#Чердак: наука | Explore Tumblr posts and blogs

chrdkru · 5 years ago

Photo

Новая российская геометрия Нийенхейса .

Исторически геометрия возникла как учение о свойствах фигур. Она имела огромное значение для межевания земли и строительства, но затем стала не только набором полезных практических приемов. Современная геометрия рассматривает не просто фигуры на плоскости или в трехмерном пространстве, а объекты, которые могут вообще не принадлежать к нашему привычному миру. Бесконечномерное пространство, преобразование всего пространства в компактную сферу, манипуляции с многомерными фигурами — все это вполне обыденно для специалистов. Причем часто «противоречащие здравому смыслу» концепции оказываются полезны на практике — например, теория относительности Эйнштейна выросла из идеи о римановом пространства, свойства которого отличаются от привычного трехмерного пространства, описанного в учебнике для средней школы.

Впрочем, математика занимается идеальными объектами и их свойствами не потому, что это может оказаться полезно физикам или инженерам. Полезность тут скорее важный бонус, а первостепенно то, что это просто интересно.

Ничто не нравится, кроме красоты, в красоте – ничто, кроме форм, в формах – ничто, кроме пропорций, в пропорциях – ничто, кроме числа.

~Блаженный Августин

Расстояния в реальном и не очень пространстве

Школьный курс можно свести к понятию точки, отрезка и угла: любую фигуру можно представить либо множеством отрезков, либо множеством точек, сгруппированных по какому-либо принципу в пространстве. Окружность — это все точки на одном расстоянии от центра на плоскости, квадрат — это равносторонний четырехугольник с прямыми углами — и так далее.

Геометрия предполагает — со времен древних греков — манипуляции с циркулем и линейкой. Причем линейка в классической планиметрии используется без делений, поскольку идеальный квадрат можно построить только при помощи циркуля и инструмента для черчения прямых. Геометрия долгое время была преимущественно наглядной дисциплиной, однако затем она породнилась с алгеброй за счет появления такой концепции, как координаты, и за счет введения в обиход понятия векторов.

Вектор — это отрезок, направленный в заданную точку. Вектора можно складывать вместе (тогда получается другой вектор) и умножать на какое-то число (тогда вектор растягивается или сокращается в том же самом направлении). А еще при наличии направленных в разные стороны векторов можно сделать так, что любой мыслимый вектор окажется их комбинацией: так, из двух непаралелльных отрезков на плоскости можно собрать любой вектор в той же плоскости.

Этот приём разложения векторов используется в идее координат. Два вектора (для удобства — под прямым углом, хотя это и не обязательно) задают базис и координаты любой точки можно записать всего парой чисел. Первое говорит нам, на сколько надо умножить первый базисный вектор, второе — на сколько умножается второй; далее эти должным образом растянутые или сжатые базисные вектора складываются и дают любой нужный вектор.

Зачем это нужно: не только чертежи и карты

Концепция координат широко используется на практике. Без нее невозможно построение точной карты или чертежа. Но кроме карт и чертежей, координаты могут использоваться для многого другого. Плоскость какого-нибудь графика — это тоже плоскость, для точек которой применимы все те же принципы.

Если у нас есть, к примеру, график «цена квартиры в зависимости от расстояния до центра и площади» (трехмерный, ведь это три разных оси), то близко расположенные точки будут соответствовать схожим по всем показателям квартирам. Расстояние между точками окажется мерой сходства, и риэлторская программа, подбирающая похожие варианты из большой базы данных, будет оперировать той же формулой, которая считает расстояние между точками на реальной карте.

Перенос идеи «расстояния» на многомерные абстрактные пространства оказался на редкость удачным. Эта идея работает везде — от онлайн-торговли («найти все похожие товары») до астрономии («выделить все астероиды со схожими характеристиками») и медицины («поставить диагноз, сравнив этот случай со всеми уже известными»).

Как считать расстояние и углы? Немного школьного курса

Расстояние в любом евклидовом пространстве (таком, к которому мы привыкли по нашему трехмерному окружению и по плоским поверхностям) считается через длину вектора. Если взять самый простой случай — когда вектор проведен из нулевой точки, из начала координат — то длина будет квадратным корнем из суммы квадратов координат его конца (или просто «координат вектора», поскольку про начало вектора уже известно, что оно в нуле).

Если нужно посчитать расстояние между двумя точками, которые обе расположены не в нуле — формула чуть усложняется и наглядно ее смысл можно тогда представить правилом «перетащить отрезок так, чтобы он начался �� нуле — и потом посчитать через квадратный корень из сумм квадратов координат конца отрезка».

Кроме длины отрезков, для геометрии также важны углы. В обычном пространстве это имеет очевидные применения (зданиям хорошо бы иметь стены, перпендикулярные земле), а в разных менее очевидных задачах угол между векторами нужен для понимания того, в какую сторону происходит сдвиг. В том же примере с анализом рынка недвижимости непохожесть квартир по цене может быть критичнее (важнее) непохожести по расстоянию до центра, поэтому «сдвиг на 12 условных единиц» в сторону большей цены хорошо бы отличать от такого же смещения в сторону большей площади.

Рисунок автора

Наглядное — в линиях и отрезках дуги — понятие угла преобразуется в чистые числа при помощи тригонометрии. Угол можно достроить до прямоугольного треугольника, у которого будут два катета с прямым углом между ними и гипотенуза; отношение этих отрезков между собой однозначно задают величину угла. Угол с синусом ½ — это угол в треугольнике, где дальний от угла катет вдвое короче гипотенузы; величина этого угла в радианах равна арксинусу от ½. Зная синус угла, можно рассчитать и сам угол; кроме того, через тригонометрические функции (синус, косинус, тангенс) решается огромное количество физических задач с разнонаправленными векторами.

Зачем это нужно: вся физика

Вектором может выражаться какая-нибудь физическая величина. Сила, например, имеет и величину, и направление — поэтому это вектор. Векторные величины — это скорость, ускорение, импульс, напряженность электрического поля и многое другое: поэтому без векторов и тригонометрии, без операций с расстояниями и углами немыслима не только современная, но и элементарная физика.

В быту векторная природа сил наглядно проявляет себя при перетаскивании тяжестей, особенно вдвоем: важно не только то, с какой силой тянут или поднимают предмет, но и то, в каком направлении это делают.

Расстояние, которое не совсем расстояние

Формула, по которой выше считалась длина вектора — это знаменитая пифагорова формула, «Пифагоровы штаны во все стороны равны»(квадрат гипотенузы равен сумме квадратов катетов). Но красота математики заключается в том, что можно придумать массу иных способов измерять расстояние — точнее, массу способов определить само понятие расстояния.

В беседе с одним из соавторов новой серии публикаций, Андреем Коняевым, всплыл такой неочевидный для нематематиков способ задать расстояние на плоскости: представим, что над этой плоскостью висит сфера, радиус к��торой равен единице. При этом сфера снизу — своим «южным полюсом» — касается той точки, где расположено начало координат на плоскости.

Рисунок автора

В обычном подходе расстояние от любой другой точки плоскости до начала координат считается по уже знакомой нам формуле — возвести в квадрат координаты по осям x и y, сложить и извлечь корень. Но можно сделать совсем иначе. Можно из этой же точки провести линию в верхнюю — самую дальнюю от плоскости — точку сферы, ее «северный полюс». Эта линия обязательно пройдет через сферу, пересекая ее в одном-единственном месте; так точке на плоскости будет поставлена в соответствие своя точка на сфере, причем это соответствие окажется уникальным, «взаимно однозначным» на языке математиков.

Далее мы формально имеем полное право сказать, что расстояние между началом координат и любой точкой на плоскости — это длина дуги от южного полюса сферы до точки на сфере. Вся бескрайняя плоскость преобразуется в маленькую сферу и, конечно, пользоваться таким «расстоянием» будет во многих случаях очень неудобно. Но формально так сделать можно, и тут возникает резонный вопрос — а как еще можно поступить с геометрией? Какие еще способы определять расстояния и углы существуют? Что отличает математическую фантазию от бессмыслицы, наконец?

Векторное пространство

Вектора могут быть любыми. На плоскости вектор задается двумя числами и может быть представлен как комбинация двух непаралелльных векторов, которые предварительно умножили на некие числа (математики говорят о «линейной комбинации базисных векторов») — поэтому векторов может быть, как и чисел, бесконечно много. А раз так, то логично рассмотреть векторное пространство.

Векторным пространством называют бесконечное множество векторов, которые можно складывать (получая новые вектора) и умножать на число (тогда, как мы уже отмечали, вектор меняет свою длину). Также в таком пространстве можно выбрать набор базисных векторов и написать формулу, сводящую («раскладывающую») любой вектор к линейной комбинации векторов базиса:

x = a1e1 + a2 e2 + … an en

Буквами e обозначаются базисные вектора, буквами a — коэффициенты, на которые их умножают; это могут быть любые числа. Нижние индексы от 1 до n обозначают то, какой именно базисный вектор мы берем для построения нашего вектора x и для плоскости n равно двум (x = a1e1 + a2 e2), а для пространства — трем (x = a1e1 + a2 e2 + a3 e3). Если рассматривать индексы 4, 5 и так далее — то начинаются случаи с многомерным пространством.

Базовая формула работает и на плоскости, и в 12-мерном пространстве, меняется только число слагаемых. Важно только то, чтоб ни один из векторов e не был сам сводим к комбинации всех прочих — математики называют такие вектора линейно независимыми.

Операторы, функционалы и формы

В векторном пространстве есть не только правила сложения векторов и выделенный базис. Важными и интересным объектом являются процедуры, которые превращают векторы во что-то иное: например, делают из них другие векторы. Наглядные примеры: поворот плоскости, зеркальное отражение и пропорциональное сжатие/растяжение всего, что на ней находится.

Процедура, превращающая одни векторы в другие с сохранением ряда из свойств (про это чуть ниже) — называется линейным оператором. Превращение вектора в какое-либо число — это линейный функционал, а двух векторов в число — билинейная форма; во всех случаях важно, что преобразования линейны.

Или, иными словами, везде сохраняется принцип «от перемены мест результат не меняется». Если вектор домножить на число и потом подействовать на него линейным оператором или линейным функционалом — результат получится такой же, как если бы сначала применили одну из этих процедур, а уже потом домножили результат (вектор или число) на тот же самый коэффициент. Если два вектора сложили и потом подействовали процедурой — получится то же самое, как если бы сначала была процедура, а потом сложение.

А вот если взять множество всех линейных функционалов — преобразований векторов в числа — то оно вдобавок окажется само по себе векторным пространством. Результатом применения каждого линейного функционала по отношению является число, но вот сами линейные функционалы — уже вектора. И их тоже можно складывать и домножать на число. Такое сложение менее наглядно, чем операции со стрелочками на плоскости, но математически для линейных функционалов выполняется два важнейших правила:

f(u+v) = f(u) + f(v)

- линейный функционал f, действующий на сумму векторов, дает то число, которое получилось бы при сложении чисел, получающихся при действии того же функционала на каждый из векторов по отдельности.

f(a u) = a f(u)

- умножение на число самого вектора равнозначно умножению на то же самое число результата применения линейного функционала к вектору.

Эти правила — те самые критерии линейности. Если они применимы к чему угодно, это «что-то» — линейное пространство. Пространство, построенное из линейных функционалов называют двойственным (к исходному векторному пространству: тому, на вектора которого эти линейные функционалы действуют).

Давайте назад к реальности

Линейные операторы могут показаться исключительно абстрактным понятием, которое никому, кроме математиков, не нужно. Но это не так: ведь преобразование одних векторов в другие соответствует множеству насущных задач.

Коррекция фотоснимков с увеличением или уменьшением оных, с растягиванием и сжатием, всевозможные оптические расчеты, построение изображений в зеркалах — все это примеры применения линейных операторов. Вся компьютерная графика основана на использовании этих абстрактных объектов, так что современных игр и фильмов без аналитической геометрии и линейной алгебры просто бы не существовало.

Билинейная форма, делающая из двух векторов число — это тоже далеко не плод чистого воображения в отрыве от всякой реальности. Пример билинейной формы — так называемое скалярное произведение векторов; именно оно используется в известной школьной формуле для кинетической энергии: e = mv2/2. Скорость v вообще-то вектор, поэтому возвести её в квадрат — это использовать специальную операцию. Для простоты в школе просто умножают скорость саму на себя, но при честном подходе в этой известной формуле используется билинейная форма. Другая формула из курса седьмого класса: работа равна произведению силы на перемещение груза; тут тоже нужна билинейная форма, поскольку перемещение и сила есть векторы, а работа измеряется числом.

Дальше к абстракции: бивекторы

Математики (и сейчас мы не про наших героев, авторов нового исследования, а про все сообщество в прошлом) не ограничились тем, что придумали преобразования векторов в числа и построение двойственного пространства, которое само составлено из отдельных преобразований векторов в числа. Они предложили взять это двойственное пространство (из векторов) и применить к нему билинейную форму. Которая, напомним, превращает два вектора в число.

То есть в итоге выстраивается многоуровневая абстракция. Вначале берется пространство, где есть множество векторов — и таким пространством может быть привычное нам пространство или плоскость в их обычном, нематематическом, представлении. Далее это пространство превращается линейными функционалами в набор чисел, но при этом все линейные функционалы оказываются векторами сами по себе и формируют другое пространство, называемое двойственным к исходному. А уже в этом двойственном пространстве можно пару векторов (которые на самом деле линейные функционалы, действующие в другом пространстве!) превратить в числа.

Делающая из пары векторов f и g число билинейная форма Z в данном случае называется бивектором Z(f,g). Правда, при этом нужно еще одно условие: Z(f,g) = -Z(g,f) — поменяв вектора местами, знак получаемого числа меняется на противоположный.

И вот тут, конечно (а то и раньше), у любого читателя возникает законный вопрос — а зачем вообще такие сложности?

Чтобы что?

Все эти манипуляции с преобразованиями векторов в числа по разным правилам позволяют рассмотреть переход от одной системы координат к другой. А это уже не только абстрактная математика, а масса насущных задач — от теории относительности до расчета деформации балок в каркасе здания. Везде, где надо посмотреть на нечто с разных точек зрения, сравнивая разные системы координат — везде возникает задача перехода от одного набора базисных векторов к другому.

В теории относительности разные системы координат могут быть привязаны к Земле и спутнику глобальной навигационной системы — и надо понимать, как именно изменится картина при переходе от приемника на поверхности к передатчику на спутнике. А для проектирования зубных имплантов (казалось бы, где тут алгебра?) нужно рассмотреть поведение костной ткани, которая при жевании сжимается, перекашивается и скручивается — система векторов внутри челюсти тоже как-то преобразуется и для адекватного проектирования протеза хорошо бы знать, как именно это происходит. Деформируемые материалы, искривление пространства гравитационным полем, прогиб подвешенных поверхностей — те задачи, когда «изменение геометрии» уже вовсе не абстракция.

Матрица: перезагрузка базиса

Вернемся к самому первому пространству — тому, которое составлено из обычных векторов, а не из тех векторов, которые на самом деле линейные функционалы. В этом пространстве есть некоторый базис, то есть набор векторов от e1 до en; линейный оператор берет вектор X = x1e1 + x2e2 + … + xnen и превращает его в какой-то другой вектор Y. Который можно тоже записать в виде комбинации из n базисных векторов — вот только это уже другое пространство и другой базис.

Поэтому для такого преобразования нужно в итоге n2 чисел. Сначала рассчитываются все новые базисные вектора (для этого потребуется n коэффициентов — каждый новый базисный вектор собирается из n старых), а потом из этих n новых базисных векторов при помощи n дополнительных коэффициентов собирается итоговый новый вектор. Билинейная форма и бивектор (билинейная форма, но действующая на пространстве из линейных функционалов) тоже характеризуются наборами из n2 чисел; n это число базисных векторов. Или, что несколько проще, размерность пространства: n=2 на плоскости и n=3 в привычном нам мире.

Причем эти наборы чисел полностью определяют что линейный оператор, что билинейную форму, что бивектор. Математики говорят, что всем трем объектам соответствуют матрицы n x n, квадратные таблицы чисел. А кроме матрицы объект — оператор, билинейная форма или бивектор — характеризуется также тем, как матрица меняется при переходе от одного базиса (системы координат) в исходном пространстве к другому.

Чтобы не запутаться: Линейный оператор преобразует вектор в другой вектор. Для описания его работы нужна матрица, которая позволяет собрать сначала новый базис из старого, а потом новый вектор на основе этого нового базиса. Это одно преобразование пространства и сопутствующих координат (базиса), но можно рассмотреть другое — когда в изначальном пространстве выбирают какую-то иную систему координат. Повернув, например, оси под 45 градусов по часовой стрелке или вовсе сделав угол между ними равным не 90, а 85 градусов, перекосив всю координатную сетку на манер параллелограмма.

Матрицы: зачем они нужны

Квадратная таблица чисел возникает в математических задачах сплошь и рядом в ситуациях, когда есть дважды встречающийся набор из n чисел, разных или одинаковых. Например, при решении системы уравнений часто бывает так, что есть n переменных и тогда нужно минимум n независимых уравнений, в каждом из которых фигурируют все эти переменные в разных комбинациях.

А подобные системы уравнений (называемых линейными) встречаются в самых разных задачах, от экономического моделирования до трехмерной графики. Чипы видеокарт, которые ответственны за построение быстро меняющейся картинки в компьютерных играх, специально оптимизированы именно для параллельного решения множества линейных уравнений.

Тензор

Все эти объекты — линейный оператор, билинейная форма и бивектор — не зависят от первоначального выбора системы координат, сами по себе отображения остаются одними и теми же. А вот числа в соответствующих матрицах меняются, причем для оператора этот закон изменения матрицы при смене базиса — один, для билинейной формы — другой, для бивектора — третий.

Пара, состоящая из квадратной матрицы и закона ее изменения (одного из трех описанных выше) называется тензором второго ранга. И это то самое ключевое понятие в новой работе математиков, о которой шла речь в самом начале; более того, тензоры лежат в основании всей физики XX столетия. Это сложная, как можно видеть из написанного выше, но очень важная математическая идея.

Математики говорят, что тензор — это дополнительная структура на векторном пространстве, которая не зависит от выбора системы координат, но на смену базиса тензор реагирует в зависимости от своего типа. Билинейная форма, делающая из двух векторов некое число — это тензор типа (0,2). Бивектор, то есть билинейная форма, действующая в двойственном пространстве — снова тензор, уже типа (2,0); линейный оператор называют тензором (1,1) и возможен еще целый ряд вариантов, описываемых некоторым количеством чисел.

Не вдаваясь глубоко в теорию, скажем что тензор второго ранга — один из самых интересных объектов, потому что с его помощью можно определить геометрию. То есть применить их к двум насущным вопросам: как измерять расстояния и как измерять углы в каком-либо пространстве.

Вся логическая цепочка в одном коротком параграфе:

Геометрия — это про то, как измерять расстояния и углы;

Для измерения расстояний и углов нужны вектора, которые представимы и в виде отрезков, и в виде набора чисел. Набор чисел задается через базис — набор векторов, который позволяет описать все остальные через свою комбинацию; Вектора можно складывать и умножать на число, а также подвергать действию разных процедур — линейных операторов (вектор пре��ращается в вектор), линейных функционалов (вектор становится числом) и билинейных форм (пара векторов становится числом);

Линейные функционалы сами можно рассматривать как вектора и такие вектора формируют некое пространство, называемое двойственным;

В двойственном пространстве, раз уж оно векторное, можно использовать билинейные формы — и тогда эти формы называют бивекторами;

Бивекторы, линейные операторы и билинейные формы можно описать через пару из матрицы (квадратная таблица из чисел, указывающий на то, как преобразуются выбранные вектора) и закона изменения этой матрицы при смене базиса; Эта пара «матрица + закон изменения оной при смене координат» — называется тензором второго ранга.

Поле

Поскольку тензор — это про координаты и вектора — то он сразу и про геометрию. Но перед тем, как перейти к описанию разнообразных поверхностей, стоит рассказать о еще одной математической идее: поле. Тем более что идея поля опять-таки очень широко проникла по меньшей мере в естественные науки — идея электромагнитного или гравитационного поля связана с математическим полем напрямую.

Поле — это когда каждой точке сопоставлено число, вектор или иной математический объект. В электродинамике каждой точке пространства соответствует вектор напряженности электрического поля; в строительной физике каждой точке здания соответствует свое значение температуры (температурное поле) и вообще поля могут быть какими угодно — вплоть до какого-нибудь поля притягательности клиентов для маркетологов.

Тензор определяет геометрию

В своей работе математики взяли гладкую двумерную поверхность в трехмерном пространстве: слово «гладкий» означает, что острых краев и разрезов в ней не было и для дальнейших выкладок такая гладкость играла важную роль. К гладкой поверхности в любой точке можно провести касательную плоскость к ней — и затем рассматривать эту плоскость как двумерное евклидово пространство.

Где векторное пространство, пусть и двумерное — там и всё, что можно с ним сделать, все линейные операторы, билинейные формы, двойственные пространства и бивекторы. Применяя все перечисленные выше конструкции, математики смогли задать тензоры второго ранга всех трех видов — (0,2), (1,1) или (2,0). Таким образом, каждой точке поверхности ученые сопоставили некоторый тензор — эта конструкция называется тензорным полем.

Как оказалось, подобное тензорное поле для всех трех типов тензоров определяет геометрическую структуру. Главный результат серии работ трех выпускников мехмата МГУ заключается в том, что тензорное поле, определяемое операторами типа (1,1) — теми, что получаются из линейных операторов — приводит к богатой и интересной геометрической структуре на многообразии (то есть какой-то поверхности, причем не обязательно двумерной). Ранее другие исследовательские группы показывали, что интересные результаты можно получить из тензорных полей вида (0,2) и (2,0) были известны, а вот тензорными полями (1,1) никто толком не занимался.

Тензорные поля и какие они бывают: пространство-время

Тензорное поле, как можно было видеть из всего написанного выше — штука довольно сложная. Тем не менее, они довольно активно используются в ряде задач, особенно если говорить о полях с тензорами (0,2) и (2,0). То есть о таких, где в основе лежит билинейная форма, превращение пары векторов в число — и бивектор, разновидность билинейной формы, примененной к двойственному пространству.

Случай тензорного поля из билинейных форм — это так называемый метрический тензор. Операция, которая делает из двух векторов одно число, является так называемым скалярным умножением векторов и она широко используется для вычисления расстояний, углов и кривизны поверхности… или, если говорить о теории относительности, кривизны пространства-времени.

Метрический тензор на примере плоскости выглядит довольно просто, как квадратная матрица такого вида:

У нее есть четыре компонента, которые можно обозначить, например, как gxx, gxy, gyx и gyy. И эти компоненты на самом деле входят в одну знакомую с 8 класса школы формулу — теорему Пифагора. Вот как записывается школьная формула (квадрат гипотенузы, длина которой обозначена s, равен сумме квадратов катетов x и y):

s2 = x2 + y2

А вот та же формула, записанная в общем виде и в предположении, что у нас речь идет об очень маленьком треугольнике:

s2 = gxxx2 +gxyxy +gyxyx + gyyy2

Если сюда подставить компоненты тензора g, то есть числа из показанной выше матрицы — получится тот самый школьный вид, поскольку gxyxy обратится в ноль из-за равного нулю gxy (и аналогично с gyx). Для пространства-времени — где уже не 2 измерения, а 4 — схожая формула оперирует метрическим тензором несколько иного вида:

И задаваемый этой формулой интервал (не расстояние, а интервал — речь про пространство-время!) считается как:

s2 = (ct)2 — (x2 + y2 + z2)

Если пространство-время искривляется гравитационным полем, то компоненты метрического тензора тоже меняются и вместе с ними меняется способ рассчитывать расстояния между точками. Предметы в гравитационном поле не просто сжимает и деформирует — само пространство становится иным, а время начинает идти медленнее. Изнутри такой области при этом кажется, что все в порядке: ведь меняется само определение расстояний и времени, все линейки и часы тоже подчиняются четырехмерной псевдоримановой геометрии.

«Любое гладкое тензорное поле с определенным дополнительным условием на тензор определяет на многообразии так называемую риманову геометрию. Сильно упрощая, можно сказать, что двумерное риманово многообразие — некоторое искривление плоскости, вложенное в трехмерное пространство» — говорит Андрей Коняев.

Тензорное поле вида (0,2), то есть метрический тензор, определяет геометрию, обобщающую привычные геометрические объекты на плоскости и в пространстве. А тензорное поле (2,0) состоящее из бивекторов, тоже определяет геометрическую структуру — менее наглядную, чем риманова или псевдориманова, но тоже очень полезную, в том числе и в физике. Речь идет о скобках Пуассона, математическом объекте, который применяется уже не просто к векторам, а к функциям. И, сверх того, использует понятие производной.

NB: Рассказ про скобки Пуассона (следующие пять абзацев) можно b пропустить без принципиального ущерба для понимания.

В физике производные часто появляются в задачах о движении каких-либо тел. Если положение тела в пространстве задается координатами, которые меняются со временем (и тогда их записывают как x(t) и y(t) — это функция от времени), производная будет выражать скорость. И довольно часто ученые используют так называемое фазовое пространство: когда ось координаты дополняется осью скорости.

На первый взгляд это ненужное и излишнее усложнение: ведь тем самым число осей и тем самым размерность пространства увеличивается в два раза и уже простая задача о колебании грузика на пружинке вдоль одной оси или качающемся маятнике становится задачей на плоскости. Однако если нарисовать такое фазовое пространство и отобразить движение того же маятника — получится неожиданно простой и красивый результат в виде окружности. А если маятник не идеальный, а реальный, с затуханием колебаний, то получится спираль, поскольку и скорость, и амплитуда колебаний постоянно снижаются:

Фазовое пространство не просто дает неожиданно наглядную и красивую картинку. Введение «координаты», которая на самом деле не координата, а скорость, также упрощает решение дифференциальных уравнений, то есть уравнений, где фигурируют производные. «Это особый язык для описания физической системы: сначала повысили размерность, перейдя в двумерное пространство, затем ввели на этом фазовом пространстве достаточно произвольным образом геометрическую структуру, потом нашли подходящий гамильтониан. С одной стороны многие свойства физической системы определяются геометрией фазового пространства, с другой стороны, геометрические структуры на фазовом пространстве могут быть одинаковыми для разных дифференциальных уравнений.

Интерес к геометрии Пуассона возник благодаря работам Алана Вайнштайна, который доказал теоремы о расщепимости и линеаризации — его работы показали, что соответствующая геометрическая структура нетривиальна. Геометрия Пуассона — типичный пример того, как возникает новое математическое направление: отдельные результаты, аналогичные теоремам, которые доказал Вайнштайн, были известны математикам задолго до выхода его статей, важный вклад американского ученого состоял в том, что он обобщил и систематизировал их, грубо говоря, собрал набор инструментов для дальнейшей работы.

С помощью этих инструментов математик российского происхождения Максим Концевич сумел с позиций геометрии Пуассона проанализировать так называемое деформационное квантование, которое позволяет осуществлять переход от классической к квантовой механики. За эти работы Концевич дважды — в 2012 и 2014 годах — получил престижную премию Breakthrough Prize in Mathematics, а геометрия Пуассона выросла в достаточно популярное и плодовитое направление в современной математике.

Отметим еще раз, что для того, чтобы скобка Пуассона была правильно определена, а геометрия Пуассона, соответственно, получилась интересной, на исходное бивекторное поле нужно, как в и случае с римановой/псевдоримановой геометрией наложить определенные условия: оно должно удовлетворять тождествам Якоби, особым уравнениям, которые, грубо говоря, определяют, как могут выглядеть соответствующие бивекторам матрицы.

«Новая геометрия» (ура, наконец-то)

Итак, остался последний случай — на некотором многообразии задано тензорное поле вида (1,1), то есть в любой точке некоторой поверхности определен линейный оператор. Серия новых работ российских математиков, о которой мы и рассказываем в этой статье — это первые шаги к описанию новой геометрии, которая определяется этим тензорным полем. Для того, чтобы геометрия оказалась интересной, как и в двух предыдущих случаях, нужно наложить дополнительное условие.

Это условие — равенство нулю особого выражения, которое называется тензором Нийенхейса по имени нидерландского математика Альберта Нийенхейса. Пусть L — тензорное поле вида (1,1). Для любых двух векторных полей u,v (то есть заданных в каждой точке нашего многообразия векторов касательного пространства) в ноль должно обращаться выражение

Здесь [.,.] обозначает коммутатор векторных полей, некоторую операцию, сопоставляющую паре векторных полей новое векторное поле. Ее точное определение мы здесь приводить не будем, скажем только, что для него используется тот факт, что векторное поле можно научить действовать на функции заданные на том же многообразии.

Оператор (операторное поле), для которого тензор Нийенхейса обрезается в ноль, называется оператором Нийенхейса. Такие объекты возникали в разных математических приложениях и раньше, но вот к связанной с ним геометрической структуре системно подойти не пытались. Изучению многообразий Нийенхейста — то есть многообразий, на которых заданы операторы Нийенхейса — и посвящены работы авторов. В частности, математикам удалось доказать результаты, аналогичные теоремам Вайнштайна для геометрии Пуассона — о расщеплении и линеаризации. Как и в том случае, эти свойства означают, что новая геометрия Нийенхейса — нетривиальная, интересная для исследования и потенциально обещающая интересные результаты структура.

Один из авторов серии работ, Андрей Коняев, объясняет, что богатство геометрии Нийенхейса — фактически случайно найденный клад. Два соавтора Коняева, работающие в Великобритании Алексей Больсинов и Иван Матвеев, занимались проективной классификацией метрик, сам Андрей Коняев разбирался с некоторыми задачами из области интегрируемых систем на алгебрах Ли. С этих двух разных сторон ученые пришли к одному и тому же объекту — оператору Нийенхейса, и им удалось доказать для многообразий Нийенхейса теорему о расщеплении, теорему о линеаризации и ряд других результатов. «Эта геометрия оказалась с одной стороны обозримой, а с другой — достаточно богатой, — говорит Коняев. — И в ней можно задавать вопросы, которые обычно возникают в геометриях, в частности, в Пуассоновой геометрии. Интересно, что ответы на них — похожие, а методы — совсем другие, то есть новая геометрий — принципиально отличается».

Коняев подчеркивает, что пока сделаны только первые шаги к описанию новой геометрической структуры и рано говорить о том, что геометрия Ниейенхейса разовьется в большое самостоятельное направление науки, как геометрий Пуассона после систематизирующих работ Алана Вайнштейна. Однако, потенциальные физические приложения нийенхейсовской геометрии авторы уже видят: например, такого рода структуры возникают в задачах о системах гидродинамического типа.

Статья подготовлена при самом деятельном участии Алексея Тимошенко

https://ift.tt/2ZuX8Ol

#IFTTT #Чердак: наука #технологии #будущее #наука #чердак #интересно #факт #science #chrdk #interesti

0 notes

chrdkru · 5 years ago

Photo

Скажи Байесу — да! .

Встать «на сторону силы» — конечно, просто фигура речи. На самом деле наш разговор сейчас лишь о том, как математический инструмент стал широко использоваться на несколько столетий позже момента, когда был сформулирован; как, пользуясь здравым смыслом, не поддаться привычке и дать правильный ответ; и о том, как простые и красивые идеи меняют людей и мир вокруг, рождая мечты, прорывы и заблуждения. Но давайте обо всём по порядку.

Disclaimer: читать эту статью целиком совсем не обязательно, особенно если вы технарь. Будет много ликбеза и того, что вы так или иначе знаете. Хотя... всё равно прочитайте.

А? Байес? Что?

Лондон. 1702 год. В семье одного из первых пресвитерианских священников Англии рождается сын Томас. Он получает домашнее образование, проявляет интерес к математике, но всё равно становится священником, как и отец. При своей жизни Томас Байес не опубликовал ни одной научной работы под собственным именем. Однако, даже несмотря на это, в 1742 году он был избран в члены лондонского Королевского общества, что говорит о том, что в научном сообществе Байес был весьма уважаемым человеком. Ну а знаменитая теорема, о которой пойдёт речь, была вообще опубликована после его смерти в «Трудах Лондонского Королевского общества».

Эта теорема, пожалуй, одна из самых значимых теорем во всей теории вероятностей. Если в общих чертах, она позволяет узнать вероятность определённого события при условии, что произошло какое-то другое статистически взаимосвязанное с ним.

И сразу формула: P(A|B) = P(B|A)P(A)P(B)

Спокойно, не закрывайте окно браузера, формул в нашем тексте будет не так уж много.

P(Х) - вероятность того, что произойдёт некоторое событие Х. Например, если Х — событие «выпадет решка», то P(X) = ½ или 50%.

Идём дальше. P(X|Y) называется условной вероятностью. Это вероятность того, что произойдёт событие X при условии, что событие Y уже произошло. Такая вероятность вычисляется как P(A|B) = P(A∪B)P(B), где P(A∪B) — вероятность наступления обоих событий сразу. Например, вероятность того, что ваш хомячок (если он у вас есть) проживёт 2 года (событие В) равна 0,6, а вероятность того, что он проживёт 3 года (событие А), равна 0,3. Тогда вероятность того, что хомячок, доживший до 2 лет, доживёт и до 3-х, равна P(A|B) = P(A∪B)P(B)= 0,30,6=12=0,5.

Теперь немного математической магии. Заметим, что из формулы условной вероятности следует, что P(A∪B) = P(A|B)P(B)=P(B|A)P(A)=P(A∪B).

Ну и что?

А то, что теперь P(A|B) = P(A∪B)P(B)=P(B|A)P(A)P(B), а это и есть наша формула Байеса.

Здорово, мы вывели формулу. Всё?

Конечно, заслуга Байеса состоит вовсе не в том, что он дважды использовал формулу условной вероятности и получил новую. Его заслуга в том, что именно он объяснил, что это нам даёт.

Допустим, у нас есть некоторое убеждение A, и мы почему-то знаем вероятность того, что оно истинно (произойдёт). Ещё у нас есть некое свидетельство B, которое может как-то изменить наше убеждение (А). Так вот. Полученная вероятность P(A|B) — это будет наше новое, изменённое свидетельством знание, наше новое убеждение. Дальше существует множество интерпретаций, которые гораздо проще понимать на конкретных примерах, но если говорить об интерпретации самого Байеса, то эта формула показывает, как уровень нашего доверия может кардинально измениться вследствие поступления какой-то новой информации. Совсем просто так: старое знание + новый результат (эксперимент, свидетельство) = новое, более точное знание.

Вероятность события А в данном случае называется априорной вероятностью. То есть это то, что мы знаем к настоящему моменту времени и в чём мы убеждены. Вероятность P(A|B) — апостериорная вероятность. То есть то самое новое, улучшенное знание.

P(B|A) — вероятность наступления события B при истинности гипотезы A, а P(B) — просто вероятность наступления события B.

Иллюстрация: Chrdk.

Но всё ещё — что с того?

Психологи уже смогли показать, что люди достаточно часто заблужд��ются в своих суждениях, основанных на полученном опыте. Поэтому интуитивно ожидаемый результат может очень сильно отличаться от правильного по Байесу. Примером может служить знаменитый парадокс Монти Холла, когда вам нужно выбрать дверь, за которой находится автомобиль, а потом, когда вам откроют одну из дверей, за которой нет автомобиля, поменять своё решение:

Это происходит потому, что мы привыкли рассуждать в парадигме классической, частотной вероятности. Байесовский подход при этом никак ей не противоречит, а скорее наоборот, дополняет.

Ключевое отличие здесь в том, что считать случайной величиной. В частотном или фриквентистском подходе мы под такой величиной подразумеваем значение, которое мы не можем спрогнозировать, не проведя какого-то количества экспериментов. В байесовском же подходе случайная величина — это строго определённый, детерминированный процесс, который можно спрогнозировать целиком, просто мы знаем не все начальные факторы, которые могут влиять на исход.

Самый простой пример — подбрасывание монетки. Если бы мы знали силу, с которой мы её подбрасываем, ускорение, сопротивление воздуха, скорость ветра и всё-всё-всё, что может как-то повлиять на её полёт, мы бы могли сказать со 100% вероятностью, куда она упадёт. Но поскольку мы этого не знаем, мы подбрасываем её миллион раз и говорим, что примерно половина из этого миллиона раз выпадет орёл, а вторую половину раз — решка.

Разные подходы к одной и той же проблеме « статистика» и «байесовца»

Байесовский подход удобен ещё и тем, что мы можем вообще не проводить экспериментов. Но тогда апостериорная вероятность просто напросто равна априорной. Иначе говоря, такая вероятность будет просто отражением наших представлений об этом процессе. Например, какова вероятность того, что сегодня случится конец света? Если бы мы говорили об этом в терминах частотной вероятности, нам бы нужно было провести ряд экспериментов (то есть несколько раз дождаться конца света), а потом число успехов (концов света) поделить на число всех дней, когда мы наблюдали за этим событием. То есть если вы читаете эту статью, то вероятность того, что конец света наступит сегодня, с точки зрения статистики равна нулю. Но мы же все прекрасно знаем, что вероятности инопланетного вторжения, образования чёрной дыры внутри БАКа или захвата земли взбунтовавшимися роботами не нулевые. Поэтому, подставив их в качестве априорных в формулу Байеса, мы уже получим ненулевую вероятность.

Таким же достаточно простым способом можно посчитать, например, вероятность того, что вам понравится новый фильм, вышедший в прокат, или что президентом такой-то страны в таком-то году станет такой-то человек.

Кажется, с теорией мы на этом в целом покончили. Но наверняка у вас всё ещё есть некоторое недопонимание, я уверен. Поэтому вперёд — к примерам. Меньше математики, больше веселья!

Зачем мне теорема Байеса, если…

...я случайно переспала с парнем, который не предохранялся, и теперь боюсь за свою загубленную м��лодость:

Это самый типичный пример, которым очень любят иллюстрировать работу нашей формулы, показывая всё её могущество.

Иллюстрация: Shutterstock

Допустим, только 1% процент неудачников не успевают избежать беды и становятся молодыми папами. Чтобы узнать это наверняка, вам придётся сделать тест, который, вообще говоря, никогда не бывает на 100% надёжен. Но мы будем оптимистами и скажем, что наш тест в 99% случаев даёт правильный результат. То есть только одна из ста небеременных девушек на несколько дней впадёт в отчаяние, или только одна из ста беременных опрометчиво успокоится до первых проявлений признаков нечаянного счастья.

Вопрос: какова вероятность того, что если ваш тест дал положительный результат, вы действительно беременны? Нет, не 99, не 80 и даже не 75 процентов. Вероятность того, что вы на самом деле беременны, всего лишь 50%. Тоже не очень приятно, но сильно лучше, чем 99.

Почему? А давайте подставим в формулу и проверим:

. A — я беременна,

. В — тест положительный,

. Р(А|В) — я беременна при условии, что результат теста положительный,

. P(A)=0,01 — вероятность забеременеть в принципе,

. P(B|A)=0,99 — вероятность получить положительный результат теста в случае беременности. Она равна 0,99 из точности теста.

А в знаменателе у нас Р(В) — вероятность получить положительный результат теста в принципе. Даже если он и не верный. Для этого умножим вероятность ложного срабатывания на количество небеременных девушек: 0,01 * 0,99, и сложим с вероятностью положительного срабатывания в случае действительной беременности: 0,99 * 0,01. Итого получаем P(A|B)=P(B|A)P(A)P(B)=0,99*0,01(0,01*0,99)+(0,99*0,01)=0,00990,0198=12=50%. Так что не беспокойтесь раньше времени. Возможно, всё не так уж и страшно.

На самом деле, конечно, это гораздо полезнее знать не девушкам, а врачам, которые, например, занимаются исследованиями рака. Потому что в таких вещах шутить не стоит и каждый лишний процент — это надежда и вера в лучшее.

...я живу в мире, где все вороны чёрные, но хочу понять, как это связано с красными яблоками: Это ещё одна хорошая иллюстрация того, как индуктивная логика противоречит интуиции., а байесовское мышление спасает ситуацию. Называется это парадоксом воронов.

Иллюстрация: Shutterstock

��усть есть некая теория, которая говорит, что все вороны чёрные. С точки зрения логики утверждение «все вороны чёрные» эквивалентно выражению «все предметы, не являющиеся чёрными, не являются воронами». Согласны? Теперь идём дальше. Если я увижу много чёрных воронов, это должно укрепить мою уверенность в моей теории. А теперь фокус. Если я даже не увижу ни одного чёрного ворона, но увижу много красных яблок, это, согласно индуктивной логике, должно также увеличить мою уверенность в том, что все вороны чёрные. Хотя интуитивно так и не кажется. И всё же это так и есть.

В самом деле, чем больше красных яблок я вижу, тем больше убеждаюсь в том, что не чёрный объект не является вороном, а это, как мы помним, утверждение эквивалентное нашей начальной формулировке утверждение. Теорема Байеса в этом случае помогает разрешить всё математически. Если без формул, то всё это будет звучать примерно так: чем больше нечёрных предметов мы можем наблюдать, тем более мы убеждены в верности нашей теории. То есть тем сильнее меняется наше апостериорное знание. Хотя наблюдение множества красных яблок окажет достаточно слабое воздействие на смещение вероятности того, что утверждение «все вороны чёрные» верно. Именно поэтому интуитивно нам это и не понятно. Вот если бы мы смогли посмотреть на все нечёрные предметы вселенной и убедиться в том, что они не являются воронами, мы бы смогли до конца убедиться в том, что все вороны чёрные.

...я занимаюсь философией науки и хочу до конца разобраться с критерием фальсифицируемости по Попперу: Продолжаем погружаться в мышление по Байесу. Для начала несколько слов о самом попперовском критерии.

Слепые мудрецы выясняют, что такое слон, путём ощупывания

Достаточно долгое время наука была чисто описательной и рецептурной: если долго тереть, можно зажечь огонь, если отрубить голову, остальное тело перестаёт быть живым, у бабочки есть крылья, голова и туловище и так далее. Но в какой-то момент все поняли, что описания мало, и что хотелось бы знать ответы на вопрос «почему?». Но вот отвечать на вопрос «почему?» оказалось довольно сложно. Точнее, проверять этот ответ.

Тогда пришли ребята, которые сказали «а давайте просто брать и проверять так это или нет так» и начали ставить массу экспериментов. Если теория бралась предсказать какой-то результат, а выходило что-то другое, теорию считали плохой. И несмотря на кажущуюся простоту такой схемы, сам принцип был формально сформулирован только в 20-х годах прошлого века и назван «верифицируемостью теории».

Но тут снова началось много неприятного. Оказалось, что сама верифицируемость не верифицируема, а в гуманитарной среде стали рождаться крутые науки, которые многое объясняли, но почти ничего, увы, не могли предсказать. Тут-то и пришёл Карл Поппер со своим «научная теория должна быть потенциально фальсифицируемой». То есть если хотите, чтобы наука могла как-то работать с вашей теорией, предъявите хотя бы мысленный эксперимент, результат которого может её разрушить.

Например, утверждение о существовании чего-то ненаучно, потому мы не можем это опровергнуть. А вот утверждение о том, что чего-то не существует, научно, так как опровергается непосредственным предъявлением этого чего-то. Ещё очень важно не путать научность и истинность. Потому что утверждение о том, что Луна состоит из сыра, тоже научно (можно это опровергнуть), хотя и не истинно. Истинность уже подтверждается доказательствами, экспериментами, вот этим вот всем. Хотя на 100% истинно оно всё равно не будет никогда.

Теперь можно вернуться к Байесу. Оказывается, что идея Поппера о том, что научная теория может фальсифицирована, но никогда не сможет быть полностью подтверждена — это всего лишь частный случай байесовских правил. Здесь придётся немного позанудствовать. Пусть у нас есть некая теория A, предсказывающая Х. Если Р(X|A) 1 (вероятность того, что если теория А верна, свидетельство Х наступит с вероятностью почти 100%), и теория делает верные предсказания, тогда наблюдение Х (не Х) очень сильно фальсифицирует А.

С другой стороны, повторное наблюдение самого Х довольно слабо влияет на истинность теории, так как не несёт в себе чего-то нового. Например, увидев чёрного ворона, мы вновь убедимся в том, что все вороны чёрные, но укрепит это нашу веру не очень сильно, ведь мы и так знаем, что можем наблюдать чёрных воронов. А вот чтобы подтвердить наверняка какую-то теорию А, нам нужно было бы найти такое свидетельство Х, чтобы Р(Х|А) = 0, то есть предоставить такой Х, который при истинности противоположной теории был бы невозможен. Но этого мы сделать не можем, так как не можем рассматривать все возможные альтернативные объяснения.

То есть мы не сможем предъявить хоть какое-то абсолютно невозможное свидетельство, если будет истинна теория «ни один ворон не является чёрным». Поэтому ни одна теория не верифицируема на 100%. Формально мы даже можем сказать, что отношение Р(X|A)/Р(Х|А) показывает нам, насколько наше наблюдение Х сильно в качестве свидетельства (насколько сильно оно подтверждает теорию).

Из формулы мы можем увидеть, что фальсификация (сюрприз!) действительно сильнее верификации: сильное свидетельство не является результатом высокой вероятности того, что А ведёт к Х, но является результатом очень низкой вероятности того, что не А ведёт к Х. Похожим образом мы можем увидеть, что на самом деле фальсифицировать теорию на 100% мы тоже не умеем, так как фальсификация вероятностна по своей природе. Если наблюдение Х является положительным свидетельством для нашей теории, то наблюдение Х опровергает теорию, но лишь в каком-то объёме.

Получается, что утверждение Поппера о том, что нужна только фальсификация, держится лишь на том, что фальсификация работает гораздо сильнее, хотя по своей сути ничем не отличается от подтверждения. В узких кругах этот вывод стал одной из предпосылок к заявлению о так называемой «байесовской революции», хотя по сути это всего лишь некое обобщение и улучшение.

...я программист, на дворе конец 90-х, и мне нужно придумать, как избавиться от спама в электронной почте:

Теперь поговорим о том, зачем вообще Байес нужен в «народном хозяйстве», о приложениях.

В данном примере со спамом решение проблемы основывается на принципе так называемого наивного байесовского классификатора, идея которого состоит в том, чтобы, оценив ряд характеристик, отнести объект к тому или иному классу. Модель такого классификатора опирается на использование теоремы Байеса со строгими предположениями о независимости (отсюда и наивность). Такой классификатор, несмотря на достаточно серьёзные упрощения, обладает значительным преимуществом. Ему не нужно много начальных данных, чтобы достаточно эффективно справляться со своей задачей. Довольно смутное описание, но сейчас всё станет яснее.

Рассмотрим на нашем конкретном примере. Мы получаем какое-то письмо, в котором содержатся какие-то слова в каком-то количестве. Сначала мы просто подсчитываем разные слова, входящие в это письмо, а потом определяем является письмо спамом или нет. Проделав это некоторое количество раз, мы соберём базу слов вместе с частотой их появления в спаме и в обычных письмах. В итоге получаем табличку, где записаны слово, количество его упоминаний в спаме и общее количество упоминаний. Теперь введём понятие «веса» слова — вероятность того, что сообщение с таким словом является спамом. Например, такой оценкой может быть частота появлений этого слова в спаме, поделенная на частоту появлений этого слова в любом произвольном письме. Теперь скажем, что «вес» всего письма — это усреднённый вес всех слов, которые в нём содержатся. Дальше мы просто говорим, что, например, если этот вес больше 80%, то будем считать это сообщение спамом. Мы получили новое письмо, определили спам это или не спам, и к известным нам данным добавилось новое знание про слова, встретившиеся нам в этом письме, поэтому мы запишем в нашу базу новые показатели и пересчитаем «веса». Помните, да? Старое знание + новый опыт = новое, более полное знание. Байес в действии.

Почему тогда мы всё ещё иногда получаем спам, раз всё так хорошо и просто? Во-первых, алгоритм работает только с текстом. А рекламу можно положить, например, и в картинку. Тогда для борьбы со спамом нужно придумывать что-то ещё. Кроме того, данный метод основывается на предположении о том, что какие-то слова чаще встречаю��ся в спаме, а какие-то в обычных письмах, поэтому, если это не так, то система просто не сработает. Некоторые составители рекламы даже специально пользуются так ��азываемым методом байесова отравления — алгоритмом добавления в рекламный текст слов, делающих его менее «спамовым». Тем не менее, в основу практически всех современных спам-фильтров входит именно этот алгоритм.

...я суперкомпьютер, и меня попросили придумать новый рецепт печенья:

Это ещё один знаменитый кейс про IBM Watson, которого после отличных результатов в медицинской карьере и телевикторинах решили обучить большей креативности и дали ему разбираться в кулинарии.

Суперкомпьютер изучил миллионы рецептов, превзошел химию и физиологию, почитал про запахи и сочетаемость продуктов, и через какое-то время готов был вставать к плите. А точнее — посылать к ней кого-то, у кого есть чем готовить. Придумывал рецепты Watson, опираясь на три основных параметра: новизну, сочетаемость и приятность для человека. Здесь Байес сидит в новизне. Если мы возьмём, например, яблоко с корицей, то мало кому это покажется чем-то новым. А вот каперсы в карамели с креветками уже интереснее— это что-то интересное. Не факт, что это будет вкусно, но зато уж точно — ново. Математическая модель, которая лежала в основе оценивания этой новизны, называется подходом «байесова удивления». Она оценивает разницу между апостериорной вероятностью встретить определённое сочетание блюд (каперсы+карамель+креветки) в уже существующих рецептах с априорной вероятностью встретить этот же набор продуктов без добавления одного из них (например, креветки в карамели без каперсов наверняка встретить вполне себе можно). После определения новизны компьютер убирал несочетаемые рецепты с точки зрения запахов и вкуса, а потом ранжировал их по степени приятности. Так в недрах компании IBM появились рецепты миндально-шоколадного печенья в испанском стиле, клубничного десерта по-эквадорски и помидоров гриль на гренках с шафраном.

…я бизнесмен и хочу захватить мир максимизировать прибыль фирмы:

Мы нанимаем новых работников. И конечно же, мы хотим, чтобы они были надёжные и трудоспособные.

Иллюстрация: Shutterstock

Сейчас, чтобы определить «качество работника, HR-менеджеры обычно предлагают соискателю пройти множество психологических тестов, сходить на десяток разных собеседований или просто пытаются дать экспертную оценку самостоятельно. Однако весь этот процесс можно заменить программой, в основе которой лежит теорема Байеса. Например, существует экспертная система получения характеристики личности, где на входе потенциальный сотрудник проходит всего один тест — тест Кеттелла. Сам тест на выходе даёт определённое значение шестнадцати факторов, таких как открытость-замкнутость, независимость-податливость и так далее. И, казалось бы, информации не так много, но оказывается, что имея на руках всего шестнадцать этих значений и использовав теорему Байеса, мы можем достаточно хорошо спрогнозировать результаты и других тестов. Например, авторы этой системы предсказывали результаты теста Лири, который уже рассказывает о представлении субъекта об идеальном «Я» и его моделях поведения в группах. Последовательно получая значения факторов теста Кеттелла, Байес пересчитывал вероятность попадания человека в ту или иную группу «пригодности» для работы, на основе чего эксперты уже могли делать вывод.

Ещё байесовский стиль мышления может пригодиться менеджерам. Например: ваш подчинённый, работающий на макоронопродувательном заводе, пропустил одну макоронинку. Вы смотрите на него и думаете: «Мне срочно нужно наказать этого негодяя, чтобы он больше не допускал такой ужасной ошибки». Я же сижу в головном офисе и просто считаю статистику. И я знаю, что этот рабочий продувает от 10 до 15 тысяч макаронинок в день, а пропускает в среднем 7. И сегодня это была только третья. Обладая априорным знанием, я могу спокойно отнестись к такого рода ошибке. А вы — реагируете на наблюдение (причём, с точки зрения математики, абсолютно неадекватно). Из этого примера ясно, как важно обладать полнотой знаний и умением принимать решения на основе всех имеющихся данных.

Наконец, известная маркетинговая теория 4P (product, price, promotion, place) становится куда лучше и эффективнее, если добавить туда немного нашей теории. А именно — байесовскую оценку решения. Это такая статистическая оценка, которая может ответить на вопрос «при каких начальных вводных вероятность заработать будет максимальной», ну, или если говорить чуть более правильно, она максимизирует апостериорное математическое ожидание функции полезности. А дальше просто берём и применяем. Например, мы разрабатываем новый продукт. Байес позволяет здесь сравнить дополнительные затраты на проект со стоимостью полученной ценной информации, чтобы снизить затраты на неопределенность. Мы не знаем, будет ли наш новый продукт прибыльным, но, имея вводные данные, можем рассчитать прогнозируемую прибыль (апостериорную). Если эта прибыль приемлема, можно вложить ещё денег в это исследование, если нет, проект стоит оставить. Делая такие расчёты с достаточной периодичностью, мы можем значительно уменьшить издержки, особенно в условиях высокого риска. С ценой, рекламой и логистикой схема та же. Есть вводные данные, есть гипотезы насчёт каких-то планируемых нововведений. Считаем вероятность прибыли, смотрим, сравниваем. Профит.

...я занимаюсь машинным обучением:

Здесь Байеса стали использовать не так давно, но, судя по результатам, останавливаться не собираются.

Disclaimer 2: Выше мы рассмотрели уже несколько примеров, близких к этой теме, но ниже речь пойдёт о чуть более глубоких вещах, наверное, не очень интересных людям, которые совсем далеки от машинного обучения, искусственного интеллекта и вот этого всего. Поэтому если вы один из таких людей, можно пропустить эту часть и прочитать следующую, которая примерно об этом же, но — с забавным примером.

Цель машинного обучения — научить компьютер «думать» не по строго заданному алгоритму, а «по ситуации» (как человек). Тут у нас всегда есть две главные составляющие: множество объектов (ситуаций, вопросов) и набор гипотез (ответов, выходов, реакций). Между объектами и гипотезами существует определённая закономерность, которую обычно называют алгоритмом прогнозирования. В большинстве случаев такую закономерность невозможно задать строгими правилами. Зато у нас есть набор обучающих данных — прецедентов, пар объект-гипотеза, которые являются некой иллюстрацией этой самой закономерности. Мы подходим к машине, которую хотим обучить, даём ей какую-то программу обучения, показываем обучающую выборку и говорим: «Учись!» Если машина учится, то через некоторое время для любого нового объекта того же класса она сможет выдать нам правильный выход (ответ), хотя никакого формального правила этого определения мы ей не давали. Более того, это правило иногда не знаем даже мы сами. Простейший пример — распознавание образов. Например, вилки. Готов спорить, что вы не сможете придумать однозначного описания вилки, которое не подошло бы чему-то ещё. Но вилку то мы с вами умеем распознавать.

То есть машина сама ищет модель, которая наиболее точно описывает наши связи вход-выход и меньше всего ошибается. Как нетрудно догадаться, вся загвоздка здесь находится в программе обучения. Казалось бы, интуитивно понятно, что мы можем просто перебрать все возможные алгоритмы прогнозирования и посмотреть какой из них меньше всего ошибается. Однако такой метод, как показывает практика, далеко не всегда работает. Более того, в какой-то момент разработчики в области машинного обучения поняли, что существует определённая зависимость между сложностью алгоритма прогнозирования и величиной ошибки. Так как же найти компромисс? Как найти такой алгоритм, который будет не очень сложным, довольно точным и устойчивым? Байесовский подход может дать нам т��чный численный критерий для решения такой задачи и обеспечить ряд приятных преимуществ.

Основная идея такая: мы для каждой гипотезы (алгоритма) будем вычислять апостериорные вероятности получения наших обучающих данных и в итоге выберем ту, для которой такая вероятность окажется максимальной. Такой подход называют maximum a posteriori probability (MAP). Математически доказано, что на выходе такой алгоритм даст нам лучшую гипотезу, лучший алгоритм прогнозирования. Ключевым отличием здесь является то, что на вход мы подаём распределение (зависимость вероятности от параметра, иными словами — функцию), показывающее наше незнание или неопределённость относительно некоторой величины, и на выходе получаем не точечную оценку, а точно такое же распределение. Схема та же. Подаём априорное распределение (незнание) искомой величины, наблюдаем за какими-то косвенными характеристиками (проявлениями) этой величины, изменившимися в результате прохождения цикла обучения, получаем новое, более точное представление о нашей величине в виде апостериорного распределения, которое становится новым априорным.

Благодаря этому удаётся получить точное математическое описание процесса обучения и получить не одну гипотезу, которую наша машина посчитала лучшей, а численную оценку достоверности всех возможных гипотез. Например, если это нейросеть, то при обычном подходе она просто находит стабильное состояние при определённом наборе весов (Если вы даже примерно не представляете как работает нейросеть, можно представлять весы как оптические характеристики линз. Собрав определённый набор линз с разными диоптриями, вы сможете чётко разглядеть любое изображение.) на определённой обучающей выборке и у нас нет никакой уверенности в том, что эта сеть действительно лучшая. В байесовском подходе этого удаётся избежать.

Ещё одно важное свойство, которое мы приобретаем — регуляризация, или, другими словами, отсутствие эффекта переобучения. «Переобучение» — это когда мы слишком сильно подгоняем наш алгоритм под имеющиеся обучающие данные. То есть в поисках «правильных» параметров нашего алгоритма мы на самом деле нашли неправильные, но идеально подходящие для нашего конкретного набора. И когда мы подадим на вход какой-то другой объект, не входивший в список обучающих, мы можем получить совсем неправильный выход. В байесовском подходе этого не случится, так как там просто не существует «правильных» параметров. Там сплошные вероятности и распределения. И это очень удобно, потому что чем больше, например, сеть, тем она лучше, а именно на больших моделях чаще всего приходится сталкиваться с эффектом переобучения. К тому же нам будет достаточно не очень большой обучающей выборки, чтобы достаточно хорошо настроить наш алгоритм. Опять же, за счёт работы именно с распределениями, а не просто численными характеристиками.

Казалось бы, одни плюсы. Почти не надо учить, получаем спектр правдоподобных гипотез, можем работать с критическими значениями, всё математически точно и красиво, и машина сама делает оптимальный выбор. Но тут мы вспоминаем про вычислительную сложность. Байесовский подход основан на том, что мы вычислим вероятности всех возможных алгоритмов для всех обучающих данных. Кроме того, в некоторых моделях приходится не просто просчитывать простые вероятности, а считать, например, для каждой из них интегралы в пространствах с размерностью десятки и сотни тысяч. В общем, очень сложно. Даже компьютеру. С этого момента математики и программисты начинают немного обходить эту сложность стороной, говоря, что полный перебор вовсе не нужен, и мы можем посчитать только часть вероятностей, либо используя сведение задачи байесовского вывода к задачам оптимизации, которые мы умеем решать хорошо, либо просто обращаясь к разного рода статистическим и приближённым методам. Но об этом уже лучше почитать отдельно.

...я — Акинатор:

Если вы не знаете, кто такой Акинатор, то это такое приложение, которое довольно быстро определяет загаданного Вами персонажа, задавая ряд вопросов.

Байеса, например, Акинатор угадал на двадцать шестом вопросе. Правда, нужно отметить, что над Акинатором успели порядочно поиздеваться, сбив систему введением баллов за правильный ответ, но в лучшие годы он мог отгадать, например, Эйнштейна за 6 вопросов, которые, казалось, никакого прямого отношения к учёному не имеют. Так вот — есть предположение, что Акинатор тоже работает по Байесу. Предположение, потому что точной информации об устройстве интернет-гения мне найти так и не удалось, но зато я нашёл несколько статей с рассуждениями и попытками сделать что-то похожее, которые выглядят правдоподобно, поэтому расскажу о них.

Итак, для начала, чтобы сделать такую игру, нужно решить, что будет происходить внутри. Первое — такая программа должна обучаться. Потому что чем больше персонажей, тем больше уточняющих вопросов необходимо задавать, но когда база героев — несколько сотен тысяч, искать их «в лоб» крайне неудобно. Поэтому программа должна учиться на ходу, используя ответы пользователей. Программа должна уметь прощать ошибки, потому что иногда у человека могут оказаться просто-напросто ложные убеждения насчёт какого-нибудь персонажа, но этот «выброс» не должен повлиять на конечный результат. Наконец, программа должна правильно подбирать вопросы, минимизируя их количество.

Если бы не прощение ошибок, всё было бы достаточно просто. Мы могли бы составить древовидную структуру, где в узлах были бы вопросы, а листья были бы персонажами. Тогда задача просто состояла бы в том, чтобы дойти от корня до конкретного персонажа, пройдя по определённым вопросам. Но такое дерево не прощает ошибок. Поэтому, поскольку мы работаем с неопределённостью, но в основе лежит всё равно классическая алгебра логики (ответы да-нет), на помощь снова приходит Байес, который в узких кругах считается эталоном рационального мышления, а это как раз то, что нам нужно.

Дальше мы действуем относительно просто. Будем считать Ai событием «загадан персонаж i», который может быть и Нуф-Нуфом, и Эдвардом Сноуденом, и Эллой Фицджеральд. В — множество ответов на вопросы относительно персонажа i. То есть В = {B1,B2,...,Bk} — k разных вопросов в духе «Ваш персонаж мужчина?» или «Есть ли у вашего персонажа рог?» Тогда апостериорная величина P(Ai|B) будет показывать вероятность того, что был загадан именно объект i. С каждым следующим вопросом эта вероятность для каждого i из нашей базы будет меняться и в какой-то момент, когда она станет достаточно высокой, мы сможем сделать догадку. Кроме того, при k=0, то есть ситуации, когда ни одного вопроса ещё не задано, наши вероятности всё равно не будут равны для всех i. Ведь, например, Пушкина будут загадывать чаще, чем Дугласа Сполдинга. Поэтому мы должны учесть ещё и частоту загадываемых персонажей. Дальше нужно будет сделать ещё несколько алгоритмически важных вещей, связанных с избежанием ошибок и проблемой выбора вопросов, но об этом лучше прочитать в оригинале.

Так или иначе, мы получили достаточно простой алгоритм, который на самом деле очень похож на то, как думаем и мы с вами, но с одним отличием — он не ведётся на уловки репрезентативной эвристики. Это когда, например, вам говорят, что есть некая женщина, которая занимается аюрведой, читает гороскопы и носит странную одежду, а потом спрашивают кто она: учительница или гадалка? Большинство людей скажут, что гадалка, игнорируя тот факт, что вероятность встретить гадалку в жизни существенно меньше, чем встретить учителя. А значит, и вероятность того, что э��а женщина гадалка — вовсе не так велика. Именно поэтому Акинатор зачастую выдаёт ответ, когда вы этого совсем не ждёте. Потому что общая картина складывается из всей информации, которая у нас есть, но мы почему-то довольно часто не обращаем внимания на, казалось бы, вполне себе очевидные факты.

...я честно прочитал статью до этого момента, но всё ещё не понимаю, зачем мне Байес:

Для начала я попытаюсь просто перечислить области и сферы деятельности, которые я ещё не упомянул, где постоянно используется ��айесовский подход. Биологи получают наиболее правдоподобные филогенетические деревья, опираясь на байесовские модели. В компьютерной лингвистике проверка гипотез происходит примерно по тем же схемам, что и в филогенетике. Современный эконометрический анализ использует байесовский подход из-за относительно малых выборок, необходимых для построения достаточно точных моделей. Дизайнерские агентства, проводящие A/B-тестирования сайта, используют программы, в основе который лежит Байес. Психологи-когнитивисты предполагают, что на самом деле наш мозг, принимая решения и размышляя, тоже опирается на байесовский алгоритм. Даже в области государственной безопасности не обошлось без него. Сам Гарри Поттер (в книге Юдковского) понял, почему ему никуда не деться от тяги стать Тёмным Лордом, именно благодаря определению истинности суждения по Байесу. Как вы понимаете, на этом наш список не закончен, длить его можно до бесконечности (ну почти). А теперь ещё один небольшой фокус. Если вы ничего до сегодняшнего дня не знали про эту теорему, этого священника и этот подход, но прочитали статью до конца, наверняка ваша уверенность в том, что это что-то стоящее, немного повысилась? Ведь правда? Улавливаете мою мысль? К этому моменту все эти выкладки и размышления кажутся понятными и очевидными, но на самом деле с вами только что всё произошло по Байесу.

Эта простая идея на самом деле уже изменила очень многое, и многое обязательно ещё изменит. Фанатики поговаривают, что если мы все поголовно погрузимся в эту философию, то сможем познать мир до конца, потому что не останется абсолютно никакой неопределённости и абсолютно всё будет просчитано. До мелочей. И мир станет гораздо лучше.

Но если ты такой умный, то почему же тогда ты такой бедный?

Очень справедливо замечено. Огромная проблема, которая заметна не сразу, это начальная априорная вероятность. Например, в самом первом примере с беременностью мы откуда-то знали, что вероятность стать мамой по неосторожности равна одному проценту. Кто нам это сказал? В жизни — только статистика, являющаяся не самым надёжным источником. Более того, в реальной жизни это скорее всего будет не конкретное число, а какой-то интервал, что несколько осложняет вычисления. Иногда эта априорная вероятность вообще основывается на чистых догадках, тогда мы даём дорогу субъективизму и серьёзной ошибке на самом старте. Из-за этого теорема Байеса не всегда «служит добру», потому что является универсальной для всего на свете. И при качественном подборе априорных данных мы можем получить с помощью неё и значительную вероятность вреда ГМО, и существования рептилоидов и даже действенности заряженной воды.

Но на самом деле здесь лежит красивая идея: если вы недостаточно хорошо стараетесь найти альтернативные обоснования уже имеющихся свидетельств, то эти свидетельства лишь сильнее подтвердят то, во что вы верите. Например, увидев странную штуку в небе и рассчитав вероятность её появления там, можно убедиться в том, что это определённо НЛО. Но если покопаться глубже и подумать о других возможных причинах, то возможно всё окажется не так интересно и загадочно, как вам, может, и хотелось бы.

Так всё же — что с того?

Попробуем всё быстренько обобщить. Теорема Байеса — это не только математический аппарат, который помогает в решении множества прикладных задач. Это в первую очередь стиль мышления, подразумевающий ясность, полноту и непредвзятость. Всегда необходимо помнить, что у любого свидетельства существует множество причин, поэтому никогда не стоит делать поспешных выводов. И даже если вы видите прямо перед собой огромного дракона, дышащего огнём, вспомните что вы сегодня принимали, как спали, какой сегодня день и где вы находитесь. Возможно, всё можно объяснить довольно просто. Наравне с этим нельзя забывать, что любая наша интерпретация такого свидетельства очень сильно зависит от той информации, которая у нас в голове уже есть. Например, я как-то раз в детстве нашёл в огороде что-то шарообразное, мягкое, прозрачное и зелёное. Конечно же, я подумал, что это пришелец. А потом оказалось, что это всего навсего «попрыгунчик». Но мне было лет 5, и о существовании «попрыгунчиков» я тогда ещё не знал. Поэтому каждый раз, когда вам встречается что-то новое, и вы пытаетесь объяснить это теорией А, которая есть у вас в голове, подумайте о том, что было бы, если бы этой теории не существовало. Могли бы вы тогда всё равно увидеть этот инопланетный «попрыгунчик» или нет? Наконец, нужно тщательно подходить к выбору теорий, подтверждающих наши свидетельства. Если теория объясняет явление, которое может объясняться и другой теорией, то такое явление будет плохим доказательством нашей теории, и сама теория поэтому будет слабо доказуемой.

Таким образом, это всего лишь свод простых на первый взгляд правил, который помогает нам ориентироваться в пространстве правдивости, вероятности и неопределённости. Думай обо всём и сразу, учитывай все предпосылки, делай лучшие из возможных выводы. Это идеал, к которому можно стремиться.

И как только мы понимаем, что всё, что мы знаем здесь и сейчас, основано на том, что мы знали минуту назад, что было в свою очередь основано на том, что мы знали месяц, год, десятилетие назад, что в свою очередь основано на тех знаниях, которые были у нас при рождении, мы начинаем думать о том, а все ли наши убеждения о мире вообще верны. А что это вообще за система, в которую мы попали, и откуда взялись все те, начальные предпосылки? А соответствует ли вообще хоть сколько-нибудь то, что я знаю о мире, действительности?

Что ж, think Bayes and go to the truth, ведь как говорил Джордано Бруно, стремление к истине — единственное занятие, достойное героя.

https://ift.tt/2UfZlwi

#IFTTT #Чердак: наука #технологии #будущее #наука #чердак #интересно #факт #science #chrdk #interesti

0 notes

chrdkru · 5 years ago

Photo

Cмотри, какая дичь .

В этой статье мы не будем писать про астрологию, гомеопатию, экстрасенсорику, вечные двигатели и теории о том, что высадку астронавтов на Луне снимали в голливудском павильоне. Телегония, «Велесова книга», память воды — это всё та ерунда, которую в августе 2019 года всерьез рассматривать уже как-то и неприлично. В Интернете вы найдете много и критических разборов, и культурологических комментариев на любой вкус по всем вышеперечисленным поводам.

Где?

Первым и самым надежным признаком чуши является то, что она не опубликована в научном журнале. Также о ней не рассказано на научной конференции, и про неё даже не пишут официальные сайты научных организаций.

Здесь надо сразу объяснить, чем научные журналы отличаются от всех прочих.

Научный журнал — это не просто журнал о науке. При всем нашем уважении к коллегам, «Наука и жизнь», «Популярная механика», «Вокруг света» или «Кот Шредингера» — журналы не научные, а научно-популярные. И даже крупнейшие по тиражу газеты с рубрикой «Наука» — тоже не научные издания. В научном журнале статьи обязательно подвергаются рецензированию.

Рецензирование означает, что присланные в редакцию рукописи не просто рассматриваются редакторами, но направляются на экспертизу другим ученым (работающим примерно в той же области). Те читают предложенный материал и далее либо рекомендуют его к публикации, либо указывают на недоработки (тогда авторы могут попробовать исправить и подать статью снова), либо вовсе отклоняют текст. В роли рецензентов — если это хороший научный журнал — выступают специалисты, которые хорошо знают свою область, и поэтому откровенная чепуха в такие журналы попасть не может.

Конечно, система иногда дает сбои. Рецензентов, например, могут обмануть, поскольку и среди ученых иногда (редко) встречаются мошенники, не гнушающиеся подделать результаты экспериментов. Известны истории людей, умудрявшихся сначала заработать солидную репутацию, а потом пойманных за руку на систематическом вранье коллегам со страниц самых уважаемых журналов — однако это скорее исключения, а не правила.

Кроме того, есть так называемые «хищнические журналы». Будучи формально «научными, они ��отовы публиковать любой оплаченный авторами текст, и в них могут появляться очень плохие статьи; однако и репутация у таких изданий соответствующая — на них практически не ссылаются и там не появляются материалы от состоявшихся исследователей.

Кстати, сама по себе практика, при которой за публикацию платят сами авторы — вполне обычное дело; так делает, например, группа журналов PLoS, которые зато бесплатны для всех читателей. Кроме того, редакцию журнала и рецензентов можно обмануть, предложив для публикации статью, написанную на основе сфабрикованных данные: однако в целом публикации в специальных научных изданиях оказываются обычно достовернее того, что к публикации не приняли.

Если кто-то заявляет, к примеру, что расшифровал линейное письмо минойской цивилизации, создал работающий при комнатной температуре сверхпроводник, нашел жизнь на Марсе или живого мамонта в Сибири — это все сообщения, которые с радостью напечатают крупнейшие научные журналы мира. Когда про это пишут исключительно на личном сайте первооткрывателя или в газете «Вечерний Благозаветовск» — это почти наверняка псевдонаука.

Чек-лист

1. Журнал рецензируемый или нет? Если нет, это плохой знак.

2. Насколько журнал известен? Научные журналы обычно указывают так называемый импакт-фактор: среднее число цитирований статьи, опубликованной на их страницах. У самых известных (Science и Nature) этот показатель около сорока, российские «Успехи физических наук» имеют импакт-фактор в районе трех, а многие узкопрофильные издания набирают немногим меньше единицы. Однако если импакт-фактор равен примерно нулю, это обычно плохой знак.

Иногда о каких-то открытиях сообщают не в журналах, а на конференциях. Это обычно касается всего, что связано с наблюдениями или опытами: археологи так могут представить публике ранее неизвестную находку, медики рассказать об уникальной операции, а астрономы — сообщить об обнаружении на Марсе жидкой воды. Когда открытие наглядно и понятно с первого взгляда хотя бы специалистам, про него уместно сообщить в такой форме, однако если речь идет о какой-то теоретической работе, то отсутствие статьи выглядит очень тревожным знаком. Более того, даже после доклада на конференции по-настоящему важные открытия обязательно публикуют в журналах, ведь надо о них как-то узнать тем, кто на конференцию не попал! Искать информацию в журнале гораздо проще, чем в сборнике докладов.

Кто?

Ученые отличаются от псевдоученых не только тем, что читают научные журналы, пишут туда статьи и рецензируют их. Главный критерий (по крайней мере для нас) — это признание сообществом: если некто называет себя физиком, то это значит то, что другие физики согласны его считать таковым. Формально это признание проявляется в наличии диплома и места работы, а неформально — в том, могут ли признанные исследователи согласится назвать данного человека своим коллегой по специальности.

Разумеется, среди ученых есть разные группы, которые могут придерживаться разных взглядов. На вопрос «чем на самом деле является темная материя?» или «как на Земле образовалась жизнь?» разные ученые склонны отвечать по-разному, но при этом они в абсолютном большинстве случаев признают друг друга именно как ученых. Альберт Эйнштейн, например, до конца не верил в полноту квантовой теории, однако он прекрасно ее знал — и, более того, получил Нобелевскую премию по физике не за теорию относительности, а за квантовое объяснение фотоэффекта. Изучавший же тот самый фотоэффект экспериментально Александр Столетов в своей работе довольно резко оппонировал другому исследователю, но при этом он признавал его в качестве экспериментатора, коллеги, имеющему право на свое мнение.

Если автора нового «открытия» не знает никто из давно занимающихся этой темой специалистов, если он (или она) нигде не работает — это очень очень плохой знак. Также должно настораживать членство в сомнительных организациях: скажем, «Международная академия информатизации» — это, как свидетельствовал Эдуард Кругляков, председатель комиссии по борьбе с лженаукой Российской академии наук, на самом деле — бывшая Мосгорсправка, справочное бюро. А в РАЕН (Российской академии естественных наук) числились как ученые, так и откровенно сомнительные личности вроде Николая Левашова, известного своими высказываниями в духе «за евреями стоит космическая паразитическая система». Или печально известного Виктора Петрика.

Ученые также отличаются специализацией: геологи обычно не занимаются физикой элементарных частиц, а ихтиологи изучают рыб, а не индоевропейские языки. Если человек занимался всю жизнь молекулярной биологией, это еще не делает его специалистом по истории Второй мировой - и, напротив, историк вряд ли хорошо разбирается в генной инженерии. С учетом этого дополнения нашего чек-листа будут выглядеть вот так:

3. Авторы открытия работают в каком-либо научном учреждении?

4. Они ранее занимались той темой, о которой говорят сейчас?

5. Их компетенцию могут подтвердить другие ученые?

Идеально, когда у вас (как у журналиста, например) есть возможность связаться с кем-нибудь из специалистов в этой области и попросить независимый комментарий. Но если такой возможности нет, для отделения чуши от сенсации можно использовать просто выпускников профильного вуза. Как правило, псевдонаучная ерунда видна уже после базового образования: это либо грубые фактологические ошибки, либо заведомо неправильные формулы.

Как?

Заметим, что не выдерживающие никакой критики статьи бывают иногда в профильных изданиях. Так, в «Докладах академии наук СССР» за 1989 год была напечатана статья «Макрокластеры и сверхлегкие частицы» Анатолия Охатрина. Разбирая ее, физики Евгений Александров и Алексей Ансельм отметили следующее: «В статье пять формул из семи не удовлетворяют размерности». Это значит, что в формуле, которая должна вычислять массу в килограммах, ответ получается в единицах измерения чего-то иного — например, в метрах или амперах.

Другой, более новый пример —публикация Василия Жукова в «Социологических исследованиях». Формально статья удовлетворяет всем критериям качественной: автор является не просто социологом, но и академиком РАН, журнал считается одним из ведущих российских социологических изданий — однако внутри текста говорится, например, о том, что «в цивилизованном мире только одна беременность из трех заканчивается родами» и «абортами заканчиваются 60 первых беременностей из 100». Оба этих утверждения были неверны в принципе и не выдерживали, например, сопоставления с информацией Минздрава РФ.

Иной случай: на страницах Scientific Reports — а у этого журнала очень неплохая репутация уже в международном масштабе появилась статья, авторы которой изучали свойства экстракта токсикодендрона пушистого, известного также под названием ядовитого дуба. Это была бы вполне обычная работа, если бы вещество не проявляло (по утверждению ученых) своих свойств в концентрации около 10-31. То есть при разведении до степени «одна мо��екула на плавательный бассейн». С точки зрения элементарной биофизики это либо бессмысленно (хотя бы потому, что вероятность одной этой молекуле попасть в живую клетку ничтожно мала, да и одной молекулы никогда не бывает достаточно для физиологически значимого результата), либо указывает на какие-то фундаментальные изъяны в нашей картине мира — однако авторы не стали детально разбираться, в чем же было дело.

Статью спустя некоторое время (почти год) отозвали, то есть признали ошибочной. В комментарии к отзыву материала редакция журнала также отметила, что часть графиков дублировала друг друга (чего не предполагалось), а данные о подопытных крысах были неполны и недостаточны. Почему это вообще прошло рецензентов — вопрос, который весьма интересен, но, увы, пока не имеет ответа.

Поэтому проверочный список стоит расширить:

6. Делаются ли в статье утверждения, противоречащие уже известной информации или устоявшимся теориям?

7. Нет ли грубых ошибок в фактах и формулах?

Опровержение устоявшихся представлений — неотъемлемая часть науки. Однако когда настоящие ученые что-то пересматривают, они всегда делают это очень аккуратно и последовательно. Данные должны быть представлены по возможности полно и со ссылками на источники, если их добыл кто-то другой. Говоря о числе абортов в мире, надо указать ссылку на источник информации, а все явно аномальные эффекты должны быть всесторонне изучены.

В 2011 году международная группа физиков OPERA обнаружила, что пучок нейтрино долетает от женевского ускорител�� до итальянской подземной обсерватории Гран-Сассо быстрее скорости света. Ученые опубликовали эти данные, но честно добавили, что, по всей видимости, где-то закралась ошибка. Спустя некоторое время ученые все-таки выяснили, что аномальная скорость объяснялась сбоем в работе одного из приборов (там разболтался разъем для оптоволоконного кабеля), и в итоге сенсации не состоялось. Аккуратность и добросовестность избавили физиков от конфуза: а если бы те сразу написали «мы опровергли теорию относительности», то потом им- было бы очень стыдно и неловко.

Физики, которые ведут охоту за новыми частицами на ускорителях вроде Большого адронного коллайдера, тоже часто публикуют предварительные заявления вида «у нас наметилась аномалия со статистической значимостью столько-то». Иногда это предвестники большого открытия, а иногда эффект исчезает после набора дополнительной статистики и это нормально, пока никто не бросается с места говорить о новой физике.

https://ift.tt/2ZfS6Fr

#IFTTT #Чердак: наука #технологии #будущее #наука #чердак #интересно #факт #science #chrdk #interesti

0 notes

chrdkru · 5 years ago

Photo

Свои победили .

Ученые опросили 1338 человек из 11 стран мира (8 воевали на стороне союзников и 3 — против). Сначала испытуемых проверили на предмет общих познаний о событиях Второй мировой войны, а затем уже спрашивали о том, как, по их мнению, можно оценить вклад тех или иных государств в исход войны.

Чтобы выяснить уровень знаний о событиях 1939-1945 годов, исследователи задали участникам исследования 15 исторических вопросов. Исследование шло онлайн и времени на консультации с «Википедией» у его участников было немного. Поскольку историческая подкованность испытуемых не была центральным объектом исследования, сами вопросы были не очень сложными: например, год начала и конца войны, или какой японский город первым подвергся ядерному удару.

Участники исследования ответили правильно на чуть менее, чем 90% вопросов. Наихудший результат показали японцы и китайцы, соответственно, лишь 67 и 76% их ответов были верными. Средний возраст участников опроса из этих стран составлял 20,2 года для Японии и 25,2 года для Китая. Лучшие результаты показали жители России (95% верных ответов) и Великобритании (93%). Это особенно интересно в свете того, что средний возраст российских участников опроса всего 28,2 года, в то время как в Великобритании – 46,8 лет.

Во всех странах, за исключением России, результаты у опрошенных постарше — чуть лучше, чем у тех, кто младше. Возможно, это связано с тем, что в остальных странах, граждане которых попали в выборку, молодые люди не так интенсивно интересуются историей Второй мировой.

Исследователи особо отмечают: «Ясно, что русские знали [о войне] больше участников опроса из других стран». Объяснение этому они видят в том, что война в России «остается значимым источником национальной гордости, и поэтому изучается в школах в большом объеме».

Результаты японцев и китайцев авторы считают отражением того, что большинство из 15 вопросов о войне затрагивали европейский театр военных действий, а знания японцев и китайцев о Второй мировой концентрируются вокруг событий на тихоокеанском театре.

И действительно, по тихоокеанскому театру военных действий точность ответов японцев и китайцев выше, чем по европейскому театру (90 и 92% верных ответов соответственно). Однако у участников из России ответы по тихоокеанскому театру боевых действий оказались даже точнее (98% верных ответов), чем по европейскому, хотя, казалось бы, в российских школах изучают в основном историю последнего. То есть фактор «школьной программы» сам по себе вряд ли является главной причиной, по которой ответы россиян точнее.

Вклад в победу

Затем участников просили оценить и вклад — в процентном соотношении — в исход войны среди восьми стран (из 53), бывших частью антигитлеровской коалиции. Страны были взяты те же, откуда брались и участники опроса: США, Великобритания, Австралия, Новая Зеландия, Канада и Китай. Входила в список участников и одна страна, ныне не существующая: СССР: за нее «отвечали» россияне.

Когда опрашиваемых просто попросили указать вклад своей страны в победу в процентах, то французы оценили вклад Франции в 30%, англичане назвали британский вклад равным 51%, американцы обозначили долю США в 54%. Жители России оценили вклад СССР в 75%. Австралия (18%), Канада (29%) и Китай (37%) также продемонстрировали довольно значительные оценки национального вклада. Новозеландцы ограничили свою национальную долю в войне в 14%.

Таким образом, «абсолютная сумма заслуг» составила 308%.

Второй вопрос авторы исследования сформулировали иначе, попросив участников распределить доли от 100% в соответствии со вкладом всех восьми названных в предыдущем абзаце стран антигитлеровской коалиции, учитывая и свою страну. Подобная формулировка использовалась исходя из мысли, что в контексте общих усилий коалиции оценки национальных усилий будут более умеренными.

Итоги действительно получились более сбалансированными. Французы оценили свой вклад уже в 18%, британцы в 29%, а США — в 37%. Сходно упали доли почти всех стран, кроме одной: оценка россиян во втором вопросе, составила 64%, и это самое незначительное падение оценки «себя» из всех. Для сравнения: относительная доля вклада французов по их оценкам во втором вопросе на 0,4 ниже, чем по их же оценкам в первом вопросе. А вот у россиян она упала всего на 0,12, то есть их оценку заслуг СССР в исходе войны необходимость соотнестись с другими союзниками поколебала не столь значительно, как у людей из других стран.

Авторы работы попробовали сравнить, как каждая из стран выглядит «в среднем по союзникам», исключив голоса ее собственных граждан в такой оценке. Вышло, что за пределами США американский вклад в победу оценивают в среднем в 27%, а СССР — в 20%. Великобритании досталось 19%, Франции 9%. Канаде, Австралии и Китаю досталось всего по 3%, а Новой Зеландии — 2%.

Таким образом, вне России большинство опрошенных сочло, что именно США, а не СССР внесли самый большой вклад во Вторую мировую войну.

Что не так с процентами?

Авторы констатируют, что корректно оценить вклад различных народов в победу крайне сложно, и тем более сложно сделать это количественно, в процентах. Чтобы сделать сопоставить оценку «по коллективной памяти» с более или менее объективной, ученые сравнили уровень военных потерь для разных стран антигитлеровской коалиции, взяв для этого усредненные оценки с сайта Музея Второй мировой в США. Получилось, что вклад СССР выше, поскольку его военные потери составили 9,75 миллиона человек (цифры мы здесь приводим из обсуждаемой статьи). Это явно непропорционально выше, чем 0,416 миллиона у США или даже 3,5 миллиона Китая. «Если количество погибших на войне считать индикатором вклада, СССР действительно нес на себе основную часть этого бремени», пишут исследователи.

Тем не менее, и эта методика оценки вклада не выглядит объективной. Так, Китай, по мерке ученых, потерял во Второй мировой 3,5 миллиона человек, во много раз больше США — однако данные опроса (даже включая китайцев) не оценивают вклад Китая в победу больше американского.

Иными словами, мерилом «работы» не могут быть только потери страны на войне. Их можно рассматривать лишь как меру усилий, но никак не в качестве меры достигнутых результатов.

Например, мерилом работы может быть ее результат, и в случае крупной войны им могут выступать потери, нанесенные противнику.

В этом отношении показательно известное высказывание Уинстона Черчилля от 2 августа 1944 года перед нижней палатой британского парламента: «Русские армии сделали основную работу по вырыванию кишок из немецкой армии. В воздухе и на море мы можем удерживать наши позиции, но но не было в мире силы, которую можно было бы создать ранее, чем через несколько лет, и которая могла бы уничтожать немецкую армию если бы не та ужасающая бойня и избиение, которым эта армия подверглась силами русских советских [так в оригинале] армий».

Оценить высказывание Черчилля в полной мере позволяет немецкая статистика потерь Вермахта и СС на фронтах Второй мировой войны. Наиболее полно они представлены в известной работе «Сухопутная армия Германии 1933-1945 гг.» Б. Мюллера-Гиллебранда. Согласно ней, три четверти всех задокументированных потерь немецкие вооруженные силы понесли на Восточном фронте. Еще выше эта доля была до июня 1944 года, то есть до открытия Второго фронта, когда качественно немецкая армия была более сильной, чем со второй половины 1944 года.

Использование такой метрики несколько ослабляет один из ключевых выводов работы, которые гласят: «Наши данные показывают сильный коллективный (национальный) нарциссизм в отношении заявляемого вклада восьми стран-союзников [по антигитлеровской коалиции] во Вторую мировую войну». Даже если, вслед за авторами статьи, измерять вклад в исход войны своими потерями, а не потерями противника, то и тогда — доля СССР в потерях антигитлеровской коалиции составляет в районе 65-70%. То есть в рамках методик оценки, используемых исследователями в работе, также сложно говорить о том, что вывод о нарциссизме действительно является универсально верным — он в меньшей степени верен по отношению к опрошенным россиянам.

Интересно, что субъективные оценки российских участников опроса довольно близки к реальности, если взять за метрику потери — несмотря на то, что точные цифры о потерях в ходе войны редко известны большинству наших современников, вне зависимости от их страны проживания.

Как американцы выиграли войну

Как так вышло, что за девять месяцев до окончания Второй мировой Черчилль, глава британского правительства, оценивает роль СССР в войне как ведущую — и никто из парламентариев его не оспорил, — а сегодня, 75 лет спустя, западный мир, судя по всему, считает, что вклад США в войну был больше? Может быть, британский лидер преувеличивал вклад СССР?

Объективные индикаторы того, какими Черчилль считал возможности советских армий на самом деле, не в речах с парламентской трибуны, а в рамках совершенно секретного военного планирования, есть. Весной 1945 года он приказал британским военным создать план внезапного нападения сил западных армий в Европе на советские силы на этом же театре боевых действий. Удар планировали нанести 1 июля 1945 года, за четыре дня до начала общих выборов в Великобритании.

Британцы пришли к неутеш��тельным выводам: даже при внезапном нападении, широком использовании захваченных в плен солдат и офицеров немецкого Вермахта (союзники рассматривали привлечение до 10 дивизий из немецких военнопленных), шанс на успех наступательной операции коллективного Запада против СССР был слишком мал, чтобы о нем можно было серьезно задумываться. Черчилль согласился с этими выводами и план нападения на советские силы не был принят вплоть до послевоенного времени. Из этого следует, что премьер вряд ли лукавил, выступая перед своим парламентом.

Причину, по которым немецкие документы и публичные выступления западных лидеров того времени рисуют вклад СССР в Вторую мировую как решающий, а сегодня люди склонны ставить на это место уже США, возможно, следует искать совсем в иной области. Лучше всего ее обрисовал историк Джеффри Робертс (Geoffrey Roberts):

«Более 90% немецких потерь было понесено на Восточном фронте, включая сюда 10 миллионов потерь в живой силе. Все остальные театры были второстепенными в сравнении с гигантским битвами в России. Во время войны было ясно, что Вторая мировая — в основном советско-германская война. Во время Холодной войны, однако, западный нарратив борьбы с Гитлером был переписан, чтобы минимизировать советский вклад и преувеличить англо-американский “крестовый поход”, имевший целью сделать Европу безопасной для демократии».

Сам историк скептически оценивал возможность того, что позиция профессиональных историков как-то повлияет на общественное мнение, развернув его от идеологически мотивированных искажений времен Холодной войны к фактам, широко признававшимся на Западе до 1945 года. Нынешнее исследование психологов, в общем-то, подчеркивает этот же факт. Победили свои.

https://ift.tt/2MZz6s8

#IFTTT #Чердак: наука #технологии #будущее #наука #чердак #интересно #факт #science #chrdk #interesti

0 notes

chrdkru · 5 years ago

Photo

Надежда на BEST .

Нейтрино это элементарные частицы, которые примечательны по нескольким причинам. Во-первых, нейтрино практически не взаимодействуют с остальным веществом: поток нейтрино свободно проходит всю Землю насквозь. Во-вторых, нейтрино бывают трех типов и при этом они могут осциллировать, то есть превращаться из нейтрино одного типа в нейтрино другого типа. В-третьих, ряд теоретиков предполагает существование четвертого типа нейтрино, которое называют стерильным. Новый эксперимент в обсерватории под горами Кавказа призван либо доказать наличие этих частиц, либо закрыть эту возможность.

«Это не просто еще одна частица. Это попытка найти, причем сравнительно простым и относительно дешевым методом — если сравнивать с Большим адронным коллайдером, например — новую физику. Новая физика это и понимание того, что такое темная материя: возможно, она окажется теми самыми стерильными нейтрино. И, что возможно, выход на новые технологии. Нельзя исключать, что новые нейтрино окажутся представителями неизвестного класса частиц, которые еще и взаимодействуют между собой каким-то иным способом. Если мы нападем на след этого нового взаимодействия, то не исключено что мы научимся его использовать на практике: подобно тому, как открытие ядерного взаимодействия привело к появлению ядерных технологий», — говорит Григорий Рубцов, заместитель директора Института ядерных исследований.

Читайте также: Осцилляции нейтрино — феномен, за открытие которого присудили Нобелевскую премию по физике 2015 года

Сегодня фундаментальных взаимодействий нам известно ровно четыре: электромагнитное, сильное, (оно скрепляет частицы внутри ядер атомов и кварки внутри протонов с нейтронами), слабое (отвечающее за превращения кварков друг в друга) и гравитационное. Сто лет назад их было всего два: физики знали электромагнетизм и гравитацию. Открытие сильного и слабого взаимодействий позволило создать атомные электростанции, ядерное оружие, лучевую терапию рака и многое другое.

Теоретическое предсказание нейтрино, кстати, было ключевым событием на пути к открытию слабого взаимодействия. В 1930 году Вольфганг Паули придумал эту частицу, чтобы спасти закон сохранения энергии в ядерных реакциях с бета-распадом. Конечная энергия частиц, получающихся в ходе распада, оказывалась меньше начальной. Следовательно, остаток приходится на долю какой-то еще, до сих пор неизвестной частицы, которую экспериментаторы тогда не видели; через несколько лет после идеи Паули другой ученый, Энрико Ферми, разработал теорию, где вдобавок к электромагнитному и сильному (ядерному) взаимодействию появлялось еще одно, позже названное «слабым». Слабое взаимодействие могло превращать нейтрон в протон и порождать электрон и нейтрино.

Правоту Паули доказала через 26 лет группа американских физиков, проводя опыты с ядерным реактором и специальным детектором. Из того миллиона триллионов нейтрино, которые возникали в реакторе и пролетали через детектор каждую секунду, некоторые в какой-то момент должны были пролететь не между атомными ядрами, а удариться в одно из них. Столкновение должно было породить микроскопическую вспышку. Залив в свою установку более двух тонн специально подобранного раствора (смеси органических жидкостей) и обложив ее вокруг чувствительными приборами для регистрации сверхслабых вспышек света, ученые смогли насчитать ��а час всего три таких вспышки — они-то и стали первыми обнаружениями нейтрино.

Принципиально нейтринные обсерватории с тех пор не поменялись: эти едва уловимые частицы ловят в кромешном мраке. А чтобы защитить детекторы от всевозможных помех (других частиц, прилетающих из космоса и радиоактивных веществ в горных породах) спускаются как можно глубже и окружают ловушки для нейтрино дополнительными экранами.

Нейтринная обсерватория SNO, Канада. Расположена в заброшенной никелевой шахте на глубине 2 км. Сфера диаметром 12 метров, заполненная тяжелой водой и окр��женная 9600 фотоэлектронными умножителямиSNOLAB

Американские физики разместили свой детектор IceCube (дословно «кубик льда») прямо в леднике на Южном полюсе, итальянские исследователи оборудовали нейтринные обсерватории в ответвлениях автомобильных тоннелей под горами, канадцы и японцы использовали старые шахты.

В России есть два больших нейтринных проекта: подводный нейтринный телескоп в Байкале — именно в, поскольку он погружен в воду — и Баксанская нейтринная обсерватория в тоннелях под горой Андырчи в Кабардино-Балкарии.

Детекторы галлий-германиевого телескопа Баксанской Нейтринной ОбсерваторииТатьяна Барыбина / etokavkaz.ru / ТАСС

Все ухищрения, которые предпринимают физики: уход поглубже в воду или толщу земли, строительство детектора побольше, расположение рядом с интенсивным источником нейтрино вроде большой АЭС — призваны сделать помехи поменьше, а «нейтринный улов» побольше. Начавшаяся в прошлом веке охота за нейтрино привела к открытию нейтрино трех типов (электронное, мюонное и тау), показала, что они иногда превращаются друг в друга (или осциллируют) и даже привела к обнаружению нейтрино, порождаемых вспышками сверхновых звезд.

Но обнаружить стерильное нейтрино, если оно действительно существует, никакой детектор напрямую не позволит: согласно теории, оно вовсе не взаимодействует ни с чем, кроме гравитационного поля. Иными словами, такие частицы пролетают сквозь любой материал и не сталкиваются даже с атомными ядрами. То есть они в буквальном смысле невидимы.

Казалось бы, доказательство существования принципиально неуловимой частицы звучит слишком похоже на поиски возможно отсутствующей черной кошки в темной комнате. Тем не менее, она решаема. Потому что, в отличие от кошек, нейтрино осциллируют.

Детекторы нейтрино эксперимента MiniBooNEFred Ullrich

За стерильными нейтрино охотятся уже очень, очень долго. Последний громкий результат был получен на эксперименте MiniBooNE в национальной ускорительной лаборатории имени Энрико Ферми в США (она же Фермилаб), где ловят нейтрино полтора десятка лет. 1 июня прошлого года физики опубликовали суммарную статистику своих наблюдений с интересной аномалией. Они облучали потоком мюонных нейтрино свой детектор и смотрели, сколько в результате из мюонных нейтрино появляется электронных. Теория с тремя типами нейтрино предсказывает на таких масштабах 1977 подобных событий. Американцы насчитали на 461 больше. Но им пока так никто не не поверил: стоило ученым выложить свою статьи в открытый доступ, еще до окончания процедуры рецензирования, авторитетнейший журнал Science призвал экспериментаторов внимательно проверить свои данные — не набрали ли они просто 461 ошибку за 15 лет наблюдений? И c решением вопроса о существовании стерильных нейтрино наука решила подождать.

Читайте также: Модная частица. В Фермилаб сообщили о поимке стерильного нейтрино. Другие физики подоревают, что пока вместо нейтрино поймали только хайп

Российские физики намерены искать наоборот, не лишние, а недостающие события. Принцип такой: если какие-то ни с чем не взаимодействующие частицы реальны, то в них превращается часть новорожденных нейтрино уже известных типов. Следовательно, суммарный поток нейтрино известного типа от источника будет меньше расчетного. Эта логика напоминает поиск утечки из водопровода: даже если течь расположена в каком-то неизвестном и недоступном месте, о ней можно узнать по разности между закачиваемым и вытекающим через краны объемами воды.

Внутри нейтринной обсерватории Super Kamiokande, где были открыты осцилляции нейтрино. Сотрудники обсерватории проверяют работу датчиков. При наблюдениях всю шахту заливают водойSuper-Kamiokande

В качестве источника нейтрино для эксперимента BEST ученые используют радиоактивный изотоп хрома, хром-51. Он имеет малый период полураспада — менее 28 дней — зато ярко «светит» нейтрино за счет бета-распада: реакции, при которой один из протонов превращается в нейтрон и вместе с этим испускает нейтрино.

Читайте также: Неуловимое нейтрино. IceCube не нашел стерильных нейтрино

Изготовленый на предприятиях Росатома небольшой цилиндр из радиоактивного хрома физики поместили в центре двух вложенных друг в друга больших цистерн с жидким галлием, металлом, который плавится уже при 30 градусах Цельсия.

«Мы использовали галлий, — говорит Григорий Рубцов, — потому что он гораздо плотнее используемых обычно для регистрации нейтрино веществ. В плотном галлии наш мощный источник позволит увидеть переход нейтрино в стерильные на очень маленьком расстоянии, намного меньше, чем в других экспериментах. Те удалены от источников — например, ядерных реакторов — на много метров или даже на расстояние порядка километра, а у нас все вплотную».

Нейтринная обсерватория IceCube на Южном полюсе. Каждый флажок, торчащий из снега, отмечает детектор, погруженный под ледJeff Warneck / Фотодом / Shutterstock

Ядра атомов галлия, если в них попадает нейтрино, превращаются в ядра германия. Ученые рассчитали, что за сутки нейтринной бомбардировки детектора в виде «матрешки» из двух цистерн с галлием, примерно 65 атомов галлия в каждой цистерне должны стать атомами германия. Но это если стерильных нейтрино не существует, и все нейтрино, возникшие при распаде атомов радиоактивного хрома-51, будут принадлежать уже известным типам, которые взаимодействуют с ядрами атомов. Если атомов германия во внешней цистерне с галлием вдруг окажется меньше, чем в первой, внутренней — это будет значить, что часть нейтрино за время путешествия между контурами осциллировала, превратилась в стерильные и потому не прореагировала с ядрами галлия. Получившаяся разница (если она получится) будет серьезным аргументом в пользу гипотезы о стерильных частицах.

Пятидесятитонная галлиевая емкость в обсерватории, кстати, крупнейшая в мире. В ней галлия столько, сколько добывают на Земле за несколько месяцев.

Один из туннелей, ведущих к Баксанской Нейтринной ОбсерваторииТатьяна Барыбина / ТАСС

Поиск стерильных нейтрино планируется разбить на серию из десяти наблюдений по 9 дней каждое, поэтому ученым потребуется найти в многотонной цистерне меньше тысячи атомов германия-71: это почти как найти одну, едва видимую глазом пылинку среди песков Сахары.

С точки зрения обычной химии это невозможно. Но находить около 95% всех прореагировавших с нейтрино атомов физики уже научились. Для этого весь галлий прокачивают через фильтр, собирающий германий — как тот, что входит в состав металла в качестве примеси, так и те редкие атомы, которые образовались в ходе опыта.

А затем этот германий загрузят в другой детектор. Образующийся при столкновении с нейтрино германий радиоактивен, поэтому его можно обнаружить и даже посчитать его атомы чуть ли не поштучно. Надо просто подождать пока прибор зафиксирует некоторое количество радиоактивных распадов — их число и скажет, сколько атомов германия получились из-за столкновения с нейтрино.

Первые данные наблюдений будут опубликованы к середине октября этого года. Весь эксперимент, впрочем, будет длиться много лет, чтобы физики могли удостовериться — зарегистрированный в Баксанской обсерватории эффект (или его отсутствие) не плод статистических флуктуаций, а действительное свидетельство в пользу существования (или несуществования) невидимой частицы, которую наука ищет уже десят��и лет.

Прорыва в новую физику из российской подземной обсерватории придется еще подождать.

https://ift.tt/2YEPnsM

#IFTTT #Чердак: наука #технологии #будущее #наука #чердак #интересно #факт #science #chrdk #interesti

0 notes

chrdkru · 5 years ago

Photo

Старики, разбойники .

Темную сторону клеточной души искоренить невозможно: каждая мирная клетка в организме стремится захватить максимальное количество ресурсов. Всеобщее благоденствие длится до тех пор, пока один из равных случайным образом не становится сильнее прочих. За редкими исключениями, опухоли встречаются у всех многоклеточных организмов, от растений и грибов до «бессмертных» гидр и голых землекопов. И вне зависимости от того, в каком именно клеточном «государстве» что-то идет наперекосяк, все раковые клетки нарушают пять основных правил мирного сосуществования.

1. Демографический контроль. Опухолевые клетки глухи к упрекам соседей и продолжают размножаться, невзирая на тесноту в ткани. Иногда они даже выделяют факторы роста — сигнальные вещества, стимулирующие деление, и поливают ими сами себя.

2. Кодекс чести. Клеточный социопат не способен признать свои ошибки и добродетельно покончить с собой, поняв, что зашел слишком далеко. В клетках опухоли отключены механизмы программируемой клеточной гибели (апоптоза) или слишком сильны противоапоптотические сигналы.

3. Правила общепита. У раковых клеток часто повреждены митохондрии, а это верный путь к апоптозу. Чтобы их не травмировать дополнительно, злокачественные клетки переходят на питание «продуктами быстрого приготовления», то есть глюкозой. Из нее можно быстро получить энергию в обход митохондрий и кислородного дыхания, а кислорода в опухоли тоже хватает не всегда. Но такое «питание на бегу» малоэффективно, поэтому глюкозы нужно много, гораздо больше, чем положено среднестатистическому гражданину. И, в соответствии с принципом «каждому — по потребностям», жулик превращается в бездонную пасть для глюкозы, объедая своих соседей.

4. Разделение труда. В тканях взрослого организма бездельников не любят: клетка либо специализирована и работает на общее благо, либо размножается и получает профессию, либо сидит в декрете и готовится оставить потомство. Однако «декретники» — стволовые клетки, освобожденные от необходимости работать, не пользуются и другими общественными благами: не растут и практически не едят. Раковые клетки пытаются совмещать все эти статусы: они отдыхают, как стволовые, размножаются, как клетки-предшественники, и едят, как настоящие работяги.

5. График уборки. Как бы ни строились отношения между клетками в ткани, они живут в общем пространстве — внеклеточном матриксе, которое необходимо держать в чистоте. Матрикс — это что-то вроде большой паутины с нишами под отдельные клетки. Чем длиннее белковые нити, из которых она сплетается, тем прочнее ткань и стабильнее жизнь: чувство опоры позволяет клеткам выживать, а белковый барьер запрещает иммунной полиции развернуть в ткани боевые действия. Поэтому обитатели паутины то и дело переваривают сломавшиеся белки и выделяют новые. Обжоры же, напротив, растворяют матрикс, который мешает им передвигаться и расселять своих отпрысков.

Пять столпов цивилизованного клеточного общества и пять обходных путей, которые используют раковые клеткиC. Athena Aktipis et al. / Philosophical Transactions of the Royal Society B / CC BY 4.0

Теперь представим себе, что в стройных клеточных рядах завелся потенциальный вредитель. Он еще не начал обманывать систему и никому всерьез не навредил, но уже высказывает крамольные мысли, например о большой семье и десятках детей, как две капли воды похожих на отца.

Самый простой способ усмирить его порывы — запретить размножаться, сдать в монастырь, как опозорившую род девицу. На молекулярном уровне «монастырь» выглядит как два белка, р16 и р21, которые намертво связывают белки, запускающие размножение клетки, и соответствующие им гены. Этого вполне достаточно, чтобы распоясавшийся гражданин перестал угрожать существованию организма.

И вот мы заблокировали в подозрительной клетке программу деления. Теперь перед нами стерильный гражданин, не утративший, впрочем, своих наглых замашек: по-прежнему не хочет работать, охоч до глюкозы, мусорит направо и налево и отказывается умирать.

В этом описании несложно узнать типичную старую клетку. Старость на клеточном уровне не столько признак возраста организма, сколько набор специфических свойств. Старые клетки точно так же, как и раковые, предпочитают глюкозу любой другой еде, не поддаются апоптозу, теряют свои прежние функции, зато выделяют белки, запускающие в ткани воспаление и перестройку, то есть фактически ее разрушают.

Сходство преступников со стариками оказывается настолько сильным, что даже лекарства на них действуют одни и те же.

Большинство сенолитиков (препаратов против старых клеток), которые сегодня проходят клинические испытания, получены на основе давно известных противоопухолевых средств.

Опухолевая клетка, безусловно, достаточно несимпатичный персонаж, этакий мистер Хайд, который позволяет себе то, что нельзя другим. Но при детальном рассмотрении старая клетка оказывается не сильно лучше. Зарвавшиеся обжоры, по сути, предаются вольной клеточной жизни, мечту о которой лелеет каждый второй порядочный гражданин. А старая клетка отличается от них лишь тем, что способна вовремя, как совестливый доктор Джекил, распознать в себе нехорошие изменения и употребить остаток своей воли на то, чтобы решить эту проблему самостоятельно.

Персонаж Стивенсона принимал волшебную сыворотку, чтобы вернуть себя на путь истинный и не дать волю низменным инстинктам. Внутрь каждой клетки тоже заложено несколько механизмов самодисциплины. Самый известный из них — теломеры, концевые участки ДНК, мерило клеточных репродуктивных способностей. С каждым делением они становятся все короче, а достигнув критической длины, останавливают размножение клетки, и наступает репродуктивное старение.

Это не самый надежный способ защититься от вспышки преступности — клеточный Хайд успевает произвести на свет первые несколько поколений потомства, — но, пожалуй, самый экономный. В конце концов, «попытка рака» может провалиться и сама по себе — большинство клеток с онкогенными мутациями так и не становятся опухолью, а кончают с собой, не сумев принять изменения в своем мировоззрении, то есть многочисленные поломки в ДНК. И только когда очередная попытка создать государство в государстве начинает проявлять признаки успеха, вступает в игру механизм репликативного старения и оказывается, что длины теломер на то, чтобы устроить себе полноценную суверенность, бунтарям уже не хватает.

Иногда клетки спохватываются раньше — на том этапе, когда в них только зарождаются мысли о господстве над миром. Чтобы клетка стала раковой, в ее голове должно зародиться сразу несколько крамольных идей, то есть онкогенных мутаций. Это может быть мутация в гене теломеразы — фермента, продлевающего репродуктивные возможности бунтаря, а также поломки в генах, контролирующих деление и смерть клетки, — онкогенах. Но если молодой сепаратист двигается по своему пути робкими шажками, набирая ключевые мутации по одной, то иногда успевает опомниться — онкоген-индуцированное старение становится ответом на чрезмерную активность генов, стимулирующих размножение.

Самые предусмотрительные и законобоязненные граждане отправляются в добровольное изгнание еще задолго до проявления крамольных интенций. Так работает стресс-индуцированное старение: клетка перестает размножаться в ответ на действие токсинов, радиации, перепадов температуры и прочих стрессовых факторов. Каждый из них может привести к мутациям в ДНК, а значит, имеет смысл обезопасить себя заранее, при первых признаках душевной нестабильности.

Однако это не значит, что в отсутствие стрессов, нехороших мыслей и чьего-то «освободительного движения» по соседству клетки предаются идиллическому сосуществованию. Если мы посмотрим на то, что происходит в тканях человека с возрастом, то увидим, что порядочные граждане все чаще вредничают.

С возрастом в тканях копятся подозрительные личности, которые хуже работают, реже умирают и больше едят. Чаще всего они не заявляют о своих притязаниях на гегемонию, а остаются простыми жуликами, слегка паразитирующими на своих честных соседях.

Причиной такого расслоения в ткани становится опять же конкуренция. В течение жизни каждая клетка приобретает набор уникальных мутаций. Некоторые из них случайным образом дают ей небольшое преимущество — например, позволяют чуть меньше работать и слабее реагировать на сигналы от соседей. Обленившиеся клетки оставляют больше потомков в ткани, чем честные и работящие, и потому с возрастом начинают доминировать. У этой кажущейся деградации общества есть свои плюсы: ярых сепаратистов в такой ситуации образуется меньше. Зачем, действительно, разводить сыр-бор, если можно и так безнаказанно подворовывать у соседей? Опухолевые клетки — продукт жесткой тканевой конкуренции, это те граждане, которым приходится ломать систему, чтобы удовлетворить свои потребности. «Ленивые» мутантные клетки — это промежуточные победители в конкурентной борьбе, у которых нет стимула двигаться дальше и становиться еще зловреднее.

Диаграмма с тремя возрастами и распределением мутантных клонов в тканиKelly C. Higa, James DeGregori / Aging Cell / CC BY 4.0

Доктор Джекил не перестал превращаться в мистера Хайда, когда понял, на какие мерзости тот способен. Вместо этого он спонсировал свое гнусное альтер-эго деньгами и пускал его в свой дом. Старые клетки похожим образом поддерживают существование опухоли: они выделяют факторы роста, которые стимулируют размножение гнусных типов, и расщепляют межклеточное вещество, позволяя тем расползаться по округе. Поэтому, в частности, риск развития опухолей растет с возрастом: ткани становятся менее устойчивы к преступным сговорам стариков с бандитами. В свою очередь, раковые клетки осложняют жизнь окружающим и подвергают их стрессам, отчего те быстрее стареют. В этом смысле опухоли не только являются следствием старения, но и ускоряют его дополнительно. Не спасает даже противоопухолевая терапия: массовые убийства клеток в организме не способствуют омоложению выживших и пациенты, пережившие онкологические болезни, часто оказываются сильно старше биологически, чем были до лечения.

Старость и рак долгое время идут по жизни рука об руку. И только в почтенном возрасте, после 70 лет, частота возникновения опухолей снижается, а у долгожителей (100 лет и больше) их почти совсем не обнаруживают.

Этому феномену можно придумать разные объяснения. Например, можно предположить, что после определенного возраста люди реже обращаются ко врачам и ищут у себя новые заболевания, потому что им хватает и старых. Или можно представить себе, что в какой-то момент у организма заканчиваются ресурсы — делящихся клеток становится меньше, а воспаление, напротив, усиливается — и воровство перестает быть выгодным. Но может быть и такое, что все, у кого был повышен риск развития опухоли, уже погибли (или вылечились) от них раньше, и на плаву остались только самые стойкие.

Заболеваемость раком в группах разного возраста

Стратегия борьбы и профилактики преступности, которую избрал наш организм, безусловно, довольно экономна, но, кажется, заведомо проигрышная. С возрастом ткани полнятся маргиналами: кто-то из них социально опасен, кто-то — в целом безвреден, но ни один не приносит непосредственной пользы организму. Ни мафиози, ни смиренные бесплодные старики, ни ленивые тунеядцы не улучшают благосостояние государства. А оно тем временем продолжает бороться с угрозой распада, принося в жертву своих граждан. Рано или поздно граждане заканчиваются, и вместе с этим заканчивается и жизнь государства. Зато, если все проходит успешно, оно умирает непокоренным, не поддавшись внутренним врагам, как доктор Джекил, которому повезло умереть доктором Джекилом.

https://ift.tt/2Y475Bv

#IFTTT #Чердак: наука #технологии #будущее #chrdk #science #news #medicine #article #future

0 notes

chrdkru · 5 years ago

Photo

Вся Вселенная в одном «Cпектре» .

«Спектр-РГ» — самый многообещающий российский космический проект 2019 года, если не всей второй половины 2010-х. Это большая космическая обсерватория с двумя рентгеновскими телескопами: российским ART-XC и немецким eROSITA. На Земле такие инструменты не могут работать в принципе, поскольку атмосфера непрозрачна для рентгеновского излучения. Единственное возможное место для наблюдения за небом в этом диапазоне — космос.

Что даст запуск?

Телескоп ART-XC имеет разрешение до 45 угловых секунд. Это примерно соответствует разрешению человеческого глаза, так что с этим прибором астрономы смогут изучать небо в рентгеновских лучах так, как если бы это излучение можно было видеть без всяких инструментов. Разрешение построенного в конце 1990-х и до сих пор работающего телескопа обсерватории Chandra — 0,5 угловых секунд, однако ему, как и европейскому XMM-Newton, доступны только рентгеновские лучи энергией до 10 килоэлектронвольт. Более жесткое излучение может видеть международный телескоп INTEGRAL, совместный проект ESA, NASA и Роскосмоса. Однако его разрешение составляет всего 12 угловых минут: получается, что с запуском «Спектра-РГ» астрономы, наконец, избавятся от близорукости.

Угловое разрешение — угол между двумя источниками излучения, при котором они видны как две отдельные точки. Чем он меньше, тем более четкую картинку дает инструмент. 1 градус — это 60 минут по 60 секунд в каждой минуте.

Разрешение немецкого телескопа eROSITA несколько лучше, но у него меньший диапазон энергий. Как и его предшественники, eROSITA работает с излучением до 10 КэВ. Его ключевое отличие заключается в повышенной чувствительности: по сравнению с инструментами прошлого поколения этот параметр подняли в несколько раз. Кроме того, и eROSITA, и ART-XC умеют не просто получать картинку неба в рентгеновских лучах, но и раскладывать эти лучи в спектр, выявляя характерное для тех или иных астрофизических процессов излучение.

Зачем смотреть на небо в рентгеновских лучах?

Рентгеновские лучи — это электромагнитное излучение высокой энергии. Оно возникает либо при нагреве чего-либо до очень высокой температуры, либо при очень резком изменении скорости заряженных частиц. В рентгеновских аппаратах пучок электронов сначала разгоняют высоким напряжением, а потом направляют в металлическую пластину.

Нечто подобное, только в гораздо больших масштабах, происходит при движении плазмы, потока заряженных частиц, в сильных магнитных полях у тех или иных небесных тел. Тело, которое может создать достаточно мощное поле, обычно представляет собой что-нибудь экзотическое: например, вращающуюся нейтронную звезду или черную дыру. А раскаленный до миллионов градусов газ возникает еще и в процессах вроде вспышек сверхновых или при падении материи в черные дыры.

Читайте также: «Будет ли в результате наблюдений «РадиоАстрона» в ближайшее время появляться все больше новых красивых картинок? Конечно, да!»

При помощи «Спектра-РГ» ученые рассчитывают пополнить знания об активных ядрах галактик (то есть черных дырах с массами в миллиарды масс Солнца), сливающихся двойных звездах и, главное, получить карту всего неба с ранее недоступным качеством. Отсняв его и получив множество спектров отдельных источников, астрономы смогут сопоставлять множество галактик друг с другом и искать общие закономерности вместо того, чтобы опираться на отдельные наблюдения.

«Фактически делается полная перепись населения нашей Вселенной с точки зрения самых массивных образований — это скопления галактик — которые сформировались за всю историю, — прокомментировал задачу обсерватории заместитель директора ИКИ РАН Михаил Павлинский. Кроме того, по его словам, астрономы будут анализировать все ядра известных активных галактик, которые включают в себя сверхмассивные черные дыры, которые проявляют себя как раз в рентгеновском диапазоне длин волн.

Что дальше?

Процесс развертывания любой космической обсерватории растягивается на длительный срок. Космический телескоп нельзя просто подключить к наземным компьютерам и сразу навести на интересующий объект: для начала нужно проделать массу иных операций. Вся обсерватория должна прибыть в нужное место, то есть точку Лагранжа L2. Гравитационные поля Земли и Солнца обеспечат обсерватории в этой точке стабильное положение.

Поэтому прежде всего нужно точно скорректировать траекторию «Спектра-РГ» и добиться ее корректного положения. Далее поступит команда на открытие крышки, закрывающей инструменты на время доставки. После этого все инструменты нужно будет откалибровать, проведя серию предварительных измерений и сопоставив результаты с ожидаемым откликом. Всю вспомогательную аппаратуру также требуется проверить — а это десятки отдельных устройств.

Полноценная научная работа начнется не раньше сентября. Российские и немецкие исследователи рассчитывают, что «Спектр-РГ» сможет продержаться 6,5 лет — пример других космических обсерваторий говорит, что это ��олее чем реальный срок. Российский «Спектр-Р», он же «Радиоастрон», проработал с 2011 по январь 2019 года, хотя астрономы изначально рассчитывали на пять лет.

https://ift.tt/2l7xOzs

#IFTTT #Чердак: наука #технологии #будущее #наука #чердак #интересно #факт #science #chrdk #interesti

0 notes

chrdkru · 5 years ago

Photo

Провал черной колонизации Европы .

Со времен дарвиновских открытий, касающихся эволюции видов, многие смены одних живых существ другими принято объяснять тем, что более совершенные приходят на смену менее совершенным. Еще десяток лет назад находились палеонтологи, всерьез утверждавшие, что динозавры вымерли потому, что млекопитающие были лучше приспособлены к окружающей среде.

Ровно таким же образом многие антропологи до самых недавних пор считали, что Homo sapiens, выйдя из Африки, быстро одолел неандертальцев в Европе и части Азии, а равно и денисовцев (вместе с другими азиатскими видами людей) за счет того, что имел более «продвинутый» мозг, умел использовать метаемые рукой копья, недоступные остальным представителям рода Homo, ну и в целом был гибче и прогрессивнее — например, сидел на «универсальной» диете (ел все подряд, проще говоря), в то время как неандертальцы и прочие были жестко привязаны к мясу и в период его дефицита страдали.

Такое «лобовое» представление о том, что в мире царит честная конкурентная борьба, при которой вымирают всегда наименее, а побеждают наиболее приспособленные, напрямую вытекало из культурных стереотипов, существовавших еще до Дарвина и укорененных в западноевропейской культуре, по которой даже общественная и экономическая жизнь являются борьбой всех против всех и поприщем непрерывной конкуренции. Более того, доминирование европейцев в окружающем мире в XIX веке объясняли тем, что «белая» раса якобы превосходит во всех смыслах «желтую» и «черную».

Научные факты, выявленные в XX и начале XXI века, как будто специально подбирались для того, что поставить с ног на голову подобное видение процессов эволюции. Оказалось, что динозавры, во-первых, не вымерли (ими являются птицы, число видов которых и сегодня больше, чем видов млекопитающих); во-вторых, они были теплокровными животными (а не холоднокровными рептилиями); ну а в-третьих, судя по всему, ни в чем не уступали млекопитающим, которые при них были вынуждены прятаться по норам и вести ночной образ жизни. Конец господства сухопутных динозавров оказался связан со случайным фактором (взрывом астероида мощностью в 100 миллионов мегатонн), сделавшим жителей нор хозяевами опустевшей планеты.

Ровно так же, с ног на голову, встали и представления о развитии человеческого вида. Оказалось, что белокожими и голубоглазыми изначально были неандертальцы и что их вытеснили и частично ассимилировали чернокожие Homo sapiens, вышедшие из Африки. Более того, даже в Европе они еще довольно долго сохраняли натуральный темный цвет. Получалось, что черные люди современного типа пришли и победили белых европейцев порядка 40 тысяч лет назад. Получается, сперва именно выходцы из черной Африки были более «продвинутыми» и «приспособленными», чем белые неандертальцы? Новые данные ставят под сомнение и это, и вообще сам факт победы людей современного типа над неандертальцами и денисовцами за счет большей «продвинутости».

Древнейшая волна колонизации: более 210 тысяч лет назад

Еще в конце прошлого века считалось, что наш вид, Homo sapiens, возник в современном виде около 40 тысяч лет назад (долго не удавалось найти достоверные более старые останки) и почти сразу заселил Европу и Азию с Австралией. Новые находки отодвинули дату до 200 тысяч лет назад, а в 2017 году черепа из Марокко показали, что наш вид существовал там уже 315 тысяч лет назад. В то же самое время генетики доказали, что все ныне живущие на планете — потомки людей, покинувших Африку всего лишь 70 тысяч лет назад.

Что же заставило человека четверть миллиона лет сидеть сиднем и не выходить за пределы родного континента? Ситуация выглядела загадочной. Наш вид известен тягой к не всегда оправданным приключениям и освоению опасных мест. Да и более ранние представители рода Homo (эректусы) бодро вышли из Африки (дойдя до территории современной Грузии и Индонезии) практически сразу после своего возникновения.

Череп Апидима-1: сзади (слева), сверху и снизу (справа)Фото: Harvati et al.

Как показывает опубликованная в Nature новая работа, на самом деле наш вид вовсе не сидел сложа ноги. Череп Апидима-1 по уран-ториевой датировке показал возраст в 210 тысяч лет, а найден он на юге Греции. К сожалению, сохранился он не полностью. Неполная сохранность и ряд черт, похожих на неандертальски��, в течение 40 лет после обнаружения не давали понять, что перед учеными останки именно Homo sapiens. Но после проведения компьютерной томографии черепа удалось полнее проанализировать его морфологию. Апидима-1 имеет округлый (а не заостренный по-неандертальски) затылок — примету, относящую его либо к Homo Sapiens, либо, судя по неандертальским чертам, к гибриду человека и неандертальца. Тут следует уточнить, что Греция недалеко от Африки разве что по прямой, через море, а по берегу — нескольно тысяч километров.

Картинка: https://cdn.arstechnica.net/wp-content/uploads/2019/07/Apidima-site-980x705.png Взято: https://ift.tt/2XH9PES

Изученность этого региона для времени палеолита очень низкая: археологи пока нашли там всего три человеческих черепа данной эпохи. То есть далеко не факт, что наш вид не покинул Африку заметно раньше 210 тысяч лет.

Эй, а где все-то?

Возникает естественный вопрос: если по генетическим данным все нынешние не-африканцы происходят от африканцев, покинувших свой континент 70 тысяч лет назад, то где же следы генов первых колонистов-людей? Получается, они попали в Евразию минимум втрое раньше, чем те, чья кровь течет в наших с вами жилах. И где же, спрашивается, их потомки?

Правильный ответ на этот вопрос сводится к тому, что таких потомков не существует. Апидима-1 не оставил следов в генах живущих людей. Точно так же, как и люди современного типа, жившие на территории современного Израиля 177—194 тысячи лет назад (находка Мислия-1) и Южного Китая (возраст — 80—120 тысяч лет). Точнее, потомки были, но они все умерли.

Что именно убило потомков ранних волн чернокожих сапиенсов, добравшихся до Европы более 210 тысяч лет назад (очевидно, что Ближний Восток колонизировали еще раньше, просто такие останки еще не успели найти)? Это очень интересный вопрос, потому что сами по себе люди весьма живучи и могут вымереть только при условиях изоляции на очень небольшом острове или при популяции менее 70 человек.

На сегодня наиболее вероятный ответ — извержение супервулкана Тоба 70 тысяч лет назад. Как ясно из археологических находок, Homo sapiens в Евразии в период 210—80 тысяч лет назад все же проживали, и других кандидатов в события, которые могли бы объяснить, почему их генов сейчас нигде нет, просто не отмечается. В этом промежутке времени нет следов ни извержения супервулканов, ни падения больших астероидов, а примеров вымирания популяций людей на крупном массиве суши без чрезвычайно серьезных причин мы не знаем.

И тем не менее даже Тоба не может объяснить все. В Африке после его извержения численность людей тоже резко сократилась — до пары тысяч взрослых. Однако это все же не полное вымирание. Самое важное — в Европе и Азии до 70 тысяч лет назад жили не только современные люди, но и неандертальцы, и денисовцы. И если евразийские Homo sapiens сгинули без генетических следов, то белая кожа и светлые глаза, которые европеоиды наблюдают в зеркале, — генетические следы неандертальцев, скрещивавшихся с чернокожими сапиенсами после Тобы. Азиаты несут в себе гены еще и денисовцев, причем скрещивание с ними также случилось после извержения супервулкана. Да и арх��ологические находки показывают, что денисовцы существовали еще 50 тысяч, а неандертальцы — 40 тысяч лет назад.

Получается, что в Евразии представители нашего вида не выдержали долгой вулканической зимы, последовавшей за катастрофой Тобы. А вот «примитивные» виды-современники вполне пережили это неприятное событие длиной во многие годы. Почему?

Непримитивные «примитивные»

Данные последних лет все больше указывают на то, что и неандертальцы, и денисовцы были чрезвычайно продвинутыми видами.

Неандертальцы, а точнее их прямые предки, в частности, владели метательным оружием — отлично сбалансированными, как показала реконструкция, копьями для метания. То есть ранние предположения антропологов, что люди современного вида умели метать копья рукой, а неандертальцы якобы не могли, не оправдались. Кроме того, они делали сложные составные орудия с помощью клея, который варили из смолы и воска. Надо сказать, что далеко не все популяции нашего вида умели создавать орудия с использованием склеивания уже в историческую эпоху.

Фрагмент рисунка, сделанного неандертальцем в пещере Ла-Пасьега (La Pasiega) примерно 65 тыс. лет назад

Целый ряд свидетельств, не относящихся к орудиям, также указывает на большую продвинутость этого вида. Его пожилые представители питались вареной кашей из ячменя (полученного собирательством), неандертальцы лечились пенициллином (видимо, собирая плесень) и обезболивались салициловой кислотой (из коры деревьев). Наконец, у них нашли следы религиозных обрядов — сожжение костей животных в центре кругов из специально расставленных отломленных сталагмитов. Наконец, они рисовали (их рисунки старше любых человеческих) и делали украшения, которые также старше человеческих.

Денисовцы также мало похожи на «примитивный» вид. К сожалению, их стоянки пока можно пересчитать по пальцам одной руки, известно об этих обитателях гор не так много. Но именно они оставили нам браслет из полудрагоценного камня с высверленным в центре отверстием для шнура, на котором его носили. Браслет, что интересно, явно сверлили каменным сверлом на станке — при том, что у людей станки для сверления возникли через 40 тысяч лет после того, как денисовский мастер сделал свое украшение. Тому же виду принадлежит и древнейшая известная игла с ушком.

«Денисовский» браслет, реконструкция и оригинал (справа внизу)Иллюстрация: Anatoly Derevyanko and Mikhail Shunkov, Anastasia Abdulmanova

Довольно очевидно, почему Тоба не могла истребить оба этих вида: это, по сути, люди, только другого вида, и достаточно многочисленного. Точно так же, как в Африке вулканическая зима лишь сжала популяцию людей нашего вида, она не смогла истребить два других вида людей и в Евразии. Судя по очень малому числу находок следов Homo sapiens в Европе и Азии, их там попросту было куда меньше, чем неандертальцев и денисовцев.

Малые популяции при катастрофе масштабов Тобы действительно могл�� не сжаться, а исчезнуть. Вулкан выбросил в воздух 800 миллиардов кубических метров пепла, что во много раз больше, чем, например, во время извержения вулкана Тамбора в 1815 году, после которого сульфатные аэрозоли достигли США, а температура в Северном полушарии упала настолько, что 1816 год в западной истории известен как «год без лета» (это самый холодный год за всю историю наблюдений).

Но и это не полный ответ на вопрос «почему?». Ведь те, кто вышел из Африки 70 тысяч лет назад, уже спустя 30 тысяч лет назад начали активно теснить неандертальцев в Европе, а вскоре повторили то же самое в Азии и с денисовцами, и с неандертальцами-азиатами. Почему им удалось стать многочисленными в Евразии и почему этого не смогли люди, покинувшие Африку в первой волне колонизации, более 210 тысяч лет назад?

Катастрофа и технологии

Ответ на вопрос «почему первая волна сапиенсов не справилась с другими Homo» может состоять из двух частей. Во-первых, неандертальцы около 40 тысяч лет назад получили свою Тобу в миниатюре. Извержение на Флегрейских полях в Италии покрыло большую часть Европы пеплом, ему помогли синхронные извержения вулкана Святая Анна в Карпатах и Казбека на Кавказе. К счастью, там не было столь же мощного извержения, как 70 тысяч лет назад, и пепел в больших количествах не достиг стратосферы.

Зато он покрыл землю — в Румынии его слой превысил метр. На свежем пепле нет растительности, без еды гибнет дичь. Охота и собирательство в таких условиях могут не спасти от голода. Само по себе и это, и временное снижение температур на 5-10 градусов не вызвало бы вымирания неандертальцев (можно мигрировать на большое расстояние в надежде добыть еду там), но был и еще один фактор.

Распространение второй волны Homo Sapiens в Европу через Ближний ВостокИллюстрация: Wikimedia CC BY-SA 4.0

Бушмены сегодня рассматриваются как одна из наиболее примитивных в техническом отношении групп людей, но десятки тысяч лет назад все было совсем иначе. Именно на их территории археологи несколько лет назад нашли древнейшие наконечники стрел, в том числе такие, в которых, по данным этнографии, использовали яд, убивающий подстреленное существо. Возраст таких находок — не менее 40-50 тысяч лет, и их необычность в том, что они практически не отличаются от сходных наконечников стрел (которые также делали отравленными), зафиксированных этнографами у бушменов в XIX веке. Более того, самые древние микролиты, небольшие каменные фрагменты, пригодные для использования в виде наконечников, в ареале расселения бушменов встречаются и в более ранний период — уже 71 тысячу лет тому назад. До них микролиты, пригодные как наконечники стрел, нигде не отмечаются.

Древнейшие микролиты из пещеры Пиннакл Пойнт в Южной Африке имеют возраст в 71 тысячу летФото: Kyle S. Brown et al.

Революция, связанная с получением качественных каменных пластин для наконечников, куда сложнее, чем может показаться на первый взгляд. Предки бушменов получали достаточно малые и ровные пластины, предварительно подолгу раскаляя каменное сырье в костре до трех сотен градусов — так камень не только легче расщеплять, но и малые пластины из него выходят ровнее, что в случае стрел очень важно. Догадаться до этого из случайных наблюдения за свойствами камня, полежавшего в огне, не так уж и просто. Кто-то проделал большую умственную работу, давшую его потомкам огромное преимущество и на охоте, и на войне.

Напомним, что стрелы и дротики этого времени действительно давали их владельцам сильные козыри. Никто не будет делать стрелу, если ему нечем ее метать. Находки, о которых идет речь, означают, что их изготовители не просто делали наконечники, но и имели либо лук, либо копьеметалку (без них у стрел и дротиков просто недостаточная убойная сила). К сожалению, такие орудия очень плохо сохраняются, в отличие от наконечников, поэтому точно понять, чем пользовались древнейшие бушмены, непросто (современные бушмены пользуются простым луком).

Но и с тем и с другим они могли поражать противника с большей дистанции, чем те, кто не имел никаких средств метания, кроме своих рук (например, неандертальцы). Кроме того, действительно небольшие метательные орудия можно метать не только дальше, но и чаще. Прицельно метнуть рукой 10-12 копий в минуту сложно, да и нести с собой такой большой запас сложно. Дротики, не говоря уже о стрелах для лука, в этом отношении куда быстрее и удобнее.

Таким образом, люди современного вида все же имели серьезное технологическое преимущество перед неандертальцами — в оружии, поражающем на расстоянии. Но это преимущество заключалось не просто в наличие метательных копий (простые метательные копья белые аборигены Европы как раз умели использовать), а именно в умении изготавливать оружие очень сложное и более дальнобойное. Еще десять лет назад сама возможность использования луков или дротиков (с продвинутыми наконечниками) 70 тысяч лет назад даже не обсуждалась в научной литературе. Считалось, что подобная технология просто слишком сложна для такой глубокой древности. И лишь новые археологические находки показали, что люди современного вида действительно создали «второе поколение» метательного оружия уже в столь древние времена.

Еще раз подчеркнем: само по себе технологическое преимущество не означает автоматической победы колонизаторов над местным населением. Переселенцы издалека всегда приходят небольшими группами, плюс они плохо понимают специфику выживания на новом континенте. Достаточно вспомнить пример викингов, которые тысячу лет назад создали колонию в Новом Свете. На первый взгляд, их железное оружие и доспехи давали им огромное технологическое преимущество над местными индейцами-беотуками, находившимися в каменном веке. Однако на практике беотуков было больше, и перед высадкой викингов их численность не подорвала катастрофа, подобная флегрейской. Поэтому технические преимущества европейцев в тот раз не помешали индейцам вытеснить их со своей земли.

Каменное вооружение племени беотуков Ньюфаундленда было хуже железного скандинавского оружия, но беотуки не были прорежены природной катастрофой, поэтому викинги оставили Америку в покоеИллюстрация: Wikimedia Commons

То есть корни быстрого захвата Европы второй волной «африканских колонизаторов» лежали именно в удачном сочетании факторов: и природной катастрофы, проредившей ряды европейских аборигенов 40 тысяч лет назад, и технической революции каменного века, случившейся в Африке раньше, чем в Европе. По отдельности они могли бы и не привести к такому феноменальному успеху.

Южноафриканцы (предки бушменов), чьи контакты с восточноафриканцами около 70 тысяч лет назад отмечают генетики, стали источником той самой главной волны заселения мира, что вышла из Африки около 70 тысяч лет назад. Попав в Евразию, они натолкнулись на серьезно пострадавших от мегаизвержений европейских неандертальцев и денисовцев, которым также были неизвестны микролиты, которые можно использовать как наконечники стрел и дротиков. Зато после прихода людей современного типа в Европу заостренные микролиты становятся здесь обычной находкой. Цепочка «микролиты бушменов (71 тысяча лет назад) — микролиты в Европе» — косвенный индикатор того, что именно технологический перевес в метательном вооружении стал тем решающим фактором, который помог человеку современного вида закрепиться там, где раньше доминировали другие виды.

Микролиты ориньякской культуры, одной из древнейших культур людей современного вида в ЕвропеФото: из архивов «Чердака»

Умение делать изящные украшения и даже наличие религиозных представлений и знания свойств пенициллина, может быть, и выдает в их носителях немалый ум. Но оружие отличается от культуры тем, что позволяет выигрывать войны даже в том случае, если победители, как это часто бывает в земной истории, совсем не превосходят общество побежденных в культурном отношении (можно вспоменить историю побед Рима над Грецией в античности и множество других примеров).

https://ift.tt/2Lg3zlS

#IFTTT #Чердак: наука #технологии #будущее #наука #чердак #интересно #факт #science #chrdk #interesti

0 notes

chrdkru · 5 years ago

Photo

Познать тела меру .

У старости нет четкого определения. Нет и определенного возраста, после которого становятся стариками. Никто не может знать наверняка, стар он уже или нет, зато все знают, что за старостью приходят болезни и смерть. Возраст, записанный в документах, не много может сказать о шансах отдалить ее приближение. Правда, давно известна кривая Гомперца, описывающая риск смерти в зависимости от возраста, но она дает лишь усредненное значение. А для конкретного человека этот риск может быть существенно выше среднего — например, если он болен прогероидными болезнями, ускоряющими старение, или, наоборот, заметно ниже, если он, например, сверхдолгожитель. Поэтому медикам нужен более надежный инструмент — что-нибудь типа портрета Дориана Грея, взглянув на который, они могли бы определить настоящий, биологический возраст человека.

Найти его несложно, если у вас есть достаточно большая выборка пожилых людей одного возраста. Достаточно регулярно измерять у них разные физиологические показатели и подсчитывать ежегодную смертность. А дальше строить модели, предсказывающие риск умереть на основе предыдущих измерений, и искать среди них наиболее убедительного пророка.

Но то, что хорошо работает с пожилыми людьми, плохо применимо к молодым. Хотя до смерти им, как правило, далеко, далекость этого «далеко» может сильно разниться в зависимости от их здоровья. Сегодня известно множество болезней, появляющихся с возрастом и ускоряющих старение: рак, сердечно-сосудистые заболевания, деменция, остеопороз. Список постоянно пополняется. Например, до сих пор идут споры по поводу ожирения — считать его признаком ускоренного старения или нет? Известно, что в жировой ткани накапливается множество старых клеток, которые потом заражают старостью соседей. Значит, и молодой человек с ожирением может оказаться ближе к смерти, чем его здоровые сверстники.

Тем не менее редкий прорицатель способен заглянуть настолько далеко в будущее. Чтобы с большей уверенностью говорить о рисках смерти молодых людей, исследование пришлось бы растянуть на десятки лет, а ответ нужен уже сейчас. И нужен не только пациентам с подозрением на ускоренное старение, но и исследователям, которые бьются над созданием таблетки от старости, ведь это их единственный шанс проверить, удается их лекарству омолодить участников эксперимента или нет.

В отличие от пожилых людей, для которых мерилом возраста оказывается близость смерти, молодым людям приходит на помощь статистика. Ученые измеряют разные параметры у сотен тысяч людей разного возраста, ищут характерные возрастные изменения и составляют усредненный график для каждого параметра или их сочетания. Дальше на этом графике можно найти результат для каждого испытуемого и оценить его биологический возраст относительно среднестатистического сверстника.

Но важно помнить, что такая оценка очень сильно зависит от исходной выборки. Поиски биологических маркеров оказываются в той же ловушке, что и генетические тесты: предсказания, которые сбываются для привилегированных белых мужчин, могут оказаться бессмысленны для женщин-иммигрантов, но первые оказываются участниками исследований гораздо чаще, чем вторые.

Читайте также: Ваш сын, дядя Шарик. Коммерческий сервис генетического тестирования принял собаку за человека. Как так вышло?

Кроме того, различия между поколениями могут быть следствиями социальных, а не возрастных изменений. Например, некоторые исследователи полагают, что особенный микробный состав в кишечнике пожилых людей связан вовсе не с возрастом, а с тем, что они привыкли питаться другой пищей и т.н. западная диета, насыщенная жирами и углеводами, их не затронула. Но, несмотря на все эти соображения, ��олее точного способа определить биологический возраст нестарых людей, чем сравнение со средним значением, у нас пока нет.

На чем гадаем

При желании тайное знание о будущем можно почерпнуть из чего угодно: от кофейной гущи до полета священных птиц. Однако не каждая птица своим полетом предсказывает судьбу империи и не любое измерение может служить надежной опорой для пророчеств. Чтобы избежать гаданий на непроверенных источниках, в 2004 году Американская федерация исследований старения сформулировала требования, которым должен удовлетворять маркер биологического возраста. Забегая вперед, скажем, что соответствовать им оказалось совсем непросто.

1. Измерить его должно быть легко, а процесс измерения не должен причинять вред здоровью человека и ускорять старение. Логичное ограничение, которое, впрочем, доставляет немало неудобств ученым. Например, оно ограничивает набор клеточных типов, которые можно использовать. Большинство анализов приходится проводить на лейкоцитах (единственных полноценных клетках крови), и не всегда понятно, происходят ли те же возрастные изменения в клетках других тканей.

2. Он должен предсказывать риск смерти. Научившись предсказывать хронологический возраст людей, необходимо проверить, что вы распознаете и отклонения от среднего — тех, кто стареет слишком быстро или слишком медленно. Но убедиться в этом мы сможем только тогда, когда эти люди начнут умирать раньше или позже срока. Это означает, что все подсчеты, проведенные на молодых людях, не имеют реальной значимости, если не подтверждены аналогичными измерениями на пожилых и связью с риском умереть.

3. Он должен опираться на биологические процессы старения. Этот критерий призван отсеять всех желающих гадать на кофейной гуще и отражению в воде. Седина, например, чаще всего связана с возрастом, поэтому могла бы служить его маркером. Однако она не имеет никакого отношения к изнашиванию организма, а люди, седеющие в 30 лет, зачастую умирают не раньше своих сверстников.

4. Он должен работать не только для человека, но и для животных. А это требование связано со стандартами клинических испытаний. Если ученые однажды найдут долгожданную таблетку от старости и решат лечить с ее помощью людей, то от них потребуют предварительные исследования на животных. И для чистоты эксперимента хорошо бы, чтобы омоложение мышей оценивали по тем же признакам, что и омоложение людей.

Сегодня за предсказаниями о судьбах людей ученые обращаются к трем привычным мойрам, трем богиням судьбы, прядущими нить человеческой жизни, — трем основным маркерам биологического возраста.

Атропос

Самая страшная из мойр, Атропос, обрывает нить и выбирает способ смерти человека. В медицинских работах, чтобы предугадать ее решение, используют индексы хрупкости. Сначала исследователи составляют список симптомов, которые в популяции встречаются достаточно часто и негативно сказываются на здоровье. Это может быть возрастное заболевание вроде остеопороза, опухоли или атеросклероза или нарушение работы отдельных органов: плохое зрение, слабый мышечный хват или неспособность двигаться без поддержки. Каждому пациенту ставят «оценку» 0 или 1 за каждый пункт и суммируют баллы по всему списку. Чем больше проблем человек собрал в своем организме, тем выше значение его хрупкости.

Эти индексы оказались очень удобны. Их легко собрать, для этого достаточно лишь медицинского осмотра, и они надежно предсказывают ближайшие последствия, например потребность в ежедневном уходе или тот самый «риск смерти от всех причин». Но их очень сложно применить к молодым людям — разве что к тем, кто раньше срока завел себе какое-нибудь тяжелое заболевание.

Как изменяется вероятность выжить с течением времени у людей с разными индексами хрупкости (FI)Dylan M Williams et al. / The Journals of Gerontology: Series A / CC BY-NC 4.0

Поэтому, чтобы оценить скорость старения здесь и сейчас, используют индекс из множества параметров, отдаленно связанных с возрастными болезнями. Например, в американском исследовании CALERIE, изучающем влияние ограничения калорий на здоровье, ученые измеряют сразу 18 разных признаков: индекс массы тела, количество гемоглобина, холестерина и мочевины в крови, состояние слизистых оболочек и так далее. И оказалось, что биологический возраст 38-летних участников исследования, измеренный с помощью этого составного параметра, колеблется от 30 до 50. Есть и еще один нюанс: никакой из индексов хрупкости ничего не говорит нам о причинах старения. Он измеряет только следствия, предугадывая взмах ножниц Атропос.

Лахесис

Вторая мойра, Лахесис, отмеряет длину нити при рождении ребенка. Биологический аналог этому, конечно же, длина теломер. Теломеры, концевые участки ДНК, укорачиваются с каждым делением клетки и рассчитаны у человека в среднем на 50 делений. Когда они достигают критически малой длины, клетка теряет способность размножаться и с этого момента может считаться старой.

Долгое время считалось, что длина теломер определяет срок годности человеческого организма в целом. Известно так��е, что теломер можно лишиться под действием окислительного стресса или воспаления. Даже психологический стресс, как следует из некоторых работ, сокращает отмеренную клеткам жизнь. А средняя длина теломер у человека, как оказалось, коррелирует со смертностью, хоть и не связана с развитием конкретных заболеваний.

Правда, при ближайшем рассмотрении оказывается, что и Лахесис не так проста. Каждому человеку она отмеряет свой срок, руководствуясь одной ей ведомыми соображениями. У женщин, например, теломеры длиннее, чем у мужчин, а у африканцев — короче, чем у европейцев. Кроме того, теломеры тем длиннее, чем старше был отец ребенка в момент зачатия, и тем короче, чем старше была его мать.

Более того, отмеренная нить не всегда укорачивается с годами, а иногда, наоборот, растет! В стволовых клетках, которым необходимо делиться, работает теломераза — фермент, достраивающий ДНК с концов. Она может наращивать нить быстрее или медленнее в зависимости от типа клетки или условий жизни. Известны даже случаи, когда теломеры со временем и вовсе становились длиннее — например, у жителей Коста-Рики они росли в сухой сезон и уменьшались в сезон дождей.

Как менялась длина теломер в экспериментах с 11 овцами. LTL — относительная длина теломер, возраст указан в неделяхHannah L. Dugdale and David S. Richardson / Philosophical Transactions B / CC BY 4.0

У некоторых пожилых людей теломеры становятся длиннее после 75 лет. Наконец, в недавнем близнецовом эксперименте NASA выяснилось, что теломеры могут вырасти всего за год жизни на орбите. Так, по крайней мере, случилось со Скоттом Келли.

Возможно, эти истории связаны с тем, что мы не очень точно умеем измерять длину теломер. В подавляющем большинстве работ исследователи оценивают среднюю длину этих последовательностей, не учитывая, что в разных клетках и даже на разных хромосомах в пределах одной клетки она может различаться. Поэтому, когда мы читаем, что у кого-то теломеры стали длиннее, например в результате медитации, это может означать в том числе, что у него изменилось соотношение клеток в крови. Старых клеток с короткими теломерами стало меньше, а молодых с длинными — больше. А если это так, то обмануть Лахесис, оказывается, не так просто, и даже медитация здесь не поможет.

Теломеры, на первый взгляд, кажутся удобным оракулом: их длину легко измерить, они связаны и с риском смерти, и с глубинными процессами старения клеток. Правда, мы не до конца понимаем, как на самом деле изменяется их длина с течением жизни. И не вполне уверены, что у всех клеток организма она меняется одинаково. А кроме того, теломеры не соответствуют четвертому критерию биомаркера: по этому признаку человека сложно сравнивать с другими животными. У мышей, без которых не обходится ни одно клиническое испытание, теломераза работает в течение всей жизни, а сами теломеры гораздо длиннее. Тем не менее жить дольше им это не помогает.

Клото

Третья сестра, Клото, прядет нить человеческой судьбы, накручивая ее на свое веретено, и то же самое происходит с ДНК в каждой клетке организма. С течением жизни нити ДНК в ядре клетки переупаковываются: многие участки сворачиваются, скрывая тем самым записанную на них информацию, а другие, наоборот, раскрываются. За это отвечают метильные группы, которые ферменты навешивают в определенных местах на ДНК. Чем больше метильных групп, тем плотнее сворачивание, чем меньше — тем слабее.

Собрав данные о том, в каких местах ДНК метилируется с возрастом, американец Стив Хорват придумал в 2013 году первые эпигенетические часы, или часы метилирования. Они представляют собой набор из 353 участков, среди которых 193 приобретают метильную группу со временем, а 160 — теряют. Позже появился второй вид часов — часы Хэннама, покороче, всего из 71 участка, и новые варианты продолжают возникать.

Часы метилирования, как и теломеры, неплохо предсказывают срок жизни, но не зависят ни от пола, ни от расы. Они позволяют оценить скорость старения даже отдельных клеток. Например, с их помощью удалось показать, что у больных прогерией (преждевременным старением) внутриклеточное время течет не так, как у пожилых людей, зато многие опухолевые клетки стареют быстрее, чем их «здоровые» соседи. Клото не щадит никого, и эпигенетические часы можно по такому же принципу построить и для других организмов. Правда, для каждого вида придется искать свой набор ключевых участков.

Проблема с часами метилирования состоит в том, что мы до сих пор не понимаем, почему именно эти области ДНК оказались ключевыми для старения.

Несмотря на то что с их помощью мы можем довольно точно подсчитать, до какой степени уже спрядена нить человеческой жизни, сам набор участков — лишь продукт статистической обработки данных, и мы не знаем, в какой степени им можно верить.

Чтобы избежать этого недоразумения, Хорват предложил объединить часы метилирования с индексом хрупкости в одну систему и назвал ее PhenoAge. Вместе с коллегами он взял 88 белков, количество которых в плазме крови изменяется с возрастом, и откалибровал по ним свои часы, то есть составил список участков ДНК, метилирование на которых изменяется в соответствии с концентрацией того или иного белка в крови. Это удалось сделать для 12 белков, и собранная из них единая модель оказалась способна предсказать не только действия Клото, но и решения Атропос, то есть не просто время жизни, но еще и время до развития сердечно-сосудистых заболеваний или опухолей.

Мойра глубокого обучения

Несмотря на обилие предсказателей, которыми наука обросла за последние десятки лет, она все еще остерегается однозначных ответов. Дело в том, что, как бы ни были уверены в себе отдельные провидцы, их пророчества плохо стыкуются друг с другом.

От случая к случаю часы Хэннама могут оказаться точнее часов Хорвата, их обоих может перещеголять в точности индекс хрупкости, а в некоторых работах ни один из маркеров — ни индекс хрупкости, ни длина теломер, ни эпигенетические часы — не оправдал возложенных на него надежд.

Разрешить этот парадокс можно, лишь предположив, что каждый из биомаркеров измеряет только одну из сторон старения, оценивая тот процесс, по которому он был откалиброван. Один провидец смотрит за ножницами Атропос, другой — за движением рук Лахесис, третий — за вращением веретена Клото, но ни один из них не в силах вывести из своих наблюдений судьбу нити, тот самый биологический возраст, с вопросом о котором мы к ним обращаемся.

Истинный срок жизни, если он действительно нам отмерен, все еще ускользает от ловушек, расставленных на него научным методом. Каждый прорицатель работает в рамках своей специализации, в зависимости от контекста и обстоятельств. И чем конкретнее мы сформулируем для него вопрос, тем выше шанс, что он угадает с ответом.

Впрочем, помимо попыток разобраться в известных нам «мойрах», можно поискать за их спинами что-то более грандиозное, причем настолько, что не видно «взгляду» человеческого интеллекта. Главное — владеть методикой обработки данных. Примерно так со стороны выглядят попытки определить биологический возраст с использованием машинного обучения.

Основатель компании Insilico Medicine Александр Жаворонков с коллегами научили нейронные сети предсказывать возраст на основе самых разных данных, будь то анализ крови, профиль экспрессии генов, кишечная микрофлора или просто фотография глаза. И точность их пророчеств оказалась довольно высока: у случайно выбранных людей они определили хронологический возраст с точностью до 2-6 лет.

Снимки глаза, которые использовались для обучения нейронки предсказывать биологический возраст человекаEugene Bobrov et al. / Aging / CC BY 3.0

Модели, построенные с помощью машинного обучения, пока удовлетворяют только первому критерию: их действительно легко создать, не травмируя пациента. С биологической же точки зрения они пока напоминают чашу с водой, по которой, следуя неведомым закономерностям, бегут многозначительные круги. Чтобы довериться оракулу ex machina, нам придется разобрать каждую модель на составные части и выяснить, чем особенны те гены и те кишечные микробы, которые отобрала нейронная сеть.

А до тех пор к ее предсказаниям придется относиться так же, как это делали древние, — попросту верить (или не верить) в таинственную силу пророчества, опирающегося на нечто по ту сторону человеческого понимания.

https://ift.tt/2JgwZ0V

#IFTTT #Чердак: наука #технологии #будущее #chrdk #science #news #medicine #article #future

0 notes

chrdkru · 5 years ago

Photo

Спрячь меня, если сможешь .

Допинг появился даже раньше, чем организованные спортивные соревнования. Известно, что еще со времен древних Олимпийских игр атлеты пили отвары из грибов и растений, ели овечьи яичники и жевали листья коки, а вместе с прогрессом медицины развивались и способы улучшения физической выносливости.

Но на каждое действие есть противодействие. Прообраз антидопинговой комиссии появился в той же Древней Греции. На олимпиадах за спортсменами во время соревнований и подготовки к ним пристально следили элланодики, которые, среди прочего, обнюхивали участников на предмет употребления «вонючей розы» или, проще говоря, чеснока, который по некоторым данным увеличивает выработку тестостерона. За подобные злоупотребления спортсмена не только наказывали физически, но и увековечивали его имя на специальных статуях Зевса, навсегда запрещая ему участвовать в соревнованиях; могли даже отдать в рабство.

Первый задокументированный случай использования допинга произошел в 1904 году. Истощенный марафонец Томас Хикс за семь миль до финиша получил от тренера дозу стрихнина с бренди, что позволило ему добраться до конца дистанции. Обогнать его смог только Фредерик Лорц, который проехал половину дистанции на автомобиле.

Стрихнин — ядовитый алкалоид из семян чилибухи. Блокирует глициновые рецепторы в нейронах, тем самым угнетая тормозную регуляцию и оказывая возбуждающий эффект на нервную систему. Это ведет к возбуждению сосудодвигательного и дыхательного центров, из-за чего кровяное давление повышается, дыхание углубляется; облегчаются рефлекторные реакции в спинном мозге — повышается тонус мышц.

В истории современного спорта долгое время вопрос, использовать допинг или нет, был личным моральным выбором каждого спортсмена — и, вероятно, не очень мучительным. До 60-х годов употребление кокаина и амфетамина носило массовый характер и было скорее нормой, чем нарушением правил. Никто не проверял спортсменов даже после подозрительно выдающихся результатов. Но наряду с развитием химии и появлением синтетических препаратов спортивное сообщество постепенно начало задумываться о масштабах проблемы: в какой-то момент стало понятно, что соревнуются уже не столько спортсмены, сколько врачи и фармакологи.

Поводом для решительных мер послужила смерть велогонщика Кнуда Йенсена, который на соревнованиях в 1960 году упал в обморок с велосипеда и получил черепно-мозговую травму. Последующая экспертиза выявила, что спортсмен накануне принимал рониакол (сосудорасширяющий препарат) и амфетамин.

Амфетамин увеличивает выбросов таких нейромедиаторов как дофамин и норадреналин, таким образом оказывая психостимулирующий эффект, увеличивая работоспособность и работу сердечно-сосудистой системы.

В середине прошлого века случился бум в фармацевтической отрасли, и на рынке появилось большое количество новых лекарств, в том числе анаболические стероиды — и поныне самый популярный способ улучшить физические показатели. Это синтетические производные тестостерона, но, в отличие от «исходника», они в большей степени влияют на обмен веществ, нежели на половую систему. Медики используют их для восстановления организма пациентов, истощенных тяжелыми заболеваниями, поскольку они способствуют набору мышечной массы и активации метаболизма.

Так что какое-то время спорт был насквозь пропитан химией. Но после введения допинг-контроля на олимпиаде 1968 года в Гренобле, перед спортсменами и их тренерами встал новый вопрос: как скрыть применение запрещенных препаратов?

Процедура допинг-контроля

Методы антидопингового контроля со времен античности сильно усложнились — как и сам допинг: поэтому спортсменов больше не нюхают, а собирают у них мочу и кровь. Каждый год 1 января WADA (World Anti-Doping Agency, Всемирное антидопинговое агентство) публикует обновленный список запрещенный веществ, а проверка может настигнуть спортсмена совершенно внезапно, в любое время и в любом месте. Поэтому возможности рассчитать заранее, когда нужно прекратить прием препаратов и очистить свой организм, нет.

Lee Jin-man / AP

Инспектор может без предупреждения приехать �� спортсмену домой во внесоревновательный период, вручить уведомление, и с этого момента не спустит со своей жертвы глаз. То есть если наблюдаемому захочется принять душ, то придется разделить это удовольствие с инспектором. Сдача пробы мочи также проходит под бдительным присмотром, так что прост�� заменить одну баночку на другую практически невозможно. После соревнований спортсмены-медалисты также обязаны сдавать пробы.

Ситуация кажется совершенно безнадежной... Или найти лазейку все-таки можно?

Ловкость рук и накладные гениталии

Он же самый незатейливый. В интернете легко купить накладной пенис Whizzinator, который довольно точно воспроизводит естественный процесс мочеиспускания. Производитель предлагает продукт в нескольких оттенках, в комплекте идет система для подогрева спрятанной мочи. Либо мочу можно спрятать в заднем проходе, тогда и подогреватель не понадобится. Пару раз такой ход почти сработал.

Впервые с резиновым пенисом поймали американского футболиста Онтеррио Смита в 2005 году. Именно после этого случая появилось требование спускать брюки, стоя лицом к офицеру. Бразильский многоборец Тиаго Сильва в 2011 году подобным образом тоже смог осуществить подмену мочи. Но план дал трещину — обнаружили, что моча была нечеловеческая. За это Сильву оштрафовали на большую часть победного гонорара и дисквалифицировали на год.

После подобных случаев офицеры допинг-контроля навострили глаз: сейчас их просто резиновой игрушкой из интернета не одурачить. Но можно чудом уловить момент и ввести себе через катетер в пустой мочевой пузырь «чистую» чужую мочу. Однако подобная манипуляция из малоприятных и может привести к осложнениям.

Экстренный сброс

Самый популярный способ спрятать факт использования допинга — обильное питье вместе с приемом диуретиков, например, фуросемида. Это усиленно выводит воду с солями из организма, а заодно и все остальное. Но и тут допинг-комиссия держит ухо востро. Обесцвеченная от диуретиков моча и слишком низкая концентрация креатинина (продукт метаболизма в мышечной ткани, который при серьезных физических нагрузках повышен в моче) могут вызвать подозрение у комиссии. Здесь на помощь придут морковка или другие желто-оранжевые овощи с высоким содержанием пигмента каротина, который окрасит мочу в ее естественный цвет.

Анаболические стероиды — нерастворимые в воде структуры, поэтому откладываются в жировой ткани. Чтобы вывести их, придется голодать. При голодании жир начинает расщепляться, чтобы получать из него недостающую энергию, и вместе с ним из депо будут выходить сидевшие там стероиды. Таким образом можно ускорить выведение запрещенных препаратов из организма.

Жить на пределе допустимого

Важный аналитический показатель для антидопинговой проверки — соотношение тестостерона и его пространственного изомера эпитестостерона в моче. В норме у мужчин это соотношение примерно 1:1, но у спортсменов выработка тестостерона повышена, поэтому WADA сделала для них скидку и установила максимально допустимое соотношение 4:1. При приеме тестостерона это отношение будет резко возрастать, поэтому для уравновешивания сторон принимают эпитестостерон. Хотя и на него введена допустимая абсолютная концентрация, так что тут главное не переборщить.

Jae C. Hong / AP

На баланс тестостерон/эпитестостерон также может влиять ряд других факторов, в том числе прием лекарственных препаратов. Например, разработанный в СССР бромантан взаимодействует с эпитестостероном, тем самым затрудняя определение истинного соотношения. Бромантан — иммунопротектор и психостимулятор, усиливает синтез дофамина и ингибирует обратный захват серотонина с дофамином. Повышает общий иммунитет, физическую и умственную работоспособность. До 1996 года в России он был рекомендован спортсменам для повышения защитных сил организма, но после он все же был внесен в список WADA как стимулятор, запрещенный во время соревнований.

Свалить на любимого

В 2017 году в организме американского атлета Гила Робертса обнаружили пробеницид. Пробеницид используют для лечения подагры, так как помогает выведению мочевой кислоты из организма. Пробеницид связывается с белками-транспортерами мочевой кислоты в почечных канальцах и мешает той всасываться обратно в кровь. Он также конкурирует с другими лекарственными веществами, такими как антибиотики и стероиды, за их реабсорбцию из мочи обратно, поэтому наличие пробеницида в пробе можно интерпретировать как попытку побыстрее вывести допинг.

По словам спортсмена, препарат передался ему через поцелуй с девушкой, которая им лечилась. Спортсмену поверили, потому что концентрация вещества в моче была столь низкой, что, возможно, оно и вправду передалась таким путем.

Фокусы с кровью

Теперь на каждого спортсмена создается биологический паспорт, в который заносятся все биохимические показатели его крови и мочи. В случае, если один из показателей будет значительно отличаться от значений предыдущих анализов, у комиссии будут основания заподозрить спортсмена в манипуляциях.

Например, дарбэпоэтин — синтетический аналог эритропоэтина — стимулирует деление кровяных клеток, увеличивает количество эритроцитов и повышает доставку кислорода к тканям, что абсолютно необходимо при физической нагрузке. Если анализ крови спортсмена показывает, что количество эритроцитов очень высокое, то это наводит на мысль, что была проведена искусственная стимуляция их деления.

Sang Tan / AP

Эритропоэтин — пептидный гормон, вырабатывающийся в почках в ответ на гипоксию. Через свой рецептор на клетках-предшественниках эритроцитов в красном костном мозге он стимулирует их деление и в итоге количество клеток крови увеличивается, чтобы компенсировать недостаток поступления кислорода к тканям.

Но доказать напрямую присутствие искусственного эритропоэтина довольно сложно, так как он очень мало различается с эндогенным гормоном, поэтому сейчас его использование чаще определяют косвенно по отношению эритроцитов к общему объему плазмы. Чтобы вернуть это отношение в норму, «нахимичившие» спортсмены прибегают к увеличителям объема плазмы крови, которые притягивают воду из тканей в кровяное русло. Для этого может быть использована вариация физраствора, человеческая плазма крови или полисахариды, такие как декстран и гидроксиэтилкрахмал. В 2001 была целая серия положительных проб на гидроксиэтилкрахмал у финских лыжников, за чем последовали дисквалификация и лишение медалей.

Снотворному да, грейпфрутам нет

Большинство лекарств в нашем организме метаболизируется с помощью микросомальных ферментов печени. А активность этих ферментов может усиливаться или ослабляться под действием других веществ. Так, снотворное фенобарбитал стимулирует работу микросомальных ферментов, они быстрее перерабатывают стероидный допинг и его следы быстрее выходят из организма.

Для такого подхода также следует избегать грейпфрутов, которые содержит нарингин и бергамоттин. Эти флавоноиды наоборот ингибируют ферменты печени и уменьшают метаболизм лекарств, тем самым увеличивая время нахождения допинга в организме.

Легализоваться

Спортсмены у нас ассоциируются с богатырским здоровьем, но в действительности столь серьезные физические нагрузки не проходят для организма бесследно. Например, среди велогонщиков и лыжников широко распространено профессиональное заболевание — астма физического усилия: при интенсивном частом дыхании воздух попадает в бронхи не успевая согреться и потому вызывает их спазмирование, из-за чего дышать становится тяжелее. Для лечения астмы используют ингаляционно сальбутамол, кленбутерол и другие β2-адреномиметики.

β2-адреномиметики стимулируют β2-адренорецепторы на гладких мышцах бронхов, вызывая их расслабление и последующее расширение дыхательных путей. Больше воздуха поступает в легкие — больше кислорода доставляется к тканям. Но помимо основного действия эти препараты работают как ускорители метаболизма и жиросжигатели, не вызывая при этом побочных эффектов, характерных для анаболических стероидов.

Felipe Dana / AP

Бывают и другие ситуации, когда по состоянию здоровью спортсмену совершенно необходимо принимать запрещенные препараты, альтернативы которым нет. Компромисс между лечением и спортом находится в «терапевтическом исключении» — официальном разрешение спортсмену от WADA принимать препарат из запрещенного списка. Для его получения необходимо пройти медицинскую комиссию WADA, которая в случае положительного вердикта позволит принимать необходимый препарат в количестве, необходимом для лечения, но не влияющем на спортивные ��езультаты. Однако граница между «чисто» терапией и «не чисто» слишком субъективна, что открывает спортсменам лазейку для легального использования допинга.

Поправить генетику

Пожалуй, самым соблазнительным сейчас является генный допинг. Идею позаимствовали у генной терапии, которая с помощью вирусов или системы CRISPR/Cas подсаживает (или выключает) гены, кодирующие тот или иной белок. Разве не заманчиво провести тюнинг себя на таком уровне? Для спорта наибольший интерес представляют гены эритропоэтина, гормона роста, факторов роста клеток, ФЕП-карбоксилазы и других белков, играющих ключевые роли в мышечном метаболизме.

Несмотря на то, что генные манипуляции уже внесены в запрещенный список, на сегодняшний день они рассматривается, как допинг будущего. Чисто технически осуществить его можно и сейчас, но если сам спортсмен готов стать подопытной мышью — последствия от такой манипуляции могут оказаться непредсказуемыми и печальными.

Обнаружение генного допинга — тоже та еще задачка. Ведь, по сути, сам организм экспрессирует вставленный ген и между генно-инженерный белком и оригинальным разница едва уловима. Поэтому науке есть о чем позаботится с обеих фронтов: как сделать генный допинг контролируемым и безопасным и какими способами можно будет достоверно обнаруживать его применение.

Работать над головой

Но есть один вид допинга, который WADA так и не включила в список — транскраниальная электростимуляция головного мозга (tDSC), при которой с помощью электродов стимулируется моторная кора, ответственная за физическую активность.

Спортсмены не стесняются признаваться в ее использовании и в целом подтверждают положительный эффект, однако это экспериментальная процедура, и быть полностью уверенными, что она не таит в себе побочных эффектов, нельзя.

Идей, как можно уличить в нейростимуляции, не сильно больше нуля, а потому вносить tDSC в запрещенный список пока что мало смысла. Кровь и моча полезными здесь не будут и единственный способ хоть как-то обнаружить вмешательство — магнитно-резонансная спектроскопия. Но использовать ее для массовой проверки спортсменов слишком дорого и тяжело, что делает tDSC совершенно неуловимым допингом на настоящий момент.

С каждым годом мы все глубже и детальнее познаем устройство человеческого организма. Но это расширяет горизонты не только для медицины: столь изощренные способы повлиять на физиологию заставляют задуматься, как много того самого духа осталось в спорте сегодня. И пока антидопинговая система разрабатывает новые методы обнаружения допинга, спортсмены, тренера и спортивные врачи активно ищут новые способы их обойти. Кто стоит на шаг впереди — сказать сложно. Но, возможно, именно такое противостояние и толкает науку вперед.

Текст был подготовлен на мастерской научной журналистики Летней школы-2018

https://ift.tt/2XjHolg

#IFTTT #Чердак: наука #технологии #будущее #chrdk #science #news #medicine #article #future

0 notes

chrdkru · 5 years ago

Photo

«Не я» внутри .

Иммунная система животного занята тем, что отвечает на философский вопрос «что есть я?» на практике. Ее основная функция — отличать «я» от «не я», то есть свое от чужого, и это чужое уничтожать. Задача не из легких, особенно если учесть, что в организме человека живут сотни типов клеток, заполненных десятками тысяч молекул, а атаковать его могут сотни паразитов (и это не считая собственные опухоли). Ответ иммунитета обычно звучит так: «Я — это набор знакомых, привычных молекул. То, что я впервые вижу, — это не я».

Стреляю без предупреждения

Самый простой способ распознать врага — составить его фоторобот, примерный список черт, которыми ��н может обладать. На молекулярном уровне это тоже возможно: наши паразиты от нас эволюционно очень далеки и в их организме есть множество структур, которые не встречаются у нас. Это, например, кутикулы (плотные покровы) многих червей, клеточные стенки бактерий, капсиды (белковые оболочки) вирусов и так далее. В их составе есть молекулы, которые ни при каких условиях не возникают сами по себе в организме человека, это образы патогенности, или PAMP (pathogen-associated molecular patterns). На иммунных клетках человека есть к ним рецепторы — своего рода ориентировки: если рецептор распознал РАМР, значит, в организм проник паразит и в него можно стрелять на поражение.

Иногда рецепторы к образам патогенности есть и на обычных, не иммунных клетках организма. Это нужно, чтобы, например, почувствовать вирус, пробравшийся внутрь клетки, и подать сигнал бедствия.

Но в основном патогенный дозор несут профессионалы — клетки врожденного иммунитета. Это макрофаги, которые специализируются на поедании противника (фагоцитозе), и гранулоциты, которые поливают врага токсичными веществами (паралитическими ядами и свободными радикалами).

Макрофаг г��няется за бактерией David Peterson, DC, DCCN, FAAIM / youtube

Как только клетка врожденного иммунитета чувствует присутствие врага, она не только готовится к атаке, но и сигнализирует коллегам об опасности, выделяя провоспалительные белки. Они действуют на окружающие иммунные клетки, заставляя их активнее двигаться и производить больше токсинов. Совокупность этих боевых действий называют воспалением.

Помимо охоты за чужаками, иммунные клетки часто подрабатывают спасателями, разбирая завалы в поврежденных тканях и перемалывая (точнее, переваривая с помощью фагоцитоза) осколки внеклеточных молекул и останки клеточных тел. Но, чтобы вовремя среагировать на чрезвычайное происшествие в том или ином органе, им необходимо распознать сигналы собственных клеток, терпящих бедствие. Такими сигналами служат стрессорные молекулы, или алармины, или DAMP (danger-associated molecular patterns), — вещества, которые в норме не покидают пределов клеток и не оказываются в крови, например ДНК и связанные с ней белки, митохондриальные молекулы или АТФ, энергетическая «валюта» клетки.

Набор ориентировок у врожденного иммунитета невелик и способен распознать только ограниченное число молекул. С этой точки зрения очень удобно, что многие алармины похожи по своей структуре на образы патогенности. Например, жиры из внутренней мембраны митохондрий чем-то напоминают жиры из бактериальных оболочек (и это неудивительно, ведь митохондрия — бывшая бактерия). Поэтому иммунные клетки развивают одинаковое воспаление вне зависимости от того, чей труп встретился на их пути — раненого врага или пострадавшего друга. И эта система эффективна, пока ткани не начинают стареть и умирать начинают буквально все подряд.

Специалисты узкого профиля

Система врожденного иммунитета надежна, но работает медленно и неповоротливо. Военные, которым раздали список врагов, оказываются бессильны, когда враг маскируется под мирных жителей (как это делают, например, раковые клетки) или сбривает усы, становясь хоть немного непохожим на свой фоторобот. Чтобы гарантированно вычислить чужака, позвоночные животные обзавелись системой приобретенного иммунитета, которая состоит из высокоспециализированных клеток — лимфоцитов.

Каждый В- или Т-лимфоцит знает в лицо лишь одну молекулу на броне врага — антиген. Встретившись с ним, лимфоцит начинает делиться, создавая собственные клоны. Затем новорожденные солдаты атакуют: В-лимфоциты обстреливают врага антителами, а Т-лимфоциты — разрушают его мембрану, чтобы запустить в противнике апоптоз (в тех случаях, когда враг — клетка).

Т-лимфоциты доводят до апоптоза раковую клетку S K / youtube

Одержав победу, лимфоциты никуда не исчезают и остаются жить в организме, превращаясь в клетки памяти. Если тот же враг попробует второй раз сунуться на чужую территорию, Т- и В-клетки отреагируют гораздо быстрее, чем в первый раз: их стало больше и им не нужно размножаться, а можно сразу идти в бой. Именно поэтому, например, человек не болеет столбняком после прививки: вакцина работает как тренажер, запуская образование клеток памяти, и, если столбнячная палочка снова оказывается в крови, лимфоциты уничтожают ее быстрее, чем их хозяин успеет заметить симптомы болезни.

Эта стратегия работает только при том условии, что набор лимфоцитов достаточно разнообразен, чтобы их корпус мог узнать любого захватчика. Чтобы добиться этого разнообразия, молодые лимфоциты в начале своей жизни перекраивают часть своей ДНК, кодирующую рецепторы. Из длинной «инструкции» (гена) клетка случайным образом вырезает отдельные слова, а получившиеся пробелы заполняет первыми попавшимися альтернативами (нуклеотидами). Поскольку в каждой клетке этот процесс идет независимо, на выходе получаются миллионы вариантов. Каждый юный лимфоцит приобретает возможность распознать какой-то один антиген, причем это может быть совершенно любая молекула — встречающаяся в организме человека, или принадлежащая его паразитам, или вообще не существующая в природе.

Следующий шаг — сделать так, чтобы эта система не стреляла по своим. Для этого органы, воспитывающие лимфоцитов (красный костный мозг и тимус, он же вилочковая железа) заполнены специальными клетками. Они показывают юным псам кровавого режима все возможные белки собственного организма и убивают тех, кто признает в них врага. Система жестока: она предоставляет иммунным клеткам свободу выбора, а затем уничтожает тех, кто сделал его неправильно. До зрелости доживает лишь сотая часть, зато все выжившие лояльны клеточному государству и не опасны для мирного населения.

Контроль за молодыми специалистами продолжается и после выпуска из «военных училищ». В отличие от бойцов врожденного иммунитета, лимфоциты не стреляют по первому сигналу, а ждут сначала одобрения коллег. Распознав свою мишень, лимфоцит будет атаковать, только если его простимулируют другие иммунные клетки (так называемые Т-хелперы) и когда вокруг него соберется много провоспалительных белков.

Если же лимфоцит встречает врага в одиночестве, без поддержки товарищей по иммунной системе, он впадает в анергию — состояние уныния и подавленности, в котором он не способен ни на кого напасть. Этот механизм призван избежать осечек: как и любая живая система, процесс отбора лояльных лимфоцитов не работает со стопроцентной точностью. Некоторые аутореактивные лимфоциты, то есть принимающие собственные антигены организма за чужаков, умудряются пережить суровое наставничество красного костного мозга и тимуса — анергия заставляет их молчать, поддерживая спокойствие в многоклеточном государстве.

И это работает до того момента, пока население не начнет превращаться в подозрительных личностей.

Битва со старостью

С течением времени в тканях начинается разруха. Распадаются вне- и внутриклеточные молекулы, клетки в ответ на это стареют, перестают расти и делиться, зато начинают выделять провоспалительные белки, призывающие иммунные клетки на расчистку завалов.

Часть клеток не выдерживает давления молекулярного мусора и гибнет, выбрасывая наружу стрессорные молекулы. В ответ на это в ткани приходят бойцы врожденного иммунитета и разворачивают там воспаление: не только убирают мусор и поглощают остатки погибших клеток, но и выделяют свои провоспалительные белки, призывая новых бойцов на помощь.

Макрофагов и гранулоцитов время тоже не щадит: несмотря на то что их численность с возрастом меняется несильно, они теряют навык борьбы с патогенами, сохраняя разве что способность к фагоцитозу. Снижается и их подвижность, и, возможно, именно поэтому покинуть ткань после разбора завалов они не способны, становясь постоянными ее обитателями. Так воспаление превращается в хроническое.

А вот активность приобретенного иммунитета падает. Молодых бойцов становится все меньше, поскольку кроветворные клетки с возрастом делятся хуже. Старая гвардия со своей стороны мешает новым поступлениям занять место в строю, выделяя вещества, подавляющие развитие и активацию юных лимфоцитов. В этом есть своя логика: зачем плодить новобранцев, если войско уже укомплектовано? Но поскольку старые бойцы уже не те, что раньше, и сами по себе менее активны, то весь приобретенный иммунитет страдает от такой дедовщины.

Поэтому его активность восстанавливается после «бомбардировок»: если пожилой пациент подвергается химиотерапии, то многие «деды» погибают, а красный костный мозг и юные лимфоциты начинают работать лучше. Эта процедура, конечно, никоим образом не аналогична омоложению иммунной системы, но некоторым В-клеткам от нее действительно становится лучше.

Кроме того, с возрастом приобретенный иммунитет теряет свой главный козырь — разнообразие. В молодости его сила в том, что на любой внешний антиген, пусть даже самый экзотический, найдется свой специалист.

Но с течением времени в рядах лимфоцитов возникает неравенство: одни клетки уже встретили свой антиген, размножились, повоевали и стали клетками памяти, а другие всю жизнь так и простояли в бесплодном дозоре, если, например, они специализируются на антигенах редкого тропическ��го червя, с которым их хозяин никогда не встречался.

И поскольку часть клеток стареет и погибает, а выжившие тормозят раз��итие молодых, то получается, что власть в войсках лимфоцитов захватили клоны — потомки тех клеток, что поучаствовали в иммунных сражениях. И когда на пути такого однообразного войска встретится наконец тропический червь, то среди бойцов иммунитета может не найтись умельца, который бы справился с чужаком.

Равновесие нарушается и между двумя видами вооруженных сил: приобретенный иммунитет работает хуже, а врожденный — лучше. В тканях возникает провоспалительная среда — за счет белков, которые выделяют макрофаги и гранулоциты во время разбора завалов. Поэтому лимфоциты, случайно оказавшиеся в тканях и встретившие там антиген, похожий на свою мишень, с большой вероятностью примутся его атаковать. А таких антигенов на лицах порядочных граждан с возрастом становится все больше, поскольку ДНК постепенно накапливает мутации и клетки начинают производить незнакомые лимфоцитам белки. В условиях здорового молодого организма лимфоциты предпочли бы не заметить эти небольшие изменения и впали бы в анергию. Но поскольку вокруг них все больше признаков разрухи и кризиса, они все чаще сталкиваются с искушением ввязаться в драку — со своими собственными клетками. Поэтому во многих возрастных болезнях можно найти иммунную составляющую — например, в атеросклерозе (воспаление возникает в стенке сосудов) или артрите (при этом разрушаются суставные хрящи). С этой точки зрения старость — это одно большое аутоиммунное заболевание, то есть атака организма на себя самого.

Кто я теперь

Происходящее в тканях стареющего организма дискредитирует основную функцию иммунитета — отличать себя от чужого. Вместе с тем это поднимает и теоретический вопрос, о котором иммунологи спорят еще с середины прошлого века: к чему свести «молекулярную идентичность» человека? Какими словами описать, какими методами подсчитать то, что иммунная система понимает «интуитивно»: что есть «я», а что — «не я»?

Вариантов предлагалось множество. Например: «я» — это последовательности белков, закодированные в геноме организма. Или же: «я» — это все молекулы, которые не вызывают у лимфоцитов никаких подозрений (но, например, не молекулы мозга, куда бойцов иммунитета практически не пускают). Или так: «я» — это молекулы, концентрация которых в организме не ниже определенного порога.

Позже на сцене появились микробы. Стало понятно, что они играют важную роль в жизни организма и работе иммунитета — и ситуация усложнилась: кроме «я» (self) и «не я» (non-self), ученые стали говорить еще о «псевдо я» (quasi-self). В эту новую категорию предлагалось отнести микробные антигены, с которыми иммунные клетки контактируют с самого рождения, так что могут считать их почти что частью себя. Именно поэтому большинство бактерий в нашем кишечнике не отторгаются и продолжают сосуществовать с остальным организмом.

В рамках концепции «я»/«не я» старость выглядит как диссоциативное расстройство на молекулярном уровне, потеря границ между собой и окружающим миром.

Возрастные изменения настолько сильно сказываются на молекулярном облике организма, что, столкнувшись со старым знакомым в очередной раз, иммунная система не узнает его и хватается за пистолет.

Чтобы вписать процессы старения в парадигму иммунитета, итальянский геронтолог Клаудио Франчески предложил новую концепцию — «жидкое я» (liquid self). Под этим он имеет в виду, что к «я» следует свести набор антигенов, к которым иммунная система толерантна в каждый момент времени, и набор этот не постоянен, а текуч и зависит от иммунобиографии — событий в жизни иммунной системы.

Франчески представляет свою концепцию с помощью знаменитого «ландшафта Уоддингтона». Эту модель биолог Конрад Уоддингтон предложил для описания клеточных судеб в развитии организма: клетка катится по ложбине, как шарик по колее, и время от времени совершает выбор — например, между тем, стать ей клеткой легкого или клеткой кишечника. И чем дальше друг от друга находятся две колеи, тем сложнее клетке перескочить между ними, именно поэтому в нашем организме практически не бывает трансдифференцировки, то есть смены клеточных профессий.

Франчески рисует похожую картину для антигенов. Каждая молекула в начале жизни организма может скатиться либо в правую сторону ландшафта («свое»), либо в левую («чужое»). На это влияют ранний отбор лимфоцитов (который уничтожает всех, кто покусится на белки организма) и взаимоотношения с симбиотическими бактериями, которые требуют от организма признания ряда микробных молекул «своими».

Но после первого разделения судьба антигена может измениться — например, если на нем повиснет остаток углевода (это часто случается с белками в стареющем межклеточном веществе), он станет вызывать больше подозрений. И наоборот, вещество, бывшее изначально чужеродным, может попасть в организм через рот, и тогда кишечные бактерии могут подавить иммунный ответ на него (феномен «оральной толерантности») — и организму придется в какой-то степени смириться с чужаком, которому дали убежище критически важные для организма союзники.

С помощью метафоры ландшафта Франчески показывает, что представление организма о себе самом эволюционирует вслед за возрастными изменениями. Старение, говорит он, это не обязательно упадок системы, но ее перестройка, попытка угнаться за собственной текучей идентичностью и соответствовать собственному новому образу.

С этой точки зрения, никакого абсолютного «я» не существует. Представление организма о себе самом эволюционирует вслед за возрастными изменениями. Старение в таком случае не обязательно упадок системы, но ее перестройка, попытка угнаться за собственной текучей идентичностью и соответствовать новому образу. Но чем дальше, тем сложнее дается иммунитету переизобретение себя, и консерватизм постепенно одерживает верх. Однажды, оглядываясь вокруг, иммунные клетки обнаруживают себя в кольце врагов, в которых не узнают бывших друзей. А дальше — все по инструкции: мишень, воспаление, антитела, апоптоз, смерть.

http://bit.ly/2LeKNKI

#IFTTT #Чердак: наука #технологии #будущее #наука #чердак #интересно #факт #science #chrdk #interesti

0 notes