ბიოფიზიკური პროცესების მოდელირება.

მოდელირება ბიოფიზიკის ერთი-ერთი მეთოდია. იგი გამოიყენება ცოცხალი

სისტემების კვლევის ყველა ეტაპზე – დაწყებული მოლეკულური ბიოფიზიკიდან,
მემბრანების ბიოფიზიკიდან, უჯრედებისა და ორგანოების ბიოფიზიკიდან –
დამთავრებული რთული სისტემების ბიოფიზიკით.
ცოცხალი ორგანიზმების რთული სტრუქტურის გამო, მკვლევარი კონკრეტულად
დაყენებული ამოცანის გადაწყვეტის მიზნით, ყოველთვის ირჩევს გამარტივებულ
მოსაზრებას. რეალური ბიოლოგიური სისტემების ასეთი შეგნებული გამარტივება
მოდელირების საფუძველს წარმოადგენს. მოდელი რეალური ობიექტის პირობითი სახეა,
რომელსაც მკვლევარი ისე აგებს, რომ ასახოს ობიექტის მიზნებისათვის მნიშვნელოვანი
მახასიათებლები (თვისებები, ურთიერთკავშირები, სტრუქტურული და ფუნქციური
პარამეტრები და ა.შ.)
ბიოფიზიკის კურსში განიხილება სწორედ ამგვარი მრავალფეროვანი მოდელები.
მაგალითად, მემბრანის თხევად-მოზაიკური მოდელი, ქმედების პოტენციალის აღძვრის
მოდელი (ხოჯკინ-ხაკსლის მოდელი), კუნთის შეკუმშვის აღწერისას მცოცავი ძაფების
მოდელი, სისხლის მიმოქცევის მოდელი (ფრანკის მოდელი) და სხვა.
მოდელირების იდეას ემყარება მეცნიერული კვლევის ნებისმიერი მეთოდი – როგორც
თეორიული, ისე ექსპერიმენტული.
მოდელირების ძირითადი ეტაპებია:
1. ინფორმაციის პირველადი შეგროვება: მკვლევარმა უნდა მოიპოვოს რაც შეიძლება მეტი
ინფორმაცია რეალური ობიექტის მრავალფეროვანი მახასიათებლების შესახებ: მისი
თვისებების, მასში მიმდინარე პროცესების, სხვადასხვა გარემო პირობებისას ქცევის
კანონზომიერებების შესახებ.
2. ამოცანის დასახვა: ფორმულირდება კვლევის მიზანი, მისი ძირითადი ამოცანები,
განისაზღვრება ის ახალი მონაცემები, რომლის მიღებაც სურს მკვლევარს. ეს ეტაპი ხშირად
ყველაზე მნიშვნელოვანი და შრომატევადია
3. ძირითადი ჰიპოთეზების (ვარაუდი, დაშვება) დასაბუთება – ანუ ხდება რეალური
ობიექტის გამარტივება. ე. ი. ობიექტიდან გამოიყოფა კვლევისათვის არაარსებითი,
უმნიშვნელო მახასიათებლები, რომლებიც შეიძლება უგულვებელვყოთ.
4. მოდელის შექმნა და მისი გამოკვლევა
5. მოდელის რეალურ ობიექტთან ადექვატურობის შემოწმება. მოდელის გამოყენებადობის
საზღვრების დადგენა და მითითება.

1
 ამგვარად, მოდელი რეალურ ობიექტს თითქოს ათანხმებს კვლევის მიზანთან: ერთის
მხრივ, ამარტივებს ობიექტს – რაც კვლევის ჩატარების საშუალებას იძლევა, მეორეს მხრივ,
ინარჩუნებს იმ მთავარს, რაც მკვლევარს აინტერესებს.
ბიოფიზიკაში, ბიოლოგიასა და მედიცინაში გამოყენებული მოდელები სამ კატეგორიად
იყოფა: ფიზიკური, ბიოლოგიური და მათემატიკური მოდელები. ასევე გავრცელებულია
ანალოგური მოდელირება.
ფიზიკურ მოდელს გააჩნია ფიზიკური ბუნება – ხშირად ისეთივე, როგორიც საკვლევ
ობიექტს. მაგალითად, ძვალში სხვადასხვა დატვირთვების დროს წარმოქმნილი
დეფორმაციები შეიძლება შესწავლილ იქნას სპეციალურად დამზადებულ ძვლის მაკეტზე.
სისხლის დინება სისხლძარღვებში მოდელირდება სითხის მოძრაობით მაგარ, ან ელასტიურ
მილებში. გულში მიმდინარე ელექტრული პროცესების მოდელირებისას მას განიხილავენ,
როგორც ელექტრულ დენურ დიპოლს. ბიოლოგიური მემბრანების მიღმა იონების
განვლადობის პროცესების შესასწავლად რეალური მემბრანა იცვლება ხელოვნურით
(მაგალითად, ლიპოსომა). ლიპოსომა ბიოლოგიური მემბრანის ფიზიკური მოდელია.
ფიზიკურ მოდელებს მიეკუთვნება აგრეთვე, ის ფიზიკური მოწყობილობები, რომლებიც
დროებით ცვლიან ცოცხალი ორგანიზმის ორგანოებს. ხელოვნური თირკმელი – თირკმლის
მოდელია, სუნთქვის აპარატი – ფილტვის მოდელი, კარდიოსტიმულატორი – გულის
სინუსურ კვანძში მიმდინარე პროცესების მოდელია და ა. შ.
ბიოლოგიური მოდელები – ექსპერიმენტული კვლევისათვის მოსახერხებელი ბიოლოგიური
ობიექტებია. სწორედ ბიოლოგიურ ობიექტებზე დაკვირვების და კვლევის შედეგად ხდება
რეალურ, რთულ ობიექტებში მიმდინარე ბიოფიზიკური პროცესების კანონზომიერებების
დადგენა. მაგალითად, ნერვულ ბოჭკოებში ქმედების პოტენციალის აღძვრისა და
გავრცელების კანონზომიერებები შესწავლილ იქნა ისეთი ბიოლოგიური ობიექტის
გამოყენებით, როგორიცაა კალმარის გიგანტური აქსონი. უსინგის ცდა, რომელმაც
დაადასტურა მემბრანების მიღმა აქტიური ტრანსპორტის არსებობა, ჩატარებულ იქნა ისეთ
ბიოლოგიურ ობიექტზე, როგორიცაა ბაყაყის კანი. ზოგადად, ბიოლოგიურ მოდელებს
მიეკუთვნება ლაბორატორიული ცხოველები, იზოლირებული ორგანოები, უჯრედული
კულტურები, ორგანელების სუსპენზიები, ფოსფოლიპიდური მემბრანები და ა. შ.
მათემატიკური მოდელები – მათემატიკური გამოსახულებების (ფორმულები, ფუნქციები,
განტოლებები და ა. შ.) სისტემებია, რომლებიც აღწერენ შესასწავლი ობიექტის, მოვლენის,
პროცესის ამა თუ იმ თვისებებს. მათემატიკური მოდელის შექმნისას გამოიყენება
მოდელირების ობიექტის ექსპერიმენტული შესწავლის დროს გამოვლენილი ფიზიკური
კანონზომიერებები. მაგალითად, ორგანოებში ელექტრული მოვლენების (ელექტროგრამების

2
ფორმების აღწერა) მათემატიკური მოდელები დაფუძნებულია ელექტროდინამიკის
კანონებზე. უკანასკნელ წლებში კომპიუტერების გამოყენებით გაფართოვდა მათემატიკური
მოდელირების მეთოდებით რაოდენობრივი პასუხების მიღების უნარი და შესაძლებელი
გახდა უფრო რთული სისტემების შესწავლა. ამან განაპირობა მათემატიკური მოდელირების
მეცნიერული და პრაქტიკული მნიშვნელობის ზრდა. მაგალითად, კარდიოლოგიაში,
პათოლოგიური პროცესების კვლევისას, ეპიდემიების გავრცელებისას და ა. შ. აწარმოებენ ე.
წ. „მანქანურ ექსპერიმენტებს“. ამასთან, ძალიან მარტივად შეიძლება შეიცვალოს მასშტაბი
დროში: აჩქარდეს, ან შენელდეს პროცესის მიმდინარეობა, პროცესი განხილულ იქნას
სტაციონარულ რეჟიმში, როგორც ეს წარმოდგენილია მაგალითად, კუნთის შეკუმშვის
მოდელში (დეშჩერევსკის მოდელი) ასევე სიცრცეშიც. მაგალითად, შესაძლებელია
პარამეტრების ლოკალური სივრცითი არაერთგვაროვნების შემოტანა; პათოლოგიის ზონის
კონფიგურაციის შეცვლა; დიფერენციალურ განტოლებებში კოეფიციენტის შეცვლა და ახალი
წევრის შემოტანა. შესაძლებელია უფრო ეფექტური მოქმედების სამკურნალო პრეპარატების
მიღება – მოდელირებადი ობიექტის ამა თუ იმ თვისების გათვალისწინების, ან ახალი
თვისების მქონე ობიექტების თეორიული შექმნის გზით. ეგმ-ის (ელექტრულ-გამომთვლელი
მანქანების) გამოყენებით შესაძლებელია რთული განტოლებების ამოხსნა და სისტემის
ქცევის პროგნოზირება: მაგალითად, დაავადების მიმდინარეობა, მკურნალობის
ეფექტურობა, ფარმაცევტული პრეპარატის მოქმედება და სხვა.
მოდელს, სადაც მიმდინარე პროცესები ორიგინალთან შედარებით განსხვავებული
ფიზიკური ბუნებისაა, მაგრამ მათი აღწერა ხდება ერთი და იგივე მათემატიკური აპარატით
(როგორც წესი, ერთნაირი დიფერენციალური განტოლებებით), უწოდებენ ანალოგურ
მოდელს. ანალოგური მოდელის სახით გამოიყენება ელექტრული მოდელები. მაგალითად,
სისხლძარღვთა სისტემის ანალოგური მოდელია წინაღობათა, ტევადობებისა და
ინდუქციურობებისგან შემდგარი ელექტრული ჯაჭვი.
მოდელი უნდა პასუხობდეს შემდეგ ძირითად მოთხოვნებს:
ადექვატურობა – მოდელი უნდა შეესაბამებოდეს ობიექტს, ანუ იგი გარკვეული, წინასწარ
განსაზღვრული სიზუსტით უნდა ახორციელებდეს შესასწავლი მოვლენის
კანონზომიერებებს. ადექვატურობის ანალიზი უნდა წარმოებდეს როგორც მოდელის
არჩევისას, ასევე მოდელირების შედეგების – ობიექტის ქცევასთან შედარებისას.
უნდა დადგინდეს მოდელის გამოყენებადობის საზღვრები, ანუ მკაფიოდ ჩამოყალიბდეს
პირობები, როცა მოდელი შესასწავლი ობიექტის ადექვატურია, რადგან არც ერთი მოდელი
არ იძლევა ობიექტის ამომწურავ აღწერილობას. გამოყენებადობის საზღვრები
განისაზღვრება იმ ვარაუდებით (დაშვებებით), რომელსაც აყალიბებენ მოდელის შექმნისას.

3
როგორც წესი, რაც მეტია დაშვება, მით უფრო ვიწროა მოდელის გამოყენებადობის
საზღვრები. მაგალითად, იმ შემთხვევაში, თუ სწავლობენ მემბრანების ლიპიდური ბიშრის
მიღმა სხვადასხვა ნივთიერებების განვლადობას – ლიპოსომა წარმოადგენს ბიოლოგიური
მემბრანის ადექვატურ მოდელს. მაგრამ თუ კვლევის მიზანს წარმოადგენს უჯრედში
ელექტროგენეზის შესწავლა, ასეთ შემთხვევაში, ლიპოსომა არაადექვატური მოდელია და
მისი გამოყენებადობის საზღვრები ვერ აკმაყოფილებს კვლევის მიზნებს.
ნერნსტის განტოლება, დამაკმაყოფილებლად აღწერს მოსვენების, ანუ წონასწორულ
მდგომარეობაში არსებული უჯრედების მემბრანების პოტენციალთა სხვაობას. ამავე დროს
იგი წარმოადგენს მოცემულ მდგომარეობაში არსებული სისტემის ადექვატურ მათემატიკურ
მოდელს, მაგრამ თუ განვიხილავთ ქმედების პოტენციალის დეპოლარიზაციის ფაზას, როცა
სისტემის მდგომარეობა შორს არის წონასწორულისაგან და იონების ნაკადი მიმართულია
უჯრედისაკენ, ეს განტოლება მოცემული პროცესის არაადექვატური ხდება. რვაფეხას
გიგანტურ აქსონში ქმედების პოტენციალის აღძვრის ადექვატური მათემატიკური მოდელია
ხოჯკინ-ხაკსლის მოდელი.
მოდელირების საბოლოო შედეგია – შესასწავლი პროცესის მიმდინარეობის, მისი
თვისებების შესახებ ახალი მონაცემების მიღება. მოდელირების შედეგი, როგორც წესი, ვერ
იძლევა ამომწურავ ცნობებს შესასწავლი ობიექტის შესახებ, მაგრამ აღრმავებს ჩვენს ცოდნას
ამ ობიექტზე და მომავალში უფრო რთული გამოკვლევის ჩატარების შესაძლებლობას
იძლევა.
სამედიცინო-ბიოლოგიურ გამოკვლევებში მთელ რიგ შემთხვევებში გამოიყენება ,,შავი
ყუთის“ მეთოდი. ამ დროს შეისწავლება საკვლევი სისტემის მხოლოდ საწყისი და
გამოსავალი პარამეტრები – მისი შინაგანი სტრუქტურისა და პროცესების გათვალისწინების
გარეშე. ამ შემთხვევაში სწავლობენ საბოლოო პარამეტრების საწყისზე დამოკიდებულებას –
გადამცემ ფუნქციებს. მაგალითად შეიძლება მოვიყვანოთ ე. წ. ,,ფორმალური ნეირონი“,
რომელიც გამოიყენება ნეიროკიბერნეტიკაში.