П

Популяционная динамика старения

Популяционная динамика старения — направление исследования старения с помощью методов популяционной динамики, то есть исследование возрастного состава популяций стареющих организмов и изменений этой зависимости в зависимости от типа организма и условий окружающей среды.

Наибольший интерес представляет динамика старения многоплодных организмов, включая человека, в которых старение наступает через большое время после достижения половой зрелости и имеет постепенный характер. В отличие от одноплодных форм, многоплодным организмам не нужно выживать до конца воспроизводительной фазы для того, чтобы воспроизведения прошло успешно, и средняя продолжительность жизни относительно воспроизводимого периода очень значительно изменяется у разных особей и в зависимости от вида: маленькие грызуны и дикие птицы выживают в среднем только от 10 до 20 процентов их потенциального периода воспроизведения, тогда как киты, слоны, обезьяны и другие крупные млекопитающие в природных условиях выживают более 50 процентов своих воспроизводимых периодов, и часто даже переживают их.

Популяционный подход рассматривает зависимость размера популяции от возраста организмов. Изменения размера популяции с возрастом называются смертностью, в случае стационарного состояния является количеством организмов, вмираюсь за единицу времени. Соответственно, относительные изменения размера популяции, или вероятность смерти за единицу времени, называются относительной смертностью. Обратным к смертности показателем, также часто используется при описании популяционной динамики старения, есть вероятность выживания за единицу времени.

Целью популяционного подхода является определение закономерностей в зависимости размера популяции от времени, используемых для определения скорости процесса старения. Эти данные, в свою очередь, могут использоваться для проверки моделей старения, выведенных или основываясь на физиологических и генетических механизмах, или с помощью общих системных механизмов.

Графическое отображение процесса старения, закон Гомпертца

Величина, непосредственно измеряется — это возрастная зависимость популяции, поэтому эта величина является и найзаганишою степени смертности и старения. Однако, более наглядной величине смертность или выживание — показатели, в большей степени характеризует сам процесс старения. Часто используются логарифмични кривые, лучше отражают некоторые характерные черты приведенных зависимостей.

Одной из первых и наиболее распространенной сейчас математической моделллю описания старения многоплодных организмов является так называемый закон смертности Гомпертца-Мейкгама (или просто Гомпертца), согласно которому вероятности смерти экспоненциально возрастает с возрастом:, где x — возраст, а p — относительная вероятность смерти за определенный промежуток времени, a и b — коэффициенты. Таким образом, при отсутствии постоянного члена a, размер популяции снижается с возрастом по двойной экспоненте.

Закон Гомпертца эмпирической и имеет место не для всех животных и не на всех промежутках времени, но он легкий для сравнения старения разных организмов, и поэтому его коэффициенты часто используется в качестве показателей темпа (скорости) старение.

Зависимость параметров кривой Гомпертца от организма

Коэффициент экспоненты функции Гомпертца указывает скорость старения. Различия в долголетии между видами является результатом прежде всего различий в скорости старения, и потому выражаются в различиях в этом коэффициенте.

Сравнение таблиц смертности разных штаммов мышей одного вида указывает, что различия между штаммами прежде всего происходят от различий в члене Мейкгама (независимом от возраста члене) функции Гомпертца. Если штаммы отличаются только независимым от возраста членом, менее долголетние штаммы имеют более смертность, выше на постоянную виличину протяжении всей жизни, что проявляется в вертикальном сдвиге функции Гомпертца. При этом часто случается, что гибриды первого поколения (F1) двух пиродних штаммов живут дольше, чем любой из родителей. Хотя исследований биохимических процессов таких гибридов не проводилось, но таблицы продолжительности жизни указывают, что гибриды отличаются от родительских штаммов только независимым от возраста членом, но не изменением скорости старения. Другие дослидення также показали, что в значительной степени вариации в продолжительности жизни между штаммами мышей объясняются различиями в унаследованной восприимчивости к определенным болезням.

Для популяций людей в разных странах к середине 20-го века разница в средней продолжительности жизни (не принимая во внимание детскую смертность) почти исключительно происходила от разницы в члене Мейкгама. С середины 20-го века ситуация изменилась, что привело к почти параллельного переноса кривой смертности вправо. Хотя причины этого изменения неизвестны, было предложено, что они обусловлены существенным прогрессом личной и общественной гигиены, улучшением жилищных условий и медицинского обслуживания, качества питания, ствренням эффективных вакцин и антибиотиков.

Отклонение от закона Гомпертца: детская смертность

Следует отметить, что закон Гомпертца-Мейкгама является лишь приближением, верным в среднем возрастном диапазоне. В области малого возраста наблюдается значительно более высокая смертность, чем предусматривается этим законом. Например, северная треска во время нереста может отложить до 6000000 икринок, но только небольшое количество из них выживает до момента половой зрелости. Эта смертность преимущественно результатом неспособности молодежи избегать хищников, бороться с болезнями, и также может быть результатом врожденных дефектов, и не является результатом старения.

Отклонение от закона Гомпертца: замедление старения на позднем возрасте

В области позднего возраста, наоборот, наблюдается уменьшение смертности по сравнению с законом Гомпертца, точнее выход вероятности смерти за единицу времени на плато. Как и в случае детской смертности, это общий закон, который наблюдается даже в неживой природе. И хотя одним из возможных объяснений этого явления могла бы быть гетерогенность популяции, современные данные четко указывают на связь выхода смертности на плато с замедлением процесса старения.

Моделирование и теоретические работы

Распространенным методом исследования старения является математическое моделирование популяционной динамики. Все математические модели старения можно примерно разбить на два основных типа: модели данных и системные модели. Модели данных или аналитические модели — это модели, которые не используют и не пытаются объяснить любых гипотез о физических процессах в системах, для которых эти данные получены. К моделям данных относятся, в частности, и все модели математической статистики. В отличие от них, системные или механистические модели строятся преимущественно на базе физических законов и гипотез о структуре системы, главным в них является проверка предложенного механизма.

Ниже приведен список самых важных из предложенных математических моделей:

  • Модели данных
    • Модель Гомпертца
    • Модель Гомпертца-Мейкгама
    • Модель Стрелера-Милдвана
    • Модель Брауна-Форбса
    • Модель «лавинообразного розрушення организма при старении»
    • Модель «зарезервированных систем»
    • Модель «надежности»
    • «Цепной модель» Пенни
    • Механистическая модель Плетчера-Нойхаузер
  • Системные модели
    • Графическая модель баланса ресурсов
    • Модель Партриджа-Бертона
    • Модель Дасгупта-Штауфера
    • Генетическая модель Орра
    • Хаотичная модель генной регуляции
    • Гомеостатическая модель старения.

Первыми из этих математических моделей начали возникать именно модели данных смертности. Еще задолго до понимания и даже исследования процессов, лежащих в основе старения, возник практический интерес к прогнозу будущего продолжительности жизни для использования в страховании и демографии. Именно для расчета страховых премий еще в 19-м веке были разработаны первые таблицы смертности и сформулированы известные модели Гомпертца и Гомпертца-Мейкгама. Введя простую двух- параметрическая модель смертности, Гомпертца дал исследователям возможность не только предсказывать будущие шансы долголетия, но и дослиджувиты изменения двух фундаментальных параметров: начальной смертности и темпа старения. Выделения из данных смертности возрастной компоненты дало начало математической геронтологии.

В конце 20-го века стало возникать много новых демографических моделей смертности. Получение значительного количества новых данных, часто для гетерогенных популяций, привели к новым методам анализа таблиц смертности. Эти модели, часто с использованием методов анализа стохастических процессов, позволили выделение отдельных компонентов смертности и описание влияния заболеваний и факторов окружающей среды на долголетие.

Так как уже давно было известно о линейности Изнеживание функциональных возможностей организма, возникла необходимость увязки этой динамики с экспоненциальным ростом с возрастом относительной смертности. Одним из первых объяснений этого явления стала модель Стрелера-Милдвана. Эта модель предлагает флуктуации системы, вероятность которых укспоненциально падает с размером. Для их преодоления которых организм должен тратить энергию, но максимальные расходы линейно приходят с возрастом. В результате вероятность смерти, то есть невозможности преодолеть флуктуацию, экспоненциально растет. Схожею моделью является модель Сечера-Трукко, предлагающий гаусовський распределение внешнего воздействия, и по некоторым условиям также приводит к экспоненциальной зависимости смертности от возраста. Альтернативным подходом к объяснению этой зависимости является использование теории надежности, объясняет экспоненциальную зависимость с помощью значительной избыточности биологических систем.

Следующим шагом в математическом моделировании стало объяснение отклонения смертности от классической зависимости, прежде всего выхода смертности на плато на позднем возрасте. В общем, запропоновни модели является модификация данной модели Стрелера-Милдвана с использованием стохастических данных, наиболее известной является модель Мюллера и Роуза. Кроме этой модели были предложены несколько модификаций, например, модификация, основанная на теории надежности. Стохастический подход, лежащий в основе, предлагает уменьшение эффекта избыточности биологической системы за счет истощению наиболее занятых каналов повреждения системы. Еще один подход, основанный на гетерогенности популяции, показал несостоятельность объяснить экспериментальные данные. Еволюциний подход к проблеме выхода относительной смертности является модификация модели Гамильнона, основанной на принципе антагонистинои плейотропии. Идея заключается в том, что давление естественного отбора снижается для мутаций, связанных с изменениями, которые проявляются только на позднем возрасте, но не обязательно достигает нуля, например за счет эффектов связанных с увеличением ценности опытных старых организмов по сравнению с молодыми, несмотря на уменьшение их числа.

Системные модели в целом рассматривают много отдельных факторов, событий и явлений, которые непосредственно влияют на выживание организмов и порождение потомства. Эти модели, основываясь на теории одноразовой сомы, в общем рассматривают старение как баланс и перезазподил ресурсов как в физиологическом (в течение жизни одного организма), так и в эволюционном аспектах. Обычно, особенно в последнем случае, речь идет о распределении ресурсов между непосредственными затратами на порождение потомства и затратами на выживание родителей. Многие из этих моделей, список которых приведен выше, основываются на методах статистического моделирования. Часто рассматривается вопрос об адекватности моделей истории жизни результатам экспериментов на животных, прежде всего популяционной данным.

Изображения по теме

  • Популяционная динамика старения
  • Популяционная динамика старения
  • Популяционная динамика старения
Показать больше

Похожие статьи

Добавить комментарий

Кнопка «Наверх»
Закрыть
Закрыть