УДК 681.3.06

В 1997 году исполняется 100 лет со дня рождения П.К.Ано-хина - автора теории функциональных систем. По определению П.К. Анохина, Lсистемой можно назвать только такой комплекс избирательно вовлеченных компонентов, у которых взаимодействие и взаимоотношения принимают характер взаимоСОдействия компонентов на получение фокусированного полезного результата¦ [1]. При этом всякая функциональная система приобретает новые свойства и регуляторные принципы, становящиеся объектом исследований в интегративной физиологии и системной нейробиологии.

Одним из таких центральных отличительных свойств функциональной системы является ее Lраспределенная¦ локализация - включение в нее элементов самой разнообразной анатомической принадлежности. Уже первые исследования восстановления нарушенных функций при искусственных нервных анастомозах убедили П.К.Анохина в неадекватности господствовавших в то время представлений о локализации нервных функций и традиционных теорий перестройки нервных центров [2]. Эксперименты с гетерогенными анастомозами и изменениями костных прикреплений мышц показали, что восстановление нарушенных целостных функций достигалось не за счет пластических перестроек нервных центров как таковых, а благодаря изменениям в гораздо более обширной сети на многих уровнях нервной системы. LДля нас стало совершенно ясным, что тот конфликт, который образуется при соединении различных по происхождению центра и периферии, может быть понят и экспериментально устранен только при учете всей системы возбуждений, поддерживающих и организующих данную функцию организма. Иначе говоря, мы принуждены были вступить на синтетический путь, чтобы понять поведение отдельного нервного центра. За основной рабочий принцип такого последовательного пути мы приняли функциональную систему¦ [3].

Дальнейшие эмбриологические и онтогенетические исследования в рамках новой парадигмы привели к пониманию того, что любые т. н. безусловные рефлексы, то есть врожденные поведенческие акты, представляют собой функциональные системы [4], а их эмбриональное созревание подчиняется особым закономерностям Lсистемогенеза¦ [5]. Одновременно с этим, изучение поведения взрослых животных в условиях обучения и выбора позволило установить, что приобретенные навыки, в том числе классические условные рефлексы, обладают всеми принципиальными признаками функциональных систем [2, 6]. Это дало возможность объединить в рамках единого теоретического подхода врожденные и приобретенные формы поведения и поставить задачу исследования общих нейрофизиологических принципов их системной организации.

Одним из необходимых шагов на этом пути стало системное решение проблемы Lлокализации функций¦ [7]. Эксперименты с разрушением различных структур мозга у эмбрионов в ходе внутриутробного развития и у взрослых животных при выработке условных рефлексов [6] показали, что Lсостав функциональной системы не может быть определен каким-либо анатомическим принципом. Наоборот, самые разнообразные Lанато-мические системы¦ могут принимать участие и объединяться на базе одновременного возбуждения при выполнении той или иной функции организма¦ [3].

Последующие исследования нейронной активности во время поведения действительно продемонстрировали, что любые целостные акты организма обеспечиваются синхронной активацией обширных систем поведенчески специализированных нейронов, вовлекаемых из различных Lсенсорных¦, Lмоторных¦, Lмотивационных¦ и Lассоциативных¦ отделов нервной системы [8, 9, 10]. Эти данные позволили говорить о поведенческих функциональных системах как о Lглобальных картированиях¦ - динамических структурах, обеспечивающих глобальные функции категоризации, памяти, обучения и адаптивного поведения [11] или как о Lраспределенных системах¦, предназначенных для выполнения распределенных функций [12]. LВажнейшее свойство таких распределенных систем- состоит в том, что сложная функция, управляемая или выполняемая системой, не локализуется ни в одной из ее частей. Частичные функции или отдельные их проявления могут осуществляться локальными операциями в ограниченных частях такой системы. Поразительная способность к восстановлению функций после частичных повреждений головного мозга рассматривается как свидетельство адаптивной способности таких распределенных систем решать поведенческие задачи¦ [12, с.58].

Теория функциональных систем, как и всякая научная Lпарадигма¦ [13], имеет все свойства Lисследовательской программы¦, то есть Lтребует радикального изменения самих принципов подхода к элементарным процессам и общей тактике исследования¦ [1] и диктует постановку новых научных проблем и экспериментов. В частности, факт вовлечения в функциональную систему морфологических элементов, распределенных по различным областям и уровням нервной системы, поднимает следующие вопросы:

1. Каким образом в ходе эмбрионального развития происходит объединение в функциональную систему этих различно расположенных и неодновременно созревающих клеточных образований мозга и периферических органов?

2. Как в ходе поведения осуществляется избирательная системная мобилизация нейронов разных структур головного мозга, и какие факторы определяют топографию складывающейся функциональной системы в каждом конкретном случае?

3. Каковы Lморфогенетические¦ механизмы установления связи и объединения в функциональную систему клеток разных участков мозга при формировании нового индивидуального опыта?

Подобные вопросы могут успешно исследоваться только при наличии методов исследования системной деятельности целого мозга в процессе поведения на уровне активности отдельных клеточных элементов.

Традиционные нейрофизиологические методы - регистрация электроэнцефалограммы, вызванных потенциалов или импульсной активности отдельных нейронов - обладают существенными недостатками с точки зрения целей подобных исследований. Электроэнцефалограмма и вызванные потенциалы в силу усредненного характера собираемой ими информации не дают возможность исследовать механизмы вовлечения отдельных специализированных клеток в систему. Такую информацию отчасти дает регистрация активности нейронов в поведении, однако микроэлектродные методы не способны обеспечить одновременный охват многих областей мозга, вовлекаемых в ту или иную функциональную систему. Максимальные возможности микроэлектродного метода ограничиваются сегодня одновременным отведением (техникой множественных Lтетродов¦) активности 100-200 нейронов [14]. С помощью такой регистрации можно изучать поведение групп нейронов в одной локальной области мозга, однако она даже отдаленно не отражает сложности и разнообразия элементов, входящих в любую функциональную систему. Для сравнения укажем лишь, что число нейронов в мозге кошки, вовлекающихся в новый поведенческий акт при обучении, оценивается как 5-10 млн. ед., причем вся эта система распределена по удаленным друг от друга областям коры головного мозга [15].

Таким образом, очевидно, что решение проблем о механизмах интеграции клеток в функциональные системы требует новых методов исследования системной активности мозга в поведении.

Специально для целей визуализации и изучения глобальных процессов организации клеток мозга в функциональные системы нами был разработан метод Lмолекулярного нейрокартирования¦ [16]. Метод основан на данных молекулярно-биологических исследований, показывающих, что когда та или иная функциональная система складывается впервые, то во входящих в ее состав клетках происходит активация специфических генов, отвечающих за объединение данных клеток в новую систему.

Факты, указывающие на критическое значение экспрессии генов мозга в формировании нового поведения, стали известны еще более 20 лет назад [17]. Однако конкретные гены долгое время оставались неидентифицированными. Лишь исследования последних лет позволили обосновать представление о принципиальной роли в этих процессах транскрипционных факторов, кодируемых семейством Lнепосредственных ранних генов¦ [18]. К настоящему времени клонировано около ста таких генов, хотя лишь отдельные из них исследованы подробно [19]. Наиболее известны среди них c-fos, c-myc, N-myc, L-myc, fos-B, c-jun, jun-B, jun-D, c-myb, fra-1, fra-2, ets-1, ets-2, krox-20, zif/286, NGFI-B и mKr2 [19, 20]. Продукты большинства ранних генов являются ядерными ДНК-связывающими регуляторными белками, контролирующими транскрипцию. Гены, экспрессия которых находится под контролем ранних генов, были названы Lпоздними генами¦ [21, 22]. Активация этих обширных популяций генов и влечет за собой долговременные изменения связей и функций нервных клеток при обучении [23].

Ген c-fos является в настоящее время наиболее вероятным кандидатом на роль внутриядерного сигнала для долговременных модификаций связей клеток в функциональных системах [18]. Первоначально считалось, что этот ген экспрессируется только при эмбриональном развитии - в ходе клеточного роста и дифференцировки [24]. Однако наши исследования экспрессии c-fos в мозге взрослых животных показали, что, практически не экспрессируясь в Lфоне¦, этот ген быстро и избирательно активируется, когда индивид сталкивается с задачами обучения новому поведению [25, 26]. Активация c-fos при обучении происходит очень быстро (мРНК c-fos детектируется в клетках уже через несколько минут), носит общемозговой системный характер и наблюдается только в нервных, но не глиальных клетках.

Таким образом, экспрессия c-fos в мозге отвечает всем основным требованиям молекулярного маркера для клеток функциональных систем, образующихся при обучении. Он экспрессируется только в нейронах, имеет крайне низкий уровень Lфоновой¦ активности и быстро индуцируется в клетках разных структур мозга при обучении. Это и позволило предложить ген c-fos в качестве основного молекулярного зонда для картирования функциональных систем при обучении [16] (рис. 1, см. стр. 2 обложки).

Нашей главной методической задачей было создать высокоэффективный метод топографического анализа активности Lранних¦ генов при различных системных процессах в мозге. Специфика этой задачи заключается в необходимости получения необычайно больших объемов информации функционально-топографического характера. Так, для создания карты экспрессии одного гена в мозге единственного животного, необходимо детектировать экспрессию данного гена на срезах по крайней мере пятидесяти уровней этого мозга. Для получения надежных, статистически обоснованных данных о пространственном распределении экспрессии изучаемого гена в связи с определенным воздействием на организм, требуется анализ результатов картирования у, как минимум, нескольких животных. При этом чрезвычайно важно обеспечить высокий уровень сопоставимости данных, полученных в разное время и в разных экспериментах. Только благодаря этому можно составить детальный атлас карт экспрессии генов-маркеров в мозге при формировании различных систем. Все это предъявляет серьезные требования к используемым для целей нейрокартирования молекулярно-биоло-гическим методам. Поэтому для реализации проекта нами были разработаны методы in situ гибридизации на срезах мозга, отличающиеся высокой воспроизводимостью и эффективностью и, с другой стороны, относительной простотой и легкостью выполнения [27, 28].

Техника гибридизации основана на формировании гибридов между мРНК искомого гена и комплементарным олигонуклеотидным зондом. Образующиеся гибриды очень прочны и высокоспецифичны. Олигонуклеотидный зонд метится радиоактивным изотопом фосфора-33. Каждая молекула зонда связывается в клетках мозга только с одной комплементарной ей молекулой мРНК, что дает возможность проводить и количественную оценку экспрессии детектируемого гена. Области экспрессии маркерного гена на сечениях мозга детектируются экспонированием срезов со специальной авторадиографической пленкой, изображение которой с помощью сканера вводится в компьютерную систему для объемной реконструкции и трехмерного анализа.

В состав разработанной нами системы трехмерного анализа количественных и пространственных закономерностей системной экспрессии генов в мозге входят: блок предварительной подготовки оцифрованных изображений серийных срезов мозга, компьютерные атласы мозга и специализированный графический редактор для их создания, блок Lвписывания¦ изображений срезов мозга в цифровой компьютерный атлас, блок трехмерной реконструкции экспериментальных данных и материала компьютерных атласов и блок измерения количественных показателей изображений срезов мозга.

Система реализована на языке C с использованием мультиплатформного интерфейса VIBRANT. Это позволяет использовать систему в среде PC/Windows, Macintosh, и на машинах с операционными системами Unix и VMS с X11/Motif. Отладка системы велась в среде MS Windows. Совокупность экспериментальных данных, относящихся к конкретному экземпляру мозга, так же, как любой конкретный атлас мозга, рассматриваются в системе в качестве объектов, определенных на пространственной прямоугольной сетке с количеством ячеек NxNyNz и размером ячейки Dx,Dy,Dz.

Тип объекта Lэкспериментальные данные¦ состоит из:

- трехмерного массива размером NxNyNz над прямоугольной сеткой. Некоторые элементы массива могут быть не определены, например, в силу отсутствия части сечений;

- функции, ставящей в соответствие элементу массива значение конкретной физической величины;

- функции отображения, ставящей в соответствие элементу массива некоторый цвет.

Тип объекта Lатлас мозга¦ состоит из:

- трехмерного массива размером NxNyNz над прямоугольной сеткой, значение элемента массива является кодом структуры из мозга атласа;

- функции, ставящей в соответствие элементу массива имя (краткое и полное) соответствующей структуры мозга;

- функции отображения, ставящей в соответствие элементу массива некоторый цвет.

Система принимает на входе графические файлы, полученные путем сканирования рентгеновских изображений, цифровой сьемки и другими способами сбора графической биомедицинской информации (рис.2, см. стр. 3 обложки). Первоначальным этапом подготовки данных для последующего анализа и измерений является калибровка шкалы оптической плотности введенных в систему изображений. Как правило, она выполняется с применением Lстандартов¦ - специально приготовленных образцов, обладающих точно определенными значениями специфической для проводимого исследования активности (например, радиоактивности). С этими значениям соотносятся величины оптической плотности изображений, сформированных стандартами в условиях, идентичных получению изображений анализируемых срезов мозга. На основе данного сопоставления строится калибровочная кривая, позволяющая определять уровни исследуемой специфической активности (например, экспрессию генов) по показателям оптической плотности участков изображений экспериментальных срезов.

Изображения срезов, полученных из одного мозга, поступают на вход системы с неизбежными случайными и разнообразными отклонениями от своего исходного взаимного расположения (в мозге), то есть со сдвигами и угловыми смещениями (рис.2а, см. стр. 3 обложки). Для того, чтобы сделать возможной их последующую совместную трехмерную обработку необходимо прежде всего восстановить с достаточной степенью точности исходное взаимное расположение изображений срезов. Эта цель достигается применением встроенных в систему процедур привязки, использующих комбинацию операций сдвига, поворота и выравнивания по осям и центру инерции изображений (рис.2в, см. стр. 3 обложки). В ходе привязки производится также очистка изображенний от фона и артефактов (рис.2б, см. стр. 3 обложки).

Атласы мозга в системе могут создаваться двумя способами: с помощью введения контурных карт графического атласа, либо на основе экспериментальных данных (сечений).

В первом случае создание атласа включает редактирование контуров структур (поиск разрывов и незамкнутых линий) и заполнение контуров структур точками с кодом, соответствующим имени выбранной структуры (рис.3, см. стр. 2 обложки). Если требуется, может осуществляться редактирование или составление списка структур.

Во втором случае экспериментальные анатомические данные используются в виде фона, на котором осуществляется рисование атласа. При этом можно либо рисовать контуры и заполнять их точками с кодом выбранной структуры, либо формировать условия определения экспериментальных данных и заполнять связанное множество таких точек посредством кода выбранной структуры. Например, можно создать структуру, состоящую из точек со значением экспериментальных данных, большим некоторой константы C.

Важнейшей чертой описываемой системы является возможность выполнения различных операций (усреднение, вычитание, сопоставление) с данными, полученными на животных различных экспериментальных групп. Это позволяет получить статистическую картину активности изучаемых генов в мозге животных одной группы и сравнить между собой экспрессию генов у разных групп. Эта возможность достигается установлением соответствия между структурами двух разных объектов одного класса, например, эталонного мозга (атласа) и очередного экспериментального мозга, с целью определения возможности преодоления роли фактора различия формы одинаковых биологических структур у разных организмов. Установление такого соответствия позволяет анализировать данные эксперимента с учетом анатомических структур мозга и сравнивать с полученными результатами нескольких субъектов исследования.

Важным элементом пространственной реконструкции является гибкий способ описания Lтела¦, которое требуется увидеть при объемной визуализации.

Телом реконструкции называется множество точек в трехмерном пространстве, причем каждая точка может иметь свой цвет. Тело реконструкции определяется как результат операции с выражениями теоретико-множественного объединения и пересечения над элементарными телами реконструкции.

Элементарное тело реконструкции - это либо множество структур из некоторого атласа мозга, либо множество точек объекта Lэкспериментальные данные¦, удовлетворяющее условию С1<F(X,Y,Z)<C2, где С1 и С2-константы, а F - значение физической величины в точке X,Y,Z.

Элементарное тело реконструкции может иметь следующие атрибуты:

- тип поверхности: триангуляционная сетка (ребра и треугольники или только ребра), полутоновая поверхность Гуро (матовая, металлическая или полупрозрачная);

- цвет поверхности: заданный цвет, окраска цветом структур заданного атласа мозга, окраска в соответствии со значениями экспериментальных данных из заданного объекта;

- плотность внутреннего заполнения элементарного тела точками, создающими Lтуманное облако¦;

- цвет внутреннего заполнения;

- область определения элементарного тела, задаваемая параллелепипедом;

- открытость/закрытость поверхностей пересечения элементарного тела с поверхностью параллелепипеда области определения;

- наложение Lпараллелей¦ и Lмеридианов¦.

Помимо тела реконструкции, пользователь может выбирать масштаб, размещение объекта в окне, направление проецирования (рис. 4а, см. стр. 2 обложки). Вывод ведется от наиболее удаленных сечений тела реконструкции к наименее удаленным. Поэтому пользователь имеет возможность наблюдать внутреннее строение тела реконструкции (рис. 4б, см. стр. 2 обложки). Кроме того, в любой момент времени можно прервать вывод и получить промежуточное сечение (рис. 4с, см. стр. 2 обложки).

Язык описания тела реконструкции позволяет формулировать весьма сложные запросы, используя цвет в качестве важного информационного фактора. Можно окрашивать структуры атласа в соответствии со значением какой-либо величины на их поверхности. И, наоборот, можно окрашивать эквипотенциальные поверхности данных в соответствии с типом структур атласа, которые эта поверхность пересекает.

В системе обеспечена возможность запоминания и последующего воспроизведения последовательных фаз объемной реконструкции, выполненной при различной ориентации, что позволяет создавать анимационные иллюстрации, значительно облегчающие восприятие сложных пространственных образов специфической активности мозга.

Система позволяет выполнять морфологический, топологический и геометрический анализ экспериментальных данных.

Под морфологическим анализом понимается наложение экспериментальных данных на атлас и вычисление распределения значений величины, отраженной в экспериментальных данных по структурам атласа. А именно: для каждой структуры вычисляется среднее, максимальное, минимальное значение и дисперсия, среднее значение градиента, среднее значение оператора Лапласа (которое характеризует пространственную неоднородность данных внутри структуры). Эти же величины вычисляются отдельно для левого и правого полушария.

Кроме того, для отдельных структур атласа (или множеств структур) можно строить гистограммы распределения экспериментальных данных в структуре.

Представляет интерес изучение топологических и геометрических характеристик тел, состоящих из точек экспериментальных данных, удовлетворяющих некоторым неравенствам. Простейший случай С1<F(X,Y,Z)<C2, где С1 и С2-константы, а F - значение измеряемой величины в точке X,Y,Z. Такое тело будет состоять из некоторого количества несвязных тел. Система позволяет вывести список таких тел в порядке уменьшения объема. Для каждого тела вычисляется объем, проводится оценка площади поверхности и коэффициента изрезанности поверхности.

В качестве примера использования разработанного нами подхода рассмотрим картирование в мозге системной экспрессии гена c-fos при импринтинге.

Импринтинг - это одна из форм обучения у молодых особей определенных видов, при которой происходит обогащение индивидуальным опытом врожденной функциональной системы следования за матерью [29]. При этом у новорожденных формируется предпочтение к объекту, который предъявляется им в сенситивный период жизни.

Очень хорошо эта модель обучения была исследована в опытах по зрительному импринтингу у цыплят. В частности, Хорн с соавторами продемонстрировали критическую роль в процессе импринтинга передней медиальной части вентрального гиперстриатума мозга цыпленка - области ПМВГ (IMHV) [30]. Эта область мозга была впервые идентифицирована по повышенному синтезу РНК при импринтинге [31], а затем ее роль в запечатлевании была доказана в серии экспериментов с разрушениями данной структуры [30]. К настоящему моменту накоплен большой банк сведений о биохимических, физиологических и морфологических изменениях в этой области, связанных c модификациями поведения животных при импринтинге. Однако все эти исследования нервных механизмов касаются только данной области мозга - ПМВГ. Для того чтобы определить, в каких еще областях мозга цыпленка происходят специфические изменения, связанные с обучением и запоминанием в функциональной системе следования, мы провели картирование мозга при зрительном импринтинге, используя метод in situ гибридизации с меченым зондом к гену c-fos.

Воссоздание трехмерной картины активности мозга цыплят при импринтинге начиналось с получения двумерных изображений паттерна экспрессии гена c-fos [28]. Срезы мозга цыпленка были сделаны в одной проекционной плоскости. Полученный ряд изображений обрабатывался в описанной выше компьютерной системе Brain Analyser. Первичная обработка оцифрованных изображений заключалась в освобождении от фона, центрировании и создании индивидуального Lальбома¦ мозга (рис.5а, см. стр. 4 обложки). Далее использовалась процедура привязки полученных двумерных изображений к компьютерному морфологическому атласу мозга. Это позволяло соотнести функциональную активность мозга, связанную с долговременными изменениями, с данными об анатомии мозга новорожденного цыпленка. Последний этап - трехмерная реконструкция - также выполнялся в программе Brain Analyser (рис.5б, см. стр. 4 обложки).

Полученные карты топографии экспрессии этого гена показали, что в процессе импринтинга происходит увеличение экспрессии мРНК c-fos в значительном числе областей мозга цыплят. Результаты измерения уровней мРНК c-fos в мозге цыплят в структурах с наибольшим увеличением уровня экспрессии этого гена приведены на рис.5в (см. стр. 4 обложки).

Из графиков и реконструкции можно видеть, что запоминание характеристик импринт-стимула вызывало значительную экспрессию мРНК c-fos в клетках ПМВГ. Это подтверждает результаты первоначального исследования, обнаружившего, что в этой области мозга происходит специфическое повышение синтеза тотальной РНК, коррелирующее со степенью обученности цыплят [32]. Однако помимо этого региона, обучение при зрительном импринтинге вызывало активацию большого числа других областей мозга. Таким образом, анализ топографических карт экспрессии гена c-fos выявил, что популяции нервных клеток, в которых зрительное импринтирование запускает активацию генного каскада, имеют системный характер распределения, а не сконцентрированы в одной или нескольких структурах мозга.

При объемной реконструкции крайне интересным оказалось то, что клетки, экспрессирующие c-fos, группируются в пространственные паттерны определенной топологии, которые часто не совпадают с известными морфологическими границами структур мозга, выделяемыми на основе обычных анатомических методов. Активированные нейронные популяции имеют размытые границы и образуют паттерны, пересекающие установленные области мозга. Это заставляет утверждать, что традиционный взгляд на анатомию мозга, как на организацию структур и ядер с очерченными границами, недостаточно пригоден для целей функционального нейрокартирования и понимания закономерностей образования функциональных систем в поведении.

Поскольку наблюдаемая индукция синтеза мРНК c-fos в мозге импринтированных цыплят может быть вызвана стрессом или сенсорной стимуляцией, то для выявления специфической экспрессии этого гена, связанной с обучением, необходимо было Lвычесть¦ из общей карты транскрипционной активности гена c-fos неспецифического компонента его экспрессии. Для этого необходимо было сопоставить паттерны экспрессии гена в мозге обученных и контрольных животных. В наших экспериментах в качестве контроля использовали цыплят, которые получали неспецифическую зрительную стимуляцию. Их освещали диффузным светом, причем интенсивность освещения у обученных и контрольных животных была выровнена.

Сравнительный анализ топологии экспрессии гена c-fos показал, что предъявление цыпленку импринт-стимула, в отличие от диффузной световой стимуляции, вызывает повышенный синтез мРНК c-fos в области ПМВГ (p<0.014). Однако достоверное возрастание экспрессии происходило также в архистриатуме (p<0.014), центральной части рострального вентрального гиперстриатума (p<0.027) и некоторых областях зрительных проекций - зрительной крыше (p<0.01) и эктостриатуме (p<0.027). Следовательно, можно предположить, что активация именно этих областей мозга, помимо ПМВГ, специфически связана с процессом зрительного импринтинга, т. е. модификацией врожденной функциональной системы следования за матерью. Подтвердить или опровергнуть данное предположение могут опыты с разрушением этих структур при импринтинге. Интересно, что в отношении архистриатума такие данные были недавно получены Дейвисом [33], показавшим, что двустороннее разрушение этой области действительно нарушает импринтинг.

В настоящее время закономерности генеза функциональных систем при обучении изучаются как на нейронном, так и на молекулярно-биологическом уровне. На нейрофизиологическом уровне процессы системогенеза проявляются в модификации активности нейронов в поведении [9], а на молекулярном - в модификации экспрессии генов в нервных клетках [18]. Однако взаимодействие между двумя этими уровнями анализа функциональных систем пока отсутствует. Нам представляется, что наиболее значительный прогресс в исследовании принципов и механизмов системной деятельности мозга сегодня может быть достигнут именно за счет объединения методов нейрофизиологии и молекулярной биологии. При этом основные усилия должны быть направлены на решение фундаментальной проблемы взаимосвязи между экспрессией генов и поведенческой специализацией нейронов при образовании новых функциональных систем.

Наши предыдущие исследования [18, 26] привели нас к предположению, что в основе поведенческой специализации нейронов мозга при обучении лежит индукция генов транскрипционных факторов, ответственных за запуск долговременных перестроек фенотипа и связей нервных клеток [34].

Непосредственным способом проверки этой гипотезы могла бы стать одновременная регистрация изменений нейрональной активности и экспрессии генов транскрипционных факторов в обширных популяциях клеток мозга одного и того же животного. Однако решение такой задачи в настоящее время методически невозможно. И тем не менее, нам представляется, что экспериментальные подходы к решению подобной задачи существуют.

Для проверки сформулированной нами гипотезы мы намерены использовать специально разработанную процедуру, основанную на объединении трех методических приемов: регистрации нейронной активности мозга в поведении, анализа экспрессии генов в мозге при обучении и компьютерного сопоставления топографии нейрофизиологических и молекулярно-биологи-ческих данных с помощью трехмерных атласов мозга. Задача этих исследований заключается в сравнении паттернов распределения c-fos-экспрессирующих нейронов в областях головного мозга, существенно отличающихся долей клеток, специализированных относительно вновь приобретаемого поведения. Если выдвинутая нами гипотеза верна, то следует ожидать совпадения в количестве и топографии нейронов, выявляемых обоими методами. Следует отметить, что даже в случае отрицательного результата такой проверки, сравнительный анализ накопленных массивов данных позволит сформулировать новые представления о фундаментальной связи механизмов обучения на системном, клеточном и молекулярном уровнях.

Авторы выражают благодарность А.Ю.Буданцеву, А.В.Яр-кову, Д.С. Рыкунову за любезное разрешение использовать компьютерный атлас мозга крысы для отладки описанной програмной системы.

1. Анохин П.К. Принципиальные вопросы общей теории функциональных систем. В кн.: Принципы системной организации функций.- М. Наука, 1973.
2. Анохин П.К. Проблема центра и периферии в современной физиологии нервной деятельности. В сб.: Проблема центра и периферии в физиологии нервной деятельности.- Горький, 1935.- 9 с.
3. Анохин П.К. (1937) Новейшие данные по разработке проблемы цетрально-периферических соотношений в нервной деятельности // Архив биол. наук.- Т. 48.- Вып. 12.- С.290-308.
4. Анохин П.К., Шумилина А.И., Милягин Я.А. (1937) Функциональная система как основа интеграции нервных процессов в эмбриогенезе // Труды V съезда физиологов СССР.- С.148.
5. Анохин П.К. Системогенез как общая закономерность эволюционного процесса // Бюлл. экспер. биол..- 1948.- Т. 26.- Вып. 2, ¦ 8.- С.81-99.Анохин П.К. Узловые вопросы в изучении высшей нервной деятельности. В сб.: Пробл. высшей нервной деятельности.- М., 1949.- 9 с.

Анохин П.К. Проблема локализации с точки зрения системных представлений о нервных функциях // Журн. невропатол. и психиатрии.- 1940.- Т.9, ¦ 6.- С.31.

1. Швырков В.Б. Нейрофизиологическое изучение системных механизмов поведения.- М.: Наука, 1978.
2. Александров Ю.И., Греченко Т.Н., Гаврилов В.В. и др. Закономерности формирования и реализации индивидуального опыта // ЖВНД.- 1997.- Т.1, ¦ 2.- С.34-45.
3. Ono T., Squire L., Raichle M., Perrett D., Fukuda, M. edts. Brain Mechanisms of Perception and Memory.- New York, Oxford: Oxford University Press, 1993.
4. Edelman G.M. Neural Darvinism: the Theory of Neuronal Group Selection.- New York: Basic Books, 1987.
5. Маунткасл В. Организующий принцип функции мозга - элементарный модуль и распределенная система. В кн.: Разумный мозг.- М.: Мир, 1981.
6. Кун Т. Структура научных революций.- М.: Прогресс, 1972.
7. Gray C.M., Maldonado P.E., Wilson M., McNaughton B. Tetrodes markedly improve the reliability and yield of multiple single-unit isolation from multi-unit recordings in the cat striate cortex.- J.Neurosci. Methods.- 1995, 63.- Р.43-54.
8. John E., Tang Y., Brill A., Young R. and Ono K. Double-labeled Metabolic Maps of Memory. Science, 1986.- 233:1167-1175.
9. Анохин К.В. Генные зонды для картирования нервных сетей при обучении. В сб.: Принципы и механизмы деятельности мозга человека.- Л.: Наука, 1989.- С.191-192.
10. Davis, H.P., Squire, L.R. Protein synthesis and memory: A review. Psychol. Bull, 1984.- 96:518.
11. Анохин К.В. Молекулярные сценарии консолидации долговременной памяти // ЖВНД.- 1997.- Т. 47.- Вып. 2.- С.262-286.
12. Sheng, M., Greenberg, M.E. The regulation and function of c-fos and other immediate early genes in the nervous system. Neuron.- 1990.- 4:477.
13. Struhl, K. Mechanisms for diversity in gene expression patterns. Neuron, 1991.- 7:177-181.
14. Curran, T. and Morgan, J.I. Memories of fos. BioEssays, 1987.- 7:255-258.
15. He, X. and Rosenfeld, M.G. Mechanisms of complex transcriptional regulation: implications for brain development. Neuron, 1991.- 7:183-196.
16. Bailey, C.H., Bartsch, D. and Kandel, E.R. Toward a molecular definition of long-term memory storage. Proc. Natl. Acad. Sci. USA, 1996.- 93:13445-13452.
17. Greenberg, M.E. and Ziff, E.V. Stimulation of 3T3 cells induces transcription of the c-fos oncogene. Nature, 1984.- 311:433.
18. Малеева Н.Е., Иволгина Г.В., Анохин К.В., Лимборская С.А. Анализ экспрессии протоонкогена с-fos в коре мозга крыс при обучении // Генетика.- 1989.- Т.25.- С.1119.
19. Анохин К.В., Судаков К.В. Системная организация поведения: новизна как ведущий фактор экспрессии ранних генов в мозге при обучении // Успехи физиол. наук.- 1991.- Т. 24.- Вып. 3.- С.53-70.
20. Anokhin K.V., Mileusnic R., Shamakina I.Y., Rose S.P.R. Effects of early experience on c-fos gene expression in the chick forebrain. Brain Res. 1991.- 544:101-107.
21. Абрамова А.Б., Анохин К.В. Индукция гена с-fos в мозге цыплят при зрительном импринтинге // ЖВНД.- 1997.- Т.47.- С.766-770.
22. Хорн Г. Память, импринтинг и мозг.- М.: Мир, 1988.
23. Horn, G., McCabe, B.J., Cipolla-Neto, J. (1983) Imprinting in the domestic chick: the role of each side of the hyperstriatum ventrale in acquisition and retention. Exp. Brain Res., 53:91.
24. Horn, G., McCabe, B.J., Bateson, P.P.G. (1979) An autoradiographic study of the chick brain after imprinting. Brain Res., 168:361.
25. McCabe, B., Horn, G. (1994) Learning-related chnges in Fos-like immunoreactivity in the chick forebrain after imprinting. Proc. Natl. Acad. Sci. USA, 91:11417.
26. Davies, D.C. Archistriatal involvement in fear and learning. Abstracts of Avian Brain and Learning Meeting, Hungary, 1996.
27. Anokhin, K.V. (1997) Towards synthesis of systems and molecular genetics approaches to memory consolidation. J. of Higher Nerv. Act., 47:157-169

The present study is devoted to the analysis of new approaches for investigation of one of the basic properties of a functional system - distributed localization of its elements within multiple and heterogeneous anatomical areas of nervous system. This article describes a 3D-method of visualization and analysis of a cerebral topography of functional systems that was developed by authors. It is based on utilization of gene markers detecting the cells of functional system during de novo formation of the system at learning process. To reveal neurons involved in the new functional system we used the in situ hybridization of brain slices with a radioactive labelled oligonucleotide probes complementary to transcriptional factor genes. The 3D-reconstruction of the patterns of gene activity was fulfilled with specially developed system for a computer reconstruction of neuro-topographical 3D-maps of gene expression using a digital atlases of a brain. The developed approach allows to carry out the analysis of structure and formation of functional systems in the whole brain.

Абрамова Александра Борисовна - младший научный сотрудник лаборатории молекулярных основ обучения и памяти НИИ нормальной физиологии им. П.К.Анохина РАМН. Область научных интересов: молекулярная нейробиология, механизмы обучения и памяти.

Анохин Константин Владимирович, 1957 года рождения, доктор медицинских наук, руководитель отдела системогенеза НИИ нормальной физиологии им. П.К.Анохина РАМН. Область научных интересов: системогенез в развитии и обучении, механизмы обучения и памяти, молекулярная нейробиология.

Долгов Олег Николаевич, 1947 года рождения, кандидат медицинских наук, старший научный сотрудник лаборатории молекулярных основ обучения и памяти НИИ нормальной физиологии им. П.К.Ано-хина РАМН. Область научных интересов: функциональные системы поведения, механизмы обучения и памяти.

Кислюк Олег Сергеевич, 1957 года рождения, кандидат физико-математических наук, старший научный сотрудник Института математических проблем биологии РАН. Область научных интересов: разработка и внедрение алгоритмов и программного обеспечения для трехмерного анализа изображений.

Черепов Антон Борисович, 1965 года рождения, младший научный сотрудник лаборатории молекулярных основ обучения и памяти НИИ нормальной физиологии им. П.К.Анохина РАМН. Область научных интересов: молекулярная нейробиология, механизмы обучения и памяти.