tn.standardtoday.co.uk
معلومة

النطاق الذي يعتبر نموذج Verhulst-Pearl تقريبيًا جيدًا له

النطاق الذي يعتبر نموذج Verhulst-Pearl تقريبيًا جيدًا له


We are searching data for your request:

Forums and discussions:
Manuals and reference books:
Data from registers:
Wait the end of the search in all databases.
Upon completion, a link will appear to access the found materials.

يصف نموذج Verhulst-Pearl نمو السكان باستخدام المعادلة التفاضلية ، $$ frac {dN} {dt} = rN left ( frac {K-N} {K} right) $$ حيث N هو عدد السكان (عدد الكائنات الحية) ، r ، عامل النمو الجوهري و K القدرة الاستيعابية للطبيعة لهذا النوع. لحل المعادلة التفاضلية ، يمكننا الحصول على علاقة بين الوقت والسكان الآني ، على النحو التالي ، $$ frac {N} {K-N} = frac {N_o} {K-N_o} e ^ { frac {rt} {K}} $$ أين $ N_o $ هو تعداد السكان الأولي. للحصول على قيمة عامة لـ $ N_o $، يمكن لنموذج النمو اللوجستي التنبؤ بالسكان بدقة إلى حد ما. لكنني لا أعتقد أن الرسم البياني سيكون صحيحًا تمامًا إذا كانت لدينا قيم منخفضة جدًا أو عالية جدًا لعدد السكان الأولي (تقترب من التشبع).

إذن ، ما هو نطاق السكان الأولي حيث يعمل النموذج اللوجستي بشكل تقريبي جيد؟


تعلم تمثيل الرسم البياني لبيولوجيا الخلية الواحدة

تلتقط الرسوم البيانية العديد من الظواهر في جينوم الخلية الواحدة ، بدءًا من تشابه الخلية الخلوية والقرب من شبكات تنظيم الجينات داخل الخلايا.

يحدد تعلم تمثيل الرسم البياني الأنماط المعقدة في البيانات المهيكلة بالرسومات ذات الصلة بالأسئلة البيولوجية بطريقة آلية.

يمكن بسهولة توسيع الأساليب القائمة على الرسم البياني في علم الأحياء أحادي الخلية ، مثل اكتشاف المجتمع والمشي العشوائي ، إلى إطار عمل تعلم التمثيل البياني وبالتالي الاستفادة من مزايا التعلم العميق.


ضع في اعتبارك البيانات التالية:

استخدام الاستقراء مع دالة خطية ودالة تربيعية لتقدير قيمة x = 1.5. تعليق.

(-0.73507, 0.17716), (-0.58236, 0.13734), (-0.22868, 0.00741),
(0.24253, -0.00397), (0.27129, 0.01410), (0.31244, 0.08215),
(0.51378, 0.04926), (0.59861, 0.14643), (0.63754, 0.08751)

نلاحظ أن كلا الأسلوبين يعطيان إجابات ، ولكن إذا قمنا برسم كل من النقاط ومتعدد الحدود الداخلي ، كما هو موضح في الشكل 2 ، فإننا نلاحظ أن الوظيفة التربيعية تبدو مناسبة للنقاط بشكل أفضل. بالإضافة إلى ذلك ، بالنظر إلى المعاملات ، فإن كثير الحدود الثاني يشير إلى أن الشكل الفعلي للبيانات قد يكون ذ(x) = 0.30768 x 2 .

الشكل 2. استقراء النقاط في المثال 3.


جيد Ol & # 8217 الانحراف المعياري

الانحراف المعياري هو الطريقة القياسية التي نفهم بها التباين ونبلغ عنها. إن الشيء الأكثر روعة في الانحراف المعياري هو أنه يمكننا استخدامه ليس فقط لوصف البيانات ولكن أيضًا لإجراء مزيد من التحليلات مثل ANOVA أو الانحدارات الخطية المتعددة.

الانحراف المعياري طريقة موثوقة لتحديد مدى متغير البيانات لكل من العينة والسكان. بالطبع ، لا يمكننا معرفة الانحراف المعياري لمجتمع ما ، ولكن مع الانحراف المعياري لعينة ما ، يمكننا الاستدلال عليه.

الانحراف هو مدى اختلاف الدرجة عن المتوسط ​​العام للبيانات. في حالة بيانات المثال لدينا ، سيكون مدى اختلاف كل قيمة عن متوسط ​​15. نستخدمها بشكل عام س لتمثيل الانحراف. بالنسبة لبياناتنا ، يكون الانحراف

تمامًا مثل النطاق ، كلما زاد الفرق بين القيم الأعلى والأدنى ، زاد الانحراف وزاد التباين. في ملاحظة جانبية ، يجب أن تضيف انحرافاتك دائمًا ما يصل إلى الصفر.

حساب الانحراف المعياري

قد يبدو من الغريب أن تضيف درجات الانحراف ما يصل إلى الصفر ، لكن الانحراف المعياري قد يكون قيمة غير صفرية. هذا بسبب الطريقة التي يتم بها حساب الانحراف المعياري. يتم حساب الانحراف المعياري كمجموع المربعات بدلاً من الدرجات المنحرفة فقط. تبدو صيغة الانحراف المعياري

لذلك ، من أجلنا X1 مجموعة البيانات ، الانحراف المعياري هو 7.9 بينما X3 هو 54.0. هذا يمثل فرقًا كبيرًا في التباين. الانحراف المعياري لـ X2 1.58 ، مما يشير إلى انحراف أقل قليلاً.

لكن يا جون ، ما مقدار الانحراف المعياري أكثر من اللازم؟

سؤال رائع آخر ، وأتمنى أن يكون لدي إجابة سريعة عنه. بشكل عام ، كلما اقترب انحرافك المعياري من الصفر ، قل التباين الموجود في بياناتك. قد يعني ذلك أن قيمك قريبة نسبيًا من المتوسط ​​، تمامًا كما نراه في ملف X2 مجموعة البيانات. إحدى القواعد الأساسية التي تلقيتها في وقت مبكر من مسيرتي المهنية في الإحصاء هي أن أ حسن يجب أن يكون الانحراف المعياري أصغر من قيمة المتوسط. وبالتالي X3& # 8216 s الانحراف المعياري 54.0 بالتأكيد ليس جيدًا. وهذا يعني ، في المتوسط ​​، أن القيم تختلف بشدة عن المتوسط.

في النهاية ، يمنحك كل من النطاق والانحراف المعياري فكرة عن تنوع بياناتك ، أو مدى اختلاف كل قيمة عن المتوسط. كلما كان نطاقك أو انحرافك المعياري أصغر ، كلما كان تقلبك أقل وأفضل لمزيد من التحليل. النطاق مفيد ، لكن الانحراف المعياري يعتبر المقياس الأكثر موثوقية وفائدة للتحليلات الإحصائية. على أي حال ، كلاهما ضروري لفهم الأنماط في بياناتك حقًا. احصائيات سعيدة!


نتائج

تم الحصول على القياسات الحيوية (محيط الرأس والبطن وطول الفخذ) لـ 18959 جنينًا عند 20-36 أسبوعًا من الحمل. كان الوسيط (المدى الربيعي (IQR)) ± SD من الفحوصات التي أجريت في كل أسبوع من الحمل 134 (251602) ± 1230. في 9577 (50.5٪) من الحالات ، كانت المعلومات حول الجنس عند الولادة متاحة. كان هناك 4708 (49.2٪) من الإناث و 4869 (50.8٪) من المواليد الذكور. في الحالات المتبقية البالغ عددها 9382 حالة ، لم يتم استخدام المعلومات المتعلقة بنوع الجنين لأنه لم يتم تأكيدها عند الولادة.

تم تزويد مجموعات EFW الخام بشكل مرضٍ بنموذج متعدد الحدود رباعي على النحو التالي (جميع EFW في g وعمر الحمل (GA) في أسابيع محددة).

تم تركيب SDs لـ EFW عبر عمر الحمل باستخدام نوبة تربيعية. كانت نوبات SDs على النحو التالي (كل SD في g وعمر الحمل (GA) في أسابيع بالضبط).

يوضح الجدول 1 المتوسط ​​المتوقع و SD لـ EFW عالميًا ، وكذلك في الذكور والإناث ، في 20-36 أسبوعًا من الحمل. يوضح الجدول 2 المتوسطات المئوية الثالثة والعاشرة والتسعين والتسعين والتسعين لـ EFW في الفترة من 20 إلى 36 أسبوعًا.

GA (أسابيع) وزن الجنين المقدر (ز)
شاملة ذكور إناث
يقصد SD يقصد SD يقصد SD
20 343 36 327 37 340 23
21 419 44 432 43 405 44
22 493 54 518 50 473 64
23 572 65 596 60 551 83
24 662 77 677 71 642 101
25 767 90 771 84 750 118
26 890 105 882 99 876 134
27 1031 121 1015 116 1021 149
28 1192 139 1171 135 1184 163
29 1369 158 1349 155 1362 177
30 1561 178 1546 178 1552 189
31 1761 199 1756 202 1748 201
32 1964 222 1972 228 1944 212
33 2162 246 2183 256 2131 222
34 2345 272 2377 286 2301 231
35 2503 299 2539 318 2442 239
36 2624 327 2652 352 2542 246
  • GA ، عمر الحمل (أسابيع): تم حساب كسور الأسابيع لأقرب أسبوع ، مع تخصيص كسور من 4 أيام و GT5 أيام إلى أقرب أسبوع وأعلى أسبوع على التوالي.
GA (أسابيع) مئوي
3 بحث وتطوير 10 ذ 50 ذ 90 ذ 97 ذ
20 274 296 343 389 411
21 335 362 419 476 503
22 392 424 493 562 595
23 451 489 572 655 694
24 518 564 662 760 806
25 597 651 767 882 937
26 692 755 890 1024 1087
27 803 876 1031 1187 1259
28 931 1014 1192 1369 1453
29 1073 1168 1369 1571 1666
30 1227 1333 1561 1788 1895
31 1386 1506 1761 2016 2136
32 1546 1680 1964 2248 2382
33 1699 1847 2162 2477 2625
34 1834 1997 2345 2693 2856
35 1942 2121 2503 2886 3065
36 2009 2205 2624 3042 3238
  • GA ، عمر الحمل (أسابيع): تم حساب كسور الأسابيع إلى أقرب أسبوع ، مع تخصيص كسور من 4 أيام و GT5 أيام إلى أقرب أسبوع وأعلى أسبوع على التوالي.

يوضح الشكل 1 الرسوم البيانية العالمية للمئوية الثالثة والعاشرة والتسعين والتسعين والتسعين والتسعين من EFW. يوضح الشكل 2 نفس الرسوم البيانية للذكور والإناث بشكل منفصل. يوضح الشكل 3 جودة ملاءمة نموذجنا مع توزيع ض- الدرجات التي حسبناها بناءً على المعادلات المجهزة. يعني و SD من هذا ض- كان توزيع الدرجات −0.002 و 0.98 ، على التوالي ، كانت هذه القيم قريبة جدًا من القيم النظرية لـ 0 و 1 ، على التوالي 10.

مخططات الوزن التقديري للجنين (EFW) ، التي تم إنشاؤها من سكان فرنسيين يبلغ عددهم 18959 جنينًا ، مع 3 ، 10 ، 50 ، 90 ، 97.

مخططات وزن الجنين التقديري الخاصة بالجنس (EFW) ، التي تم إنشاؤها من مجموعة سكان فرنسيين يبلغ عددهم 18959 جنينًا ، مع 3 ، و 10 ، و 50 ، و 90 ، و 97: (أ) الذكور (ب) الإناث.

توزيع لل ض- النتائج التي تم الحصول عليها بناءً على نموذجنا المجهز الذي تم إنشاؤه من سكان فرنسيين يبلغ عددهم 18959 جنينًا. التوزيع الملحوظ (المتوسط ​​، 0.002 SD ، 0.98) قريب جدًا من التوزيع الطبيعي القياسي ، مما يوضح جودة ملاءمة نموذجنا.

يوضح الجدول 3 المتوسط ​​المتوقع ، المئتين الثالثة والتاسعة والتسعين لوزن الولادة و EFW. بين 25 و 35 أسبوعًا من الحمل ، كان متوسط ​​EFW أكبر بشكل ملحوظ من المتوسط ​​الفعلي لوزن الولادة ، مع وجود تباينات تصل إلى 16٪ من وزن الولادة عند 30 أسبوعًا (وزن الولادة المتوقع = 1341 جم ، توقع EFW = 1561 جم). كان هذا التناقض أكبر عند مقارنة النسب المئوية الثالثة المتوقعة ، مع وجود تباينات تصل إلى 62٪ من وزن المواليد عند 29 أسبوعًا ، أي بالنسبة للشريحة المئوية الثالثة المتوقعة لوزن الولادة البالغ 663 جم ، كانت النسبة المئوية الثالثة المتوقعة لـ EFW 1073 ز. بين 28 و 32 أسبوعًا ، كانت النسبة المئوية الخمسون لوزن الولادة مقارنةً تقريبًا بالمئوية العاشرة لـ EFW. يوضح الشكل 4 التناقض بين المتوسط ​​المتوقع ، المئين العاشر والتسعين لوزن الولادة و EFW.

مقارنة بين المخطط المرجعي الجديد المقدر لوزن الجنين (EFW) (الخطوط الصلبة) ، في عدد سكان فرنسي يبلغ 18959 جنينًا ، مع المخطط المرجعي للوزن عند الولادة (الخطوط المتقطعة) الذي تم الحصول عليه في نفس التقسيم الإقليمي خلال نفس فترة الدراسة 14 ، من 25 إلى 36 أسبوعًا من الحمل. تظهر المئات العاشر والخمسون والتسعون. كان متوسط ​​EFW أكبر بشكل ملحوظ من متوسط ​​الوزن الفعلي عند الولادة. في 28-32 أسبوعًا من الحمل ، كانت الشريحة المئوية الخمسين لوزن الولادة مقارنة تقريبًا مع الشريحة المئوية العاشرة لـ EFW.

GA (أسابيع) مئوي
3 بحث وتطوير 50 ذ 97 ذ
BW EFW BW EFW BW EFW
25 512 597 752 767 991 937
26 508 692 825 890 1142 1087
27 531 803 919 1031 1307 1259
28 582 931 1035 1192 1489 1453
29 663 1073 1176 1369 1689 1666
30 775 1227 1341 1561 1907 1895
31 915 1386 1529 1761 2142 2136
32 1083 1546 1738 1964 2393 2382
33 1274 1699 1964 2162 2654 2625
34 1484 1834 2203 2345 2922 2856
35 1706 1942 2448 2503 3191 3065
36 1933 2009 2693 2624 3453 3238
  • GA ، عمر الحمل (أسابيع): تم حساب كسور الأسابيع لأقرب أسبوع ، مع تخصيص كسور من 4 أيام و GT5 أيام إلى أقرب أسبوع وأعلى أسبوع على التوالي.

مواصفات المحتوى

يتم عرض التوزيع التقريبي للأسئلة حسب فئة المحتوى أدناه.

أولاً - البيولوجيا الخلوية والجزيئية (33-34٪)

تم تناول أساسيات البيولوجيا الخلوية وعلم الوراثة والبيولوجيا الجزيئية. تشمل الموضوعات الرئيسية في التركيب والوظيفة الخلوية الخلايا بدائية النواة وحقيقية النواة ، والمسارات الأيضية وتنظيمها ، وديناميكيات الأغشية وأسطح الخلايا ، والعضيات ، والهيكل الخلوي ، ودورة الخلية. تشمل المجالات الرئيسية في علم الوراثة والبيولوجيا الجزيئية الفيروسات والكروماتين والبنية الصبغية وتنظيم الجينوم وصيانته وتنظيم التعبير الجيني. يتم تضمين الأساس الخلوي للمناعة وآليات تفاعلات المستضد مع الجسم المضاد. كما يتم الاهتمام بالمنهجية التجريبية.

  1. التركيب والوظيفة الخلوية (16-17٪)
    1. المركبات البيولوجية
      • التركيب الجزيئي والترابط
      • أصل غير حيوي للجزيئات البيولوجية
    2. نشاط الإنزيم وربط المستقبلات والتنظيم
    3. مسارات الأيض الرئيسية والتنظيم
      • التنفس والتخمير والتمثيل الضوئي
      • تخليق وتحلل الجزيئات الكبيرة
      • السيطرة الهرمونية والرسل داخل الخلايا
    4. ديناميات الأغشية وأسطح الخلايا
      • النقل والالتقام والإفراز الخلوي
      • الإمكانات الكهربائية والمواد الناقلة
      • آليات التعرف على الخلايا والنقل والتواصل بين الخلايا
      • جدار الخلية والمصفوفة خارج الخلية
    5. العضيات: الهيكل والوظيفة والتوليف والاستهداف
      • النواة والميتوكوندريا والبلاستيدات
      • الشبكة الإندوبلازمية والريبوزومات
      • جهاز جولجي والحويصلات الإفرازية
      • الجسيمات الحالة ، والبيروكسيسومات ، والفجوات
    6. الهيكل الخلوي: الحركة والشكل
      • الأنظمة القائمة على الأكتين
      • الأنظمة القائمة على الأنابيب الدقيقة
      • المتوسطة الشعيرات
      • الأسواط البكتيرية والحركة
    7. دورة الخلية: النمو والانقسام والتنظيم (بما في ذلك نقل الإشارة)
    8. أساليب
      • الفحص المجهري (مثل الإلكترون والضوء والفلورة)
      • الفصل (على سبيل المثال ، الطرد المركزي ، الترشيح الهلامي ، PAGE ، فرز الخلايا المنشطة الفلورية [FACS])
      • المناعية (على سبيل المثال ، النشاف الغربي ، الكيمياء الهيستولوجية المناعية ، التألق المناعي)
    1. أسس وراثية
      • الميراث المندلي
      • تحليل النسب
      • علم الوراثة بدائية النواة (التحول والانتقال والاقتران)
      • رسم الخرائط الجينية
    2. الكروماتين والكروموسومات
      • النيوكليوسومات
      • الأنماط النووية
      • الانحرافات الصبغية
      • الكروموسومات متعددة الخطوط
    3. تنظيم تسلسل الجينوم
      • الإنترونات والإكسونات
      • نسخة واحدة ومتكررة من الحمض النووي
      • العناصر القابلة للتحويل
    4. صيانة الجينوم
      • تكرار الحمض النووي
      • طفرة وإصلاح الحمض النووي
    5. التعبير الجيني والتنظيم في بدائيات النوى وحقيقيات النوى: الآليات
      • الاوبرون
      • المروجين والمعززات
      • عوامل النسخ
      • تخليق الحمض النووي الريبي والبروتين
      • معالجة وتعديلات كل من RNA والبروتين
    6. التعبير الجيني والتنظيم: الآثار
      • السيطرة على التطور الطبيعي
      • السرطان والجينات المسرطنة
      • تعبير الجينوم الكامل (مثل المصفوفات الدقيقة)
      • تنظيم التعبير الجيني بواسطة RNAi (على سبيل المثال ، siRNA)
      • علم التخلق
    7. علم المناعة
      • الأساس الخلوي للمناعة
      • تنوع الجسم المضاد والتوليف
      • تفاعلات المستضد والأجسام المضادة
    8. الجراثيم والفيروسات الحيوانية والفيروسات النباتية
      • الجينومات الفيروسية والتكاثر والتجميع
      • تفاعلات الخلية المضيفة للفيروس
    9. منهجية الحمض النووي المؤتلف
      • نوكليازات تقييدية
      • النشاف والتهجين
      • تقييد طول جزء تعدد الأشكال
      • استنساخ الحمض النووي وتسلسله وتحليله
      • تفاعل البلمرة المتسلسل

    ثانيًا. علم الأحياء العضوي (33-34٪)

    يتم تناول التركيب وعلم وظائف الأعضاء والسلوك وتطور الكائنات الحية. تشمل الموضوعات التي يتم تناولها شراء المغذيات ومعالجتها ، وتبادل الغازات ، والنقل الداخلي ، وتنظيم السوائل ، وآليات التحكم والمؤثرات ، والتكاثر في الكائنات ذاتية التغذية وغيرية التغذية. تتراوح أمثلة الظواهر التنموية من الإخصاب من خلال التمايز والتكوين. يتم فحص الاستجابات للمحفزات البيئية من حيث صلتها بالكائنات الحية. كما يتم تناول الخصائص المميزة الرئيسية والعلاقات التطورية للكائنات الحية.

    1. التركيب والوظيفة والتنظيم الحيواني (10٪)
      1. التبادل مع البيئة
        • المغذيات والملح وتبادل المياه
        • تبادل الغازات
        • طاقة
      2. النقل الداخلي والتبادل
        • الجهاز الدوري والجهاز التنفسي والإفرازي والجهاز الهضمي
      3. الدعم والحركة
        • أنظمة الدعم (الخارجية والداخلية والهيدروستاتيكية)
        • أنظمة الحركة (السوطية ، الهدبية ، والعضلية)
      4. آليات التكامل والتحكم
        • الجهاز العصبي والغدد الصماء
      5. السلوك (التواصل والتوجيه والتعلم والغريزة)
      6. معدلات التمثيل الغذائي (درجة الحرارة وحجم الجسم والنشاط)
      1. الهياكل التناسلية
      2. الانقسام الاختزالي وتكوين الأمشاج والتخصيب
      3. التطور المبكر (على سبيل المثال ، القطبية ، والانقسام ، والمعدة)
      4. العمليات التنموية (على سبيل المثال ، الاستقراء ، التحديد ، التمايز ، التشكل ، والتحول)
      5. آليات التحكم الخارجية (على سبيل المثال ، الفترة الضوئية)
      1. الأعضاء وأنظمة الأنسجة والأنسجة
      2. النقل المائي بما في ذلك الامتصاص والنتح
      3. نقل وتخزين اللحاء
      4. التغذية المعدنية
      5. طاقة النبات (مثل التنفس والتمثيل الضوئي)
      1. الهياكل التناسلية
      2. الانقسام الاختزالي وتكوين الأبواغ
      3. تكوين الجاميطات والتخصيب
      4. تطور الجنين والبذور
      5. القيم الأساسية والنمو والتكوين والتمايز
      6. آليات التحكم (على سبيل المثال ، الهرمونات ، فترة الضوء ، والمدارات)
      1. العتيقة
        • علم التشكل وعلم وظائف الأعضاء وتحديد الهوية
      2. بكتيريا
        • علم التشكل وعلم وظائف الأعضاء وعلم الأمراض والتعرف
      3. الطلائعيات
        • البروتوزوا ، البروتيستا غيرية التغذية الأخرى (قوالب الوحل والأوميكوتا) ، والبروتيستا ذاتية التغذية
        • الخصائص المميزة الرئيسية
        • علاقات النشوء والتطور
        • الأهمية (مثل التخثث والمرض)
      4. الفطريات
        • السمات المميزة للشعبة الرئيسية (التكاثر الخضري واللاجنسي والجنسي)
        • دورات الحياة المعممة
        • الأهمية (على سبيل المثال ، التحلل ، التحلل البيولوجي ، المضادات الحيوية ، والإمراضية)
        • الأشنات
      5. Animalia مع التركيز على الشعب الرئيسية
        • الخصائص المميزة الرئيسية
        • علاقات النشوء والتطور
      6. بلانتاي مع التركيز على الشعب الرئيسية
        • تناوب الأجيال
        • الخصائص المميزة الرئيسية
        • علاقات النشوء والتطور

      ثالثا. البيئة والتطور (33-34٪)

      يتم تناول تفاعلات الكائنات الحية وبيئتها ، مع التركيز على المبادئ البيولوجية على مستويات أعلى من الفرد. تتراوح الموضوعات البيئية من التكيفات الفسيولوجية إلى عمل النظم البيئية. على الرغم من التأكيد على المبادئ ، قد تنظر بعض الأسئلة في تطبيقات للمشاكل البيئية الحالية. تتراوح الموضوعات في التطور من الأسس الجينية من خلال العمليات التطورية وعواقبها. يعتبر التطور على المستوى الجزيئي والفرد والسكان والمستويات الأعلى. قد تكون هناك حاجة لبعض المهارات الكمية ، بما في ذلك تفسير النماذج الرياضية البسيطة.


      النطاق الذي يعتبر نموذج Verhulst-Pearl تقريبيًا جيدًا له - علم الأحياء

      التأريخ الكربوني لتحديد عمر البقايا الأحفورية

      في هذا القسم سوف نستكشف استخدام التأريخ الكربوني لتحديد عمر البقايا الأحفورية.

      يعتبر الكربون عنصرًا أساسيًا في الجزيئات المهمة بيولوجيًا. خلال عمر الكائن الحي ، يتم إحضار الكربون إلى الخلية من البيئة على شكل ثاني أكسيد الكربون أو جزيئات الطعام القائمة على الكربون مثل الجلوكوز ، ثم يتم استخدامه لبناء جزيئات مهمة بيولوجيًا مثل السكريات والبروتينات والدهون والأحماض النووية . يتم دمج هذه الجزيئات لاحقًا في الخلايا والأنسجة التي تتكون منها الكائنات الحية. لذلك ، فإن الكائنات الحية من بكتيريا وحيدة الخلية إلى أكبر الديناصورات تترك وراءها بقايا كربونية.

      يعتمد التأريخ الكربوني على تحلل 14 درجة مئوية ، وهو نظير مشع للكربون بعمر نصف طويل نسبيًا (5700 سنة). في حين أن 12 درجة مئوية هي أكثر نظائر الكربون وفرة ، هناك نسبة قريبة من ثابتة من 12 درجة مئوية إلى 14 درجة مئوية في البيئة ، وبالتالي في جزيئات وخلايا وأنسجة الكائنات الحية. يتم الحفاظ على هذه النسبة الثابتة حتى موت الكائن الحي ، عندما تتوقف 14 درجة مئوية عن التجدد. عند هذه النقطة ، فإن المقدار الإجمالي البالغ 14 درجة مئوية في الكائن الحي يبدأ في الاضمحلال أضعافا مضاعفة. لذلك ، من خلال معرفة مقدار 14 درجة مئوية في البقايا الأحفورية ، يمكنك تحديد المدة التي انقضت منذ وفاة الكائن الحي عن طريق فحص مغادرة نسبة 12 درجة مئوية إلى 14 درجة مئوية من النسبة المتوقعة للكائن الحي.

      اضمحلال النظائر المشعة

      تتحلل النظائر المشعة ، مثل 14 درجة مئوية ، أضعافا مضاعفة. يُعرَّف نصف العمر للنظير بأنه مقدار الوقت الذي يستغرقه وجود نصف الكمية الأولية للنظير المشع.

      على سبيل المثال ، افترض أن لديك ن0 جرامات من النظائر المشعة لها عمر نصف ر * سنوات. ثم نعرف ذلك بعد نصف عمر واحد (أو ر * بعد سنوات) ، سيكون لديك

      غرام من هذا النظير.

      ر* بعد سنوات (أي 2t * سنة من القياس الأولي) ، سيكون هناك

      جرامات.

      3t * سنوات بعد القياس الأولي سيكون هناك

      جرامات،

      وما إلى ذلك وهلم جرا.

      يمكننا استخدام نموذجنا العام للتضاؤل ​​الأسي لحساب كمية الكربون في أي وقت باستخدام المعادلة ،

      ن (ر) = ن0ه كت .

      نمذجة اضمحلال 14 درجة مئوية.

      بالعودة إلى مثالنا للكربون ، مع العلم أن نصف العمر لـ 14 درجة مئوية هو 5700 سنة ، يمكننا استخدام هذا لإيجاد الثابت ، ك. هذا عندما يكون t = 5700 ، يكون هناك نصف المقدار الأولي لـ 14 C. بالطبع المقدار الأولي لـ 14 C هو مقدار 14 C عندما ر = 0 أو ن0 (بمعنى آخر. ن(0) = ن0ه ك & sdot0 = ن0ه 0 = ن0). وهكذا يمكننا أن نكتب:

      .

      تبسيط هذا التعبير بإلغاء ن0 على كلا الجانبين من المعادلة يعطي ،


      .

      حل المجهول ، ك ، نأخذ اللوغاريتم الطبيعي لكلا الجانبين ،

      .

      وهكذا ، فإن معادلتنا لنمذجة اضمحلال 14 درجة مئوية تُعطى بواسطة ،

      .

      تستخدم النظائر المشعة الأخرى أيضًا حتى تاريخ الحفريات.

      يبلغ عمر النصف لـ 14 درجة مئوية حوالي 5700 عام ، وبالتالي فإن نظير 14 درجة مئوية مفيد فقط في تأريخ الحفريات التي يصل عمرها إلى حوالي 50000 عام. قد تحتوي الأحافير التي يزيد عمرها عن 50000 عام على كمية غير قابلة للكشف تبلغ 14 درجة مئوية. بالنسبة للحفريات القديمة ، يجب استخدام نظير ذي عمر نصفي أطول. على سبيل المثال ، يتحلل النظير المشع البوتاسيوم -40 إلى الأرجون -40 مع عمر نصف يبلغ 1.3 مليار سنة. تشمل النظائر الأخرى المستخدمة بشكل شائع في التأريخ اليورانيوم 238 (نصف عمر 4.5 مليار سنة) والثوريوم -232 (نصف عمر 14.1 مليار سنة).

      *****


      تحليل التشعب العددي للنماذج المناعية مع التأخير الزمني

      في السنوات الأخيرة ، ظهر عدد كبير من النماذج الرياضية الموصوفة بواسطة معادلات تفاضلية التأخير (DDEs) في علوم الحياة. لتحليل ديناميكيات النماذج ، تعتبر الأساليب العددية ضرورية ، حيث لا يمكن للدراسات التحليلية إلا أن تعطي نتائج محدودة. بدوره ، فإن توافر الأساليب العددية الفعالة وحزم البرامج يشجع على استخدام التأخير الزمني في النمذجة الرياضية ، مما قد يؤدي إلى نماذج أكثر واقعية. نلخص الخطوط العريضة للطرق العددية التي تم تطويرها مؤخرًا لتحليل التشعب لـ DDE ونوضح استخدام هذه الطرق في تحليل نموذج رياضي لعدوى فيروس التهاب الكبد B البشري.


      الاستنتاجات

      النظم البيولوجية هي أنظمة معقدة وتنشأ المستويات الأعلى من التعقيد من السلوك الجماعي والخصائص الناشئة على مستويات متعددة. يتطلب هذا في البداية تحليل بيانات ذات مستوى منخفض بكميات كبيرة إما عن طريق القياسات المباشرة أو عن طريق الوصول إلى مجموعة متنوعة من المصادر. يجب بعد ذلك دمج هذه البيانات في نماذج الشبكات المختلفة أو النماذج متعددة النطاقات. النماذج هي خطوة أساسية في الاكتشاف العلمي. في هذه المقالة ، وصفنا أنواعًا مختلفة من النماذج التي تم استخدامها في علم الأحياء لاكتشاف المعرفة والتنبؤ بها. ومع ذلك ، فإن بناء نموذج جيد هو مهمة صعبة. لمساعدة القراء المهتمين ، حللنا بالتفصيل أحدث ما توصلت إليه التكنولوجيا في النمذجة. علاوة على ذلك ، تم تضمين أمثلة على النماذج والتطبيقات الحديثة ، بمقاييس مختلفة ، في الجزء الأخير من المقالة.

      وصف النماذج واستخدامها.

      تحليل عملية النموذج: نموذج الأهداف لتشكيل نموذج التحقق.


      النمذجة المقارنة للبروتين واكتشاف العقاقير

      أ المبدأ

      توفر معرفة المبادئ العامة لهيكل البروتين والسمات العامة لعائلات البروتين والعائلات الفائقة نهجًا مفيدًا لنمذجة البروتينات 41 التي تتميز عمومًا بالنمذجة المقارنة. 42-50

      تولد النمذجة المقارنة بنية بروتينية من تسلسلها باستخدام معلومات من (أ) بنية (هياكل) متجانسة أخرى. 51 من خلال امتداد المبادئ التطورية التي تمت مناقشتها أعلاه ، يمكن بناء نموذج لسلسلة من الهياكل غير المعروفة عن طريق استقراء السمات الهيكلية من الهياكل المتماثلة المعروفة (الأساسية) لتمديدات التسلسل التي تعتبر مناطق متشابهة تعتبر غير متشابهة ، يجب أن يتم نمذجتها باستخدام أخرى. التقنيات. يمكن تطوير العملية في حالة توفر العديد من الهياكل كأساس ، نظرًا لأن القطع المختلفة من الهياكل الأساسية المختلفة قد تكون أكثر تشابهًا محليًا: قد يؤدي الجمع بين المعلومات من هذه المصادر المختلفة إلى إنشاء نموذج إجمالي أفضل. تم تطوير إجراءات النمذجة الآلية والقائمة على القواعد من أجل تقليل القرارات اليدوية الذاتية. بشكل عام ، تنقسم تقنيات النمذجة المقارنة إلى عدة إجراءات متميزة: إيجاد الهياكل الأساسية لمحاذاة التسلسل المستهدف مع الهياكل الأساسية ، ثم أخيرًا ، إما تجميع الأجزاء أو فرض قيود بناءً على هذه المحاذاة لإنشاء نموذج ثلاثي الأبعاد للهدف. تمت مناقشة بعض المراحل هنا لفترة وجيزة فقط ، يمكن العثور على مزيد من التفاصيل في Sternberg 31 و Johnson وآخرون. 51


مقالات مثيرة للاهتمام