Научная литература
booksshare.net -> Добавить материал -> Медицина -> Зайцев С.В. -> "Наркомания. Нейропептид Морфиновые рецепторы " -> 17

Наркомания. Нейропептид Морфиновые рецепторы - Зайцев С.В.

Зайцев С.В., Ярыгин К.Н., Варфоломеев С.Д. Наркомания. Нейропептид Морфиновые рецепторы — МГУ, 1993. — 256 c.
ISBN 5-211-02349-8
Скачать (прямая ссылка): narkomaniya1993.djvu
Предыдущая << 1 .. 11 12 13 14 15 16 < 17 > 18 19 20 21 22 23 .. 108 >> Следующая

для высоко- и низкоаффинных рецеп-
(2.24)
II.2.3. Программа “Delta”
DELTA”.
рассчитывается полу эмпирическая зависимость для специфического связывания по формуле (2.10) и проводится графический анализ в различных координатах.
Здесь же могут быть найдены начальные приближения для параметров модели [Ri]o, Kj (Варфоломеев, Зайцев, 1982). Для этого по выбранному участку изотермы специфического связывания проводится линейный регрессионный анализ.
При анализе данных по разностному методу пользователь задает число исследуемых стартовых точек, для каждой из которых строится экспериментальная зависимость [BCT]-[Bj] от [Li]. Графическое представление этих данных в координатах Скэтчарда позволяет, как говорилось выше, более отчетливо увидеть гетерогенность рецепторной системы. Для каждой стартовой точки по графической зависимости можно рассчитать начальные приближения для параметров регрессионного анализа специфического связывания.
Далее проводится оценка параметров модели. Возможны
3 варианта:
1) анализ изотермы ОБЩЕГО связывания с включением константы неспецифического связывания в число параметров регрессии;
2) анализ изотермы СПЕЦИФИЧЕСКОГО связывания;
3) анализ данных, преобразованных по РАЗНОСТНОМУ методу.
Когда анализируются прямые изотермы связывания (общее или специфическое связывание), то в целевую функцию вводятся весовые множители Wj:
Предварительный анализ результатов численного моделирования показал, что наилучшее описание может быть получено для двух случаев:
Если в ходе эксперимента связывание измеряется многократно для каждой концентрации лиганда, то весовые множители рассчитываются обычным образом, обратно пропорционально дисперсиям экспериментальных значений Wj~/L[Bj] (Худсон, 1970).
Как уже упоминалось выше, регрессионные оценки параметров зависят от выбора начальных приближений [Rj]o, Kj. В связи с этим в программе предусмотрено автоматическое варьирование начальных приближений: пользователь задает исходный
П
j=i
Wj ~ 1/м, Wj ~ (l/[Bj])2.
набор [Ri]o, Kj и область их допустимых изменений, из которой случайным образом выбирается еще несколько н?„боров начальных приближений. Для каждого набора проводится поиск параметров модели. Лучшим считается тот набор начальных приближений, для которого МНК-критерий будет минимальным. Эха процедура позволяет исключить “очень плохие” начальные приближения.
Если для регрессионного анализа используются данные, преобразованные по разностному методу, то поиск оптимальных значений параметров модели (2.14) проводится по желанию пользователя либо в выораьной им стартовой точке, либо в автоматическом режиме. В последнем случае оптимизация проводится в два этапа. для заданного пользователем набора стартовых точек проводится “грубый” регрессионный анализ (с числом итераций mi). Выбирается “наилучшая” стартовая точка, для которой МНК-критерий будет минимальным. Такая процедура позволяет лс.-слючить из регрессионного анализ явные выбросы в функциональной зависимости — |ц|
г : [Lj], В “наилучшей” с гартовой точке еще раз проводится регрессионный анализ (с чч<~лом итераций m2=mjT0).
Регрессионный анали чснован на методе случайного поиска (!'грклеитис, Реивиидрап Р.чсдел, 1986); для улучшения сходи-••¦и проводится масли Жирование экспериментальных данных '! . п 1985). Дли зто . выбирается медиана [Lmed] значений
. , ' осуществляется переход в новые координаты:
\j — ([Lj] — [Lnwd])/Lj
Программа “DELTA” была использована нами для анализа данных, моделирующих результаты экспериментов но лнганд-ре-цет ирному связыванию.
III. ОПИОИДНЫЕ РЕЦЕПТОРЫ И ИХ ЛИГАНДЫ
111.1. ОПРЕДЕЛЕНИЕ ПОНЯТИЯ “ОПИОИДНЫЙ РЕЦЕПТОР”
Опиоидные рецепторы - это встроенные в плазматическую мембрану надмолекулярные комплексы, специфически взаимодействующие с эндогенными и экзогенными опиоидами. Часть лигандов опиоидных рецепторов - это агонисты. При их взаимодействии с опиоидными рецепторами индуцируется физиологический ответ клетки. В отличие от агонистов антагонисты лишь связываются с рецептором, но не вызывают физиологического ответа.
111.2. ОПИОИДНЫЕ РЕЦЕПТОРЫ: ИСТОРИЧЕСКАЯ СПРАВКА
На протяжении многих десятилетий существовало мнение, что эффекты морфина и его структурных аналогов, объединяемых под общим названием “опиаты”, опосредуются взаимодействием этих соединений со специфическими рецепторами, т.е. со структурами, избирательно связывающими именно опиаты. Мартин (Martin, 1967), основываясь на результатах опытов с морфином и налорфином, предположил, что анальгетический эффект опиатов опосредован их связыванием не с одним, а с двумя типами рецепторов. Поворотным этапом в изучении рецепторов биологически активных веществ стала разработка радиолиганд-рецепторного метода. Используя этот метод, три группы исследователей практически одновременно осуществили химическую идентификацию опиатных рецепторов (Pert, Snyder, 1973; Simon et al., 1973; Terenius, 1973). В этих первых работах использовались тритированные лиганды малой удельной активности, в связи с чем исследователи смогли идентифицировать лишь рецепторы, имеющие сравнительно низкую аффинность к опиатам. Поэтому полученные данные свидетельствовали о наличии в мозге лишь одного типа опиатных рецепторов. Использование меченых лигандов с более высокой удельной радиоактивностью позволило доказать существование более чем одного типа центров связывания опиатов (Pasternak. Snyder, 1975). Вскоре гетерогенность популяции опиатных рецепторов была подтверждена фармакологическими методами, и, после того как было показано, что опиатные рецепторы с высокой
Предыдущая << 1 .. 11 12 13 14 15 16 < 17 > 18 19 20 21 22 23 .. 108 >> Следующая

Реклама

c1c0fc952cf0704ad12d6af2ad3bf47e03017fed

Есть, чем поделиться? Отправьте
материал
нам
Авторские права © 2009 BooksShare.
Все права защищены.
Rambler's Top100

c1c0fc952cf0704ad12d6af2ad3bf47e03017fed