочисленных микроорганизмов. Поэтому общее количество жизнеспособных микроорганизмов в 1 г фекалий возрастает до 1010-1012, а ее качественный состав усложняется до 400 и более видов с общей биомассой около 1,5 кг. В силу столь высокой заселенности микрофлорой толстая кишка несет и самую большую функциональную нагрузку, по сравнению с другими биотопами ЖКТ. В отличие от нее, удельное количество микроорганизмов тощей кишки колеблется в пределах 102-105 бактерий в 1 г содержимого, что во многом объясняется невысоким содержанием в ней питательных веществ. В природе встречается широкий спектр примеров взаимовыгодного симбиоза (мутуализм). От желудочных и кишечных бактерий, без которых было бы невозможно пищеварение, до растений (клубеньковые бактерии, которые способны связывать неорганический, атмосферный азот, продуцируя Разумные системы управления, 2014

органические азотсодержащие вещества). Такие отношения успешны всегда, когда они увеличивают шансы обоих партнёров на выживание. Осуществляемые в ходе симбиоза действия или производимые вещества являются для партнёров существенными и незаменимыми. В обобщённом понимании такой симбиоз — промежуточное звено между взаимодействием и слиянием. В более широком научном понимании симбиоз — это любая форма взаимодействия между организмами разных видов, в том числе паразитизм (отношения, выгодные одному, но вредные другому симбионту). Обоюдно выгодный вид симбиоза называют мутуализмом. Комменсализмом называют отношения, полезные одному, но безразличные другому симбионту, а аменсализмом — отношения, вредные одному, но безразличные другому.

Представляют особенный интерес паразиты, способные управлять поведением своих хозяев.

1. Hymenoepimecis argyraphaga. Такое непроизносимое название носит паразитическая оса из Коста-Рики. Она терроризирует пауков вида Plesiometa argyra. Когда приходит время откладывать яйца, взрослая самка находит паука, парализует его, а затем складывает яйца ему на живот. После того, как личинка осы вылупится, она питается своим хозяином, в то время как паук делает своё дело, как будто ничего не случилось. Затем всё становится интереснее. Через пару недель такого питания личинка выделяет в тело хозяина особые вещества, тем самым заставляя его создать паутину, не характерную для его вида. Паутина эта особой красотой не отличается, но зато крайне прочна и способна выдержать любую непогоду. Затем личинка убивает паука с помощью яда и строит кокон посреди захваченной паутины. 2. Toxoplasma gondii. Крысы отлично знают запах кошачьей мочи и старательно избегают места, где ей пахнет. Однако если крыса заражена одноклеточным паразитом toxoplasma gondii, то теряет свой инстинктивный страх. Что еще хуже, паразит заставляет крысу испытывать сексуальное влечение по отношению к отвратительному запаху. Одноклеточное делает всё, чтобы повысить шансы крысы быть съеденной Разумные системы управления

кошкой, поскольку кошачье тело для него — самая благоприятная среда для размножения. 3. Ланцетовидная двуустка. Взрослый представитель этого вида обитает в печени коровы или другого скота. Здесь же он откладывает яйца, которые попадают во внешний мир с фекалиями хозяина, а затем вместе с яйцами поедают улитки. Внутри их пищеварительных органов вылупляются крохотные личинки, размножающиеся бесполым путем. Когда личинки выбираются на поверхность тела улитки, та с испугу выделяет слизь, скатывающуюся на землю-то есть делает именно то, чего хотят от неё паразиты. Далее слизь поедает муравей, вследствие чего двуустки попадают в его голову. С наступлением ночи они заставляют его не возвращаться в муравейник, а повиснуть на травинке и покорно ожидать рассвета, чтобы быть съеденным скотом вместе с травой. Если же муравей на рассвете всё ещё жив, то двуустки ослабляют контроль, и муравей проводит день как обычно. Ночью паразиты снова захватывают контроль, и так продолжается, пока муравья всё-таки ктонибудь не съест. 4. Myrmeconema neotropicum. Когда нематоды Myrmeconema neotropicum попадают в муравьёв вида Cephalotes atratus, то делают нечто уникальное — заставляют муравья становиться похожим на ягоду. Сами по себе эти южноамериканские муравьи — чёрные, но они живут в тропических лесах, где растёт много красных ягод. Нематода использует этот факт и делает заднюю часть муравья в точности похожей на красную ягоду. Помимо всего прочего, заражённые муравьи становятся вялыми, что делает их крайне привлекательными для питающихся фруктами птиц. 5. Spinochordodes tellinii. Этот паразит — волосатик-метаморф, заражающий кузнечиков и сверчков. Взрослые паразитические черви живут и размножаются в воде. Кузнечики и сверчки глотают микроскопические личинки червей, когда пьют заражённую воду. Затем личинки развиваются внутри хозяина-насекомого. Как только они вырастают, то впрыскивают в тело хозяина химические вещества, саботирующие центральную нервную систему насекомого. Под их влиянием кузнечик прыгает в ближайший водоём, где и тонет. Да, эти паразиты заставляют хозяев в буквальном смысле совершать самоубийство. В воде они покидают бывшего хозяина, и цикл начинается заново. Разумные системы управления, 2014

6. Glyptapanteles. Glyptapanteles — это род паразитических ос, часто заражающих гусениц вида Thyrinteina leucocerae. Цикл начинается, когда взрослые осы откладывают яйца внутрь беспомощных новорождённых гусениц. Личинки вылупляются из яиц и развиваются внутри гусеницы, которая в это время тоже растёт. Когда личинки вырастают, то выходят из гусеницы и окукливаются рядом с ней. Но, похоже, каким-то образом они сохраняют свою связь с прежним хозяином: гусеница перестаёт питаться, остаётся рядом с паразитами и даже укрывает их шёлком. Если придёт потенциальный хищник, гусеница всеми силами будет защищать окукливающихся ос. 7. Leucochloridium paradoxum. Этот паразитический червь проводит большую часть своей жизни в теле птицы, кажется, совершенно не возражающей против его присутствия. Плоские черви проходят через весь пищеварительный тракт пернатого хозяина и покидают его вместе с яйцом. Птенец вылупляется из яйца и — ни за что не угадаете! — приходит улитка и съедает оставшуюся скорлупу. В личиночной стадии паразиты живут в пищеварительной системе улитки, где развиваются в следующую стадию — спороцистов. Они быстро размножаются и проникают в глазные стебельки улитки, по какой-то странной причине отдавая предпочтение левому стебельку. В результате глазные стебельки становятся похожими на жёлто-зелёных гусениц, которых так любят птицы. Но это ещё не все манипуляции паразита. Улитки любят темноту, а черви заставляют её искать светлые участки, где птицам ухватить и съесть улитку становится совсем легко. 8. Кордицепс однобокий. Некоторые виды муравьев предпочитают возводить муравейники на деревьях, а на землю они спускаются только с целью найти корм. Стратегия срабатывает до тех пор, пока не появится грибок кордицепс однобокий. Грибок заставляет заражённого муравья покинуть свой дом в кроне дерева и спуститься на нижний уровень, зацепиться челюстями за лист или ветку и висеть там, пока не умрёт. Грибок питается тканями муравья — всеми, за исключением мышцы, контролирующей челюсти — и растёт внутри его мёртвого тела. Через пару недель грибковые споры падают на землю, чтобы заразить других муравьёв. Часто насекомых, заражённых кордицепсом однобоким, называют «муравьямизомби». Разумные системы управления

9. Sacculina carcini. Ракушки Sacculina carcini начинают жизнь в виде крошечных свободно плавающих личинок, но как только они находят себе краба-хозяина, то становятся гораздо больше. Первыми ракообразного хозяина колонизирует самка: она прицепляется к нижней части краба, образуя выпуклость в его раковине. Затем она распространяет вдоль всего тела хозяина корнеобразные усики, используемые для поглощения питательных веществ. Когда паразит вырастает, выпуклость в оболочке краба превращается в шишку. После этого туда подселяется самец Sacculina carcini, внедряется в своего партнёра и вырабатывает сперму. После этого пара непрерывно совокупляется. Что до несчастного краба, то он за это время становится, по сути, рабом. Он прекращает расти сам и начинает заботиться о яйцах паразита, как если бы они были его собственные. Отметим, что паразиты присасываются только к самцам краба. За время господства Sacculina carcini с самцом-хозяином происходит нечто необыкновенное. Паразиты стерилизуют его, а потом изменяют его тело так, чтобы оно стало похоже на тело самки — расширяют и выравнивают живот. Затем тело краба начинает вырабатывать определённые гормоны, и самец-краб начинает вести себя в точности как самка его вида, даже исполнять ритуальные брачные танцы самки перед другими самцами. И, как самка, заботится о яйцах «своих» паразитов. 10. Schistocephalus solidus. После того, как Schistocephalus solidus вырастет, он начинает воспроизводиться в кишечнике рыбоядных водоплавающих птиц. Яйца ленточного червя попадают в воду в красивой упаковке из птичьего помёта. Потом личинки вылупляются из яиц и поглощаются мелкими ракообразными под названием копеподы, а их в свою очередь поедают колюшки. Оказавшись внутри рыбки, червь начинает действовать в полную силу. Для начала он заставляет рыбку найти более тёплые воды, где она будет расти быстрее. И червь растёт вместе с хозяином. В некоторых случаях он может вырасти настолько, что будет весить больше собственного хозяина. Когда приходит время «переехать» в желудок птицы, червь заставляет колюшку стать смелее и плавать в одиночку, вдали от других рыб своего вида, что делает её более привлекательной добычей для рыбоядных птиц. 11. Euhaplorchis californiensis. Разумные системы управления, 2014

Жизнь червя Euhaplorchis californiensis начинается в рожках улитки, обитающей в солёной воде болот Южной Калифорнии. Черви стерилизуют хозяина, а потом производят внутри него несколько поколений потомства, после чего заставляют улитку отправиться на поиски рыбки киллифиш. Как только паразит находит себе нового хозяина, он прицепляется на его жабры, а затем прокладывает себе путь через тело рыбки киллифиш к её мозгу, после чего опутывает его своим телом. Здесь он выделяет химические вещества, чтобы получить контроль над центральный нервной системой рыбы. Заражённая киллифиш исполняет сложный танец, завершающийся эффектным выпрыгивание рыбки из воды. Разумеется, у такой рыбы куда больше шансов быть съеденной птицей. После этого всё происходит по уже знакомой нам схеме: птицы откладывают заражённые яйца, скорлупу поедают улитки, и всё повторяется. 12. Heterorhabditis bacteriophora. Heterorhabditis bacteriophora — это нематоды, чьё поведение несколько отличается от описанных выше паразитов. Вместо того чтобы толкать своих хозяев в лапы хищников, они, напротив, заставляют голодных хищников отступать. Когда нематода поражает личинки насекомого, то постепенно меняет цвет тела своего хозяина с белого на красный. Этот цвет предупреждает хищников, что личинка опасна: экспериментальные исследования подтвердили, что малиновки, например, избегают есть ярко окрашенных насекомых. Паразит живёт в личинке и питается за её счёт, так что ему крайне невыгодно, чтобы с хозяином что-то случилось, ведь в этом случае он тоже умрёт.

Разумные системы управления

Рис. Сколько видов известно на текущий момент, и скольких из них еще предстоит открыть у разных групп животных.

Несмотря на очевидный прогресс биологических наук, к настоящему времени 95% микроорганизмов еще только предстоит открыть, и потенциальные сферы их применения могут находиться далеко за пределами самого смелого воображения. Однако еще более это справедливо для способов взаимодействия и артефактов управления поведением между живыми существами – феноменами, которые могут составить инженерные решения проектирования живых машин.

Разумные системы управления, 2014

Клиническая практика Современные исследования в области дифференцировки и организации нервных сетей из нейральных клеток остаются недостаточно развитыми. Наибольших достижений в этом направлении добилась группа Кевина Уорвика из Университета Ридинг, которая занимается созданием технологий нейрогибридных компонентов на основе культуры нервных клеток эмбрионов крыс, их клеток-предшественников и специальной подложки, решающей задачу управления активностью сетей живых нейронов, выполняющих адаптивные задачи управления колесным роботом. Нервные клетки образуют сложные сети, которые непрерывно обмениваются информацией с мозгом. В свою очередь, спинной мозг является «магистральной линией» этой коммуникационной сети и к тому же берет на себя часть двигательных функций, управляет некоторыми процессами жизнедеятельности. Разорванные периферические нервные цепи способны регенерировать и вновь соединятся, хотя и в ограниченных пределах. Проще говоря, если пучок нервных волокон перерезать сверхтонким скальпелем, то нервные Рис. – Нейросфера, содержащая волокна довольно быстро прорастут нейральные клетки-предшественницы флюоресцентная микроскопия (Martin навстречу друг другу и соединятся. Pera, University of Southern California) Правда соединятся, скорее всего, не все клетки – не все разведенные аксоны найдут друг друга. Из-за этого пучок нервных волокон немного уменьшит свою пропускную способность, однако при небольшом порезе пальца вряд ли проявятся какие-либо побочные эффекты. В реальности травмы мозга обычно связанны с обширным повреждением нервной ткани позвоночника, с гибелью участков протяженностью в 0,5–1 см. Полностью соединить такой разрыв нервных путей ученые до сих пор не могут. Сегодня актуальным направлением в области создания клеточной части нейрогибридных устройств является получение и характеристика индуцированных нейрональных и нейральных стволовых клеток из различных источников. Наиболее доступным и этически допустимым в настоящий момент является получение индуцированных клеток из фибробластов. Разумные системы управления

Второй вариант основан на использовании технологии имплантации обкладочных нейроэпителиальных клеток (OEC). Эти клетки находятся в носу и обладают свойствами нейральных стволовых клеток, то есть могут превращаться в нейроны. Впервые нейральные стволовые клетки из слизистой оболочки носа взрослого человека выделили в 2001 году, что стало важнейшим достижением, поскольку из носа добывать нейральные стволовые клетки относительно просто. Смежной проблеме бионических систем становится разработка интерфейсов, например создание устройств, обеспечивающих передачу сигналов от клеток (к клеткам) живых организмов или совместную работу с живыми клетками. В настоящее время разработка нейроинтерфейсов (интерфейс мозг-компьютер или Brain-Computer Interface) привлекает огромное внимание как исследователей, технологов и разработчиков, так и потенциальных заказчиков. Можно выделить следующие основные существующие и перспективные направления разработки нейроинтерфейсов: 1. Интерфейсы, позволяющие осуществлять механическое управление роботизированными устройствами или иной техникой. Такие интерфейсы могут быть основаны непосредственно на инвазивной или неинвазивной регистрации активности мозга оператора (ЭЭГ, ЭМГ), или на регистрации движений оператора различными способами – с помощью механических средств, видеорегистрации или акселерометров Рис. – Нейрон с аксоном и тремя (кинематические интерфейсы человекдендритными отростками; окружающие робот). Подобные разработки в мире клетки - нейральные клеткиведутся широким фронтом, но за предшественницы - флюоресцентная пределами диагностической и лечебной микроскопия (Paul Knoepfler, University of California) работыих эффективность крайне низка, прежде всего, из-за низкой верификации сигнала, скорости обработки и отсутствия обратной связи. 2. Инструментальной психодиагностики на стыке нейроинтерфейсов и разработок и концепция «умной среды» - оборудования, которое могло бы оценивать способности человека, регистрировать его состояние, анализировать его и обеспечивать оптимальные условия для его функционирования, либо Разумные системы управления, 2014

сигнализировать о необходимости отдыха в случае чрезмерного утомления и повышения риска ошибок в работе. Реализованные в форме нательных датчиков сердечного ритма, оборудования детекции движений человека (например, MSKinect) и др. 3. Направление будущего – разработка высокотехнологичных инвазивных нейроинтерфейсов, позволяющих как регистрировать высокоуровневые психические процессы, так и оперировать с низкоуровневыми сигналами в нейронах. В решении этой задачи Университет может решить проблему создания нейроинтерфейсов, связывающих периферические нервы и электронные устройства. Современные потребности в интерфейсах «человек-машина» предъявляют повышенные требования к скорости передачи информации и глубокой интеграции с нервной системой оператора. Перспективные разработки в области современных нейроинтерфейсов могут быть основаны на организации взаимодействия между электронными устройствами и биоинженерными участками периферических нервов. Подобные технические решения включают исследования связей периферической нервной системы с ЦНС, и в частности позволят не только связать напрямую нервную систему с внешними устройствами («кибернетические органы чувств»), но и решать клинические задачи терапии травм спинного мозга и реабилитации посттравматических состояний. Клиническое применение результатов исследований будет иметь большое значение для успеха направления. Нарушение связи между центральными и периферическими отделами моторной системы ведет к тяжелым формам инвалидизации, однако современные исследования в области интерфейсов «мозг-компьютер» позволят в перспективе решить проблемы реабилитации пациентов с двигательными расстройствами. Регистрация активности одиночных нейронов в специализированных отделах головного мозга может обеспечить эффекторы с большим числом степеней свободы надлежащим управляющим сигналом. В современных работах (Германия) применяется пучок микропроволок как крайне экономичный и надежный инструмент для проведения исследований по долговременной регистрации активности в мозге животных, которые смогут в будущем помочь в лечении пациентов с тяжелыми поражениями моторной системы.

Разумные системы управления

Перспективный облик органической системы управления Рассмотренные примеры биологических систем управления дают положительный ответ на вопрос, возможно ли управление сложными нервными системами за счет простых операций2. В то же время возникает вопрос, каким образом в таких системах реализовать выполнение функции F(t, pH, …, …). Ответить на этот вопрос сейчас стремятся научные группы в области синтетической биологии, реализуя сложные регуляторные генные сети в бактериальной клетке. Эволюция этих технологий позволит, очевидно, подойти к созданию управляемых бактериальных сообществ – биопленок. На этом этапе исследователи не только поймут принципы организации отдельных участков генома, отдельных межбелковых взаимодействий, но и будут отработаны инженерные аспекты внеклеточной среды и межклеточного сигналинга. По-видимому, этот момент будет поворотным для всей науки инженерной биологии. Использование этих технологий, изначально разработанных для генетической и метаболической инженерии штаммов промышленных микроорганизмов, позволит объяснить многие эффекты симбионтов, которые мы видим в природе. Возможно удастся выделить конечный комплекс ферментов, механизмов транскрипции и трансляции, используя которые можно будет объяснить эффекты, описанные в главе «Примеры реализации в живой природеы». Эти данные и выделенные нервные клетки модельного животного (вероятнее всего им будет крыса) позволят впервые в мире спроектировать и сформировать участок мозга, адаптированный под совершенно конкретную функцию. Изолировать его и заставить функционировать вне организма – это отдельная задача, связанная с конструированием биоинкубатора. В качестве вершины реализации программы, перспективы за пределами которой трудно представить, может быть спроектированный под решение конкретной задачи крысиный мозг, размещенный «вторым» в организме крысы. И ориентированный на выполнение специфической работы, например по обработке ульразвуковых сигналов или инфракрасного излучения с пересаженного в организм нового органа.

Предел Эшби. Ведь нам совершенно ненужно управлять всей сложностью системы, достаточно изменение нескольких значимых функций. Разумные системы управления, 2014

В целом принципы создания таких «нейронных систем» могут быть необычайно схожими с проектированием специализированных архитектуры современных супервычислителей. Таблица. Эволюция вычислительных нейросистем №

Система

Мозг-на-чипе

Нейроинтерфейсы

Дополнительный мозг животного и его интерфейсы

Изолированный мозг с собственной иммунной системой

Модульный мозговой блок удобного форм-фактора фермы жизнеобеспечения для составления сложных архитектур под конкретную задачу

Разумные системы управления

Достижения Развитие полупроводниковых технологий, полимерных подложек и клеток. Использование как экспериментальных моделей, подвергаемых высокому риску деградации, зарастания инфекциями и т.д. Клеточные нейроинтерфейсы, позволяющие связывать с ЦНС новые (в том числе никогда не существовавшие у особи) органы, с возможностью обратной связи. Трансплантация в трансгенных животных нейросистем со специализированными функциями принятия решений, в том числе поддержания жизни после утраты головного мозга. Язык «программирования» нейросистем. Жизнеобеспечение изолированного мозга, его иммунная защита и нейрогуморальная регуляция внешних систем. Логический предел развития вычислительной техники в современной парадигме вычислений. Масштабируемая вычислительная система, которую можно будет назвать одним из реальных вариантов «искусственного интеллекта».

Заключение Вместо заключения хотелось бы пофантазировать. Развитие современных научных проектов в области исследования мозга должно раскрыть как природу мышления (высокоуровневое описание), так и инженерные решения мозгоподобных структур (низкоуровневое описание). В совокупности эти достижения способны подсказать – каким образом человек может создать систему обработки данных на основе организованных специальным образом нервных клеток. Удивительным образом ведущиеся в настоящее время работы в области исследования нейродегенеративных заболеваний, проблем дифференцировки стволовых клеток, электроэнцефалографии, компьютерного моделирования напрямую связаны с проблемой создания органических систем управления. Как и наоборот, работы исследователей в области создания изолированного мозга также решают многие перечисленные выше задачи. Столь сильно связанные области подсказывают нам, что несмотря на страхи и религионые опасения, мы находимся на правильном пути.

Разумные системы управления, 2014

Список литературы Винер Н. Кибернетика, или управление и связь в животном и машине, 2-е издание, М.: Наука; Главная редакция изданий для зарубежных стран, 1983. – 344 с. Markram, H. (2012). The human brain project. Scientific American, 306(6), 50-55. Miranda, E. R., Nasuto, S. J., Troisi, A. R., Downes, J., Chiaramonte, A., Spencer, M., ... & Warwick, K. (2011). A Musical Instrument Using in Vitro Neural Networks. Ann Arbor, MI: MPublishing, University of Michigan Library. Warwick, K. (2011). The Future of Human-Machine Interaction: Implant Technology. In ManMachine Interactions 2 (pp. 11-19). Springer Berlin Heidelberg.

Разумные системы управления

Комм.: Исследования в области изолирования мозга приближают нас к пониманию конкретных технических проблем на пути, а также пределов миниатюризации и оптимизации архитектуры искусственных вычислительных систем.

Изолированный мозг. Обоснование метаболической составляющей перфузионной среды для изолированного мозга. автор – Е.В. Терешина, д.б.н. 1. Гематоэнцефалический барьер. Общие свойства Гематоэнцефалический барьер (ГЭБ) выполняет функцию защиты от проникновения в нервную ткань повреждающих агентов и вывода продуктов жизнедеятельности клеток мозга. Основное отличие капилляров, снабжающих мозг кровью, от капилляров в периферических тканях, – наличие сети плотных соединений, которые образуют клеточный интерфейс между кровью и внеклеточным пространством мозга. ГЭБ состоит из клеток трех типов: эндотелий капилляров, перициты и астроциты. Эндотелий и перициты имеют общую базальную мембрану, с которой взаимодействует 99% астроцитов. Плотное соединение позволяет проталкивать вещества, которые проходят сквозь клетки от люминальной (близкой к сосудам) до аблюминальной (близкой к ткани мозга) мембраны капилляров путем пассивной диффузии или благодаря специфической транспортной системе. 2. Глия. Общие свойства Клетки нейроглии определяют гомеостаз нервной ткани, ее защиту от повреждений, предотвращая развитие патологических процессов. Астроглия регулирует нейрогенез и развитие циркулярных токов. В мозге взрослого человека астроциты находятся в тесном динамическом контакте с нейронами, особенно в районах синаптической передачи, где они частично формируют тройственный синапс. В этих точках астроциты регулируют гомеостаз ионов и трансмиттеров, обеспечивают метаболическую поддержку нейронов и активность синапсов. Путем активизации внутриклеточной передачи Ca2+зависимых сигналов астроциты регулируют высвобождение нейротрансмиттеров. Попадая во внеклеточное пространство, глиотрансмиттеры модулируют пластичность синапсов нейронов. Кроме того, астроциты – основные игроки в развитии и проявлении нейрологических расстройств.

Разумные системы управления, 2014

Клетки глии имеют первостепенное значение для нормального развития и функционирования головного мозга человека. Они модулируют пролиферацию нейронов, их выживание и их метаболизм, образование синапсов, синаптическую передачу, поддерживают локальный экстрацеллюлярный гомеостаз (постоянство основных параметров среды) и много чего еще, о чем мы пока не знаем. Эволюционно астроциты появились прежде нейронов, но их число и сложность эволюционировали одновременно с построением структуры мозга. Количество астроцитов в 20 раз превышает количество нейронов. Астроциты и танициты (специализированные клетки глии, выстилающие третий вентрикул), транспортируют в мозг и в ткани мозга все поступающие в него вещества. На этих клетках экспрессируются рецепторы к многочисленным нейропептидам, нейротрансмиттерам, факторам роста. Они производят нейроактивные соединения, в них экспрессируются ключевые ферменты для получения и метаболической обработки поступающих соединений. Клетки глии – первая линия восприятия и контроля метаболических сигналов. Астроциты участвуют в гормон-индуцированных перестройках синапсов, выполняющих эндокринные функции.

3. Основные субстраты, используемые клетками центральной нервной системы 3.1. Глюкоза Мозг потребляет около 60% глюкозы крови, т.е. около 450 калорий ежедневно. Глюкоза – один из немногих субстратов, которые пересекают ГЭБ. В период голодания энергию телу дают жирные кислоты. Раньше считалось, что они не проникают через ГЭБ. В печени жирные кислоты конвертируются в кетоновые тела. Кетоновые тела – дополнительный источник энергии для мозга, они свободно преодолевают ГЭБ. В клетках мозга (клетках глии) есть рецепторы к инсулину и глюкагону, но они не влияют на потребление глюкозы, поэтому снабжение клеток мозга всецело зависит от содержания глюкозы в крови и от количества переносчиков. Глюкоза сама управляет своим собственным переносом через ГЭБ подобно тому, как она сама управляет синтезом и секрецией инсулина в бета-клетках поджелудочной железы. Но в целом именно ГЭБ определяет, сколько глюкозы поступает в мозг. Глюкоза не растворяется в липидах, поэтому не может преодолеть ГЭБ путем простой диффузии. Для ее переноса необходимы специальные транспортные белки. В мозге находят 4 типа переносчиков глюкозы: GLUT1, GLUT2, GLUT3 и Разумные системы управления

GLUT4. GLUT1 – основной переносчик, который забирает глюкозу с люминального слоя ГЭБ. В этом процессе инсулин не участвует. Много GLUT1 в эритроцитах, куда глюкоза поступает также без участия инсулина. Возможно, в эритроцитах, поджелудочной железе и в мозге существует один механизм транспорта глюкозы, который не стимулируется инсулином. В ГЭБ в переносе глюкозы от люминальной мембраны к аблюминальной участвуют несколько типов GLUT. Когда глюкозы в крови мало, количество GLUT1 в эпителиальных клетках ГЭБ увеличивается. Это компенсаторная реакция для поддержания работы мозга в условиях дефицита его основного энергетического субстрата. Когда глюкозы в крови много, число GLUT1 остается прежним, и это – причина катастроф, связанных с острой гипергликемией, и нейродегенеративных процессов, обусловленных хронической гипергликемией. Почему мозг не защищен от избытка энергетического субстрата? Возможно, в период эволюционного формирования организм человека находился в условиях постоянного голодания – голод был реальнее и опаснее переедания. Избыточность высококалорийной пищи – «завоевание» современного человечества. Потому оно и вымирает от сахарного диабета и платит деменцией. Хроническая гипергликемия может быть одной из причин развития болезни Альцгеймера и других нейродегенеративных процессов. При острой гипергликемии повышение глюкозы в мозге сопровождается увеличением осмолитов и кетоновых тел. Повышенное содержание этих соединений хронизируется вплоть до 10 недель. При длительной гипергликемии только после 4 недель снижается концентрация таких нейросоединений, как N-ацетиласпартат и глутатион, которая также хронизируется. Транспорт глюкозы при этом не изменяется. Когда после гипергликемии уровень глюкозы нормализуется, некоторые нейрохимические нарушения становятся необратимыми. GLUT2 помогает GLUT1. Снижение GLUT2 стимулирует аппетит, модификации GLUT2 в астроцитах гипоталамуса влияют на гомеостаз глюкозы в теле и усиливают желание потреблять глюкозы больше [1]. GLUT2, экспрессируемый в астроцитах гипоталамуса, в эпендимальных клетках глии, таницитах и нейронах, чувствительных к глюкозе, вовлечен в механизм, регулирующий гомеостаз глюкозы в теле. В отличие от GLUT2, GLUT3 работает в нейронах по всему мозгу. Он присутствует в клетках, которым необходимо быстро поглотить большое количество глюкозы. В мозге такие клетки – активно работающие нейроны. GLUT3, по-видимому, специфичен для нейронов, так как он был обнаружен в других клетках (сердце, печень) лишь в следовых количествах и совсем не обнаружен в скелетной мышце. Правда, сердце предпочитает использовать в

Разумные системы управления, 2014

качестве субстрата энергии жирные кислоты, а печень и мышца потребляют глюкозу при стимуляции инсулином. Нейронам такая стимуляция не требуется. Тем не менее, в мозге есть отделы, которые контролируют потребление энергии в этом органе. В клетках мозга обнаружен чувствительный к инсулину переносчик GLUT4. Инсулин здесь может играть роль нейромодулятора. Уровень экспрессии GLUT4 in cerebellum зависит от уровня инсулина в крови. Физические упражнения приводят к снижению инсулина в крови и соответствующему снижению экспрессии GLUT4. Вентромедиальный гипоталамус – первый сенсор, который отвечает на гипогликемию. Транспорт глюкозы через ГЭБ в этом районе обеспечивается тремя переносчиками – GLUT1, GLUT2 и GLUT4. Причем GLUT1 находятся на эндотелиальных клетках, GLUT2 – в эпендимальных клетках третьего вентрикула, а чувствительная к инсулину изоформа GLUT4 локализуется в васкулярных структурах внутри вентромедиального гипоталамуса. Астроциты и нейроны сообщаются друг с другом, объединяясь в комплекс, «перерабатывающий» глюкозу. Астроциты первыми захватывают глюкозу, которую им поставляет GLUT1. Транспорт астроцитами нейротрансмиттеров и глюкозы определяет состав экстрацеллюлярной жидкости, омывающей нейроны. Они прямым образом влияют на электрическую активность нейронов и на их чувствительность к глюкозе [2, 3]. Метаболические изменения в теле и диетарные модификации оказывают влияние прежде всего на функции клеток глии. Тем не менее поступление глюкозы в мозг и ее потребление клетками глии впрямую зависит от активности нейронов. Глюкоза необходима не только для того, чтобы обеспечить энергетические потребности, но и для синтеза нейромедиаторов, например глицина, глутаминовой кислоты и гамма-аминомасляной кислоты (ГАМК) [4, 5]. Астроциты группируются около синаптических контактов, где располагаются рецепторы. Глутамат стимулирует захват глюкозы астроцитами, в котором участвуют транспортные белки, специфические к глутамату. Они быстро забирают глутамат после его высвобождения из синапсов и работают благодаря электрохимическому градиенту Na+. Натрий-зависимый захват глутамата астроцитами запускает каскад молекулярных событий, в котором участвует Na+/K+-ATФаза (энергозависимый процесс). Внутри клеток глюкоза гликолитически расщепляется и образуется лактат, который высвобождается из астроцитов. На перенос одной молекулы глутамата требуется три атома натрия, Разумные системы управления

при этом входит одна молекула глюкозы, две молекулы АТФ синтезируются в результате гликолиза и высвобождаются две молекулы лактата. В астроците одна молекула АТФ расходуется на один оборот мембранной протоновой помпы, а вторая потребляется при превращении глутамата в глутамин ферментом глутаминсинтетазой. Показано, что даже в аэробных условиях лактат – предпочтительный энергетический субстрат, который используют нейроны. В присутствии кислорода лактат превращается в пируват, который поступает в митохондрию и в цикл трикарбоновых кислот (ацетат). При сгорании одной молекулы лактата генерируется 17 молекул АТФ. Это означает, что при активации мозг временно прогоняет глюкозу через астроциты, где проходит гликолиз, а затем окисляет лактат в нейронах с использованием кислорода. Захват глюкозы стимулируется увеличением активности нейронов [8]. Астроциты забирают глутамат из синаптической щели, он метаболизирует в глутамин (глутаминсинтетаза). Затем они отдают глутамин нейронам, которые вновь делают из него глутамат или ГАМК (фермент глутаматдекарбоксилаза). Переносчик глутамата GLT1 экспрессируется преимущественно в астроцитах, а глиальный высокоаффинный переносчик глутамата (GLAST) – как в астроцитах, так и в других клетках глии. Накопление глутамата в экстрацеллюлярном пространстве делает его токсичным. Контроль за экстрацеллюлярными концентрациями глутамата и ГАМК – одна из фундаментальных функций клеток глии [7]. Баланс концентраций этих двух нейротрансмиттеров – решающий, он характеризует активность метаболических процессов [6]. Гомеостаз глюкозы в теле поддерживается не только инсулином. Инсулин экспрессируют три органа – печень, жировая ткань и мышца. Мышца и жировая ткань – основные потребители глюкозы, при этом мышца сжигает глюкозу, а жировая ткань конвертирует ее в жирные кислоты и триглицериды. В этом метаболическом треугольнике решающая роль принадлежит мышце, так как сжигание глюкозы – один из способов ее выведения из тела. Синтез жирных кислот – ее накапливание и задержка в теле. При снижении расходования глюкозы в мышце происходит увеличение запасов жира в жировой ткани. В результате в метаболическом треугольнике увеличивается поток жирных кислот, которые блокируют поступление глюкозы в мышцу. Развивается резистентность к инсулину и нарушается гомеостаз глюкозы. Нагрузка на мышцу поддерживает уровень глюкозы в крови. Вот почему физические упражнения предотвращают развитие нейродегенеративного процесса, связанного с нарушением гомеостаза глюкозы.

Разумные системы управления, 2014

Жировая ткань – эндокринный орган, секретирующий большое количество разнообразных факторов и гормонов. Среди них гормон лептин, который регулирует потребление жирных кислот клетками в качестве субстрата энергии. Лептин активирует фермент карнитин пальмитоил трансферазу (СРТ1), которая переносит пальмитиновую кислоту через двойную мембрану митохондрий. Лептин проникает через ГЭБ и оказывает центральное действие, стимулируя гипоталамус. Лептин и инсулин контролируют чувства голода и насыщения. В поддержании гомеостаза глюкозы в теле одну из важных ролей играет гормон лептин, секретируемый белой жировой тканью. В последние годы лептину уделяется большое внимание в связи с проблемами, связанными с ожирением. Концентрация лептина в крови возрастает одновременно с увеличением массы жировой ткани (прямая зависимость). Возможно, лептин действует непосредственно на нейроны гипоталамуса, оказывая влияние на транспорт глюкозы и ее потребление с пищей. В экспериментах in vitro показано, что к лептину чувствителен GLUT3. Действуя через этот переносчик, лептин снижает активность нейрона и его потребность в глюкозе. Лептин влияет также на продукцию белка apoE астроцитами. Лептин оказывает действие на нейроны дугообразного ядра (ARH-нейроны), что приводит к восстановлению утраченной чувствительности к инсулину в печени, т.е. снимает резистентность к инсулину в этом органе. Показано, что к лептину чувствительны гены, кодирующие полипептид POMC (про-опиомеланокортин), которые экспрессируются в шишковидной железе. При его расщеплении образуются адренокортикотропин, бета-липотропин, а также другие пептиды, которые на уровне тканей тела могут контролировать энергетический гомеостаз. POMC-нейроны иннервируют дорзовагальный комплекс. Это такой район в мозге, в котором находится дорзальное ядро блуждающего нерва. Много таких нейронов иннервируют печеночную артерию, они обеспечивают анатомическую связь между лептин-чувствительными нейронами и печенью. Лептин активирует также вентромедиальные нейроны гипоталамуса. Но неизвестно, как связаны эти нейроны с симпатической нервной системой. Как видно, центральное действие лептина направлено на снятие инсулинорезистентности в печени, которая потребляет глюкозу для синтеза гликогена (запасная форма), а жирные кислоты – для синтеза триглицеридов, которые она секретирует в кровь. Запасы глюкозы временны и быстро расходуются в первые дни голодания. Печень – основной орган, регулирующий потоки глюкозы и жирных кислот в крови, т.е. непрерывность функционирования метаболического узла. Воздействуя на печень, мозг регулирует гомеостаз глюкозы, т.е. свое собственное обеспечение и поддержание своей собственной функциональности. Разумные системы управления

В целом сеть нейрональных токов, контролирующих потребление пищи и поддержание энергетического гомеостаза, довольно сложна и недостаточно изучена. Поддержание энергетического гомеостаза обеспечивается также благодаря системе циркадианных ритмов, так как это – заложенное эволюцией чередование периодов сна и бодрствования, голода и приема пищи. Мозг не делает запасов глюкозы. Запасы глюкозы в виде гликогена создают только печень на случай голода и мышца на случай непредвиденной активизации. Для быстрого синтеза АТФ при повышенной интенсивности работы мышца делает энергетические резервы в виде фосфатов в форме креатинфосфата. Запасы креатинфосфата образуются в мышце и мозге, но в мозге гораздо в меньших количествах. Мозг и мышца – основные потребители глюкозы, поэтому при активной физической работе сохраняется целостность мозга (нет дегенеративного процесса). При собственной активной работе мозг тоже способен долго сохраняться, так как он – еще один потребитель, перерабатывающий глюкозу в нейромедиаторы. Активность мышц отражается в снижении немитохондриальных окислительных процессов в мозге (нейропротекторное действие): повышается содержание супероксиддисмутазы, снижается уровень лактата, глутамата, оксида азота. Нейродегенеративные процессы практически всегда сопровождаются развитием окислительного стресса (даже при гипоксии).

3.2. Жирные кислоты Считается, что жирные кислоты (ЖК) не являются источником энергии для клеток нервной системы. Они нужны в основном для синтеза фосфолипидов и цереброзидов. Синтезируют ли клетки мозга ЖК сами, или они получают их из крови? Общая концентрация ЖК в крови 0.4–0.5 mM, но 99% циркулирующих свободных ЖК связано с альбумином, несвязанных ЖК всего 7.5 nM. Для входа в мозг ЖК крови надо преодолеть ГЭБ, но ГЭБ не пропускает белки, поэтому комплексы ЖК с альбумином должны диссоциировать. Существует две точки зрения относительно прохождения ЖК через мембрану: пассивная диффузия и активный транспорт. Короткоцепочечные ЖК (12 и менее атомов углерода) проходят через мембрану, для более длинных нужен активный транспорт. Найдены специальные белки, переносящие ЖК через мембрану. Если бы не было переносчиков, ЖК практически не поступали бы в нервную систему, несмотря на свою

Разумные системы управления, 2014

липофильность. Транспорт ЖК в мозг имеет большее значение, чем их обратный транспорт из мозга в кровь. Степень ненасыщенности и длина цепи определяют характер переноса ЖК через ГЭБ. Известно несколько типов переносчиков, транспортирующих ЖК через мембрану. Для олеиновой кислоты (С18:0) – это CD36. С ним не связываются полиненасыщенные ЖК, такие как арахидоновая (С20:4) и докозагексаеновая (С22:6), несмотря на то что CD36 имеет большое сродство к длинноцепочечным ЖК (С18-24). В ГЭБ CD36 «специализируется» не только на переносе олеата, но и ЖК с короткой и средней длиной цепи как насыщенных, так и ненасыщенных (масляная, миристиновая, линоленовая), а также с очень большой длиной цепи (лигноцериновая). Олеиновая, линолевая (С18:2) и арахидоновая кислоты переносятся с большей скоростью, чем насыщенные ЖК с той же длиной цепи. Пальмитиновая (С16:0) и стеариновая (С18:0) кислоты не преодолевают ГЭБ, несмотря на то что для синтеза сфиногмиелинов, основного липида миелиновых оболочек, требуется именно пальмитиновая кислота. Возможно, мозг синтезирует ее самостоятельно. В клетках тела пальмитиновая и олеиновая кислоты являются основными субстратами энергии, другие жирные кислоты расходуются в разнообразных процессах синтеза. Белки-переносчики ЖК через мембрану FATP-1 и FATP-4 транспортируют длинные цепи (олеиновую 18:1 и линолевую 18:2). FATP-1 и FATP-4 – единственные белки этого семейства, которые экспрессируются в мозге. FATP-1 найден в больших количествах не только в ГЭБ, но и по всей ткани мозга. CD36 экспрессируется в меньших количествах. Определяющее значение для транспорта ЖК через ГЭБ имеет отношение FAT/CD36. В метаболизме ЖК значимую роль играет фермент карнитин пальмитоил трансфераза (CPT1), который переносит ЖК через двойную мембрану митохондрий. Когда она была обнаружена в мозге, стало ясно, что клетки нервной ткани могут получать энергию от сжигания жирных кислот. В отличие от клеток тела в мозге этот фермент способствует расщеплению очень длинных ЖК, например лигноцериновой (24:0), когда в диете не хватает жиров. При диете, содержащей много жира, в клетках мозга содержится нормальное количество С24 кислот, т.е. в клетках мозга идут процессы элонгации ЖК, так как с пищей такие длинные цепи ЖК не поступают. В таком случае CPT1 – компонент Разумные системы управления

системы элонгации ЖК в мозге. Хотя кислот C24 в липидах мозга немного, даже небольшие изменения в их содержании приводят к серьезным неврологическим расстройствам, так как они – основной компонент цереброзидов. CPT1 активируется мaлонил-CoA, который получается при присоединении СО2 к ацетил-CoA. Ацетат – метаболит глюкозы. Так метаболизм глюкозы связан с метаболизмом ЖК в клетках мозга. Гипоталамус контролирует потребление пищи в ответ на окисление длинноцепочечных ЖК [9, 10, 11] и продукцию свободных радикалов [12, 13]. Метаболизм ЖК связан с функционированием редокс-системы клетки. МaлонилCoA в гипоталамусе влияет на ожирение, изменяя пищевое поведение [14, 15]. Правда, пока неясно, какие клетки отвечают за первичный ответ – глия или нейроны, и как CPT1 контролирует чувство сытости или гликемию и повышает расход энергии в периферических тканях [16, 17]. В экспериментах на генетически измененных мышах с фенотипом ожирения диета с высоким содержанием жира (главным образом длинноцепочечные ЖК ларда) снижала содержание жира в теле животных. Диета с низким содержанием жира возвращала им фенотип ожирения. Действие диетических ЖК на центральную нервную систему выражается также в изменении гомеостаза глюкозы, так как влияет на глюконеогенез в печени. Интрацеребровентрикулярное введение длинноцепочечных ЖК подавляет глюконеогенез. Это означает, что существует центральная регуляция гомеостаза глюкозы, независимая от инсулина и опосредуемая лептином через действие на CPT1. CPT1 может осуществлять связку между пищевым сенсором в гипоталамусе и гомеостазом глюкозы в печени. Потребление мышами диеты «канола (вид рапса) / соевые бобы» приводило к увеличению содержания в нервной ткани олеиновой кислоты и снижению в этаноламиновых глицерофосфолипидах белого вещества мозга арахидоновой кислоты. В сером веществе в тех же фосфолипидах увеличивалось содержание докозагексаеновой кислоты. Для здорового мозга имеет значение также содержание эйкозапентаеновой (С22:5) кислоты. В клетках мозга интенсивно проходят процессы немитохондриального окисления и увеличено окисление полиненасыщенных жирных кислот. Казалось бы, имея большое количество легкоокисляемых ЖК, мозг становится уязвимым для действия липоперекисей. Однако не было обнаружено таких продуктов окисления С22:5 кислоты, которые оказывали бы разрушительное действие. Напротив, некоторые продукты окисления С22:5, такие как 15-A3t-IsoP, имели цитопротективное действие в условиях окислительного стресса. Разумные системы управления, 2014

Метаболизм ЖК связывает нервную ткань с жировой тканью. На метаболизм ЖК в мозге влияет недостаточность триглицеридлипазы жировой ткани (фермент расщепляет триглицериды с высвобождением ЖК), которая экспрессируется в больших количествах в жировой ткани. Даже небольшое снижение активности этого фермента приводит к многократному увеличению концентрации триглицеридов в мозге и изменению состава их ЖК. Значительная аккумуляция нейтральных липидов наблюдалась в цереброваскулярных клетках, а также во всей вентрикулярной системе. Триглицеридлипаза найдена в эпендимальных клетках, в пирамидальных клетках гиппокампа, в choroid plexus и dentate gyrus, она вовлечена в метаболизм липидов в областях мозга, отвечающих за транспорт и обмен, т.е. в интерфейсе «мозг – цереброспинальная жидкость», барьере «кровь – цереброспинальная жидкость» и в ГЭБ. Кстати, через спинной мозг в мозг могут поступать липопротеиды высокой плотности. Они участвуют в обмене фосфолипидов (фосфатидилхолина) и холестерина. Индуцированное диетой повышение содержания в крови холестерина и триглицеридов вызывало увеличение содержания в гиппокампе холестерина, галактозилцерамида, сульфатидов (сульфатная форма церамида) и сфингомиелина. Одновременно возрастает окислительный стресс. Церамид образуется при расщеплении сфингомиелина ферментом сфингомиелиназой, который активируется при окислительном стрессе. Образование церамида и его аккумуляция вызывает апоптоз клеток мозга. Диетарная гиперлипидемия предшествует инсулинорезистентности и изменяет липидный профиль гиппокампа соответственно тому, что наблюдается при болезни Альцгеймера. Таким образом, существует перекрещивание центральных и периферических метаболических путей. Особенно это касается энергетических субстратов – глюкозы и жирных кислот. Мозг взаимодействует с метаболическим треугольником, образованным мышцей, печенью и жировой тканью. Этот треугольник совместно с мозгом поддерживает гомеостаз глюкозы и жирных кислот. 3.3. Электролиты и рН Мозг млекопитающих имеет четыре разных компартмента, наполненных жидкостью: кровь в капиллярах и сосудах, цереброспинальная жидкость в вентрикулярной системе и субарахноидальном пространстве, интерстициальная и внутриклеточная жидкость клеток глии и нейронов. Вода в каждом Разумные системы управления

компартменте представляет собой солевой раствор определенного состава, поэтому они разделены специальными клеточными барьерами, которые регулируют перетекание жидкости из одного компартмента в другой. Барьеры: ГЭБ (эндотелиальные клетки мозга), «кровь – спинной мозг» (эпителий choroid plexus) и плазматические мембраны клеток глии и нейронов. Поддержание водно-солевого гомеостаза в мозге является критическим для его нормального функционирования, поэтому транспорт воды и ионов взаимно связан и корегулирован. Более 70% жидкости в мозге находится внутри клеток. В сравнении с остальными компартментами внутри клетки содержится больше калия, вне клетки – натрия и кальция. Транспорт ионов внутрь клетки и из клетки – энергозависимый процесс. Существуют ионные насосы – Na+/K+-ATФаза и Ca2+-ATФаза. Na+/K+-ATФаза осуществляет контроль осмотического давления, она может работать совместно с котранспортерами NKCC1 (вход в клетку хлора и калия) и Na+/H+-обменником NHE1, который, в свою очередь, связан с Cl–/HCO3–-обменником. Клетки могут поддерживать свой объем в заданных пределах благодаря экспрессии генов, кодирующих белки ионных каналов и белки-транспортеры. Постоянно экспрессируются NHE и NKCC1, которые отвечают за транспорт натрия внутрь клеток. NKCC1 – катион-хлоридный котранспортер, он принадлежит к семейству генов SLC12. Эти внутримембранные белки транспортируют ионы хлора совместно с натрием и/или калием через клеточную мембрану. В клетках есть рецепторы, непосредственно связанные с ионными каналами, такие как N-метил-D-аспартатный (NMDA) и AMPA-рецепторы не-NMDA типа. NMDA-рецепторы связаны с вольтаж-чувствительными высокопроводимыми катионными каналами как для натрия, так и для кальция. В отличие от клеток глии и нейронов эндотелиальные клетки ГЭБ не экспрессируют вольтажчувствительные натриевые каналы. На люминальной стороне ГЭБ находится NKCC1, который перетаскивает натрий и хлор из крови в мозг. Он не специфичен для мозга, так как обнаружен на базолатеральной мембране секреторных эпителиальных клеток по всему телу. В физиологических условиях NKCC1 модулирует уровень ионов хлора в нейронах, глии, клетках эндотелия ГЭБ, в choroid plexus. Он помогает поддерживать осмолярность. В то же время, запасенная потенциальная энергия этих каналов не может быть преобразована в движение воды и солевых растворов, если изменена проницаемость клеток эндотелия ГЭБ. От степени проникновения в клетку натрия и хлора зависит активация глутаматного рецептора, что вызывает эксцитотоксическую нейродегенерацию. Изменение соотношения «кислород/глюкоза» индуцирует Разумные системы управления, 2014

гибель нейронов через эксцитотоксичность, в генерации которой участвуют ионотропные NMDA-рецепторы. Регуляция рН – гомеостатический параметр, который поддерживается всеми клетками тела. Механизмы, регулирующие концентрацию протонов вне и внутри клетки, особенно важны для мозга, так как электрическая активность нейронов может легко сдвигать значения рН в ту или иную сторону. Такие кислотнощелочные сдвиги влияют на активность нейронов, так как изменяют функцию ионных каналов. Механизмы, регулирующие рН в клетках мозга, такие же, как и в других тканях. В морфологически разных нейронах и клетках глии были обнаружены различия в экспрессии и эффективности этих механизмов. Существует значительная гетерогенность в изоформах белков среди разных регионов мозга и среди клеток разного типа. Внутриклеточные колебания рН в нейронах и глии связаны с транспортом Ca2+, с активацией систем «выталкивания» протонов и активностью угольной ангидразы. В нервной системе регуляция рН является функцией нескольких совмещенных процессов – забуферивание H+, отграничение внутриклеточных протонов от внеклеточных, диффузия СО2, активность угольной ангидразы, трансмембранный транспорт кислотных и щелочных эквивалентов. Они включают Na+/H+-обмен, движимый натрием – Cl-/HCO3-обмен, Na+-HCO3- котранспорт и пассивный Cl/HCO3- обмен. Клетки глии участвуют во всех этих процессах и играют важную роль в поддержании общего кислотно-щелочного равновесия во всей нервной системе. Перепады рН случаются во всех трех основных компартментах нервной ткани – в нейронах, глии и экстрацеллюлярном пространстве – в ответ на стимуляцию нейронов, на действие нейротрансмиттеров и гормонов, вторично – на внутриклеточный метаболизм и ионный транспорт. Основная роль в поддержании и модуляциях рН принадлежит электрогенному и обратимому Na+-HCO3- мембранному котранспорту, который присутствует только в клетках глии. Активация котранспорта приводит к захвату клетками глии основных эквивалентов, которые зависят от мембранного потенциала. Регуляция рН необходима для целого ряда процессов: функционирования ионных каналов и проведения нервного импульса, синаптической передачи, межклеточных взаимодействий, обмена метаболитами, возбудимости нейронов. Модуляции рН сами по себе могут быть сигналами, т.е. составной частью информационных процессов в нервной ткани. Механизмы, регулирующие рН в клетках глии, сходны с теми, которые есть у нейронов. В одном глия отличается от других клеток – в ней экспрессируется электрогенный Na+- связанный

Разумные системы управления

транспортер бикарбоната, который зависит от мембранного потенциала. В астроцитах также есть Cl-/HCO3- обмен. В клетках позвоночных в семействе генов Na+/H+-обменников насчитывается 7 членов: от NHE-1 до NHE-7. Белки-транспортеры содержат как мембранный участок, связывающий лиганд, так и регуляторный цитозольный. У человека NHE1 активируется фактором роста и играет ведущую роль в поддержании рН. Он широко распространен в клетках ЦНС у позвоночных. Транспорт бикарбоната для регуляции рН осуществляется другими транспортерами, также принадлежащими к одному семейству (4 члена). Один из них, AE3, экспрессируется как в нейронах, так и в сердце. Эти белки осуществляют разные физиологические функции: Na+-HCO3- совместный транспорт и опосредованный натрием – Cl-/HCO3- обмен. В широком смысле клетки мозга не очень отличаются от других клеток тела по механизму поддержания гомеостаза рН. Внутриклеточная буферная система состоит из бикарбонат-зависимой и небикарбонат-зависимой компоненты. Эта система «открыта» относительно углекислого газа, так как должно соблюдаться равновесие между внутриклеточным и внеклеточным СО2, при этом внутри клетки концентрация СО2 поддерживается постоянной благодаря постоянству внеклеточного СО2. Иными словами, именно внеклеточная буферная система определяет концентрацию углекислого газа (а следовательно, и его продукцию) внутри клетки. В нейронах существуют Na+/H+ обмен и Na-зависимый транспорт бикарбоната HCO3-. Эти виды транспорта принципиальны для поддержания гомеостаза рН и для восстановления после ацидоза. В некоторых нервных клетках существует пассивный Cl-/HCO3- обмен, который используется как кислото-загружающий механизм для восстановления рН при защелачивании цитозоля. Нейроны гиппокампа могут вытеснять кислоту, используя как Na+/H+ обмен, так и опосредованный натрием Cl-/HCO3- обмен. Внутриклеточная среда нейронов млекопитающих может закисляться в ответ на возбуждающее действие аминокислот. Закисление сопровождается вхождением в клетку Са2+. Причин Са2+-зависимого ацидоза цитозоля может быть множество. Когда нейрон долго работает, закисление цитозоля может быть вызвано накоплением кислотных метаболитов, а также углекислого газа и лактата (механизмы аналогичны тем, что наблюдаются в мышцах). Эти продукты образуются благодаря энергетическим затратам, ассоциированным с вхождением в клетку Са2+, или вследствие работы Na+-K+ помпы. Ацидоз, имеющий метаболическое происхождение, снижает внутриклеточный и интерстициальный рН. Разумные системы управления, 2014

В общем случае поддержание взаимных концентраций CO2/HCO3- в буферной системе зависит от кинетических характеристик реакции CO2 + H2O = H2CO3 = HCO3-+H+. В физиологических условиях равновесие сдвинуто в сторону образования бикарбоната и протонов (вправо), в то время как взаимодействие углекислого газа с образованием угольной кислоты и ее дегидратация с образованием углекислого газа (движение влево) происходит довольно медленно. В биосистемах это замедление преодолевается с помощью фермента угольной ангидразы, которая катализирует как гидратацию, так и дегидратацию углекислого газа. В интерстициальном пространстве мозга активность угольной ангидразы – решающий фактор, регулирующий поддержание рН. Фермента очень много в глии, но есть он и в нейронах. Транспорт глутамата через электрогенный Na+ переносчик сопровождается независимым входом в клетку протонов. В принципе пул экстрацеллюлярных протонов может поддерживаться электрохимическим градиентом протонов и ОН- ионов. Достоверно установлен выход из клеток бикарбоната, что приводит к защелачиванию среды. Высокую проницаемость для бикарбоната имеют рецепторы к ГАМК и глицину. Через рецептор к ГАМК может проходить также муравьиная кислота. Вообще рецепторы к ГАМК контролируют, по-видимому, движение бикарбоната. Рецепторы к ГАМК открывают вход для бикарбоната. Чем отрицательнее мембранный потенциал, тем скорее открывающийся анионный канал ГАМКа будет пропускать бикарбонат, что приведет к внутриклеточному закислению и внеклеточному защелачиванию. рН среды поддерживает совместное действие глутаматных и ГАМК рецепторов. В то же время, остаются неизвестными механизмы, активность которых модулируется рН. В культуре клеток модуляторы рН не имеют отношения к биологическим стимулам. В клетках Пуркинье и в гиппокампе высоко экспрессируется опосредованный натрием - Cl-/HCO3- ‘ переносчик (NCBE). Уровень его экспрессии зависит от возраста и типа клеток. Он содержит аминокислотный паттерн (PDZ мотив), который особенно активен в регуляции рН. Этот мотив реагирует с цитоскелетом клетки. 3.4. Другие металлы Церулоплазмин – это ферроксидаза, которая превращает Fe2+ в Fe3+ и регулирует выход железа из клетки. Когда церулоплазмин не вырабатывается (генетические нарушения), в печени и селезенке наблюдается умеренный гемосидероз, тогда как в гиппокампе содержание железа резко падает. Снижение железа не вызывает функционального дефицита у моторных нейронов, Разумные системы управления

а также не влияет на процессы обучения и памяти. В то же время с транспортом железа в мозг связан метаболизм серотонина и норэпинефрина в гиппокампе. Дефицит железа вызывает приступы тревоги. Общая схема процесса такова: дефицит церулоплазмина ведет к снижению содержания железа в мозге, что ведет к снижению активности ферментов триптофангидроксилазы, тирозин гидроксилазы, дофамин бета-гидроксилазы, что ведет к возрастанию тревоги, что, в свою очередь, приводит к повышению уровня кортикостерона в крови. Относительно других микроэлементов сведения в литературе отрывочные. 3.5. Аминокислоты Проникновение аминокислот из мозга в кровь зависит от химической структуры и наличия полярных групп в молекуле. Через ГЭБ проходят практически все незаменимые аминокислоты. Для их транспорта существуют L1 и y+ системы. Система y+ предназначена для переноса катионных аминокислот, включая лизин, аргинин, орнитин и гомоаргинин. Соединения, проходящие через L1 систему, – это лейцин, валин, метионин, гистидин, изолейцин, тирозин, триптофан, фенилаланин и треонин. Система L1 – наиболее важные врата для транспорта аминокислот. Однако аминокислоты «соревнуются» за преимущественное право пересекать ГЭБ. Например, подобная конкуренция между триптофаном и другими аминокислотами определяет содержание в мозге серотонина. Третья система переноса аминокислот – система n. Она осуществляет перенос глутамина и аналогична системе, описанной для везикул плазматической мембраны гепатоцитов. В печени транспорт через систему n ингибируется аспарагином и гистидином. В ГЭБ система n есть только на люминальной стороне, она обеспечивает перенос из мозга в кровь аспартата и глутамина. Четвертая – система xG-. Она транспортирует глутамат и цистин. Цистин не конкурирует с глутаматом за перенос. Глутамат переносится только через люминальную мембрану и только в направлении «мозг – плазма». Na+-зависимые транспортные системы переносят аминокислоты против градиента концентраций, они имеют механизмы для элиминации неэссенциальных и токсичных аминокислот, поддерживают оптимальные концентрации других аминокислот. Все аминокислоты транспортируются минимум одной, максимум тремя транспортными системами. Na+-зависимый транспорт касается систем: А (преимущественно аланин), ASC (преимущественно аланин, серин и цистеин), N (преимущественно глутамин, аспарагин и гистидин), транспортеры кислых аминокислот (преимущественно аспартат и глутамат), LNAA – для переноса эссенциальных аминокислот (большое сродство к лейцину). Na+-зависимый транспорт существует только на аблюминальной мембране, на Разумные системы управления, 2014

люминальной – только обычные переносчики. LNAA – антипод L1 системе, которая переносит эссенциальные аминокислоты из крови в мозг. Наибольшее количество в содержании всех аминокислот мозга приходится на долю глутамата, который является основным нейротрансмиттером. Необходимо поддерживать очень низкую концентрацию его в экстрацеллюлярном пространстве. Перенос глутамата – энергозависимый процесс. На сегодняшний день описано 5 Na+-зависимых глутаматных переносчиков (семейство EAAT). Все селективно расположены по различным клеткам мозга: EAAT1, 2, и 3 присутствуют в эндотелиальных клетках и астроцитах, EAAT3 – в нейронах. Глутамин и глутамат «путешествуют» между нейронами, астроцитами и эндотелиальными клетками. На аблюминальной мембране ГЭБ находятся три разных переносчика. Переносчик xG-, присутствующий в ГЭБ, позволяет минимизировать поступление глутамата в мозг. Перенос глутамата через ГЭБ составляет всего 1/10 от общего переноса аминокислот через LNAA систему и от всех катионных аминокислот. Отсутствие облегченного переноса глутамата на аблюминальной мембране не позволяет ему свободно проникать в эпителиальные клетки. Напротив, он легко переносится из клеток в кровь. В эндотелиальных клетках фермент глутаминаза делает из глутамина глутамат и ионы аммония. Так контролируется перенос глутамата и глутамина из мозга в кровь и поддерживается их гомеостаз. При этом мозг освобождается от избыточного азота. ГЭБ определяет доступность эссенциальных аминокислот, но в активации их переноса и регулировании их экстрацеллюлярной концентрации участвуют астроциты и нейроны. В клетках есть Na+-зависимые транспортные системы для переноса нейтральных и кислых аминокислот. Эти системы также обеспечивают низкую экстрацеллюлярную концентрацию нейротрансмиттеров глутамата, аспартата и глицина. Аблюминальная мембрана ГЭБ имеет определяющее значение в регуляции состава экстрацеллюлярной жидкости. Эссенциальные аминокислоты – предшественники биогенных аминов и нейропептидов. 3.6. Холин, метионин, фолиевая кислота В центральной нервной системе холин – предшественник холинсодержащих фосфолипидов в нейронах и клетках глии, а также ацетилхолина в холинергических нейронах. Холин, по-видимому, не синтезируется в клетках мозга, а поступает в него из крови. В кровь холин поступает из пищи. Путь от Разумные системы управления

пищи до мозга довольно длителен и накопление холина в соответствующих метаболитах происходит постепенно. В мозге он включается преимущественно в фосфатидилхолин по пути его биосинтеза из фосфатидилэтаноламина. Холин может входить в клетки мозга, включаясь в фосфатидилхолин, и выходить из нервной системы в кровь при распаде фосфатидилхолина. Дефицит холина вызывается нарушениями в системе метаболизма метильных групп, который также изменяет степень метилирования ДНК и экспрессию генов. Дефицит холина можно рассматривать как предвестник пролиферации и апоптоза нервных клеток. Холин поступает не только в фосфолипиды, но и расходуется на синтез основного нейромедиатора – ацетилхолина. Ацетилхолин собирается из ацетата и холина под действием фермента ацетилхолинэстеразы. Метаболизм ацетилхолина оказывает множественное действие на физиологию мозга и развитие патологий. Активность ацетилхолинэстеразы значительно снижена при болезни Альцгеймера. Холин – форма запасания метильных групп, которые при необходимости поступают в систему переноса одноуглеродных соединений. Дефицит холина в пище приводит также к дисфункции печени, к развитию гепатокарциномы. В клетках накапливается 1,2-диацилглицерол, активатор протеинкиназы С. Метаболические пути холина, метионина и фолатов взаимосвязаны в процессах переноса метильных групп и синтезе гомоцистеина из метионина. В получении гомоцистеина задействованы два пути – в одном используется метилтетрагидрофолиевая кислота, в другом – бетаин (триметилглицин), который получается при переносе метильных групп от холина на глицин. В первом пути, который катализируется метионин синтазой, кофактором фермента является витамин В12. Дефицит фолата и витамина В12 или полиморфизм гена тетрагидрофолатредуктазы приводит к увеличению содержания гомоцистеина в крови. Второй путь катализируется ферментом бетаин гомоцистеин метилтрансферазой. Бетаин, который получается из диетарного холина при действии фермента холин дегидрогеназы, донор метильной группы в этой реакции. Эта реакция не нуждается в витамине В12. Система переноса одноуглеродных соединений находится в тесном взаимодействии с редокссистемой клетки, а также с синтезом миелина. Диетарная фолиевая кислота и витамин В12 пассивно пересекают ГЭБ как липотропные вещества. 4. Биосинтез основных соединений Мозг млекопитающих проявляет уникальные потребности в метаболитах и пищевых ингредиентах. Мозг потребляет 20% всей энергии организма, но до сих Разумные системы управления, 2014

пор неясно, что он при этом синтезирует и как. Дело осложняется гетерогенной структурой центральной нервной системы, специфическими межклеточными взаимодействиями и относительной недоступностью его для исследования. Большая часть базовых нейрохимических процессов неизвестна или отсутствует единая точка зрения относительно их последовательности и механизмов. 4.1. Нейротрансмиттеры В центральной нервной системе ГАМК и глицин действуют как тормозящие, глутаминовая кислота (глутамат) – как возбуждающий нейротрансмиттеры. Быстрая трансмиссия ГАМК через активацию ионотропного ГАМКа рецептора (GABAAR) доминирует во всех отделах мозга. Глицин тоже осуществляет быструю тормозящую нейротрансмиссию через ионотропные глициновые рецепторы (GlyR), которые доминируют в спинном мозге и стволе мозга. Они нужны, чтобы осуществлять опосредованную ионами хлора деполяризацию на ранних стадиях развития нервной системы. В дальнейшем экспрессия этих рецепторов снижается. Были проклонированы два глициновых транспортера. Один – GLYT1, который главным образом экспрессируется в клетках глии и колокализован с NMDA рецепторами. Другой, GLYT2, экспрессируется исключительно в нейронах и колокализован с рецепторами-ингибиторами глицина. Внутриклеточный транспорт нейротрансмиттеров осуществляется через ионные каналы. Семейство Na+ - и Cl- – зависимых транспортеров молекул-нейротрансмиттеров и их метаболических предшественников, а также моноаминов составляют 12 трансмембранных белков. В этих белках есть специальные аминокислотные последовательности, отвечающие за связывание с транспортируемыми аминокислотами и ионами. Специфические транспортные системы освобождают синаптические пузырьки от нейротрансмиттеров. Это относится к трем нейротрансмиттерам – глутамату, ГАМК и глицину. Глия играет важную роль в модулировании возбуждения и торможения при нейротрансмиссии. Транспортные системы клеток глии для трех аминокислот: глутамата, ГАМК и глицина участвуют в остановке нейротрансмиссии. ГАМК – основной ингибиторный нейротрансмиттер Клетки глии экспрессируют Na+/Cl- – зависимые высокоаффинные транспортеры ГАМК (GATы): GAT1, GAT2, and GAT3, а также низкоаффинный транспортер BGT1. У каждого транспортера свое региональное распределение. Снижение ГАМКпередачи наблюдается при эпилепсии.

Разумные системы управления

К настоящему моменту проклонированы 5 различных высокоаффинных натрийзависимых транспортеров глутамата: GLT1, GLAST, EAAC1, EAAT4 и EAAT5. Два первых экспрессируются преимущественно в клетках глии, они, скорее всего, доминируют в мозге. Несмотря на то что транспорт является Ca2+ и энергонезависимым, эти белки функционируют как ионные каналы. Для ГАМК и глицинового ответа необходим перенос ионов хлора, так как его используют соответствующие переносчики (ионные каналы). Na-K-Cl котранспортер (NKCC) осуществляет активный транспорт натрия, калия и хлора из и вовнутрь клетки. NKCC1 экспрессируется во многих отделах мозга в течение раннего развития, во взрослом возрасте – нет. Возможно, изменяется ответ на ГАМК и глицин от возбуждения к торможению. Во взрослом возрасте повышается экспрессия KCC2. Ткань мозга имеет замечательную способность аккумулировать внутриклеточный глутамат благодаря белкам, транспортирующим его в клетки. Так поддерживаются его низкие экстрацеллюлярные концентрации, что позволяет избежать токсичности глутамата. Клетки глии, захватывая глутамат, защищают нейроны от его токсичности. Белкитранспортеры присутствуют в цитоплазматических мембранах как клеток глии, так и нейронов. У всех этих белков есть только один механизм перемещения глутамата из экстрацеллюлярной жидкости. Эти белки модифицируют скорость процессов, происходящих в синаптическом пузырьке, а также поставляют глутамат для синтеза ГАМК, глутатиона и белков, для производства энергии в митохондриях. Такие же белки есть в периферических органах (кости, сердце, кишечник, почки, поджелудочная железа, плацента). Захват глутамата модулируется на разных уровнях – транскрипция ДНК, сплайсинг иРНК и ее деградация, синтез белка, активность аминокислотного транспорта и ионных каналов. Различные растворимые соединения (цитокины, факторы роста) влияют на экспрессию переносчиков глутамата и их активность. Сам глутамат и его переносчики вовлечены как в нормальное функционирование мозга, так и в развитие патологий и нейродегенеративных процессов. Обратный захват нейротрансмиттера происходит пресинаптическими нейронами после того, как он выполнил свою функцию. Для этого тоже есть свои переносчики. Описано целое семейство таких белков, которое включает переносчиков дофамина, норэпинефрина, серотонина, глицина, пролина и ГАМК. Они относятся к классу Na+/Cl--зависимых переносчиков. Разумные системы управления, 2014

4.2. Биосинтез глутамата, глицина и ГАМК Глутаминовая кислота может быть синтезирована из глюкозы (цикл трикарбоновых кислот – альфа-кетоглутарат-глутаминовая кислота) и из глутамина. При синтезе из глюкозы источником аминогруппы является аспарагиновая кислота, при синтезе из глутамина – сам глутамин, который поступает в нервную ткань из крови. ГАМК – декарбоксилированное производное глутаминовой кислоты. Для ее производства нужен всего один фермент – глутаматдекарбоксилаза. Глутамин используют как клетки глии, так и нейроны, куда он переносится транспортными белками ASCT2, GlnT и SN1. При этом ASCT2 и SN1 находятся в астроцитах, а GlnT – в нейронах. Они обеспечивают доступность глутамата для глутаматергических и ГАМКергических нейронов. Глутамат может превращаться в глутамин благодаря последовательности реакций трансаминирования, которые катализируются аспартатаминотрансферазой. Этот фермент использует в качестве кофермента пиридоксальфосфат, который является производным пиридоксина. Пиридоксин – витамин В6, он поступает в мозг из крови, а в кровь – из пищи. Глутаматдекарбоксилаза пиридоксальфосфат.

также

использует

качестве

кофермента

Синтезированный глутамат собирается в синаптических пузырьках нейронов. Метаболизируется глутамат в клетках астроглии. ГАМК метаболизируется при действии фермента ГАМК-трансаминазы, который присутствует как в ГАМКергических нейронах, так и в других типах нейронов и в глии. Глицин синтезируется в пути «глюкоза-3-фосфоглицерат-серин-глицин». В реакции «3-фосфоглицерат-серин» участвует глутаминовая кислота, которая передает аминогруппу, в реакции «серин-глицин» выделяется метильная группа, которую подхватывает переносчик метильных групп тетрагидрофолиевая кислота. Мозгу необходимо потреблять фолиевую кислоту. Четыре протона к ней присоединяют НАДФН и глутатион. НАДФН берет протоны у глюкозы и отдает их на синтез жирных кислот и глутатиону. Если в клетках мозга не синтезируются жирные кислоты, то протоны уходят к глутатиону. Биосинтез глутатиона происходит в системе переноса одноуглеродных соединений, где задействовано несколько витаминов группы В, включая витамин В12, а также незаменимая аминокислота метионин и фолиевая кислота. 4.3. Глутатион Разумные системы управления

Мозг взрослого человека потребляет 20% всего кислорода, утилизируемого организмом, хотя его клеточная масса составляет всего 2% от массы тела. Кислород поступает в клетку диффузно, распределяясь по всему ее пространству. Посредством кислорода происходят энергогенерирующие процессы окисления в митохондрии, а также работает редокс-система, в которой не запасается энергия в виде АТФ. Основной участник немитохондриальной редокс-системы – глутатион, выполняющий функции восстановителя (переносчик протонов). Глутатион – трипептид, который состоит из глицина, глутаминовой кислоты и цистеина. Гомеостаз глутатиона поддерживается благодаря рециркуляции его предшественников, но, несмотря на это, необходимо их поступление в мозг. Это касается, прежде всего, глутамата и цистеина. Глутатион сам по себе тоже может пересекать ГЭБ по натрий-зависимым каналам. В астроцитах глутатиона содержится больше, чем в нейронах, а аскорбиновой кислоты (другой восстановитель) больше содержится в нейронах, чем в астроцитах. Несмотря на то что мозг потребляет так много кислорода, активность ферментов, синтезирующих глутатион, в мозге гораздо ниже, чем в печени или почках. В клетках мозга есть цистин/глутамат обменная система, которая переносит одну молекулу цистина внутрь клетки и выводит одну молекулу глутамата наружу. Эта система переноса индуцируется окислительным стрессом, так как цистеин и глутамат – компоненты глутатиона, основного восстанавливающего агента клеток. Однако эта система работает независимо от глутатиона, подчиняясь своему собственному редокс-балансу. Цистин – окисленная форма цистеина, поэтому взаимный перенос этих двух соединений регулируется мембранным редокс-потенциалом, а также и редокс-балансом между внутриклеточным и экстрацеллюлярным пространствами. Внутри клетки цистин восстанавливается в цистеин. Цистеин проникает в мозг посредством L-системы, предпочитающей лейцин. Глицин, присутствующий в глутатионе астроглии, может имеет происхождение от экзогенного глицина или серина. Астроциты могут использовать дипептиды в качестве предшественников глутатиона. Дипептид ГЛИ-ЦИС, захватываемый астроцитами в миллимолярных количествах, является непосредственным субстратом для синтеза глутатиона. Дипептид ЦИС-ГЛИ реутилизируется астроцитами в микромолярных количествах. После внутриклеточного гидролиза ЦИС-ГЛИ цистеин и глицин тоже служат сырьем для синтеза глутатиона. Разумные системы управления, 2014

Глутатион синтезируется в астроцитах и нейронах, но эти два типа клеток предпочитают разные предшественники синтеза глутатиона. Фактически астроциты снабжают нейроны метаболическими предшественниками для синтеза глутатиона. Астроциты также формируют пул экстрацеллюлярного глутатиона, который становится доступным для нейронов. Они секретируют окисленную форму глутатиона. Глутатион участвует в редокс-реакциях совместно с перекисью водорода, которая генерируется в нейронах. Астроциты увеличивают продукцию антиоксидантных ферментов, в частности глутатионпероксидазы, нейтрализуя перекись водорода, которая образуется в ответ на повреждающие воздействия. Астроциты оказывают протективное действие на нейроны, защищая их от окислительного повреждения. При ишемии возрастают концентрации экстрацеллюлярного глутатиона. Важная функция глутатиона и ферментов глутатионтрансфераз – участие в метаболизме лейкотриенов, которые, в свою очередь, задействованы в синтезе нейрогормонов. В пикоконцентрациях LTC4 стимулирует высвобождение лютеинизирующего гормона в шишковидной железе. При старении наблюдается снижение активности глутатионовой системы, несмотря на то что потребление цистеина остается прежним. 4.4. Холестерин Гомеостаз липидов в мозге строго поддерживается, так как обеспечивает его функциональность, ведь мозг буквально соткан из мембран. Метаболизм липидов является решающим при развитии мозга, при репарации нанесенных повреждений и в поддержании эффективной нейротрансмиссии. В центральной нервной системе в построении и функционировании мембран, в формировании синаптических пузырьков и их работе участвует холестерин. ГЭБ препятствует проникновению холестерина в мозг из крови. Весь холестерин мозга синтезируется его собственными клетками. Однако степень синтеза холестерина мозгом неизвестна. Мозг очень обогащен холестерином. Он синтезирует его в клетках глии, которые секретируют холестерин в форме липопротеидов. Нейроны тоже могут синтезировать холестерин. Активируемые липолизом рецепторы к липопротеидам были обнаружены только в нейронах. Эти рецепторы связаны с холестерином. Практически все рецепторы закрепляются на мембране синапсов в особых уплотненных образованиях, получивших название «рафтов» (плот). Мембранные Разумные системы управления

рафты тесно контактируют с цитоскелетом. Холестерин синтезируется из ацетата в пероксисомах. Постсинаптические белки-шапероны транспортируют вновь синтезированный холестерин из цитоплазматического ретикулума к рафтам, к которым присоединяются еще и G-белки. Для заякоривания в липидном матриксе G-белки прикрепляют пальмитиновую или миристиновую (14:0) кислоты. В рафтах синапсов содержатся еще H+- транспортирующая АТФаза и Na+/K+-ATФаза, играющие решающую роль в поддержании трансмембранных ионных градиентов и возбуждении нейронов. С рафтами связываются также «многоходовые» белки. Мембранные, или липидные, рафты – это маленькие гетерогенные, обогащенные холестерином и сфингомиелином образования, предполагаемая функция которых – компартментализация клеточных процессов. Они короткоживущие и крайне динамичные, распределены по всей мембране. Под влиянием стимулов рафты объединяются в большие стабильные скопления. Они уже не плотики, а платформы, захватывающие сигнальные молекулы. Рафты способствуют проведению сигналов, участвуют в клеточной адгезии и т.п. В рафтах основные компоненты – сфингомиелин и холестерин, в мембране – фосфатидилхолин. Цереброзиды синтезируются из серина с участием пальмитиновой кислоты. Для синтеза галактозидов требуются углеводы. Холин – витамин, который поступает в мозг из крови. Холестерин мембран напрямую взаимодействует с дофаминовым рецептором, осуществляющим транспорт дофамина. Степень связывания зависит от состава липидов в рафте: чем больше холестерина и сфингомиелина, тем сильнее взаимодействие. Избыточный холестерин выводится из нейронов, которые могут продуцировать его более полярное соединение 24OHC (24S)-гидроксихолестерол) благодаря специфическому нейрональному ферменту 24-гидроксилазе (CYP46A1). Мозг – основной источник 24OHC крови. Уровень 24OHC в плазме крови свидетельствует об активности нейронов мозга и объеме структур серого вещества. При нейродегенеративных процессах, таких как рассеянный склероз, болезни Альцгеймера и Хаттингтона, уровень 24OHC в крови снижается пропорционально степени атрофии ткани. Менее 1% 24OHC экскретируется через цереброспинальную жидкость. Именно здесь содержание 24OHC повышается при нейродегенерации, и этот показатель рассматривается как диагностический. 24OHC действует как сигнальная молекула, активируя опосредованный апоЕ (аполипопротеин Е) выход холестерина из астроцитов. 24OHC имеет прямой Разумные системы управления, 2014

эффект на транскрипцию гена апоЕ, синтез белка и его секрецию. При болезни Альцгеймера существенно повышается синтез 24OHC и уровень апоЕ. Повышение синтеза холестерина и нарушения его метаболизма – одно из событий, предшествующих образованию бета-амилоида и амилоидных бляшек. В процессе нейродегенерации холестерин накапливается в нейронах и окисляется в 24OHC. Вне мозга образуется 27-гидроксихолестерол (27OHC), который может проникать в мозг через нарушенный ГЭБ. Развитие болезни Альцгеймера, вызванной внутриклеточным накоплением тяжей и внеклеточным накоплением бета-амилоида, может быть следствием нарушений метаболизма липидов и функционирования редокс-системы. АпоЕ – основной медиатор, контролирующий гомеостаз (транспорт и клиренс) липидов и холестерина в мозге, он обеспечивает потребности в липидах для быстрого синтеза мембран, тем самым поддерживая необходимый уровень нейротрансмиссии. Кроме того, апоЕ, синтезированный первично в глии, необходим для элиминации токсичных пептидов, продуцируемых мозгом. Он участвует в репарационных процессах наряду с липопротеидами высокой плотности, поступающими из спинномозговой жидкости. Диета и возраст влияют на синтез липидов и апоЕ в мозге. Метаболизм холестерина также связан с использованием холина и поставкой метильных групп. В теле основная функция апоЕ – переносить хиломикроны и липопротеиды промежуточной плотности в печень. Эти липопротеиды имеют относительно большие размеры и содержат как холестерин, так и триглицериды. Хиломикроны захватывают холестерин из кишечника, а липопротеидам промежуточной плотности его поставляют липопротеиды высокой плотности. В крови он участвует, главным образом, в транспорте триглицеридов в печень. В мозге он проявляет специфичность к холестерину. По-видимому, он имеет разные сайты связывания для триглицеридов и холестерину. Так, генетически измененная изоформа Е2 приводит к нарушениям транспорта триглицеридов и атеросклерозу, а изоформа Е4 – к болезни Альцгеймера и когнитивным расстройствам. Рецептор к апоЕ – нуклеарный, он регулирует метаболизм глюкозы, холестерина и жирных кислот. 4.5. Моноамины Катехоламины (дофамин, эпинефрин, норэпинефрин), продуцируемые надпочечниками, не пересекают ГЭБ. В то же время показано, что некоторые из них могут проходить в мозг в районе гипоталамуса. Предшественниками катехоламинов в мозге являются незаменимые ароматические аминокислоты Разумные системы управления

(тирозин), серотонина – триптофан, который окисляется в фенилаланин. Синтез катехоламинов и моноаминов полностью зависит от наличия в крови этих незаменимых аминокислот, которые поступают в организм с пищей. Физиологические и патофизиологические факторы, которые влияют на концентрацию этих аминокислот в крови, и другие аминокислоты, которые конкурируют с ними за системы, переносящие их через ГЭБ. Большие нейтральные аминокислоты (LNAA) определяют концентрацию моноаминов в мозге, а через них – функционирование мозга в целом. Катехоламины синтезируются из тирозина в ряду последовательных реакций «тирозин-ДОФА-дофамин-норэпинефрин-эпинефрин». Тирозин гидроксилируется до ДОФА, который очень быстро декарбоксилируется до дофамина. Дофамин используют дофаминовые нейроны. Нейроны, использующие норэпинефрин, гидроксилируют дофамин. Нейроны, использующие эпинефрин, метилируют норэпинефрин. Таким образом, разные нейроны содержат разные ферменты цепочки последовательного превращения катехоламинов. Лимитирующим в этом ряду является гидроксилирование тирозина, поэтому весь ряд зависит от наличия в мозге этой аминокислоты. Катехоламины синтезируются и метаболизируются при участии редокс-системы. Серотонин не может проникать в мозг из крови через ГЭБ, но, нарушая проницаемость ГЭБ, он проходит через паренхиму. Мозг синтезирует свой собственный серотонин из триптофана. Триптофан конкурирует с тирозином не только за проникновение через ГЭБ, но и за фермент тирозингидроксилазу. Триптофан гидролизуется до серотонина, а серотонин метилируется с образованием мелатонина. Гидролиз триптофана определяет последовательность остальных реакций синтеза, так что и в данном случае от наличия триптофана зависит количество серотонина и мелатонина. Серотонин метаболизируется в редокс-системе. Тирозин, основной предшественник катехоламинов, и фенилаланин, предшественник серотонина и мелатонина, гидролизуются при участии тетрагидробиоптерина. Этот кофактор – незаменимое соединение, частичный синтез которого проходит в клетках человека. Он проходит через ГЭБ. Хотя ГЭБ отделяет мозг от тела, он не препятствует проникновению в него некоторых гормонов, просто контролирует. Липотропные стероидные гормоны проходят по механизму трансмембранной диффузии, поэтому их содержание в мозге соответствует их содержанию в крови. Тиреоидные гормоны, многие пептиды и регуляторные белки требуют для своего переноса транспортные системы. В мозге некоторые гормоны оказывают эффект, противоположный Разумные системы управления, 2014

тому, как они действуют на периферии. Клетки, формирующие ГЭБ, сами могут функционировать как эндокринные, реагируя на вещества, циркулирующие в крови, и секретируя соединения в кровь и мозг. ГЭБ работает как интерфейс, регулирующий гормональные и гуморальные связи между мозгом и остальным телом.

ЗАКЛЮЧЕНИЕ Изучение метаболических основ функционирования центральной нервной системы подчинено требованиям, которые предъявляет поиск мишеней для терапевтического воздействия с целью корректировки неврологических расстройств. Побочная ветвь исследований – познание филогенетического (эволюционного) и онтогенетического (процесс созревания) развития ЦНС. В последние годы выясняется, что образ жизни и процессы старения оказывают свое влияние на ЦНС, в частности на развитие нейродегенеративных процессов. Подобные исследовательские установки дают отрывочные знания и не способствуют созданию целостной картины о том, как работает ЦНС. Исследования проводятся, как правило, на культурах клеток, на срезах ткани и на генетически измененных животных. Не удалось найти ни одной работы с использованием перфузии изолированного мозга. Тем не менее постепенно вырисовывается представление о своеобразной обособленности нервной ткани и ее отношений с «телом». Мозг практически не потребляет продуктов, вырабатываемых телом, а производит все для себя самостоятельно. Для этих целей и служит ГЭБ. Он отфильтровывает вещества, необходимые для нервной ткани и поступающие в тело преимущественно с пищей. Это касается, прежде всего, незаменимых аминокислот, витаминов, жирных кислот. Через ГЭБ не проходят жирные кислоты, которые синтезируются в теле, например, пальмитиновая кислота. Мозг выбирает те жирные кислоты, которые он может доводить путем элонгации и десатурации до своих потребностей. Основной субстрат, используемый мозгом, – глюкоза. Она используется для получения энергии и синтеза аминокислот – нейротрансмиттеров глутамата, глицина и ГАМК. Мозг работает в режиме стационарного количества поступающей в него глюкозы. Он контролирует эту стационарность на уровне тела, управляя основным распределителем потоков глюкозы и жирных кислот в теле – печенью. Аминокислоты и глутамин, поступающие в мозг, служат источником азота. Возможно, они используются для синтеза нейропептидов, но это еще не доказано. Нейропептиды имеют строго определенную аминокислотную последовательность. Это означает, что либо аминокислоты Разумные системы управления

поступают выборочно, либо мозг сам синтезирует то, что ему нужно. В ГЭБ существует несколько систем для выборочного поступления в мозг аминокислот. Глюкоза может использоваться также как сырье для синтеза холестерина, жирные кислоты – как сырье для синтеза фосфолипидов, сфингомиелинов и цереброзидов. Для синтеза сфингомиелинов и цереброзидов нужна пальмитиновая кислота, которую мозг синтезирует сам в нужных ему количествах. Между тем ткань мозга, как и другие ткани тела, омывается одной жидкостью, имеющей один солевой состав. Основные соли – хлористый натрий и бикарбонат. Мозг использует ту же систему поддержания рН, как и все тело. В ткани мозга работает тот же фермент угольная ангидраза, поставляющая протоны при растворении углекислого газа в воде. Глюкоза при ее распаде по пентозофосфатному пути также является поставщиком протонов. Они переносятся глутатионом, который синтезируется клетками глии и передается нейронам. Глутатион поддерживает внутриклеточную редокс-систему и систему переноса одноуглеродных соединений (метильной группы). Функционирование редокс-системы чрезвычайно важно для мозга, так как в нее «вписаны» синтез и распад биогенных аминов. По-видимому, мозг работает в большей степени на энергиях анаэробного расщепления глюкозы, электрохимического и редокс-потенциала, чем на энергии АТФ, продуцируемой в митохондриях. В митохондрии производится, главным образом, глутамат. Важность редокс-системы настолько велика, что гипоксия вызывает острый окислительный стресс, разрушающий ткань мозга. Нетребовательность мозга к продуктам, производимым телом, и его большая автономность позволяют верить в успех поддержания активности мозга, отделенного от тела. Перфузия изолированного мозга даст больше ценной информации для познания деятельности мозга, чем те объекты исследования, которые использовались до настоящего времени.

ЛИТЕРАТУРА Marty N. et al. Regulation of glucagon secretion by glucose transporter type 2 (glut2) and astrocyte-dependent glucose sensors // J. Clin. Invest. 2005. № 115 (12). P. 3545–3553.

Разумные системы управления, 2014

Guillod-Maximin E., Lorsignol A., Alquier T., Pénicaud L. Acute intracarotid glucose injection towards the brain induces specific c-fos activation in hypothalamic nuclei: involvement of astrocytes in cerebral glucose-sensing in rats // J. Neuroendocrinol. 2004. № 16 (5). P. 464–471. Serres S., Bouyer J.-J., Bezancon E., Canioni P., Merle M. Involvement of brain lactate in neuronal metabolism // NMR Biomed. 2003. № 16 (6–7). P. 430–439. Nedergaard M., Ransom B., Goldman S.A. New roles for astrocytes: redefining the functional architecture of the brain // Trends Neurosci. 2003. № 26 (10). P. 523–530. Pellerin L. How astrocytes feed hungry neurons // Mol Neurobiol. 2005. № 32 (1). P. 59–72. Pellerin L, Bouzier-Sore A.-K., Aubert A. et al. Activity-dependent regulation of energy metabolism by astrocytes: an update // Glia. 2007. № 55 (12). P. 1251–1262. Stanley B.G., Urstadt K.R., Charles J.R., Kee T. Glutamate and GABA in lateral hypothalamic mechanisms controlling food intake // Physiol. Behav. 2011. № 104 (1). P. 40–46. Pellerin L., Magistretti P.J. Glutamate uptake into astrocytes stimulates aerobic glycolysis: a mechanism coupling neuronal activity to glucose utilization// Proc Natl. Acad. Sci. USA. 1994. № 91 (22). P. 10625–10629. Obici S., Feng Z., Morgan K., Stein D., Karkanias G., Rossetti L. Central administration of oleic acid inhibits glucose production and food intake // Diabetes. 2002. № 51. P. 271–275. Obici S., Feng Z., Arduini A., Conti R., Rossetti L. Inhibition of hypothalamic carnitine palmitoyltransferase-1 decreases food intake and glucose production // Nat. Med. 2003. № 9. P. 756–761. Lam T.K., Schwartz G. J., Rossetti L. Hypothalamic sensing of fatty acids // Nat. Neurosci. 2005b. № 8. P. 579–584. Andrews Z.B., Liu Z.W., Walllingford N. et al. UCP2 mediates ghrelin’s action on NPY/AgRP neurons by lowering free radicals // Nature. 2008. № 454. P. 846–851. Horvath T.L., Sarman B., Garcia-Caceres C. et al. Synaptic input organization of the melanocortin system predicts diet-induced hypothalamic reactive gliosis and obesity // Proc. Natl. Acad. Sci. USA. 2010. № 107. P. 14875–14880. Разумные системы управления

Chakravarthy M.V., Zhu Y., Lopez M. et al. Brain fatty acid synthase activates PPARalpha to maintain energy homeostasis // J. Clin. Invest. 2007. № 117. P. 2539–2552. Cha S.H., Hu Z., Lane M.D. Long-term effects of a fatty acid synthase inhibitor on obese mice: food intake, hypothalamic neuropeptides, and UCP3 // Biochem. Biophys. Res. Commun. 2004. № 317. P. 301–308. Kumar M.V., Shimokawa T., Nagy T.R., Lane M.D. Differential effects of a centrally acting fatty acid synthase inhibitor in lean and obese mice // Proc. Natl. Acad. Sci. USA. 2002. № 99. P. 1921–1925. Cha S.H., Hu Z., Chohnan S., Lane M.D. Inhibition of hypothalamic fatty acid synthase triggers rapid activation of fatty acid oxidation in skeletal muscle // Proc. Natl. Acad. Sci. USA. 2005. № 102. P. 14557–14562.

Разумные системы управления, 2014

Комм.: Инженерия внеклеточного матрикса структур мозга необходима для создания предсказуемых и программируемых систем. СЕКРЕТИРУЕМЫЕ ПРОТЕАЗЫ МОЗГА: РОЛЬ В АДАПТАЦИИ И ПАТОЛОГИИ Н. В. Гуляева Институт высшей нервной деятельности и нейрофизиологии РАН, Москва Протеолитические ферменты мозга участвуют практически во всех его функциях, обеспечивая обновление белковых молекул, регулируя их активность и сигнальную функцию за счет посттрансляционной модификации – ограниченного протеолиза. В связи с широкой субстратной специфичностью протеазы занимают особое место в регуляторной сети клетки. По сути, реализация активности определенной протеазы, а, следовательно, и ее участие в механизмах контроля функционирования мозга, зависит не столько от модуляции активности конкретного фермента, сколько от того, какой именно субстрат и в каком клеточном компартменте колокализован с данной протеазой. Такая система регуляции, при которой определяющим является субстрат, а не фермент (что подтверждается и тем фактом, что разные протеазы могут осуществлять протеолиз одного и того же белкового субстрата), позволяет представить себе, каким образом организм вообще и мозг, в частности, способен дирижировать ансамблем из десятков протеолитических ферментов и тысяч различных белковых субстратов. Внеклеточный матрикс мозга состоит из молекул, синтезированных и секретированных клетками мозга, в частности, включает ряд секретированных протеаз. Внеклеточный матрикс играет ключевую роль в пролиферации, миграции и дифференцировки нейронов при развитии мозга, а во взрослом мозге поддерживает ряд важнейших физиологических процессов, обеспечивая, в частности, структурную пластичность. Секретируемые клетками глии и нейронами протеазы участвуют во всех этих процессах, одновременно поддерживая медленное обновление внеклеточного матрикса. Очевидно, что эти ферменты выполняют важнейшую адаптивную функцию, обеспечивая как срочное, так и долговременное приспособление мозга к изменяющимся условиям. Потенциальными мишенями секретируемых протеаз, наряду с белками внеклеточного матрикса, могут быть и мембранные белки нейронов и глии, в частности, рецепторы.

Разумные системы управления

Ряд церебральных патологий опосредован нарушением активности секретируемых протеаз. Эта группа ферментов, контролирующих принципиальные механизмы нейропластичности в норме и при патологии, может быть перспективной потенциальной мишенью для направленного изменения пластических процессов в мозге, а также для разработки патогенетически обоснованной терапии разнообразных заболеваний.

Разумные системы управления, 2014

Комм.: Исследование внеклеточного матрикса мозга приближают нас к пониманию принципов распространения управляющих сигналов в искусственных нервных системах.

МОЛЕКУЛЫ ВНЕКЛЕТОЧНОГО МАТРИКСА МОЗГА, ИХ РЕЦЕПТОРЫ И ВНЕКЛЕТОЧНЫЕ ПРОТЕАЗЫ КАК МОДУЛЯТОРЫ СИНАПТИЧЕСКОЙ ПЛАСТИЧНОСТИ И.В. Мухина1, 2, С.А. Коротченко1, 2, 3, А.Э. Дитятев1, 3 1

Нижегородский государственный университет им. Н.И. Лобачевского, Нижний Новгород, Россия; 2

Нижегородская государственная медицинская академия, Нижний Новгород, Россия; 3

Итальянский институт технологий, Генуя, Италия.

Аннотация Клетки мозга выделяют разнообразные молекулы, которые аккумулируются в межклеточном пространстве и формируют внеклеточный матрикс (ВКМ). Взаимодействие между клетками и ВКМ играет критическую роль в клеточной миграции и навигации конусов роста в раннем развитии мозга, в то время как формирование зрелого межклеточного матрикса в виде перинейрональных сетей ограничивает структурную пластичность в позднем постнатальном периоде. С другой стороны, большинство компонентов перинейрональной сети и многие другие молекулы внеклеточного матрикса обеспечивают функциональную пластичность взрослого мозга, наиболее изученной формой которой является долговременная потенциация. В обзоре представлены данные, касающиеся структурной организации и функции молекул ВКМ, их рецепторов и внеклеточных протеаз, регулирующих индукцию и поддержание синаптических изменений. Отмечается, что регулируемая нейрональной активностью секреция и активация протеаз ведет к локальному расщеплению молекул ВКМ и выделению сигнальных фрагментов. Эти молекулы регулируют динамику постсинаптических рецепторов и актинового цитоскелета, рост дендритных шипиков и формирование новых дендритных филоподий. Разумные системы управления

Молекулы внеклеточного матрикса мозга: структура и функции. Внеклеточный матрикс (ВКМ) в мозге млекопитающих состоит из молекул, синтезируемых и секретируемых нейронами и глиальными клетками (Рис. 1), которые в различных сочетаниях формируют стабильные агрегаты в межклеточном пространстве [1]. В зрелом мозге ВКМ претерпевает медленные изменения и ограничивает структурные перестройки, но поддерживает множество физиологических процессов, включая синаптическую пластичность и гомеостатическую регуляцию. Структурная и молекулярная организация ВКМ в ЦНС является гетерогенной и зависит от типа клеток и субклеточных доменов, которые связываются с матриксом. В большинстве случаев компоненты внеклеточного матрикса - это несульфатированный и несвязанный ковалентно с белком гликозаминогликан гиалуроновая кислота; ковалентно связанные с белком гликозаминогликаны, в составе хондроитин сульфат протеогликанов – версикана, бревикана, нейрокана, аггрекана, и фосфакана; гепаран сульфат протеогликаны – синдеканы, глипиканы, агрин и перлекан; и гликопротеины – тенасцин-С и тенасцин-R, фибронектин, ламинины, и тромбоспондины [2-8]. В дополнение к вышеупомянутым основным компонентам, ВКM содержит широкий спектр секретируемых ростовых факторов и других (matricellular) белков, которые регулируют взаимодействия клеток между собой и с матриксом. В центральной нервной системе существует несколько форм внеклеточного матрикса. К ним относятся: (1) перинейрональные сети, которые окружают тела клеток, проксимальные дендриты и начальные сегменты аксонов некоторых нейронов; (2) перисинаптический матрикс в нейропиле; (3) базальная мембрана, входящая в состав капилляров и посткапиллярных венул и являющаяся неотъемлемой частью гематоэнцефалического барьера в ассоциации с перицитами, периваскулярной микроглией и астроцитами; (4) небольшие области в стенках боковых желудочков мозга, активирующие ростовые факторы в нишах роста нейральных стволовых клеток; (5) синаптический матрикс [9]. Наиболее выраженные и изученные скопления молекул ВКМ в ЦНС - это перинейрональные сети [10, 11]. Они богаты гиалуроновой кислотой и хондроитин сульфат протеогликанами, белками, соединяющими хондроитин сульфат протеогликаны с гиалуроновой кислотой (link proteins), и тенасцином-R, который может образовывать димеры или тримеры и, таким образом, взаимодействовать с несколькими лектиканами, стабилизируя перинейрональные сети. Дефицит в тенасцине-R и энзиматическое расщепление либо хондроитин сульфатов или

Разумные системы управления, 2014

гиалуроновой кислоты приводит к нарушению развития перинейрональных сетей in vitro и in vivo. Перинейрональные сети в коре головного мозга и гиппокампе в основном связаны с ГАМКергическими интернейронами, экспрессирующими кальцийсвязывающий белок парвальбумин. В экспериментах in vitro было показано, что для формирования перинейрональных сетей необходима активность рецепторов альфа-амино-3-гидрокси-5-метил-4-изоксазол-пропионовой кислоты (AMPA) и потенциалзависимых кальциевых каналов L-типа [12]. Формирование перинейрональных сетей является длительным процессом, зависящим от активности мозга. Так, в экспериментах in vivo с ферментативным разрушением перинейрональных сетей у взрослых грызунов показано, что для полного восстановления этих структур необходимо несколько месяцев [13]. Хондроитин сульфат протеогликаны. Хондроитин сульфат протео-гликаны группируются в секретируемые, мембран-связанные и гликофосфатидилинозитол связанные формы. Существуют доказательства, что данные структуры вовлечены в нейрональную пластичность [14, 15], нейропротекцию [16, 17], и поддержание ионного гомеостаза вокруг активных нейронов [18, 19, 20]. Лектиканы. Версикан, аггрекан, нейрокан и бревикан составляют семейство гиалуронан-связывающихся хондроитин сульфат протеогликанов, называемых лектиканами [21, 22]. Лектиканы имеют общую структуру, включающую домены EGF, Sushi, Ig и Link. Центральные их области состоят из доменов прикрепления гликозамингликанов различной длины. Их же N- и С- концы содеаржат высоко гомологичные глобулярные домены, такие как Ig-подобный и гиалуроновую кислоту-связывающий домены на N-конце, а также сходный с эпидермальным фактором роста, лектин-подобный и сходный с комплемент регулирующим белком домены на С-конце [23, 24]. За исключением гликофосфатидил-инозитол связанной формы бревикана, все лектиканы являются секретируемыми протеогликанами. Лектиканы взаимодействуют с гиалуроновой кислотой и тенасцином-R [25, 26]. Фосфакан, как один из секретируемых хондроитин сульфат протеогликанов, представляет собой внеклеточный домен трансмембранного рецепторподобного белка тирозинфосфатазы β (RPTPβ) [27]. Хондроитин сульфаты состоят из повторяющихся дисахаридных единиц Dглюкуроновой кислоты (GlcUA) and N-ацетил-D-галактозамина (GalNAc). Расщепление хондроитин сульфатов хондроитиназой АВС (ChABC) повышает способность нервной ткани к структурной пластичности, скорее всего за счет Разумные системы управления

снижения «барьерной» функции ВКМ и повышения возбудимости ГАМКергических интернейронов. Привлекательной гипотезой является то, что медленные гомеостатические процессы, противодействующие повышению возбудимости в ответ на ChABC, могут привести к ингибированию возбуждающего входа на ГАМКергических интернейронах и разторможению нейронных сетей [28]. Концептуально очень важно, что ChABC переводит нейронную сеть в неустойчивое состояние. Было показано, что введение хондроитиназы ABC в зрительную кору в конце критического периода, определяющего стабилизацию функций нейронных сетей мозга, реактивирует чувствительность к монокулярной депривации. Кроме того, инъекция ChABC во взрослую зрительную кору крысы приводит к структурному и функциональному восстановлению после монокулярной депривации. Таким образом, введение ChABC может являться терапевтической стратегией для лечения пациентов со сниженной остротой зрения (амблиопией) [29]. Молекулярные механизмы, опосредующие эти эффекты зрительной пластичности, полностью не выяснены. Помимо вышеуказанного воздействия ChABC на интернейроны, ChABC может приводить к торможению сигнального пути хондроитин сульфатов, действующих через рецептор эпидермального фактора роста (EGFR), ГТФазу RhoA и ее эффектор ROCK, и тем самым способствовать структурной пластичности. Напротив, воздействие ChABC может вызвать значительную активацию протеинкиназы Erk1, участвующей в синаптической пластичности возбуждающих синапсов. Гепаран сульфат протеогликаны. Агрин. Гепаран сульфат протеогликан агрин кодируется одиночным геном, это ключевой организатор формирования постсинаптических структур в нервномышечном соединении. Экспрессия агрина зависит от нейронной активности и степени зрелости синаптических контактов [29, 30]. Агрин способен активировать ген немедленного ответа c-fos, следовательно, может осуществлять модуляцию нейронной активности [31]. Синдеканы. Синдеканы относятся к гепаран сульфат протеогликанам, которые располагаются в плазматической мембране клеток, где выполняют функции рецепторных молекул (см. ниже). Протеолитическое расщепление внеклеточного домена синдеканов, однако, приводит к генерации фрагментов, которые могут быть интегрированны в ВКМ. Цитоплазматические концы синдеканов могут взаимодействовать с актиновым цитоскелетом, что обеспечивает связь цитоскелета с внеклеточным матриксом.

Разумные системы управления, 2014

Гиалуроновая кислота. Гиалуроновая кислота (синонимы: гиалуронат, гиалуронан) представляет собой полимер, состоящий из остатков Dглюкуроновой кислоты и D-N-ацетилглюкозамина, соединённых поочерёдно 1,4и 1,3-гликозидными связями. Молекула гиалуроновой кислоты может содержать до 25 000 дисахаридных звеньев и имеет молекулярную массу от 5 до 20 000 кДа. Гиалуроновая кислота синтезируется встроенными мембранными белками, называемыми гиалуронат-синтетазами. В организмах позвоночных содержатся три типа гиалуронат-синтетаз: HAS1, HAS2 и HAS3. Эти ферменты удлиняют молекулу гиалуроновой кислоты, поочерёдно присоединяя к исходному полисахариду глюкуроновую кислоту и Nацетилглюкозамин, при этом экструдируя («выдавливая») полимер через клеточную мембрану в межклеточное пространство. Поскольку гиалуроновая кислота является каркасом ВКМ во внеклеточном пространстве мозга, изучение ее роли в синаптической пластичности является весьма интересным. Недавние исследования установили, что разрушение гиалуроновой кислоты гиалуронидазой в гиппокампальных срезах уменьшает Са2+ сигналы в постсинаптических дендритах или шипиках и блокирует Са2+ токи и долговременную потенциацию (ДВП), опосредованную кальциевыми каналами L-типа (L-VDCC) [32]. Аппликация гиалуроновой кислоты к клеткам, трансфецированным нейрональной субъединицей кальциевого канала Cav1.2, но не Cav1.3, быстро потенцирует токи, опосредованные этим каналом [33]. Поскольку другие компоненты ВКМ, такие как фибронектин, ламинин, ретиношизин, и гепарин также потенцируют активность кальциевых каналов в других типах клеток, то можно предположить общий сигнальный механизм, с помощью которого молекулы ВКМ регулируют кальциевый вход в нервных клетках [34, 35, 36, 37]. Более того, удаление гиалуроновой кислоты облегчает латеральную диффузию мембранных молекул, в том числе AMРA рецепторов [38]. Эти данные подтверждают вывод о том, что перисинаптический матрикс, включающий гиалуроновую кислоту, может создавать барьеры для диффузии синаптических молекул в мембране и, таким образом, содействовать компартментализации синаптического механизма передачи сигнала. Важность гиалуроновой кислоты для поведения животных была продемонстрирована в экспериментах, в которых превентивное введение гиалуронидазы ослабляло формирование условного рефлекса страха (fear conditioning) [39]. Другой пример двусторонней взаимосвязи между L-VDCC и ВКМ – это формирование богатых гиалуроновой кислотой перинейрональных сетей вокруг Разумные системы управления

перисоматических интернейронов гиппокампа. Этот процесс зависит от активности L-VDCC [40]. С другой стороны, перинейрональные сети окружают перисоматические ГАМКергические контакты, и активность кальциевых каналов регулирует обмен синаптических ГАМКА-рецепторов [41], что позволяет выдвинуть гипотезу о модуляции гиалуроновой кислотой синаптической трансмиссии и/или пластичности этих синапсов через регуляцию L-VDCC. Гликопротеины. Тенасцин-С играет важную роль в структурной организации гиппокампа, в формировании осцилляторной нейрональной активности [42] и, подобно гиалуроновой кислоте, в модуляции L-VDCC [43]. Прямого взаимодействия кальциевых каналов с этими компонентами ВКМ не было показано, но обе молекулы взаимодействуют с хондроитин сульфат протеогликанами [44] и локализованы перисинаптически в неросредственной близости к L-VDCCиммуноположительным дендритным доменам. Возможно, эти молекулы ВКМ составляют функциональный комплекс. В подтверждение этому, генетическое удаление тенасцина-С, также как и деградация гиалуроновой кислоты нарушает ДВП в синапсах полей СА1-СА3 гиппокампа. Тенасцин-R. Ранние исследования выявили роль гликана HNK-1 (human natural killer cell glycan), ассоциированного с тенасцин-R, в регуляции ГАМКергической передачи [45]. Он регулирует эффективность выброса ГАМК и число синаптических тормозных контактов в СА1 области гиппокампа [46]. Мыши, дефицитные в тенасцин-R, демонстрировали повышенный уровень возбуждающей трансмиссии и сниженный уровень перисоматического ГАМК-9 опосредованного торможения в СА1 [47]. Ингибирование перисоматического торможения индуцирует метапластический сдвиг (увеличение) порога индукции ранней фазы ДВП (1 час после вызова ДВП) посредством механизма, вовлекающего L-VDCC и протеинфосфатазы [48]. Тем не менее, тенасцин-Rдефицитные мыши демонстрировали ускоренное реверсивное обучение, улучшенную рабочую память, повышенный ориентировочный рефлекс по сравнению с диким типом животных. Отмечено, что в обоих типах животных (диких и тенасцин-R-дефицитных) ускоренное обучение коррелирует с более высоким уровнем парвальбумин-положительных ГАМКергических тормозных интернейронов по отношению к гранулярным клеткам и большей плотностью парвальбумин-положительных терминалей на соме гранулярных клеток в зубчатой извилине, которые были выше у мутантных животных по сравнению с диким типом [49].

Разумные системы управления, 2014

Таким образом, модификация ВКМ посредством удаления тенасцина-R ведет, с одной стороны, к снижению перисоматической ГАМКергической иннервации в области СА1, а с другой к ее повышению в зубчатой извилине, в результате чего обеспечивается преимущество животных в адаптации к меняющейся среде. Механизм, лежащий в основе этого феномена, связан с более адекватным соотношением сигнал/шум для сенсорных сигналов, передаваемых гранулярным клеткам из энторинальной коры в тенасцин-дефицитных мышах, вследствие подавления фоновой активности нейронов и/или увеличения растормаживания нейронов зубчатой извилины после афферентной стимуляции. Тенасцин-С и тенасцин-R способны связываться с потенциал-зависимыми натриевыми каналами и, вероятно, играть роль в модуляции их активности и локализации в нейронах [50, 51]. Рилин. Гликопротеин рилин играет роль в раннем развитии и миграции нейронов и в индукции CA1 ДВП [52]. Было показано, что рилин экспрессируется в СА1 синапсах, модулирует активность NMDA рецепторов, и формирование и рост дендритных шипиков [53-56]. В основе его действия лежат механизмы, вовлекающие сигнальные пути через аполипопротеин Е рецептор второго типа (AроER2) и рецептор к липопротеинам очень низкой плотности (VLDLR), которые являются рецепторами к рилину [57, 58]. Рилин активирует цитоплазматический белок DAB1 (adaptor protein disabled 1), который связывается с NPxY мотивами на цитоплазматических доменах обоих рецепторов [59, 60]. Weeber с коллегами показали, что перфузия с рилином облегчает раннюю фазу CA1 ДВП, однако не оказывает эффекта при отсутствии VLDLR или AроER2 [61]. Кроме того, активация рилиновых рецепторов способствует тирозин-фосфорилированию NR2 субъединиц NMDA рецепторов Src тирозинкиназами, что повышает активность NMDA рецепторов [62]. Тирозин-фосфорилирование DAB1 активирует фосфотидил-3-киназу (PI3K), что повышает экспрессию АМРА рецепторов на клеточной поверхности. AроER2 связывается с протеином постсинаптической плотности 95 (PSD-95), одним из основных строительных белков, через домен экспрессирующийся посредством альтернативного сплайсинга экзона AроER2. Это взаимодействие является решающим для сопряжения рилинового сигнального комплекса с NMDA рецепторами [63]. У мышей, лишённых этого экзона, после аппликации рилина не увеличиваются NMDA рецептор зависимые токи или ДВП. Они хуже реагируют в стрессовых ситуациях и менее эффективно достигают цели в водном лабиринте. Гиперметилирование промоутера reln в сочетании с пониженным уровенем экспрессии рилина является одним из патогенетических факторов шизофрении шизофрении. При этом выявлены связи между аномалиями в гене reln и Разумные системы управления

нейрофизиологическими особенностями, связанными с вербальной и визуальной памятью у больных шизофренией [64, 65]. У рилин-нокаутных мышей наблюдаются аномалии в возбуждающей синаптической передаче и пластичности, нарушения ГАМКэргической передачи, условного рефлекса страха, реверсивного обучения, что соответствует особенностям поведения, свойственным «фенотипу шизофрении». Напротив, гиперэкспрессия рилина у трансгенных мышей ведет к повышению числа пресинаптических контактов и гипертрофии дендритных шипиков [66]. Важность рилина была также показана в недавних опытах на срезах гиппокампа мышей дикого типа [67]. Аппликация олигомера Аβ белка в концентрациях, выявленных у пациентов с болезнью Альцгеймера, приводила к нарушению ДВП, а совместное его введение с рилином не влияло на ДВП. Это свидетельствует о том, что для ДВП требуется AроER2-зависимая активация Src тирозинкиназ. Таким образом, подробное изучение сигнальных путей рилина и методов их модификации может выявить новые возможности для коррекции синаптических дефектов, связанных с нейродегенеративными и психическими заболеваниями человека. Рецепторы ВКМ молекул. ВКМ молекулы играют роль сигнальных молекул для клеток через такие рецепторы, как интегрины, β-дистрогликаны, синдеканы и CD44. Интегрины. Структурно, интегриновые рецепторы представляют собой облигатные гетеродимеры, каждый из которых состоит из одной альфа- и одной бета-субъединицы. Каждая субъединица – это трансмембранный гликопротеин I типа. В отличие от рецепторов гормонов, обладающих высоким сродством к лигандам, интегрины взаимодействуют со своими лиганды с низким сродством. Это позволяет интегринам опосредовать как клетка-матрикс, так и клетка-клетка взаимодействия. Первоначальные данные о потенциальной роли интегринов в синаптической пластичности были получены при снижении стабильности ДВП путем использования пептидных лигандов к интегринам. ДВП также уменьшалась после применения токсинов (дезинтегринов), предпочтительно ингибирующих связывание ВКМ лигандов с β1- или β3содержащими интегринами, а также у постнатальных мышей с дефицитом экспресии β1-, α3- или α8-интегринов в возбуждающих нейронах переднего мозга [68, 69, 70]. Так как β1-интегрины формируют рецепторы к ВКM в ассоциации с α3- или α8-интегринами, эти данные свидетельствуют о важной роли α3β1 и α8β1 интегринов в синаптической пластичности. Совсем недавно было показано, что β3-интегрины контролируют синаптический ответы посредством ингибирования Разумные системы управления, 2014

эндоцитоза AMРA рецепторов в мембране нейронов [71]. Проведённые исследования выявили, что ключевая роль в консолидации ДВП может принадлежать интегрин-зависимой регуляции актиновой полимеризации и стабилизации вновь сформировавшихся актиновых филаментов, индуцируемых сигнальным путем с участием малых ГТФаз RhoA и Rac1 (Ras-related C3 botulinum toxin substrate 1) [72, 73]. Особо следует отметить важность роли β3-интегринов в формировании и поддержании гомеостатической пластичности. Известно, что, несмотря на различные возмущения (например, изменения в сенсорных входах), медленная гомеостатическая регуляция амплитуды синаптических ответов поддерживает частоту генерации потенциалов нейронов в определенном диапазоне. Это необходимо для предотвращения гипо- или гипервозбуждения нейронов, приводящих к дисфункции нейронной сети и гибели клеток. Данный гомеостатический процесс называется синаптическим шкалированием или нормированием (synaptic scaling) [74, 75], поскольку приводит к изменению синаптических весов пропорционально их исходному значению. Другими словами, каждый вес умножается на шкалирующий коэффициент k (при гипервозбуждении k<1, при гиповозбуждении k > 1). Синаптическое шкалирование может быть смоделировано in vitro, когда в ответ на длительное действие тетродотоксина, все возбуждающие синапсы усиливают ответ на стимул в результате повышения плотности постсинаптических рецепторов АМРА. Один из механизмов синаптического шкалирования включает глиальный цитокин - фактор некроза опухоли (TNFα), повышающий экспрессию β3-интегринов [76, 77]. Фармакологические нарушения связывания интегринов с их лигандами быстро и обратимо снижает амплитуду миниатюрных возбуждающих постсинаптических потенциалов (мВПСП) за счет увеличения эндоцитоза GluR2 субъединицы рецепторов АМРА через активацию Rap1. Эффект специфичен для GluR2 субъединиц, и не затрагивает NMDA рецепторрегулируемые токи. Rap1-опосредованное фосфорилирование GluR2 зависит от p38 митоген-активированной протеинкиназы (МАРК) и некоторых других киназ. Конечный сайт регуляции Rap1 - p38 MAPK каскада остается неопределенным, но скорее всего это S880 на GluR2 [78]. Из того, что культуры β3-интегрин дефицитных мышей не показали гомеостатических изменений в амплитуде возбуждающих постсинаптических токов после длительной инкубации с тетродотоксином, следует, что β3-интегрины ингибируют Rap1-регулируемый эндоцитоз АМРА-рецепторов и, тем самым, увеличивает синаптическую экспрессию АМРА рецепторов. Таким образом, ВКM, как достаточно стабильная структура, может являться долгосрочным модулятором синаптической Разумные системы управления

активности, и такие ВКM лиганды β3-интегринов как тенасцины и тромбоспондины являются кандидатами для долгосрочной корректировки синаптической передачи. Синдеканы. Среди наиболее важных рецепторов к ВКМ молекулам выделяют гепаран сульфат протеогликан синдекан-3 (N-синдекан). Лиганд к нему - гепарин связывающая, ассоциированная с ростом молекула HB-GAM. Аппликация HB-GAM на срез гипокампа ингибировала раннюю фазу CA1 ДВП [79]. В противоположность, в HB-GAM дефицитных мышах был обнаружен низкий порог индукции ДВП, который мог быть восстановлен до уровня, наблюдаемого у дикого типа животных посредством аппликации HB-GAM [80]. ДВП ослаблена в трансгенных мышах, экспрессирующих повышенный уровень HB-GAM [81], возможно, вследствие увеличения торможения, опосредованного ГАМКA рецепторами [82]. Мыши с отсутствием синдекана-3 демонстрировали повышенный уровень CA1 ДВП и отсутствие ответа на HB-GAM, подтверждая гипотезу, что синдекан-3 отосредует влияние HB-GAM на ДВП [83]. NCAM. В добавление к вышеупомянутым классическим рецепторам, ВКМ молекулы взаимодействуют с большим количеством молекул клеточной адгезии, которые, прежде всего, известны как медиаторы межклеточного взаимодействия, но в определенных условиях могут ассоциировать с молекулами ВКМ и служить рецепторами к ВКМ. Демонстративным примером является молекула нейральной клеточной адгезии (NCAM) [84]. У мышей с постоянным отсутствием экспресии NCAM [85, 86] и у мышей с подавлением экспрессии NCAM в возбудимых нейронах в постнатальном переднем мозге [87] ДВП нарушена в СА1. Более того, ДВД и зависимое от активности формирование перфорированных шипиков в СА1 поле ингибируются после энзиматического разрушения полисиаловой кислоты (PSA) [88, 89], ассоциированной с NCAM. В мышах, дефицитных в полисиалтрансферазе ST8SiaIV/PST, ферменте, который ответственен за PSA синтез на поздних стадиях постнатального развития [90], также были найдены нарушения в ДВП. Недавние исследования показали, что PSA ограничивает сигнальный каскад реакций через внесинаптические GluN2B рецепторы и посредством этого контролирует синаптическую пластичность [91]. Более того, NCAM взаимодействует с гепаран сульфат протеогликанами, включая агрин, PSAзависимым способом [92]. Эта взаимосвязь необходима для NCAM-зависимой стимуляции синаптогенеза посредством активации FGF рецепторов. Другие молекулы клеточной адгезии семейства иммуноглобулинов, такие как Ng-CAM/L1 и TAG-1/axonin-1, связываются с хондроитин сульфат протеогликанами Разумные системы управления, 2014

нейроканом и фосфаканом [93]. Роль этих взаимодействий для синаптической пластичности до сих пор неизвестна. Более полно роль молекул ВКМ и их рецепторов в синаптогенезе и синаптической пластичности представлена в обзорах [94-97]. Протеазы, участвующие в ремоделировании ВКМ. Преходящий характер многих функций ВКM предполагает, что регуляция отдельных молекул ВКМ происходит либо путем контроля их экспрессии, либо в результате посттрансляционных модификаций. Важными компонентами модификации ВКМ являются внеклеточные протеазы, такие как матриксные металлопротеиназы (ММР) и сериновые протеазы. Недавние наблюдения протеолитической активности матриксной металлопротеиназы-9 (ММР-9) и сериновой протеиназы нейротрипсина говорят о том, что расщепление ВКM молекул может приводить к активации «скрытых» функциональных эпитопов и являтся новым важным механизмом структурной пластичности. tPA. Тканевой активатор плазминогена (tPA) – это внеклеточная сериновая протеаза, которая катализирует превращение плазминогена в плазмин. Протеаза tPA в основном локализуется в аксональных терминалях в плотных секреторных везикулах [98]. Известно, что аксональная секреция tPA усиливается в процессе пресинаптической стимуляции. В гиппокампе tPA мРНК присутствует в CA1 поле и зубчатой фасции [99] и её экспрессия быстро увеличивается в гранулярных клетках ипсилатеральной зубчатой фасции вследствие индукции поздней фазы ДВП посредством кратковременной высокочастотной стимуляции перфорантного пути [100]. Дополнительно к аксональным терминалям авторы нашли, что везикулы с tPA перемещаются к постсинаптическим дендритным шипикам и остаются в шипиках в течение длительного периода [101]. Отмечено, что деполяризация нейронов облегчает медленный экзоцитоз tPA из шипиков в зависимости от внеклеточной концентрации ионов кальция. Barnes и соавторы доказали, что воздействие на гранулярные клетки в культуре фоpсколином (известным стимулятором внутриклеточного цAMФ и ДВП) ведет к секреции tPA аксонами и формированию новых активных пресинаптических терминалей [102]. Некоторые авторы показывают, что ингибирование tPA уменьшает позднюю фазу ДВП, индуцированную форсколином или тетанической стимуляцией в гиппокампальных коллатералях Шаффера. Более того, аппликация tPA вызывает позднюю ДВП в ответ на одиночный тетанус, который в норме вызывает только раннюю ДВП, подтверждая, что уровень tPA определяет уровень поздней фазы ДВП.

Разумные системы управления

Дальнейшее доказательство роли tPA в пластичности дендритных шипиков было получено при изучении стресс-индуцированной пластичности [103] в гиппокампе, а так же при изучении структурной пластичности, вызванной монокулярной депривацией в зрительной коре [104, 105]. Проявление этих форм пластичности ослабляется в tPA дефицитных мышах. Молекулярный механизм влияния tPA-плазмин опосредованного протеолиза на формирование ДВП вовлекает деградацию ламинина, так как преинкубация с антителами к ламинину предотвращает как деградацию ламинина (но не фибронектина и IV коллагена), так и ослабление ДВП [106]. В последующих работах была продемонстрирована важность для ДВП связи между tPA и клеточным рецептором к липопротеинам низкой плотности (LRP). Было показано, что tPA, связываясь с LPR, облегчает активность цАМФ-зависимой протеинкиназы, ключевой молекулы, вовлекаемой в позднюю ДВП, тогда как LRP антагонист отменяет эффект tPA на позднюю фазу ДВП [107]. Нейротрофический фактор мозга (BDNF) был недавно идентифицирован как другой важный субстрат tPA [108]. tPA/плазмин-зависимое превращение proBDNF в BDNF играет критическую роль в консолидации поздней фазы ДВП. Поскольку BDNF, подобно tPA, может локально продуцироваться в дендритных сайтах, то, вероятно, что tPA-зависимая продукция BDNF играет определенную роль в развитии/поддержании пластичности в специфических синапсах. Результаты этих исследований идентифицируют BDNF, LRP и ламинин как возможные tPA-плазмин эффекторы. Остается неясным, каков механизм синергического действия этих молекул в процессе формирования ДВП и возможно других вышеупомянутых форм пластичности. Матриксные металлопротеиназы (MMП). В мозге, ММП действуют на различные компоненты ВКM, в том числе на ламинин, тенасцин-R и бревикан; расщепляют неактивные формы цитокинов и факторов роста, такие как proTNF-альфа, roTGFβ, и proBDNF, и мембранные белки, такие как N-кадгерин, β-дистрогликан, и эфринB2 [109]. Что касается структурных и функциональных изменений в синапсах центральной нервной системы, матриксная металлопротеиназа-9 (MMP-9) является наиболее хорошо изученной из семейства ММП. Протеолитическая реакция превращения плазминогена в плазмин играет роль активатора внесинаптической протеолитической системы, состоящей из ММР-9 и ее эндогенного ингибитора TIMP-1. Первые данные о роли MMP/TIMP системы в нейрональной пластичности были получены Nevidi с коллегами, которые продемонстрировали TIMP-1 мРНК дизрегуляцию в зубчатой фасции после индукции ДВП [110]. Nagy et al. было Разумные системы управления, 2014

показано, что уровень MMP-9 и ее протеолитическая активность быстро увеличивались после стимуляции, приводящей к индукции поздней фазы ДВП [111]. Кроме того, используя ММР-9 нокаутных мышей и широкого спектра химические ингибиторы ММР [112], авторы обнаружили влияние MMP-9 на позднюю фазу СА1 ДВП и ДВП мшистых волокон in vitro и in vivo. Блокада ММР-9 и повышенная экспрессия TIMP-1 ослабляли позднюю фазу ДВП в префронтальной коре in vivo и в срезах мозга. Cнижение ММР-9 активности ингибировало позднюю фазу ДВП в базолатеральном пути к центральным ядрам амигдалы, при этом ДВП кортикального пути, ведущего к латеральным ядрам амигдалы, оставалась при этом интактной. Итак, в большинстве случаев только поздняя фаза ДВП изменялась под действием ингибирования ММР-9 активности. На субклеточном или молекулярном уровнях ММР-9 и ее мРНК локализованы в постсинаптическом домене возбуждающих синапсов, т.е. в дендритных шипиках [113, 114, 115]. ДВП-продуцирующий стимул вызывал выделение ММР-9 и повышение ее активности, что сказывалось на морфологии шипиков [116, 117]. С другой стороны, увеличение дендритных шипиков шло параллельно облегчению ДВП при активации ММР-9. Таким образом, ММР-9 играет координирующую роль в стабилизации структурных и функциональных синаптических модификаций. Точная природа молекул, участвующих в этих процессах остается неясной, хотя имеются данные, свидетельствующих о вовлечении β-дистрогликана, ICAM-5 и интегринов, особенно β1-интегринов [118, 119, 120, 121] Нейротрипсин. Нейрональная сериновая протеаза нейротрипсин была недавно идентифицирована как другая ключевая молекула в активации ВКМ-зависимого сигнального пути, который облегчает формирование новых дендритных филоподий после индукции ДВП. Основная известная мишень для нейротрипсина – это агрин, который играет существенную роль в развитии и поддержании нервно-мышечного соединения и некоторых других синапсов [122, 123, 124]. Нейротрипсин расщепляет агрин на два стабильных фрагмента с молекулярными весами 90-kDa (aгрин-90) и 22-kDa (агрин-22). Оба агриновых фрагмента отсутствуют в мозге нейротрипсин-дефицитных мышей, что свидетельствует о том, что расщепление агрина в мозге является нейротрипсин-зависимым [125]. В зрелой ЦНС нейротрипсин локализован пресинаптически [126]. В ответ на пресинаптическую стимуляцию нейротрипсин выделяется из пресинаптических терминалей в неактивной форме и затем в результате NMDA рецепторзависимого постсинаптического механизма активируется во внеклеточном пространстве [127]. Зависимые от нейрональной активности экзоцитоз нейротрипсина из пресинаптических терминалей и расщепление агрина Разумные системы управления

индуцируют формирование дендритных филоподий в контексте NMDA рецепторзависимой пластичности [128]. Удивительно, что в нейротрипсин-дефицитных мышах нет генерации дендритных филоподий в ответ на синаптическую стимуляцию, но формирование филоподий может быть полностью восстановлено посредством добавления экзогенного агрина-22. Этот эффект агрина-22 подтверждает важную роль нейротрипсин-агрин системы в структурной реорганизации синапсов, которая проявляется в том, что потеря каталитического центра нейротрипсина приводит к дефициту формирования памяти [129]. Нейротрипсин преимущественно экспрессируется в нейронах гиппокампа и миндалин. Это имеет важное значение для высших функций головного мозга у людей. Генетические дефекты в кодирующей области нейротрипсина приводят к развитию тяжелой формы умственной отсталости [130, 131, 132]. В нервномышечном соединении рецепторами агрина являются рецепторная тирозинкиназа MuSK и LRP4. В центральной нервной системе агрин связывается с α3-тип Na/K-АТФазы и ингибирует этот фермент [133, 134, 135, 136]. Нейропсин. Среди других внеклеточных протеаз, участвующих в формировании ДВП, выделяют нейропсин и тромбин. Активность этих сериновых протеаз контролируется протеазами суперсемейства серпинов. Среди множества серпинов, роль нексина-1 была продемонстрирована в ранней фазе CA1 ДВП: мутантные мыши с усиленной экспрессией нексина-1 под контролем Thy-1 промоутера демонстрировали улучшение долговременной потенциации, подтверждая, что уровень нексина-1 коррелирует с уровнем ранней фазы ДВП [137]. Нейропсин – это сериновая протеаза, экспрессируемая в зависимости от нейрональной активности [138]. В гиппокампе, мРНК нейропсина локализована в CA1 и CA3, но не в зубчатой фасции. Роль нейропсина как регуляторной молекулы в ранней фазе ДВП, возможно заключается в протеолитическом расщеплении фибронектина [139]. Аппликация нейропсина к гиппокампальным срезам облегчает раннюю фазу CA1 ДВП, в то время как аппликация антител к нейропсину значительно снижает амплитуду CA1 ДВП [140]. Нейропсин также влияет на развитие поздней фазе ДВП [141]. В добавление к гиппокампу, нейропсин экспрессируется в амигдале и LTP в этом регионе снижается в нейропсин-дефицитных мышах. Лежащий в основе механизм состоит в вовлечении нейропсин-зависимого расщепления EphB2 рецептора, которое вызывает диссоциацию EphB2 из комплекса с NR1 субъединицей NMDA рецептора и усиливает ток через NMDA рецепторы [142].

Разумные системы управления, 2014

Тромбин как сериновая протеаза катализирует превращение фибриногена в фибрин, являясь эффективным активатором протеаз-активированного рецептора-1 (PAR1), дефицит которого ослабляет формирование памяти [143]. Опосредуемая PAR1 протеолитическая активация может быть облегчена через сериновую протеазу активированного протеина С, синтез которого контролируется тромбином [144, 145]. Уровень тромбина в мозге зависит от его активности в крови и целостности гематоэнцефалического барьера. При ее нарушении протромбин, продуцируемый клетками ЦНС, активируется белками свертывающей системы крови [146]. Роль тромбина в синаптической пластичности впервые была изучена Gingrich et al., которые показали, что тромбин потенцирует NMDA-зависимый ответ в пирамидных клетках поля CA1 гиппокампа [147]. Кроме того, было показано, что этот эффект блокируется селективным антагонистом и воспроизводится агонистом, активирующим PAR1. Потенциация, опосредованная PAR1, была независима от NMDA-протеолиза, хотя высокие концентрации тромбина напрямую расщепляли NR1 субъединицу рецептора. Недавние данные подтвердили роль тромбина в поздней фазе ДВП: тромбин стимулировал медленно повышающееся, длительное усиление ДВП в СА1, которое блокировалось антагонистом NMDA-рецептора [148].

Заключение Молекулы ВКМ и их трансмембранные рецепторы модулируют индукцию синаптической пластичности, регулируя уровни перисоматического торможения, активности NMDA-рецепторов и кальциевых каналов L-типа. Внеклеточные протеазы также имеют множество функций. Они могу не просто связываться с трансмембранными молекулами и функционировать как сигнальные лиганды, например, tPA к LPR, но и расщеплять ВКМ и, таким образом, участвовать в модификации синапсов. Наконец, протеазы, выделяемые и активируемые во внеклеточном пространстве в ответ на ДВП, вызываемую стимуляцией, могут расщеплять и выделять сигнальные молекулы из ВКМ и САМs, которые будут контролировать движение глутаматных рецепторов в мембране, могут расщеплять ВКМ и и освобождать сигнальные молекулы из ВКМ. Эти процессы вносят вклад в контроль движения глутаматных рецепторов в мембране, перестройку актинового цитоскелета, формирование новых дендритных филоподий и рост существующих шипиков. Большая часть информации полученной относительно синаптической пластичности, относится к постсинаптическим процессам. Однако не менее важным возможно будет является изучение пресинаптической и глиальной пластичности как функции ВКМ Разумные системы управления

и внеклеточной активности протеаз и гидролаз. Очень мало известно о ВКМзависимых сигнальных путях, которые запускаются посредством внеклеточного протеолиза в течение индукции синаптической пластичности. В дальнейшем, идентификация новых сигнальных молекул и их рецепторов будет являться ключевыми достижениями для понимания взаимодействия между ВКМ, глией и нейронами в обучении и памяти - в норме и при патологической пластичности мозга. В целом, важным свойством ВКМ в зрелом мозге является создание стабильной среды, которая сдерживает структурные изменения нейронных сетей и поддерживает стабильность их функционирования. Этот же механизм ответственен за неспособность регенерации аксонов в ЦНС. Деградация хондроитин сульфатных цепей при помощи ChABC или ремоделирование ВКM под влиянием tPA ведут к повышению структурной пластичности у взрослых животных. Хотя большинство исследований указывают на ингибиторную роль ВКМ в структурной пластичности, многие компоненты ВКM полезны для роста и регенерации нейронной сети. Более того, большинство исследованных молекул матрикса способствует различным формам функциональной пластичности, в том числе ДВП, долговременной депрессии, гомеостатической пластичности и метапластичности. ВКM регулирует активность возбуждающих и ингибиторных нейронов, а также количество и свойства астроцитов [149, 150]. Разнообразие функций, которые определяют роль ВКМ в нейропластичности здорового мозга, предполагает, что их нарушение может быть важным фактором стимуляции патологических процессов, связанных с дисциркуляторными и нейродегенеративными заболеваниями.

Список литературы 1. Dityatev A. // Epilepsia. 2010. V. 51. P. 61–65. 2. Jaworski D. M., Kelly G.M., and Hockfield S.J. // Cell Biol. 1994. V.125. P.495–509; 3. Asher R.A., Scheibe R.J., Keiser H.D., and Bignami A. // Glia. 1995. V.13. P.294–308; 4. Yamaguchi Y. // Cell Mol. Life Sci. 2000. V.57. P.276–289; 5. Oohashi T., Hirakawa S., Bekku Y., Rauch U., Zimmermann D. R., Su W. D., Ohtsuka A., Murakami T., and Ninomiya Y. // Mol. Cell. Neurosci. 2002. V. 19. P. 43– 57; Разумные системы управления, 2014

6. Bekku Y., Su W. D., Hirakawa S., Fassler R., Ohtsuka A., Kang J. S., Sanders J., Murakami T., Ninomiya Y., and Oohashi T. // Mol. Cell. Neurosci. 2003. V.24. 148–159; 7. Carulli D., Rhodes K. E., Brown D. J., Bonnert T. P., Pollack S. J., Oliver K., Strata P., and Fawcett J. W. // J. Comp. Neurol. 2006. V. 494. P.559–577; 8. Galtrey C.M., Fawcett J.W. // Brain Res.Rev. 2007. V.54 P.1–18; 9. Dityatev A. // Epilepsia. 2010. V.51. P.61–65; 10. Galtrey C.M., Fawcett J.W. // Brain Res.Rev. 2007. V.54. P.1-18; 11. Kwok J.C., Dick G., Wang D., and Fawcett J.W. // Dev Neurobiol. 2011. V.71. P.107389. 12. Dityatev A., Bruckner G., Dityateva G., Grosche J., Kleene R., and Schachner M. // Dev Neurobiol. 2007. V. 67. P. 570–588; 13. Bruckner G., Bringmann A., Hartig W., Koppe G., Delpech B., , and Brauer K. Exp. Brain Res. 1998. V.121. P. 300–310; 14. Hockfield S., Kalb R. G., Zaremba S., and Fryer H. // Cold Spring Harb. Symp. Quant. Biol. 1990. V.55. P. 505–514; 15. Pizzorusso, T., Medini, P., Berardi, N., Chierzi, S., Fawcett, J. W., and Maffei, L. // Science. 2002. V.298. P.1248–1251; 24 16. Bruckner G., Hausen D., Hartig W., Drlicek M., Arendt T., and Brauer K. // Neuroscience. 1999. V. 92. P. 791–805; 17. Morawski M., Bruckner M. K., Riederer P., Bruckner G., and Arendt T. // Exp. Neurol. 2004. V.188 P.309–315; 18. Bruckner G., Brauer K., Hartig W., Wolff J. R., Rickmann M. J., Derouiche A., Delpech B., Girard N., Oertel W. H., and Reichenbach A. // Glia. 1993. V.8. P.183–200; 19. Bruckner G., Hartig W., Kacza J., Seeger J., Welt K., and Brauer K. J. // Neurocytol. 1996. V. 25. P.333–346; 20. Hartig W., Derouiche A., Welt K., Brauer K., Grosche J., Mader M., Reichenbach A., and Bruckner G. // Brain Res.1999. V.842. P.15–29; 21. Ruoslahti, E. // Glycobiology. 1996. V. 6. P.489–492;

Разумные системы управления

22. Oohira, A., Matsui, F., Tokita, Y., Yamauchi, S., and Aono, S. // Arch. Biochem. Biophys. 2000. V.374. P. 24–34; 23. Yamaguchi Y. // Cell Mol. Life Sci. 2000. V.57. P. 276–289; 24. Bandtlow C. E., Zimmermann D. R. // Physiol. Rev. 2000. V.80. P.1267–1290; 25. Bignami A., Asher R., and Perides G. // Brain Res. 1992. V. 579. P. 173–177; 26. Aspberg A., Miura R., Bourdoulous S., Shimonaka M., Heinegard D., Schachner M., Ruoslahti E., and Yamaguchi Y. // Proc. Natl. Acad. Sci. U.S.A. 1997. V.94. P.10116–10121; 27. Maurel P., Rauch U., Flad M., Margolis R. K., and Margolis R. U. // Proc. Natl. Acad. Sci. U.S.A. 1994. V. 91. P.2512–2516; 28. Dityatev A., Bruckner G., Dityateva G., Grosche J., Kleene R., and Schachner M. // Dev Neurobiol. 2007. V. 67. P. 570–588; 29. Kwok J.C., Dick G., Wang D., and Fawcett J.W. // Dev Neurobiol. 2011. V.71. P.107389; 25 30. Lesuisse C., Qiu D., Bose C.M., Nakaso K., and Rupp F. // Brain Res. Mol. Brain Res. 2000. V.81. P.92-100; 31. Hilgenberg L.G., Ho K.D., Lee D., Dowd D.K., and Smith M.A. // Mol. Cell Neurosci. 2002. V.19. P. 97-110; 32. Kochlamazashvili G., Henneberger C., Bukalo O., Dvoretskova E., Senkov O., Lievens PM-J., Westenbroek R., Engel A.K., Catterall W.A., Rusakov D., Schachner M., and Dityatev A. // Neuron. 2010. V.67. P.116-128; 33. Moosmang, S. et al. // J. Neurosci. 2005. V.25, P.9883-92; 34. Pabbidi M.R., Ji X., Samarel A.M., and Lipsius S.L. // J. Physiol. 2009. V.587. P. 478597; 35. Shi L., Jian K., Ko M.L., Trump D., and Ko G.Y. // J. Biol. Chem. 2009. V.284. P.396675; 36. Lacinova L., Cleemann L., and Morad M. // J. Physiol. 1993. V. 465. P. 181-201. 37. Wu X. et al. // J. Cell Biol. 1998. V.143. P. 241-52; 38. Frischknecht R., Heine M., Perrais D., Seidenbecher C.I., Choquet D., and Gundelfinger E.D. // Nat Neurosci. 2009. V.12. P.897-904;

Разумные системы управления, 2014

39. Kochlamazashvili G., Senkov O., Grebenyuk S., Robinson C., Xiao M.F., Stummeyer K., Gerardy-Schahn R., Engel A.K., Feig L., Semyanov A., Suppiramaniam V., Schachner M., and Dityatev A. // J. Neurosci. 2010. V.30. P.4171-4183; 40. Dityatev A. et al. // Dev. Neurobiol. 2007. V.67. P. 570-88; 41. Saliba R.S., Gu Z., Yan Z., and Moss S.J. // J/ Biol. Chem. 2009. V.284. P. 32544-50; 42. Evers M.R., Salmen B., Bukalo O., Rollenhagen A., Bosl M.R., Morellini F., Bartsch U., Dityatev A., and Schachner M. // J. Neurosci. 2002. V.22. P.7177-7194; 43. Gurevicius K., Kuang F., Stoenica L., Irintchev A., Gureviciene I., Dityatev A., Schachner M., and Tanila H. // Hippocampus. 2009. V.19. P.1232-46; 26 44. Lundell, A. et al. // Structure. 2004. V.12. P.1495-506; 45. Saghatelyan A.K. et al. // Mol. Cell. Neurosci. 2001. V.17. P.226-40; 46. Nikonenko A., Schmidt S., Skibo G., Bruckner G., and Schachner M. // J Comp. Neurol. 2003. V.456. P. 338-49; 47. Saghatelyan A.K. et al. // Mol. Cell Neurosci. 2003. V.24. 271-82. 48. Bukalo O, Schachner M, and Dityatev A. // J Neurosci. 2007. V. 27. P.6019-6028; 49. Morellini F, Sivukhina E, Stoenica L, Oulianova E, Bukalo O, Jakovcevski I, Dityatev A, Irintchev A, and Schachner M. // Cereb. Cortex. 2010. V.20. P. 2712-27; 50. Srinivasan J., Schachner M., and Catterall W.A. // Proc Natl Acad Sci USA. 1998. V.95. P. 15753-15757; 51. Xiao Z.C., Ragsdale D.S., Malhotra J.D., Mattei L.N., Braun P.E., Schachner M., and Isom L.L. // J Biol Chem. 1999. V.274. P.26511-26517; 52. Franco S.J., Müller U. // Dev Neurobiol. 2011. V. 71. P.889-900; 53. Pesold C., Impagnatiello F., Pisu M.G., Uzunov D.P., Costa E., Guidotti A., and Caruncho H.J. // Proc. Natl. Acad. Sci U.S.A. 1998. V.95. P.3221-3226; 54. Beffert U., Weeber E.J., Durudas A., Qiu S., Masiulis I., Sweatt J.D., Li W.P., Adelmann G., Frotscher M., Hammer R.E., and Herz J. // Neuron. 2005. V.47. P.567-579; 55. Matsuki T., Pramatarova A., and Howell B.W. // J Cell Sci. 2008. V.121. P.1869-1875;

Разумные системы управления

56. Niu S., Yabut O., and D'Arcangelo G. // J Neurosci. 2008. V.28. P.10339-10348; 57. Hiesberger T., Trommsdorff M., Howell B.W., Goffinet A., Mumby M.C., Cooper J.A., and Herz J. // Neuron. 1999. V.24. P.481-489; 58. Trommsdorff M., Gotthardt M., Hiesberger T., Shelton J., Stockinger W., Nimpf J., Hammer R.E., Richardson J.A., and Herz J. // Cell. 1999. V.97. P.689-701; 27 59. Herz J., Chen Y. // Nat. Rev. Neurosci. 2006. V.7. P. 850-859. 60. Beffert U. et al. // J Neurosci. 2006. V.26. P.2041-52; 61. Weeber E.J., Beffert U., Jones C., Christian J.M., Forster E., Sweatt J.D., and Herz J.// J Biol. Chem. 2002. V.277. P.39944-39952; 62. Qiu S., Zhao L.F., Korwek K.M., and Weeber E.J. // J Neurosci. 2006. V. 26. P.1294355; 63. Beffert U. et al. // Neuron. 2005. V.47. P. 567-79; 64. Lang U.E., Puls I., Muller D.J., Strutz-Seebohm N., and Gallinat J. // Cell Physiol Biochem. 2007. V. 20. P.687-702; 65. Wedenoja J. et al. // Mol. Psychiatry. 2008. V.13. P. 673-684; 66. Pujadas, L. et al. // J Neurosci. V.30. P. 4636-49. 67. Durakoglugil M.S., Chen Y., White C.L., Kavalali E.T., and Herz J.// Proc. Natl. Acad. Sci. U.S.A . 2009. V.106. P. 15938-43; 68. Chan CS., Chen H., Bradley A., Dragatsis I., Rosenmund C., and Davis R.L. // Genes Brain Behav. 2010. V.9. P.402-410; 69. Chan C.S., Levenson J.M., Mukhopadhyay P.S., Zong L., Bradley A., Sweatt J.D., and Davis R.L. // Learn Mem. 2007. V.14. P.606-615; 70. Chan C.S., Weeber E.J., Zong L., Fuchs E., Sweatt J.D., and Davis R.L. // J Neurosci. 2006. V.26. P.223-232; 71. Cingolani L.A., Thalhammer A., Yu. L.M, Catalano M., Ramos. T, Colicos M.A., and Goda Y. // Neuron. 2008. V.58. P.749-762; 72. Kramar E.A., Lin B., Rex C.S., Gall C.M., and Lynch G. // Proc Natl Acad Sci USA. 2006. V.103. P. 5579-84; 73. Rex C.S. et al. // J Cell Biol. 2009. V.186. P.85-97; 74. Rich M.M., Wenner P. // Trends Neurosci. 2007. V.30. P.119-125; Разумные системы управления, 2014

75. Turrigiano G. // Curr Opin Neurobiol. 2007. V.17. P.318-24; 78. Stornetta R.L., Zhu J.J. // Neuroscientist. 2011. V.17. P.54-78; 28 79. Lauri S.E., Rauvala H., Kaila K., and Taira T. // Eur J Neurosci. 1998. V.10/ P.188-194; 80. Amet L.E., Lauri S.E., Hienola A., Croll S.D., Lu Y., Levorse J.M., Prabhakaran B., Taira T., Rauvala H., and Vogt T.F. // Mol Cell Neurosci. 2001. V.17. P.10141024; 81. Pavlov I., Voikar V., Kaksonen M., Lauri S.E., Hienola A., and Taira T., Rauvala H. // Mol Cell Neurosci. 2002. V.20. P.330-342; 82. Pavlov I., Rauvala H., and Taira T. // Neuroscience. 2006. V.139. P.505-511; 83. Kaksonen M., Pavlov I., Voikar V., Lauri S.E., Hienola A., Riekki R., Lakso M., Taira T., and Rauvala H. // Mol. Cell Neurosci. 2002. V.21. P.158-172; 84. Luthi A., Laurent J.P., Figurov A., Muller D., and Schachner M. // Nature. 1994. V.372. P.777-779; 85. Muller D., Djebbara-Hannas Z., Jourdain P., Vutskits L., Durbec P., Rougon G., and Kiss J.Z. // Proc. Natl. Acad. Sci. U.S.A. 2000. V.97. P.4315-4320; 86. Muller D., Wang C., Skibo G., Toni N., Cremer H., Calaora V., Rougon G., and Kiss J.Z. // Neuron. 1996. V.17. P.413-422; 87. Bukalo O., Fentrop N., Lee A.Y., Salmen B., Law J.W., Wotjak C.T., Schweizer M., Dityatev A., and Schachner M. // J Neurosci. 2004. V.24. P.1565-1577; 88. Becker C.G., Artola A., Gerardy-Schahn R., Becker T., Welzl H., and Schachner M. // J Neurosci. Res. 1996. V.45. P.143-152; 89. Dityatev A., Dityateva G., Sytnyk V., Delling M., Toni N., Nikonenko I., Muller D., and Schachner M. // J Neurosci. 2004. V.24. P.9372-9382; 90. Eckhardt M., Bukalo O., Chazal G., Wang L., Goridis C., Schachner M., GerardySchahn R., Cremer H., and Dityatev A. // J Neurosci. 2000. V.20. P.52345244; 91. Kochlamazashvili G., Senkov O., Grebenyuk S., Robinson C., Xiao M.F., Stummeyer K., Gerardy-Schahn R., Engel A.K., Feig L., Semyanov A., 29 Suppiramaniam V., Schachner M., and Dityatev A. // J Neurosci. 2010. V.30. P.4171-4183; 92. Storms S.D., Rutishauser U. // J Biol. Chem. 1998. V.273. P.27124-27129;

Разумные системы управления

93. Margolis R.K., Rauch U., Maurel P., and Margolis R.U. // Perspect Dev Neurobiol. 1996. V.3. P.273-290; 94. Dityatev A., Schachner M., and Sonderegger P. // Nat. Rev. Neurosci. 2010. V.11. P.735-746; 95. Dityatev A., Seidenbecher C.I., and Schachner M. // Trends Neurosci. 2010. V.33. P.503-512; 96. Gundelfinger ED, Frischknecht R, Choquet D, and Heine M. // Eur. J Neurosci. 2010. V.31. P.2156-2165; 97. Faissner A., Pyka M., Geissler M., Sobik T., Frischknecht R., Gundelfinger E.D., and Seidenbecher C. // Brain Res. Rev. 2010. V.63. P.26-38; 98. Lochner J.E., Kingma M., Kuhn S., Meliza C.D., Cutler B., and Scalettar B.A. // Mol Biol Cell. 1998. V.9. P.2463-2476; 99 Tsirka S.E., Gualandris A., Amaral D.G., and Strickland S. // Nature. 1995. V. 377. P.340-344; 100 Qian Z., Gilbert M.E., Colicos M.A., Kandel E.R., and Kuhl D. // Nature. 1993. V.361. P.453-457; 101 Lochner J.E., Honigman L.S., Grant W.F., Gessford S.K., Hansen A.B., Silverman M.A., and Scalettar B.A. // J Neurobiol. 2006. V.66. P.564-577; 102. Baranes D., Lederfein D., Huang Y.Y., Chen M., Bailey C.H., and Kandel E.R. // Neuron. 1998. V.21. P.813-825; 103. Pawlak R., Rao B.S., Melchor J.P., Chattarji S., McEwen B., and Strickland S. // Proc. Natl. Acad.Sci. U.S.A. 2005. V.102. P.18201-18206; 104. Oray S, Majewska A, and Sur M. // Neuron. 2004. V.44. P.1021-1030; 105. Mataga N., Mizuguchi Y., and Hensch T.K. // Neuron. 2004. V.44. P.1031-1041; 30 106. Nakagami Y., Abe K., Nishiyama N., and Matsuki N. // J Neurosci. 2000. V.20. P.2003-2010; 107. Zhuo M., Holtzman D.M., Li Y., Osaka H., DeMaro J., Jacquin M., and Bu G. // J Neurosci. 2000. V.20. P.542-549; 108. Hartmann M., Heumann R., and Lessmann V. // EMBO J. 2001. V.20. P.5887-5897; 109. Ethell I.M., Ethell D.W. // J Neurosci Res. 2007. V.85. P. 2813-23;

Разумные системы управления, 2014

110. Nedivi E., Hevroni D., Naot D., Israeli D., and Citri Y. // Nature. 1993. V.363. P.718722; 111. Nagy V., Bozdagi O., Matynia A., Balcerzyk M., Okulski P., Dzwonek J., Costa R.M., Silva A.J., Kaczmarek L., and Huntley G.W. // J Neurosci. 2006. V.26. P.19231934; 112. Wojtowicz T., Mozrzymas J.W. // Hippocampus. 2010. V.20. P.917-921; 113. Konopacki F.A., Rylski M., Wilczek E., Amborska R., Detka D., Kaczmarek L., and Wilczynski G.M. // Neuroscience. 2007. V.150. P.31-39; 114. Gawlak M., Gorkiewicz T., Gorlewicz A., Konopacki F.A., Kaczmarek L., and Wilczynski G.M. High resolution in situ zymography reveals matrix metalloproteinase activity at glutamatergic synapses // Neuroscience. 2009. V. 158. P.167-76; 115. Wilczynski G.M. et al. // J Cell Biol. 2008. V.180. P.1021-1035; 116. Wang X.B., Bozdagi O., Nikitczuk J.S., Zhai Z.W., Zhou Q., and Huntley G.W. // Proc. Natl. Acad. Sci. U.S.A. 2008. V.105. P.19520-19525; 117. Bilousova T.V., Dansie L., Ngo M., Aye J., Charles J.R., Ethell D.W., and Ethell I.M. // J Med. Genet. 2009. V.46. P.94-102; 118. Michaluk P., Kolodziej L., Mioduszewska B., Wilczynski G.M., Dzwonek J., Jaworski J., Gorecki D.C., Ottersen O.P., and Kaczmarek L. // J Biol. Chem. 2007. V.282. P.16036-16041; 31 119 Tian L., Stefanidakis M., Ning L., Van Lint P., Nyman-Huttunen H., Libert C., Itohara S., Mishina M., Rauvala H., and Gahmberg C.G. // J Cell Biol. 2007. V.178. P.687-700; 120. Michaluk P., Mikasova L., Groc L., Frischknecht R., Choquet D., and Kaczmarek L. // J Neurosci. 2009. V.29. P.6007-6012; 121. Conant K., Wang Y., Szklarczyk A., Dudak A., Mattson M.P., and Lim S.T. // Neuroscience. 2010. V.166. P.508-521; 122. Annies M., Bittcher G., Ramseger R., Loschinger J., Woll S., Porten E., Abraham C., Ruegg M.A., and Kroger S. // Mol Cell Neurosci. 2006. V.31. P.515-524; 123. Ksiazek I., Burkhardt C., Lin S., Seddik R., Maj M., Bezakova G., Jucker M., Arber S., Caroni P., Sanes J.R., Bettler B., and Ruegg M.A. // J Neurosci. 2007. V.27. P.7183-7195; Разумные системы управления

124. Singhal N., Martin P. Role of extracellular matrix proteins and their receptors in the development of the vertebrate neuromuscular junction. // Dev Neurobiol. 2011. V.71. P.982-1005; 125. Reif R. et al. // FASEB J. 2007. V.21. P.3468-3478; 126. Stephan A., Mateos J.M., Kozlov S.V., Cinelli P., Kistler A.D., Hettwer S., Rulicke T., Streit P., Kunz B., and Sonderegger P. Neurotrypsin cleaves agrin locally at the synapse. // FASEB J. 2008. V.22. P.1861-73; 127. Frischknecht R., Fejtova A., Viesti M., Stephan A., and Sonderegger P. // J Neurosci. 2008. V.28. P.1568-1579; 128. Matsumoto-Miyai K. et al. // Cell. 2009. V.136. P.1161-71; 129. Molinari F., Rio M., Meskenaite V., Encha-Razavi F., Auge J., Bacq D., Briault S., Vekemans M., Munnich A., Attie-Bitach T., Sonderegger P., Colleaux L. // Science. 2002. V.298. P.1779-1781; 130. Gschwend T.P., Krueger S.R., Kozlov S.V., Wolfer D.P., and Sonderegger P. // Mol Cell Neurosci. 1997. V.9. P.207-19; 32 131. Proba K., Gschwend T.P., and Sonderegger P. // Biochim Biophys Acta. 1998. V.1396. P.143-147; 132. Molinari F. et al. // Science 2002. V.298. P. 1779-81; 133. Glass D.J. et al. // Cell. 1996. V.85. P. 513-23; 134. Kim N. et al. // Cell. 2008. V.135. P. 334-42; 135. Zhang B. et al. // Neuron. 2008. V.60. P.285-97; 136. Hilgenberg L.G., Su H., Gu H., O'Dowd D.K., and Smith M.A. // Cell 2006. V.125. P.359-69; 137. Luthi A., et al. // J Neurosci. 1997. V.17. P.4688-4699; 138. Chen Z.L. et al. // J Neurosci. 1995. V.15. P.5088-5097; 139. Komai S., Matsuyama T., Matsumoto K., Kato K., Kobayashi M., Imamura K., Yoshida S., Ugawa S., and Shiosaka S. // Eur J Neurosci. 2000. V.12. P.14791486; 140. Tamura H., Ishikawa Y., Hino N., Maeda M., Yoshida S., Kaku S., and Shiosaka S. // J Physiol. 2006. V.570. P.541-551; Разумные системы управления, 2014

141. Ishikawa Y., Horii Y., Tamura H., and Shiosaka S. // J Neurosci. 2008. V.28. P.843849; 142. Attwood B.K., Bourgognon J.M., Patel S., Mucha M., Schiavon E., Skrzypiec A.E., Young K.W., Shiosaka S., Korostynski M., Piechota M., Przewlocki R., and Pawlak R. // Nature. 2011. V.473. P.372-375; 143. Almonte A.G., Hamill C.E., Chhatwal J.P., Wingo T.S., Barber J.A., Lyuboslavsky P.N., David Sweatt J., Ressler K.J., White D.A., and Traynelis S.F. // Neurobiol Learn Mem. 2007. V.88. P.295-304; 144. Wang Y., Thiyagarajan M., Chow N., Singh I., Guo H., Davis T.P., and Zlokovic B.V. // Stroke. 2009. V.40. P.1864-1869; 145. Riewald M., Petrovan R.J., Donner A., Mueller B.M., and Ruf W. // Science 2002. V.296. P. 1880-1882; 33 146. Mosnier L.O., Zlokovic B.V., and Griffin J.H. // Blood. 2007. V.109. P.3161-3172; 147. Gingrich M.B., Junge C.E., Lyuboslavsky P., and Traynelis S.F. // J Neurosci. 2000. V.20. P.4582-4595; 148. Maggio N., Shavit E., Chapman J., and Segal M. // J Neurosci. 2008. V.28. P.732736; 149. Dityatev A., Frischknecht R., and Seidenbecher C.I. // Results Probl. Cell Differ. 2006. V.43. P.69–97; 150. Dityatev A., Fellin T. // Neuron Glia Biol. 2008. V.4. P.235–247.

Разумные системы управления

Рисунок 1. Роль внеклеточтого матрикса (ВКМ) в синаптической пластичности. (1) Нейроны и глиальные клетки секретируют молекулы ВКМ во внеклеточное пространство. (2) Там они могут расщепляться внеклеточными протеазами. (3) Молекулы ВКМ и продукты их протеолиза активируют ВКМ рецепторы и влияют на ионные каналы. (4) Активация ВКМ рецепторов влияет на фосфорилирование, экзо- и эндоцитоз постсинаптических рецепторов. (5) Активация ВКМ рецепторов влияет на актиновый цитоскелет.

Разумные системы управления, 2014

Комм.: Исследования в области моделирования мозга имеют решающий вклад к переносу накопленных человеком знаний в области вычислительных систем на живые модели.

Об архитектуре вычислительных процессов в мозге3 В.Л. Дунин-Барковский доктор физико-математических наук, профессор Я.М. Карандашев К.П. Соловьева Описывается конструкция сети нейропроцессоров. Каждый из них представляет собой базовую нейронную сеть. Процессоры соединены в сеть и подключены к устройствам ввода и вывода информации.

1. Введение Многолетние усилия исследователей по вскрытию механизмов работы нейронных систем начинают давать результаты. В предлагаемом тексте описываются элементы представлений о сути и механизмах нейронных информационных процессов. В принципе, мы считаем, что пришло время подготовить сводку сведений о работе мозга, достаточную для создания в срок порядка пяти лет действующей модели мозга человека, и эта работа может быть выполнена за короткий срок [1]. Но сейчас работа находится на промежуточной стадии, поэтому тексты на эту тему являются неизбежно фрагментарными. Авторы настоящего обзора полагают, что публикация постепенно выясняющихся фрагментов картины работы мозга может быть интересна профессионалам. Отрасль нейронаук, связанная с технологически продвинутыми представлениями о работе нейронных систем называется Computational Neuroscience. Следуя [2] мы будем называть эту сферу вычислительными нейроисследованиями. Среди первых Российских монографий по этому предмету – небольшая книга [3], давно вышедшая, но не устаревшая. Мы отсылаем читателя к этому изданию, когда речь заходит о первичных понятиях и относительно общеизвестных фактах.

Дунин-Барковский B. JL Карандашев ЯМ, Соловьева КП, Об архитектуревычислительных процессов в мозге. М.: НИИСИ РАН, 2013 Разумные системы управления

В тексте работы описываются элементы базовой конструкции, которая может служить основой мыслительной деятельности человека и/или его будущего искусственного интеллектуального партнера.

2. Принцип кооперативности в возбудимых системах Один из принципов организации нервной деятельности (и вообще, функционирования возбудимых клеток и тканей организма) состоит в использовании коллективных (синергетических, кооперативных, реверберационных) динамических паттернов. Для нервной системы сейчас известно пять классов синергетических процессов. Три из них локализованы внутри отдельных нейронов, а два связаны с процессами, охватывающими сети нейронов. К внутриклеточным процессам относятся: (1) генерация и распространение нервных импульсов, которые связаны со взаимодействием молекул ионных каналов через мембранный потенциал клетки; (2) зависящие от состояния NMDA рецепторов состояния деполяризации дендритов (“NMDA spikes”); (3) вспышки и волны повышенной внутриклеточной концентрации кальция обусловленные специализированными кальциевыми каналами. Два важных класса регенеративных процессов могут идти в сетях нейронов. Это: (4) аттракторный режим работы сети, то есть, такой режим работы нейронной сети, в котором постоянно остаются активными одни и те же нейроны, поддерживающие возбуждение друг друга; (5) режим распространяющейся волны, который со времен Винера и Розенблата [4] называется режимом возбудимой ткани. Ниже мы рассмотрим каждый из перечисленных режимов подробнее.

2.1. Нервный импульс Корректные физиологические описания нервного возбуждения впервые сформулированы в Нобелевских (по факту последующего присуждения Премии за эти работы) статьях Гольдмана, Ходжкина и Каца [3]. Сейчас основные механизмы генерации нервных импульсов в целом понятны. Возбуждение той же природы имеет место в сердечной, скелетно-мышечной и (до некоторой степени) в гладкомышечной тканях.

Разумные системы управления, 2014

Генерирование нервных импульсов классами основных факторов:

обеспечивается

следующими

двумя

(1) разницей концентраций основных «физиологических» ионов (натрий, калий, кальций, хлор) внутри и вне клетки, создаваемой специализированными физиологическими механизмами; (2) наличием ионных каналов, т.е. встроенных в мембрану клетки белковых комплексов. Ионные каналы могут избирательно пропускать через мембрану клетки ионы определённых типов. Для генерирования импульсов самым важным является то, что состояние натриевых и кальциевых каналов влияет на разность потенциалов на мембране и, в свою очередь, зависит от разности потенциалов на мембране. Таким образом, работа ионных каналов происходит в условиях сильного взаимодействия между ними, опосредованного мембранным потенциалом. Совокупность процессов, связанных с генерацией нервных импульсов относительно хорошо изучена. Количество известных типов ионных каналов составляет десятки и сотни. Существенно, что ионных каналов основных типов много в каждой клетке (по разным оценкам – по 104 – 105 экземпляров каналов каждого типа), а их взаимодействие приводит к генерации дискретных и одинаковых волноформ мембранного потенциала. Взаимодействие ионных каналов включает очень быструю фазу положительной обратной связи, синхронизующую все каналы. Детали этих процессов занимают значительные по объёму разделы руководств по вычислительным нейроисследованиям. По ионной специфичности каналов основную роль в генерации возбуждения играют натриевые каналы. Существенна также роль каналов, избирательных для кальция; в некоторых случаях возбудимость обусловлена исключительно кальциевыми каналами, иногда встречается совместное действие кальциевых и натриевых каналов. От мембранного потенциала зависит состояние каналов, избирательных для других ионов (в первую очередь, калия). В процессах возбуждения они выполняют вспомогательные роли. Вообще, в возбуждении любой нервной клетки принимают участие многие типы ионных каналов (десять и более), при этом работа каждого из них может нести полезную функциональную нагрузку. В частности, участие кальциевых каналов в генерации импульсов может также использоваться для того, чтобы внутри клетки запускались процессы, зависящие от внутриклеточного кальция. Ещё раз подчеркнем, что в основе самого явления нервного импульса лежит процесс коллективного лавинообразного взаимодействия большого числа ионных каналов, приводящий к генерации стандартной по форме (точечной или Разумные системы управления

распространяющейся) волны мембранного потенциала продолжительностью около 1 мс. Таким образом, многие степени свободы отдельных каналов (каждый канал может в принципе независимо от других каналов находиться в одном из нескольких состояний) порождают один стандартный одномерный (мембранный потенциал нейрона) повторяющийся процесс – нервный импульс. В случае распространения нервного импульса этот стандартный процесс распространяется по нервным волокнам, т.е. представляет автоволны нервной активности.

2.2. Вспышки и волны повышенной концентрации кальция внутри клетки Это явление связано с тем, что всю клетку опутывает/пронизывает сеть каналов и полостей эндоплазматичекого ретикулума (ЭР). Внутренняя полость ЭР содержит такую же концентрацию кальция, как и внеклеточное пространство (около 2 мМ). В покое в основном пространстве клетки (в цитозоле) концентрация кальция составляет около 10-8 мМ. Крайне низкая концентрация кальция позволяет использовать его в качестве передатчика сигналов от мембранных процессов к внутриклеточным. Кальций попадает в цитозоль либо снаружи клетки, через мембрану нейрона, либо выделяется из ЭР. Выделение кальция из ЭР осуществляется одним из двух механизмов: (1) через пропускающие только кальций ионные каналы, открываемые веществом, называемым IP3, и (2) через ионные каналы, открывающиеся в присутствии кальция. Эти каналы называют также рианодиновыми рецепторами (RyR) [5]. Вещество IP3 синтезируется на внутренней стороне мембраны клетки при активации метаботропных рецепторов. Наличие сверхпороговой концентрации Са++ вблизи RyR приводит к запуску регенерирущего распространяющегося вдоль ЭР процесса повышения концентрации Са++. Прекращение выделения Са++ связано с инактивацией коили контр-ионов (Na+ или Cl-), выделяющегося из ЭР одновременно с Са++ [5]. RyR-зависимые волны, как и нервные импульсы, представляют собой автоволны. Следует отметить, что в литературе распространено ошибочное мнение о том, что RyR-зависимых Са++ волн нет в клетках Пуркинье мозжечка [6]. В работе [7] показано, что такие волны в клетках Пуркинье могут возникать.

2.3. NMDA-зависимые состояния деполяризации дендритов пирамидных клеток Речь идёт об обширной группе рецепторов медиатора глутамата. Активация этих рецепторов сама по себе не вызывает постсинаптической реакции нейрона.

Разумные системы управления, 2014

Однако, если постсинаптический нейрон деполяризовать, то активированный NMDA рецептор открывает кальциевые каналы в постсинаптической мембране. Активация этих каналов сама по себе вызывает деполяризацию мембраны. Это приводит к тому, что несколько активированных глутаматом NMDA рецепторов могут пребывать как в проводящем состоянии, когда они поддерживают своей работой себя и других в проводящем состоянии, так и в непроводящем состоянии при недостаточно положительных значениях мембранного потенциала [8]. Данная возможность зависит от присутствия снаружи вблизи мембраны медиатора глутамата. Когда его нет, устойчиво только непроводящее состояние NMDA рецепторов.

2.4. Реверберационные аттракторы в нейронных сетях Идея того, что разные группы нейронов могут поддерживать друг друга в активном состоянии обычно приписывается Лоренте-де-Но [9]. Прослеживание этой идеи на детальном модельном уровне, повидимому, впервые было выполнено Дэвидом Марром в теории работы поля СА3 гиппокампа [10]. Анализ показал, что в одной нейронной сети с помощью синапсов Хебба могут быть запомнены несколько разных взаимно случайных состояний активности всех нейронов сети. При этом, по части запомненного состояния может быть воспроизведено всё состояние нейронной сети, то есть, реверберирующая нейронная сеть способна к ассоциативной памяти. Марр оценил количество разных паттернов, которые могут таким образом быть запомнены. Интенсивное развитие теории таких сетей началось после переоткрытия их Хопфилдом [11]. Хопфилд также указал на аналогию нейронных сетей со спиновыми системами, в частности, с так называемыми спиновыми стёклами. Он также заметил, что в нейронных сетях с симметричными связями при автономной работе сети с течением процесса активности минимизируется определённый функционал от активности сети («энергия Хопфилда»). Несколько ранее, Сун-ичи Амари обнаружил, что в сети с локальными связями могут быть устойчивы все состояния, в которых активны несколько рядом расположенных нейронов [12]. Сети, исследованные Марром, Амари и Хопфилдом, представляют примеры сетей с реверберирующими аттракторными состояниями. Такими свойствами нейронные сети могут обладать либо в результате «записи» в сети паттернов активности с помощью модифицируемых синапсов, либо за счёт связей, сформированных с помощью врождённых молекулярных механизмов [13, 14]. Общей чертой всех аттракторных режимов нейронных сетей является возможность для каждого нейрона принимать участие в нескольких не Разумные системы управления

связанных друг с другом состояниях. В широком смысле такая ситуация представляет аналог использования разных разрядов компьютерных слов в представлении чисел. Однако, в отличие от компьютерных слов, в нейронной сети реально используются не все 2N возможных состояний нейронной сети (N число нейронов в сети), а значительно меньшее число состояний. По разным оценкам это число должно иметь порядок 100 N (для N ~ 10 000 – предполагаемый размер корковой колонки). Также в отличие от компьютерных слов, в нейронных сетях состояния «0» (нейрон «не активен») и «1» (нейрон «активен») используются с существенно разной частотой. Обычно, число активных нейронов составляет малую часть всех нейронов сети. Оценки показывают, что в среднем один нейрон генерирует два импульса в секунду, а максимальная частота работы нейронов – до 200 импульсов в секунду. Число нейронов, участвующих в активных состояниях нейронных сетей, поддерживается на более или менее постоянном уровне. Вообще говоря, вопрос о числе нейронов, активных в данном состоянии, легко ставится и решается для дискретных моделей нейронов, функционирующих в дискретном времени. В таких случаях имеет смысл говорить об одновременно возбужденных нейронах. Для нейронных моделей, генерирующих «точечные» импульсы в непрерывном времени, естественно считать, что в любой момент времени (задаваемый действительным числом) может быть активен лишь один нейрон. Аттракторные режимы активности в нейронных сетях с точечными импульсами (непрерывным временем) заключаются в том, что конкретное подмножество нейронов остаётся активным в течение длительного времени. То есть, эти нейроны «довольно часто» генерируют импульсы, а остальные нейроны сети при этом не активны. Более формально вопрос о состояниях нейронной сети непрерывных нейронов можно сформулировать с применением метода L-plot для визуализации активности многих нейронов [15]. В частности, по реально зарегистрированной активности дыхательных нейронов продолговатого мозга можно сделать вывод о том, что в процессе дыхания зарегистрированное множество дыхательных нейронов постоянно пребывает в одном из двух состояний с резкими переключениями между этими состояниями в моменты начала вдоха и начала выдоха ([15], рис. 8).

2.5. Волны активности в нейронных сетях с непрерывными аттракторами Аттракторы в фазовом пространстве нейронной сети могут представлять аналог применяемых в вычислительной математике «вычислительных сеток» для Разумные системы управления, 2014

переменных величин, с которыми связывается нейронная сеть. То есть, отдельные точки аттракторов нейронной сети могут быть узлами вычислительных сеток соответствующих размерностей. В работе Понуляка и Хопфилда [11] показано, что во всякой сети нейронов, обладающей непрерывным (бугорковым) аттрактором, могут распространяться пространственные волны активности. В цитированной работе показано также, что эти волны могут успешно применяться для поиска оптимального пути из любой точки пространства в точку, где представлен объект, необходимый субъекту (то есть, обладателю нейронной сети). В том числе, может быть найден путь к цели из той точки, в которой субъект находится в текущий момент времени. Существенно, что как активность аттракторного типа, так и активность волнового типа могут происходить в одной и той же нейронной сети, при тех же самых связях между нейронами, но в разных режимах работы нейронной сети. Следует подчеркнуть, что в «волновом» режиме работы нейронной сети речь не идёт о волнах активности, распространяющихся в физическом пространстве. Возникающий в нейронной сети режим активности естественно назвать волной Хопфилда (Hволной). Формальное определение H-волны несколько нечетко, но «физически однозначно». H-волна связана с определением аттракторного состояния. В аттракторном состоянии активны нейроны, поддерживающие активность друг друга. Нейроны, принадлежащие данному аттракторному состоянию, в течение неограниченного времени возбуждаются снова и снова. Когда нейронная сеть работает в аттракторном режиме, в ней генерируют импульсы тормозные нейроны, не позволяющие возбуждаться тем нейронам, которые не входят в текущее аттракторное состояние. Далее про нейроны, которые возбуждаются в данной точке аттрактора, мы будем говорить, что они принадлежат данной точке аттрактора. Факт, обнаруженный в работе [11] состоит в том, что можно перестроить режим работы «аттракторной» нейронной сети на «волновой» режим. В волновом режиме, одномоментное возбуждение всех нейронов одной точки аттрактора, в последующие моменты времени вызывает возбуждение нейронов точек аттрактора, соседних с исходной, и так далее. В результате этого процесса, получается как бы непрерывное распространение возбуждения по непрерывному аттрактору нейронной сети. Тормозные нейроны при этом должны быть выключены, но порог нейронов должен быть довольно большим, так чтобы возбуждались только те нейроны, которые входят в соответствующие точки аттракторов. Регулирование порога в волновом режиме может обеспечиваться, например, за счет нейромодуляторов, действующих Разумные системы управления

100

одновременно и плавно на все нейроны сети. Применение «антихеббовского обучения» при распространении H-волны позволяет активности нейронной сети в аттракторном режиме после прохождения H-волны распространяться от любой заданной точки аттрактора к точке аттрактора - источнику H-волны. Сочетание аттракторной и волновой динамики позволяет одной и той же нейронной сети как представлять информацию о внешнем мире, так и находить решения навигационных задач с помощью уникального механизма, аналогичного применяемому в информационно-вычислительных системах волновому алгоритму поиска решений.

3. Общая схема конструкции мозга Конструкция мозга человека в принципе не отличается от конструкции мозга других высших млекопитающих. Однако, в основном за счёт увеличения размеров коры больших полушарий (КБП), мозг человека позволяет людям ориентироваться в инструментальных и социальных средах такой сложности, которая недоступна животным. Таким образом, именно устройство КБП необходимо в первую очередь понять, чтобы расшифровать секреты нашего мозга. Общая схема нейровычислительного процесса в коре больших полушарий в бодрствующем состоянии выглядит следующим образом. Кора мозга работает в мультиплексном режиме с частотой смены состояний в темпе либо тета- либо альфа-ритма (от 6 до 12 Hz). Естественно предположить, что в течение одного цикла базовых колебаний мозга чередуются три фазы работы колонок коры: (1) фаза восприятия входной информации; (2) фаза релаксации системы к аттракторному состоянию, определяемому связями внутри корковой колонки; (3) фаза распространения изолированных автоволн. Сохранение информации о предыдущих состояниях в последовательные фазы корковых циклов может осуществляться, например, с помощью «фантомов Цодыкса» [16]. В разных состояниях сна фазы работы коры могут отличаться от фаз работы коры в состоянии бодрствования. Мы ограничимся самой общей информацией о работе коры в состояниях сна. Кора мозга состоит из клеточных блоков, колонок. Колонки содержат основные клетки (возбуждающие, 80% клеток) и тормозящие интернейроны (20 % клеток). Колонки коры делятся на (1) входные; (2) внутренние и (3) выходные. Входные колонки принимают информацию от сенсорных входов. Выходные колонки посылают информацию на исполнительные органы.

Разумные системы управления, 2014

101

Взаимодействие между колонками осуществляется как непосредственно, так и через промежуточные звенья: таламус, базальные ганглии, гиппокамп, амигдала, клауструм и гипоталамус. Кроме того, колонки делятся на два типа: (1) гранулярные колонки и (2) агранулярные колонки. Основные клетки колонок связаны между собой врождёнными связями. Врождённые связи обеспечивают в колонках возможность режимов, называемых основными аттракторами колонок. Основные аттракторы, это множества устойчивых (точнее, квазиустойчивых) состояний нейронов в каждой отдельной колонке, обусловленные врождёнными связями между этими нейронами. Мы понимаем, как могут быть организованы врождённые связи, чтобы аттракторы имели свойства, которые мы называем d-размерностью. Причем значения d - это небольшое целое число. Наибольший интерес представляют аттракторы с d = 0, 1, 2, 3. Суть аттракторов состоит в том, что именно их элементы представляют переменные, которыми оперирует мозг. Дискретные переменные представлены аттракторами с d = 0, а непрерывные переменные небольших размерностей представлены аттракторами с d = 1, 2, 3. Имеется два типа связей между основными нейронами колонок – врожденные и настраиваемые. Колонки связаны друг с другом прямыми и обратными связями. Кроме того, часть колонок связана с сенсорными входами. Прямые связи делятся на непосредственные и кодонные. Сами по себе врожденные аттракторы, конечно, ничего не представляют. Они могут представлять переменные, с которыми имеет дело нервная система, за счет врождённых, или сформированных во время функционирования («обученных») связей между колонками. Некоторые колонки имеют связи со входом в кору (с сенсорными входами). Другие колонки имеют связи с выходом из коры (моторные выходы коры). Весь мир отображается в нервной системе в виде состояний активности колонок коры головного мозга. Всякому элементу восприятия мира соответствует активность отдельной колонки. В настоящем тексте мы практически не рассматриваем входы и выходы коры и связи коры со вспомогательными структурами. Достаточно их пока упомянуть. Важнейшие из вспомогательных структур: таламус, гиппокамп, базальные ганглии и мозжечок. Настоящий текст, практически целиком, посвящен типам и способам выполнения основных операций в коре. Разумные системы управления

102

Операции первого типа. Их основная функция состоит в том, чтобы активность нейронов колонок приобрела значения. Пример такой операции – построение самоорганизующихся карт Кохонена [17]. Другой пример – формирование дискретного векторного квантования [14]. Построенные примеры операций относятся к связям тех корковых колонок, которые связаны с сенсорными сигналами. Таким образом, точки аттракторов этих колонок приобретают значение. В аттракторном режиме факт активации колонки дискретен: колонка либо активирована, либо нет. Речь идёт об одном цикле работы, т.е. о промежутке времени 80-120 мс. Возбуждена или нет колонка в течение данного цикла работы зависит от того, больше или меньше некоторого порогового числа импульсов было сгенерировано в данной колонке за данный цикл. Эффект, производимый возбуждённой колонкой, зависит как от того, сколько нейронов колонки возбудилось, так и от того, какие именно нейроны возбудились. Возбуждение колонки представляет наличие или отсутствие некоторого одного гностического элемента (ГЭ), а конкретный нейронный паттерн – это параметр этого ГЭ. Размерность параметра может принимать значения d = 0, 1, 2, ..., в соответствии с размерностью аттрактора нейронной сети. ГЭ – это элемент возбуждения коры, наличие или отсутствие которого имеет определённый смысл. В принципе, возбуждение одной колонки может само по себе смысла не иметь, а быть только компонентой ГЭ. То есть, быть полноценными ГЭ, иметь смысл могут определенные комбинации компонент ГЭ. Собственно, ГЭ – это и есть «нейрон бабушки» [18]. В том, что сформулировано выше, важно то, что размер «нейрона бабушки», т.е. число компонент, которые составляют ГЭ, не фиксирован. В частности, этот размер может зависеть от «популярности бабушки». Значение активности элемента восприятия определяется тем эффектом, который вызывается этой активностью. Для всех колонковых процессов существенную роль играет формат активности нейронов колонки. В аттракторном режиме формат активности стационарный. А волновом режиме – формат распространяющейся H-волны. Как уже говорилось выше, эти два формата тесно связаны. Эффективность мозга как вычислительного устройства определяется тем, что кора может представлять состояния, работая в аттракторном режиме, и может находить пути из одного состояния в другое, работая в волновом режиме. Конечно, понимание мозга должно включать понимание всей совокупности постоянно идущих в мозге процессов. Полный масштаб времени мозга включает одну жизнь. Продолжительность жизни современного человека – не более 120 Разумные системы управления, 2014

103

лет. В целом, в масштабе всей жизни, работа мозга не стационарна. Впрочем, в интервале 25-50 лет возраста человека изменения можно считать незначительными. До 25 лет идёт формирование мозга, после 50 лет – постепенная его деградация. Соответственно, мы будем пока иметь в виду работу мозга человека в этом, рабочем, интервале возраста. Работа мозга подвержена также периодической регуляции, соответствующей чередованию дня и ночи. Регулярные смены состояний мозга связаны с циклом бодрствование-сон. Функции мозга в различные фазы этого цикла различны. В мозге, как и в современном компьютере, идёт одновременно много процессов. Например, стандартный ноутбук в каждый момент времени сообщает о полусотне параллельно идущих процессах. Использование в компьютерах множества параллельных процессов вовсе не объясняется желанием имитировать работу мозга. Просто в работающей системе, много за чем нужно следить, и удобно, чтобы отдельные блоки работы системы контролировались специализированными программами. В современном компьютере имеется обычно один центральный процессор (или несколько, тесно связанных друг с другом). Поэтому параллельные процессы делят друг с другом «внимание» центрального процессора. Соответственно, в мозге также постоянно идёт много параллельных процессов. В «фоновом режиме» мозг обеспечивает управление дыханием, регуляцию позы, управление кровообращением и работой внутренних органов, отслеживание всех сенсорных входов. В мозге нет центрального доминирующего процессора. Этот факт с одной стороны облегчает работу параллельных систем мозга, а с другой стороны может быть источником конфликтов, затрудняющих работу параллельных управляющих систем. Одновременно в организме идёт много процессов. Практически все они в той или иной степени зависят от работы нервной системы. Видимо, имеет смысл говорить о масштабе времени корреляции активности нервной системы и переменных конкретного процесса. При этом надо учитывать масштаб времени автокорреляции и нейронной активности и переменных процесса. Кроме того, в мозге идут процессы мышления. К ним естественно отнести все процессы, которые начинаются, развиваются, протекают и заканчиваются в Разумные системы управления

104

самом мозге. Результатом конкретного процесса мышления является решение конкретной задачи. Что такое «задачи», откуда они берутся, пока не ясно. Более или менее понятно, какая часть коры («префронтальная кора») связана с формулировкой и управлением поиском решения задач. Размышления – это процесс «свободного полёта мысли». В процессах размышления мозг исследует «закоулки» накопленного знания, по-видимому, с чисто исследовательскими целями. Точно так же, как «крысы-исследователи» лезут в незнакомые лабиринты. Для мозга «внутренний лабиринт» накопленного знания в мозге ничем не отличается от лабиринтов внешнего мира.

4. Многоагентный мозг Конрадта Интересную модель поведения предложил в своей диссертации Йорг Конрадт [19]. Он разработал конструкцию робота, способного к навигации в реальной среде. Конструкция состоит из простейшей системы управления роботом, который способен двигаться в заданном направлении с обходом препятствий и большого числа «агентов места». Агенты места все умещаются в голове робота и занимаются сбором и упорядочиванием информации о «принадлежащих им» областях окружающего пространства. У робота имеется запас таких потенциальных агентов. Всякий раз, когда робот оказывается в месте, не «приватизированным» ни одним из его агентов места, это место осваивается новым агентом места. Каждый агент знает всё, о своей «вотчине» и знает своих соседей. Такая организация позволяет роботу легко решать задачи, в которые он вовлечён. В частности, робот Йорга решал задачу принести чашечку кофе в ту комнату Института нейроинформатики в Цюрихе, где это кофе потребовалось. В свободное от выполнения задач пользователей время агенты использовали робота (его глаза и другие органы чувств) для уточнения информации о своём «месте обитания». Для таких исследовательских задач робот передаётся от одного агента к другому. В результате процессов исследования появляются новые агенты места. Или, точнее, какие-то из резервных информационных агентов переходят в разряд действующих. Для того, чтобы конкретный процесс был активен, нужно чтобы в организме был сверхпороговый уровень дефицита потребности, в удовлетворении которой участвует данный процесс. Процесс прерывается или прекращается, если его вытесняет конкурирующий (за общие ресурсы) процесс, или тогда, когда потребность в активном ходе процесса отпадает. Такая распределённая система управления и навигации удобна и легко обозрима. Интересно отметить, что с внешней точки зрения запись того, кто

Разумные системы управления, 2014

105

(какой конкретно агент места) и когда пользовался роботом (т.е. «бортовой журнал робота»), представляет как бы «след сознания» робота.

5. Вербальные механизмы Основные функции речи, в самых общих чертах сводятся: (1) к передаче информации между индивидами; (2) к передаче информации индивидуумом самому себе и ее анализу, т.е. к использованию слов в процессах мышления человека [1]. Известно, что 60 000 лет назад люди не разговаривали, а 40 000 лет назад они уже умели пользоваться речью [20]. За 10-20 тысяч лет, отделяющих человечество с языком от не говорящего человечества, анатомия и физиология людей не могла существенно измениться. В силу этого, нейронные механизмы, задействованные в узнавании элементов речи и манипулировании ими, должны быть теми же самыми, которые использовались людьми при узнавании и манипуляции объектами в доречевую эпоху. В этом – суть гипотезы [1]. Точных данных о механизмах узнавания и манипулирования объектами мира в нервной системе пока нет. Однако сейчас некоторые существенные черты этих механизмов становятся понятными. Речь идет ГЭ [18]. В доязыковую эпоху ГЭ соответствовали только естественным объектам внешнего мира. Рождение языка привело к тому, что значительную долю ГЭ стали составлять элементы речи. Способы манипуляции новыми («языковыми») ГЭ не могут существенно отличаться от способов манипуляции старыми («доязыковыми») ГЭ. В частности, известный в лингвистике общий принцип: «Язык – это инстинкт» [21], - скорее всего, означает тождественность мозговых механизмов функционирования «новых» и «старых» ГЭ. Итак, «нейромеханика» освоения и использования языка человеком по сути своей не отличается от «нейромеханики» освоения и использования неязыковых типов ментально-моторных инвариантов. Мышление и язык у человека тесно связаны. Разумеется, многие нервные процессы у животных можно и нужно называть мышлением. Мышление человека отличается от мышления животных, в частности тем, что в мыслительный процесс человека могут включаться слова. Одним из ключей к пониманию мышления человека может быть то, что процессы мышления, включающие слова, реализуются теми же механизмами, какими реализовывались мысли, не содержавшие слов. Исходя из Разумные системы управления

106

указанных соображений, можно пытаться строить стратегию понимания механизмов мышления. Например, типичная «дословесная мысль» состояла в мысленном отыскании пути из текущего состояния в целевую точку пространства [11], в мысленном проведении «маршрута из точки А в точку Б». Соответственно, существенная часть «словесных» мыслей должна содержать (или опираться на) те же нейронные механизмы, что и мысленный поиск маршрута. Одним из аспектов, важных для понимания механизмов поиска мысленных путей в нейронном ментальном пространстве, содержащем как образы физических объектов, так и образы слов, может быть осознание того, что физический мир существенно трехмерен, а мир слов может иметь гораздо более сложную геометрию и топологию. В данной гипотезе важна идея о том, что слова явили собой новые и многочисленные элементы среды обитания человека. Не ясно, носило ли изобретение языка первоначально утилитарную или игровую функцию. Но совершенно ясно, что сообщество уже говорящих людей обладает многими преимуществами перед сообществом людей, не имеющих полноценных средств общения. Именно возникновение/изобретение языка 50 000 лет назад могло быть движущей силой известной из антропологии неолитической «промышленной революции» [20]. Любопытно заметить, что связанное с возникновением языка обильное появление слов в окружении каждого человека стало фактически первым массовым антропогенным изменением (своего рода «загрязнением») окружающей среды в истории человечества.

6. Организация основного цикла нейронной деятельности Постепенно становится понятной приблизительно следующая общая схема работы коры головного мозга. В период бодрствования функционирование связано с циклами основного ритма коры (6-12 Hz). В последовательные фазы ритма в коре осуществляется: (1) отображение работой аттракторных сетей текущей сенсорной и внутренней обстановки со специализацией, определяемой локально по зонам коры; (2) отображение текущих целевых состояний и проведение H-волн из целевых состояний в полиаттракторном поле; (3) определение кода нейронного действия для перехода из текущего состояния в требуемое;

Разумные системы управления, 2014

107

(4) активация нейронного действия по найденному коду и переход к следующему циклу. При смене фаз цикла работы коры в корковых модулях (на основе механизмов типа «фантомов Цодыкса» [16]) в качестве начальных значений сохраняются значения переменных, достигнутых в конце предыдущего шага основного цикла. Все состояния первой фазы основного цикла (с доступной точностью) последовательно записываются в поле СА3 гиппокампа. Вместе с состояниями определяется и записывается степень рассогласования получаемых состояний с ожидаемыми. Для сна функция основной (для информационной работы мозга) деятельности коры была определена Марром. В определенные фазы сна в мозге с помощью гиппокампа повторяются («проигрываются») те эпизоды работы мозга, которые хуже всего предсказывались в состоянии бодрствования. Для этих эпизодов производится формирование (или переформировывание) кодонных преобразований на входе коры и в связях между корковыми модулями [10]. Видимо, побочным эффектом процессов проигрывания записанной ранее информации являются сновидения. Сон также связан с восстановлением биохимического баланса многих тканей и органов организма. В частности, во сне с помощью коры больших полушарий может осуществляется дополнительная регулировка функций желудочно-кишечного тракта [22].

Заключение Общая схема информационных процессов в мозге во всех деталях, достаточных для их искусственного воспроизведения, пока не ясна. Однако, сейчас идёт процесс формирования понимания многих конкретных деталей этой схемы. В работах данного направления необходимо избегать две крайности. Во-первых, не следует поддаваться гипнозу «величия» задачи понимания мозга. В конце концов, вся история исследования мозга и история создания управляющих машин и устройств показывает, что запредельно сложных задач ни в психической деятельности человека, ни в задачах технологии не встречается. Всё, в конце концов, как-нибудь оказывается устроено. Во-вторых, конечно, даже тогда, когда решение задач кажется уже найденным, необходимы многочисленные дополнительные проверки, чтобы убедиться в работоспособности и состоятельности получаемых схем.

Разумные системы управления

108

Работа поддержана Общественным Движением «Россия 2045» и грантом РФФИ № 13-07-01004.

Литература 1. В.Л. Дунин-Барковский К вопросу об обратном конструировании мозга. - // В кн.: Глобальное будущее 2045. Конвергентные технологии и трансгуманистическая эволюция. – М.: изд-во МБА, 2013, С. 150-157 2. В.Л Дунин-Барковский Нейроинформатика в России и мире. – //Мозг: фундаментальные и прикладные проблемы: научная сессия общего собрания РАН. Тез.докл.: М.: изд-во Наука, 2010, С. 220 – 223. 3. В.Л. Дунин-Барковский Информационные процессы в нейронных структурах. М.: Наука, 1978, С.166. 4. В.И. Кринский, А.С. Михайлов Автоволны. М.: Знание, 1984, С.63. 5. Л.Р.Арутюнова, В.Л.Дунин-Барковский, Л.М.Чайлахян Моделирование роли Clканалов в перемещении Са++ через мембрану эндоплазматического ретикулума. – // ДАН - т. 409 (2), 2006, C. 261 – 265. 6. W.N. Ross Understanding calcium waves and sparks in central neurons. – //Nature Reviews Neuroscience. Vol. 13 (3), 2010, P. 157-168. 7. L. R.Artinian, E. A. Finch Dual role of ryanodine receptors during parallel fiber – Purkinje cell synaptic transmission. – // Soc. Neuroscience Ann. Meeting, New Orleans, 2003, Poster Presentation No. 426.21. 8. S.D. Antic, W.L. Zhou, A.R. Moore, S.M. Short, K.D. Ikonomu. The decade of the dendritic NMDA spike. – //J Neurosci Res. 2010, Vol. 88(14):2991-3001. 9. R. Lorente De No Cerebral cortex: architecture, intracortical connections, motor projections. – //In.: Physiology of the nervous system. - N.Y., Oxford Univ. Press, 1949, P. 288– 312. 10. В.Л. Дунин-Барковский Нейронные схемы ассоциативной памяти. – //В кн.: Моделирование возбудимых структур. Пущино, НИВЦ АН СССР, 1975, С. 90-141. 11. F. Ponulak , J.J. Hopfield Rapid, parallel path planning by propagating wavefronts of spiking neural activity. – //Frontiers in Computational Neuroscience, V. 7, article 98, 2013, P. 1-14. Разумные системы управления, 2014

109

13. W. Dunin-Barkowski Data formats in multineuronal systems and brain reverse engineering. - // Invited talk, Conference Biologically Inspired Cognitive Architecture 2011. Available from: (http://2045.ru/pdf/ARLINGTON20111106wldb.pdf) 14. Я.М. Карандашев Персептрон с аттракторами. – //Нейроинформатика 2013, т. 2, C. 125-130. 15. W.L. Dunin-Barkowski, A.T. Lovering, J.M. Orem, et al. L-plotting — A method for visual analysis of physiological experimental and modeling multicomponent data. – //Neurocomputing, 2010, Vol. 74, P. 328-336. 16. G. Mongillo, O. Barak, M. Tsodyks Synaptic theory of working memory. - // Science. 2008, 319(5869), P. 1543-1546. 17. К.П. Соловьева Формирование самоорганизующихся отображений сенсорных сигналов на непрерывные нейросетевые аттракторы. //Математическая биология и биоинформатика. 2013. Т. 8. № 1. С. 234– 247. 18. R.Q. Quiroga, I. Fried, C. Koch Brain cells for grandmother. - //Sci Am. 2013 Feb; 308(2): 30-5. 19. J.-A. Conradt , R. Douglas A distributed cognitive map for spatial navigation. – //Laboratory for Sensory Robotics 50yrs Celebration, Munich Technological Institute, Munich, Germany, 2011: Available from: (http://www.lsr.ei.tum.de/fileadmin/publications/Conradt/CoTeSys2011Wor kshop-JConradt.pdf ) 20. Г. Маркус Несовершенный человек. Случайность эволюции мозга и ее последствия. - М.: изд-во Альпина нонфикшн 2011, С. 253. 21. N. Chomsky The Science of Language. – Cambridge University Press, NY, 2012, P. 328. 22. Н.Г. Бибиков, И.Н. Пигарев Основные статистические характеристики фоновой активности корковых нейронов кошки в состоянии медленного сна. – // Физиологический журнал имени И.М. Сеченова, 2013, т. 99 (3), C. 347-361.

Разумные системы управления

110

Сайт программы «C5ISR» www.c5isr.ru

Сайт проекта «Индустрия человека» www.living-industry.ru

E-mail: defensenetwork@gmail.com

Разумные системы управления, 2014

111

Все, что можно представить, можно осуществить.

www.c5isr.ru

Разумные системы управления

112