Селективность это: Недопустимое название — Викисловарь

Содержание

селективность — это… Что такое селективность?

селективность
селективность — selectivity

Русско-английский словарь биологических терминов. — Новосибирск: Институт Клинической Иммунологии. В.И. Селедцов. 1993—1999.

Синонимы:
  • селезеночный
  • селективный

Смотреть что такое «селективность» в других словарях:

  • селективность — и, ж. sélectif, ve adj., sélectivivté f. спец. Способность производить отбор; избирательность. Селективность радиоприемника. БАС 1. Способность радиоприемника при настройке его на принимаемую радиостанцию отзываться лишь на радиосигналы этой… …   Исторический словарь галлицизмов русского языка

  • СЕЛЕКТИВНОСТЬ — (избирательность) радиоприемника его способность выделять полезный радиосигнал на фоне посторонних электромагнитных колебаний (помех).

    Параметр, характеризующий эту способность количественно. Наиболее распространена частотная селективность …   Большой Энциклопедический словарь

  • Селективность — (от англ. Select  выбирать)  свойство одного объекта (обычно не завершенного или предназначенного для использования в тандеме с объектом подобным себе), подбирать свойства другого объекта под свои нужды и качества, для дальнейшего… …   Википедия

  • селективность — избирательность. Ant. огульность, всеохватность Словарь русских синонимов. селективность сущ., кол во синонимов: 2 • избирательность (2) • …   Словарь синонимов

  • СЕЛЕКТИВНОСТЬ — в оптической спектрометрии описывает способность спектрального прибора выделять узкие спектральные интервалы из сплошного спектра излучения в окрестности длины волны .Количественно характеризуется величиной . При полном подавлении излучения… …   Физическая энциклопедия

  • селективность — свойство восприятия, характерное избирательным выделением в поле сенсорном некоих отдельных признаков. Более отчетливо воспринимаемый объект, на который направлено восприятие, субъективно воспринимается как фигура, а все остальные объекты как ее… …   Большая психологическая энциклопедия

  • селективность — — [В.А.Семенов. Англо русский словарь по релейной защите] Тематики релейная защита EN selectivity …   Справочник технического переводчика

  • селективность РЗ — — [Я.Н.Лугинский, М.С.Фези Жилинская, Ю.С.Кабиров. Англо русский словарь по электротехнике и электроэнергетике, Москва, 1999 г.] Тематики электротехника, основные понятия EN discrimination of protective geardiscrimination of protective… …   Справочник технического переводчика

  • СЕЛЕКТИВНОСТЬ — способность устройства млн. системы (радиоприёмника, линии связи, системы автоматического или телеуправления и др.) избирательно выявлять из большого количества поступающих на вход сигналов один или группу каких либо сигналов определённого вида,… …   Большая политехническая энциклопедия

  • селективность — 3. 11 селективность (selectivity): Степень независимости от мешающих веществ. Источник …   Словарь-справочник терминов нормативно-технической документации

  • селективность — (избирательность) радиоприёмника, его способность выделять полезный радиосигнал на фоне посторонних электромагнитных колебаний (помех). Параметр, характеризующий эту способность количественно. Наиболее распространена частотная селективность. * *… …   Энциклопедический словарь

Книги

  • Сорбционное извлечение золота из растворов и пульп. Химизм процесса, селективность, технология. Монография, Кононова О.Н.. Монография содержит теоретические и практические аспекты сорбционного извлечения золота из цианистых, тиосульфатных, тиоцианатных и тиомочевинных растворов, приведены сведения,… Подробнее  Купить за 933 грн (только Украина)
  • Сорбционное извлечение золота из растворов и пульп. Химизм процесса, селективность, технология. Монография, Кононова О. Н.. Монография содержит теоретические и практические аспекты сорбционного извлечения золота из цианистых, тиосульфатных, тиоцианатных и тиомочевинных растворов, приведены сведения,… Подробнее  Купить за 721 руб
  • Селективность орудий рыболовства. Учебное пособие, Коротков Виктор Константинович, Недоступ Александр Алексеевич, Лесникова Елена Геннадьевна. В учебном пособии описана селективность орудий рыболовства, применяемых при промысле различных видов рыб. Данное пособие будет полезно для обучающихся и выпускников по направлению подготовки… Подробнее  Купить за 477 руб
Другие книги по запросу «селективность» >>

Селективны ли модульные автоматические выключатели Legrand?

Типовая схема электроснабжения квартиры или загородного дома обычно включает в себя несколько уровней защиты от сверхтоков. Прежде всего, это вводной автоматический выключатель, установленный перед счетчиком электроэнергии, автоматический выключатель на вводе в квартирный щиток и наконец, автоматические выключатели защищающие цепи освещения розеток и т. д.

Иногда возникает ситуация, когда при случайном коротком замыкании, например на одной из розеток отключается и автоматический выключатель, защищающий эту цепь, и автоматический выключатель, расположенный выше по схеме. Если это вводной аппарат, то обесточивается вся квартира или дом. Особенно неприятно такое событие в загородном доме, т.к. вводной аппарат находится в щите, на опоре, расположенной за границей участка.

Селективность устройств защиты – способность системы при повреждениях или возникновении аварийной ситуации на любом её участке, отключать его одним устройством, которое расположено ближе всего к месту повреждения (аварии). Вышестоящие устройства при этом не срабатывают.

Для обеспечения селективности между двумя автоматическими выключателями, аппарат со стороны нагрузки должен всегда иметь

меньший номинальный ток и уставку срабатывания магнитного расцепителя, чем аппарат защиты со стороны питания.

Селективность является полной, если обеспечивается до уровня отключающей способности нижестоящего автоматического выключателя. Стандартные модульные автоматические выключатели обладают частичной селективностью.

В приведённых ниже таблицах указаны предельные значения токов короткого замыкания, при которых срабатывает только нижестоящий автоматический выключатель. При превышении этих значений тока короткого замыкания, может также отключиться аппарат со стороны питания.

T = полная селективность.

Для примера рассмотрим вариант с вводным модульным автоматическим выключателем на 40А тип «С» и модульным автоматическим выключателем на 16А тип «С» в розеточной линии. На пересечении столбца и строки цифра 300 указывает, что система селективна только при токах короткого замыкания менее 300А. Величина тока короткого замыкания зависит от мощности источника энергии (трансформаторной подстанции), длины кабеля и его сечения.

Чем мощнее источник, короче линия и чем больше сечение кабеля, тем ток короткого замыкания выше. Среднее значение токов короткого замыкания в квартирных сетях примерно 400-500А, т.е. для рассмотренной выше комбинации аппаратов селективности не будет, и при коротком замыкании сработают оба аппарата.

Частично улучшить селективность можно изменив тип характеристики вводного аппарата. Так, для комбинации: вводной аппарат 40А тип «D» и аппарат в розеточной линии 16А тип «С» предел селективности уже будет 480А. Возможно в некоторой ситуации (квартира на верхних этажах, удаленная подстанция) этого будет достаточно для селективной работы. Для загородных домов ситуация сложнее, обычно для индивидуальных застройщиков выделяют мощность 15 кВт, этому значению соответствует трехфазный вводной автоматический выключатель на 25А. Очевидно, что при таком номинале предел селективности с групповыми аппаратами в доме будет совсем низким (187 или 300А) и ни о какой селективной работе не может быть и речи.

Кардинально решить проблему селективности, предварительно согласовав в энергоснабжающей организации, можно используя в качестве вводного аппарата устанавливаемого перед счетчиком автоматического выключателя в литом корпусе. В нижней части таблице определяем, что для вводного аппарата на 25А и группового аппарата на 16А передел селективности составляет 4000А. Такого значения тока короткого замыкания в домашних цепях достичь невозможно, следовательно, такая комбинация практически на 100% селективна. Это объясняется тем, что автоматический выключатель в литом корпусе в силу особенностей конструкции оказывается менее быстродействующим при коротком замыкании, чем малогабаритный модульный аппарат. Для опломбирования клемм аппарата в литом корпусе, предусмотрены специальные крышки.

что это? Расчет селективности автоматических выключателей

Под селективностью понимается отлаженный механизм работы приборов защиты электрических цепей. В результате действия предохранителей или автоматических выключателей предотвращается сгорание электропроводки и выход из строя подключенных к ней нагрузок при коротких замыканиях и превышениях номиналов на отдельных участках, когда остальная часть схемы продолжает работать.

Схема работы автоматов

Представление о том, что такое селективность, можно получить, если рассмотреть схему работы домашнего электрического щита.

При коротком замыкании на кухне или в другом помещении должен сработать только тот защитный аппарат, который относится к данной цепи. Автомат на вводе при этом не отключится и будет проводить электричество к остальным участкам. Если по каким-либо причинам выключатель для кухни не сработал, тогда неисправность проконтролирует автомат ввода, отключив питание во всех электрических цепях.

Классификация

Что такое селективность автоматов, можно представить в виде их подборок и схем подключения.

  1. Полная. При последовательном подключении нескольких аппаратов на сверхтоки реагирует тот, который расположен ближе к аварийной зоне.
  2. Частичная. Защита аналогична полной, но действует только до определенной величины сверхтока.
  3. Временная. Когда у последовательно подключенных аппаратов с одинаковыми токовыми характеристиками устанавливается разная временная выдержка на срабатывание с ее последовательным увеличением от участка с неисправностью до источника питания. Временная селективность автоматов используется с целью подстраховки друг друга по скорости отключения. Например: первый срабатывает через 0,1 сек, второй — через 0,5 сек, третий — через 1 сек.
  4. Токовая. Селективность аналогична временной, только параметром является максимально-токовая отсечка. Аппараты выбирают в сторону уменьшения уставки от источника питания до объектов загрузки (например, 25 А на вводе и далее, 16 А к розеткам и 10 А — к освещению).
  5. Времятоковая. В автоматах предусмотрена реакция на ток, а также — время. Автоматы делятся на группы A, B, C, D. На них организовать временную селективность при КЗ (коротком замыкании) сложно, поскольку характеристики аппаратов налагаются друг на друга. Максимальный защитный эффект достигается в группе A, которая применяется преимущественно для электронных цепей. Наиболее распространены устройства типа С, но бездумно и где попало устанавливать их не рекомендуется. Группа D применяется для систем электропривода с большими пусковыми токами.
  6. Зонная. За работой электросети следят измерительные устройства. При достижении порога уставки (заданного предельного значения) данные передаются в центр контроля, где выбирается автомат для отключения. Способ используется в промышленности, поскольку является сложным, дорогостоящим и требующим отдельных источников питания. Здесь применяются электронные расцепители: при обнаружении неисправности нижерасположенный автомат подает сигнал вышерасположенному и тот начинает отсчитывать интервал времени, составляющий около 50 мсек. Если расположенный ниже выключатель за это время не сработает, включается тот, который расположен выше по цепи.
  7. Энергетическая. Автоматы имеют высокое быстродействие, за счет чего ток КЗ не успевает достичь максимума.

Виды селективности

Селективность защиты подразделяется на абсолютную или относительную, в зависимости от того, какие участки отключаются. Для первого случая надежней всего срабатывают предохранители на поврежденном участке цепи. Во втором отключаются выше расположенные автоматы, если защита ниже не отработала по разным причинам.

Таблицы селективности

Селективная защита работает в основном при превышении номинала In автоматического выключателя, т. е. при небольших перегрузках. При коротких замыканиях добиться ее значительно сложней. Для этого производители продают изделия с таблицами селективности, с помощью которых можно создавать связки с избирательностью срабатывания. Здесь можно выбирать группы аппаратов только одного изготовителя. Таблицы селективности представлены ниже, их можно найти также на сайтах предприятий.

Для проверки избирательности между вышестоящим и нижестоящим аппаратами находится пересечение строки и столбца, где «Т» — это полная селективность, а число — частичная (если ток КЗ меньше указанного в таблице значения).

Расчет селективности автоматов

Защитными устройствами в основном служат обычные выключатели, селективность которых необходимо обеспечивать путем правильного выбора и настроек. Их избирательное действие для защиты, установленной ближе к источнику питания, обеспечивается путем выполнения следующего условия.

  • Iс.о.послед ≥ Kн.о.∙ Iк.пред., где:
    — Iс.о.послед— ток, при котором срабатывает защита;
    — Iк.пред. — ток короткого замыкания в конце зоны действия защиты, расположенной на большем удалении от источника питания;
    — Kн.о. — коэффициент надежности, зависящий от разброса параметров.

Что такое селективность при регулировании автоматов по времени, видно из соотношения ниже.

  • tс.о.послед ≥ tк.пред.+ ∆t, где:
    — tс.о.послед и tк.пред.— временные интервалы, через которые срабатывают отсечки автоматов, соответственно расположенных рядом и на удалении от источника питания;
    — ∆t — временная ступень селективности, выбираемая по каталогу.

Графическое изображение селективности

Для надежной токовой защиты электропроводки необходима карта селективности. Она представляет собой схему времятоковых характеристик аппаратов, установленных поочередно в цепи. Масштаб выбирается так, чтобы по граничным точкам было видно защитные свойства аппаратов. На практике карты селективности в проектах преимущественно не используются, что является большим недостатком и приводит к отключениям электричества у пользователей.

Соотношение номиналов должно быть как минимум 2,5 для обеспечения селективности. Но даже у них есть общие зоны срабатывания, хотя и небольшие. Только при соотношении 3,2 не наблюдается их пересечение. Но в этом случае один из номиналов может получиться завышенным и придется установить после автомата проводку большего сечения.

В большинстве случаев селективность защиты не требуется. Она нужна только там, где могут возникнуть серьезные последствия.

Если в расчете получаются завышенные значения номиналов автоматов, на вводе устанавливают рубильники или выключатели нагрузки.

Можно также применять специальные селективные автоматы.

Селективные автоматы S750DR

Компания АВВ выпускает изделия марки S750DR, где селективность выключателей обеспечивается дополнительным токовым путем, который не разъединяется после срабатывания основного контакта при коротком замыкании.

При отключении нижерасположенного аварийного участка селективным биметаллическим контактом создается задержка по времени срабатывания. При этом основной контакт селективного выключателя возвращается на место под действием пружины. Если сверхток продолжает поступать, через 20-200 мсек отключается тепловая защита в основной и дополнительной цепях. При этом селективная биметаллическая пластина блокирует механизм расцепления, и пружина уже не сможет обратно замкнуть основной контакт.

Ограничение по току автомата обеспечивается за счет селективного резистора на 0,5 Ом и большого сопротивления электрической дуги внутри аппарата.

Заключение

Что такое селективность, легко понять при рассмотрении электрических цепей с последовательным подключением автоматов. Их нетрудно подобрать, чтобы обеспечить избирательность срабатывания по перегрузкам. Сложности появляются при больших токах короткого замыкания. Для этого применяется несколько методов, а также специальные автоматы компании АВВ, создающие задержку на срабатывание во времени.

РАЗНИЦА МЕЖДУ СПЕЦИФИЧНОСТЬЮ И ИЗБИРАТЕЛЬНОСТЬЮ | СРАВНИТЕ РАЗНИЦУ МЕЖДУ ПОХОЖИМИ ТЕРМИНАМИ — НАУКА

В ключевое отличие между специфичностью и избирательностью заключается в том, что специфичность — это способность точно оценить компонент в смеси, а селективность — это способность различать компонент

В ключевое отличие между специфичностью и избирательностью заключается в том, что специфичность — это способность точно оценить компонент в смеси, а селективность — это способность различать компоненты в смеси друг от друга..

Специфичность и селективность важны при анализе образца, содержащего смесь различных соединений. Термины «специфичность» и «селективность» обсуждаются в основном в разделе «фермент-субстратные взаимодействия».

Мы можем описать специфичность в отношении субстратов и селективность в отношении ферментов.

1. Обзор и основные отличия
2. Что такое специфика
3. Что такое избирательность
4. Параллельное сравнение — специфичность и избирательность в табличной форме
5. Резюме

Что такое специфика?

Специфика — это возможность точно оценить компоненты смеси. Более того, специфичность измеряет степень влияния других веществ, присутствующих в образце, во время анализа конкретного аналита. Следовательно, во взаимодействиях фермент-субстрат этот термин описывает связывание фермента со «специфическим» субстратом. Это значит; это способность фермента катализировать конкретную биохимическую реакцию, не участвуя в побочных реакциях, протекающих в одном и том же месте. Более того, при определении специфичности не важно идентифицировать другой субстрат; требуется только идентифицировать только желаемый аналит в смеси.

Что такое избирательность?

Селективность — это способность различать компоненты смеси друг от друга. Обычно селективность описывает ту же идею, что и специфичность, но их определения немного отличаются друг от друга в том, что специфичность описывает обнаружение точного аналита, а селективность описывает дифференциацию компонентов в смеси. Другими словами, специфичность не требует идентификации всех компонентов в смеси, но селективность этого требует. Нам необходимо учитывать селективность, когда мы собираемся анализировать несколько различных аналитов в смеси, а не один аналит.

Например, при определении селективности фермента мы можем учитывать все компоненты смеси, с которой фермент будет связываться. Это потому, что некоторые ферменты могут действовать на класс соединений (которые структурно связаны друг с другом), а не на одно соединение. Более того, в хроматографических методах мы, наконец, получаем хроматограмму с несколькими пиками, которая описывает несколько выбранных аналитов в анализируемой пробе.

В чем разница между специфичностью и избирательностью?

Термины «специфичность» и «селективность» обсуждаются в разделе «фермент-субстратные взаимодействия». Ключевое различие между специфичностью и селективностью заключается в том, что специфичность — это способность точно оценить компонент в смеси, тогда как селективность — это способность различать компоненты в смеси друг от друга. Кроме того, если мы рассмотрим теорию, лежащую в основе этих концепций, специфичность описывает обнаружение точного аналита в смеси, а селективность описывает обнаружение нескольких аналитов в смеси. Таким образом, это также значительная разница между специфичностью и избирательностью.

При определении специфичности нам нужно идентифицировать только необходимый аналит; однако при определении селективности мы можем идентифицировать несколько важных компонентов в смеси. Например, специфичность субстрата определяет специфический субстрат, который будет связываться с конкретным ферментом, в то время как селективность фермента определяет субстраты, с которыми энзим будет связываться. Другие примеры специфичности включают методы ВЭЖХ; хроматографические методы являются примерами селективности.

Резюме — специфичность против избирательности

Термины «специфичность» и «селективность» обсуждаются в разделе «фермент-субстратные взаимодействия». Ключевое различие между специфичностью и селективностью заключается в том, что специфичность — это способность точно оценить компонент в смеси, тогда как селективность — это способность различать компоненты в смеси друг от друга.

Принцип селективности для выбора автоматических выключателей и УЗО

что такое селективность автоматов и узо

При прокладке электропроводки в квартирах создаются электросхемы, в которых всегда учитываются вопросы безопасной эксплуатации. Электрический ток может причинить большой вред. Чтобы этого не произошло, устанавливают устройства защиты: предохранители, автоматические выключатели, УЗО, дифавтоматы и другие средства.
Все они обладают определенными, конкретными возможностями, но не могут быть универсальными. Поэтому при выборе приборов следует четко учитывать их индивидуальные характеристики. Только в этом случае они будут правильно работать, а не создадут лишних проблем в будущем.

Принцип селективности для выбора автоматических выключателей и УЗО

Это свойство еще именуют избирательностью. Селективность позволяет надежно эксплуатировать электрохозяйство благодаря правильному подбору защитных устройств.
Для любой электрической схемы применяется иерархия автоматов защиты, разделяющие электропроводку с потребителями на определенные участки — электрические цепи, даже когда ток идет от источника к потребителю напрямую, минуя промежуточные звенья. Неисправность в этой самой простой схеме может возникнуть внутри:

  • генератора;
  • приемника;
  • или соединительных проводов.

Каждый из этих случаев требует своего технического решения, которое позволит быстрыми способами надежно выявить и локализовать поврежденный участок.

Селективность определяет правила установки и совместимости защит. Для этого вся система электроснабжения разбивается на отдельные составные участки, делится на зоны с включением в них отключающих аппаратов, реагирующих на появление неисправностей.

Виды селективности

Избирательность бывает:

  • абсолютная;
  • относительная.

Принцип абсолютной селективности подразумевает отключение возникающих повреждений исключительно в своей зоне.
Защиты, выполненные по относительному принципу, реагируют на неисправности своего и соседних участков. Они могут сработать по любому пусковому фактору. Поэтому для исключения ложных отключений их наделяют дополнительными функциями:

  • величиной выдержки времени на срабатывание;
  • уставками по току, напряжению, частоте, электрическому сопротивлению, направлению мощности или другим параметрам сети.

Подбор автоматических выключателей по времени срабатывания

Этот принцип можно продемонстрировать схемой.

селективность по времени

Для объяснения ее работы все автоматы наделены одной уставкой тока отсечки в 25 ампер, но отключают поврежденный участок с разным временем.
При возникновении неисправности в схеме любого потребителя, например, запитанного от автоматического выключателя №3, ток короткого замыкания почувствуют автоматы:

  • неисправного участка №3;
  • распределительного щита №2;
  • ГРЩ №3.

Выдержка времени на срабатывание 0,1 сек самая маленькая у автомата №3. Он сработает первым, локализовав неисправность. Ток повреждения прервется, а автоматические выключатели №2 и №1 останутся включенными для продолжения электроснабжения потребителей зон №4 и №5.

В этой ситуации возможна поломка автомата №3, тогда он не сработает. Ток КЗ после прохождения времени 0,1 сек останется в схеме. Его через выдержку времени 0,5 сек отключит защита распределительного щита — автоматический выключатель №2.

Он резервирует работу защит участка №3, но дополнительно отключает потребителей цепочек №4 и 5 на которых ток КЗ отсутствовал.

Если по каким-то причинам этот автоматический выключатель тоже окажется неисправным, то функцию устранения токов замыкания выполняет защита главного распределительного щита (ГРЩ) автоматом №1. Следует представлять, что она через 1 сек обесточит не только участки зон №3, 4 и 5, запитанные от выключателя РЩ №2, но также других потребителей, которые подключены к дополнительным распределительным щитам ГРЩ №1.

Про типы УЗО и его подключение подробно описано  статьях:

Подбор автоматических выключателей и УЗО по току срабатывания

селективность по току сробатывания

Представленная схема показывает принцип выбора автоматических выключателей и УЗО по току срабатывания. Здесь выполняется тот же принцип, что и в предыдущей схеме: вначале должны работать защиты, ближайшие к месту повреждения, а их резервированием занимаются аналогичные устройства следующей, второй очереди.

При КЗ в цепях потребителя №3, 4, или 5 отключаются вначале автоматический выключатель поврежденного участка, а автомат №2 резервирует его работу. В свою очередь, исправность защиты распределительного щита страхует выключатель №1 ГРЩ.

Устройство защитного отключения контролирует состояние схемы на отсутствие токов утечек. Наибольшее значение уставки в 300 mA назначается защитам ГРЩ №1. Самые маленькие уставки 30 mA выставляются на УЗО конечных присоединений. В РЩ головное УЗО №2 настраивается на срабатывание промежуточных значений 100 mA.

На практике уставки для защит выставляются по комбинированному методу с учетом совмещения принципов селективности по времени, току и другим параметрам, дополняющих надежность рабочей схемы.

Читайте также про выбор автоматических выключателей статьи:
«Правила установки автоматического выключателя»
«Автоматический инфракрасный выключатель»
«Что такое вводной автоматический выключатель?»
«Как устроен дистанционный выключатель?«

Решаемые задачи

Принцип селективности позволяет обеспечить:

  • электробезопасность оборудования и людей;
  • автоматическое определение зоны неисправности и ее локализацию;
  • снабжение электричеством исправных участков, смежных с поврежденным;
  • поддержание качества электроэнергии для всех потребителей.

По этим причинам избирательность защитных устройств следует всегда учитывать на практике для выбора аппаратуры при прокладке электрической проводки для надежной эксплуатации электрооборудования.

Оцените качество статьи:

Избирательная токсичность | справочник Пестициды.ru

О явлении избирательной токсичности говорят в медицине и животноводстве, однако чаще всего это понятие находит свое применение в растениеводстве, при определении свойств пестицидов, уничтожающих вредные организмы (бактерии, грибы, насекомые, сорняки и т.д.).

Избирательно токсичное вещество может оказывать действие тремя путями:

  • Накапливаться во вредных организмах;
  • Взаимодействовать с клеточными структурами, которые имеются только у вредного вида;
  • Повреждать какую-нибудь жизненно важную химическую систему для вредного вида и не иметь большого значения для полезного растения.[2]

Для полезных растений, грибов, насекомых, человека и животных пестициды должны быть малотоксичны. В ряде случаев этого достичь очень трудно из-за схожей природы биохимико-физиологических процессов вредных и полезных организмов, или потому, что вредитель живет внутри защищаемого растения. [2]

В данном случае избирательная токсичность может определяться особенностями применения токсического действующего вещества, морфологии и поведения организмов, а также процессами проникновения пестицида, его превращения и выведения. Данную токсичность можно частично регулировать приготовлением специальных препаративных форм (микрокапсулированные суспензии, гранулы), направленного применения пестицидов на растения.[2]

Показатели селективности

Показатель селективности (ПС) или коэффициент избирательности (КИ) характеризуют, соответственно, степень выраженности селективности или избирательности. Показатель селективности определяется отношением среднетоксических доз (ЛД50):

ПС = ЛД50 одного организма / ЛД50 другого организма

Избирательность действия пестицида зависит от величины этого показателя. Во время разработки защитных мероприятий необходимо максимально сохранить энтомофагов, поэтому очень важно знать избирательность широко используемых пестицидов по отношению к наиболее распространенным в агроценозе энтомофагам. Для этого нужно определение отношения ЛД50 энтомофагов к ЛД50 вредителей. Чем больше это отношение превышает единицу, тем более безопасен препарат для энтомофагов.[3]

Препараты считаются для энтомофагов малоопасными, если они в течение десяти дней уменьшают их численность не выше, чем на 20%, умеренно опасными — на 20 – 50 %, опасными – более, чем на 50 % на протяжении 20 дней.[3]

Причины избирательности

Причинами избирательности служат биохимические и топографические факторы.

Биохимическая избирательность обусловлена способностью организмов детоксицировать действующее вещество или образовывать с ним неактивные комплексы (конъюганты) до того, как пестицид проникнет к месту действия.[3]

Например:

  • гербицид Атразин (производное симмтриазина) быстро детоксицируется после поступления из почвы в корни кукурузы. Он превращается в гидроксиформу, вследствие чего не проникает в неизменном виде в хлоропласты, где реализуется его токсичность. Только этим обусловлена устойчивость кукурузы к данному препарату;[3]
  • гербициды — производные феноксиуксусной кислоты (2,4-Д), связываясь с белками и некоторыми другими продуктами метаболизма, подвергаются иммобилизации в устойчивых растениях. Образовавшиеся конъюганты остаются в месте нанесения пестицида и не могут достичь меристематических тканей, где проявляется их токсичность;
  • инсектицид Малатион является малотоксичным для теплокровных, поскольку в их организме он детоксицируется, превращаясь при этом в водорастворимые продукты, которые выводятся из организма. Но в организме насекомых он окисляется, и при этом образуется продукт еще более токсичный, чем действующее вещество Карбофоса.[3]

Топографическая избирательность обусловлена тем, что препарат по некоторым причинам не может проникнуть в организм или не попадает на устойчивый объект.[3]

К примеру:

  • устойчивость щитовки к инсектицидам объясняется тем, что она покрыта щитком, через который большинство препаратов не может проникнуть;
  • древесница въедливая находится внутри одревесневших тканей, поэтому инсектициды на нее не попадают;
  • ягодные кустарники и плодовые деревья имеют устойчивость ко многим гербицидам, потому что их корневая система залегает глубоко, куда гербициды почвенного действия не могут проникнуть. [3]

Избирательность пестицидов

Избирательная токсичность может определяться особенностями применения токсического действующего вещества, морфологии и поведения организмов, а также процессами проникновения пестицида, его превращения и выведения. Данную токсичность можно частично регулировать приготовлением специальных препаративных форм (микрокапсулированные суспензии, гранулы), направленного применения пестицидов на растения.[1]

Сравнительно невысокая токсичность для человека некоторых фосфорорганических соединений (метатион, карбофос) обусловлена тем, что в организме млекопитающих эти вещества быстро разрушаются до нетоксичных веществ, а в организме насекомых этот процесс начинается с активации молекулы и идет медленнее.[1]

Полезные и вредные организмы имеют ряд цитологических различий, которые являются основой избирательности. Например, яды, которые действуют на нервную систему, токсичны для животных, но малотоксичны для растений, у которых ее нет. Вещества, разрушающие хлоропласты, для животных по понятным причинам практически не ядовиты.[1] Аналогичные примеры есть и при действии лекарственных препаратов на животных и человека. Например, большинство антибиотиков оказывает токсический эффект не только на микроорганизмы, но и на структуры нормальных клеток тела, и только средства из группы пенициллинов действуют исключительно на клеточные стенки бактерий, так как в организме человека и животных нет компонентов такого же строения.

Многие пестициды избирательно токсичны, поскольку воздействуют на биохимические процессы, жизненно важные или специфичные только для определенных организмов. К примеру, гербициды – производные мочевины и триазина и тиокарбонаты — малотоксичны для теплокровных животных и человека, поскольку избирательно нарушают процесс фотосинтеза, который присущ только растениям. Фосфорорганические соединения (инсектициды и акарициды) не угнетают развития и роста растений, так как действуют на процессы синаптической передачи нервных импульсов, которые растениям не присущи. [1]

Избирательность гербицидов

Для характеристики избирательного действия гербицидов применяют показатель селективности и индекс селективности.[2]

Показатель селективности представляет собой отношение показателя фитотоксичности одного препарата для разных видов растений. По нему можно установить, во сколько раз токсичность препарата больше для одного вида растения, чем для какого-то другого. Из двух сравниваемых объектов за первый принимается тот, у которого показатель больше, поэтому, чем сильнее показатель селективности превышает единицу, тем большей избирательностью характеризуется данный гербицид.[1][2]

Индекс селективности (ИС) — это отношение дозы, при использовании которой урожай снижается лишь незначительно, к дозе, уничтожающей большую часть сорных растений. Иными словами, эта величина показывает, во сколько раз доза, вызывающая достаточное снижение засоренности, меньше, чем доза, токсически действующая на культурные растения. Достаточно избирательным может быть признан препарат, который, поражая 80 и более процентов сорняков, не уничтожает или слабо угнетает (не больше 20 %) культурные растения.

Отношение доз, вызывающих 20%-ное снижение урожая культурных растений и 80%-ную гибель сорняков, условно принимают за единицу. Следовательно, чем больше единицы ЕС, тем более высокой избирательностью характеризуется гербицид. Пользуясь понятием ИС, можно характеризовать, насколько избирательность одного препарата больше или меньше избирательности другого.[2]

Близкие статьи

Ссылки:

Все статьи о токсикологии в разделе: Основы токсикологии

 

Статья составлена с использованием следующих материалов:

Литературные источники:

1.

Ганиев М.М., Недорезков В.Д. Химические средства защиты растений. – М.: КолосС, 2006. – 248 с.

2.

Груздев Г.С. Химическая защита растений. Под редакцией Г.С. Груздева — 3-е изд., перераб. и доп. — М.: Агропромиздат, 1987. — 415 с.: ил.

3.

Зинченко В.А. Химическая защита растений: средства, технология и экологическая безопасность. – М.: «КолосС», 2012. – 127 с.

Свернуть Список всех источников

Часто задаваемые вопросы о селективности Etch

Что такое селективность травления?

Селективность травления — это соотношение скоростей травления между материалами. Формула селективности травления: Селективность = Скорость травления A / Скорость травления B. Она часто используется при описании относительных скоростей травления между маской (используемой для формирования рисунка) и скоростью травления интересующего материала.

Пример : Маску из фоторезиста можно использовать для нанесения рисунка на любой материал, такой как арсенид галлия (GaAs), нитрид галлия (GaN) Si, диэлектрики и металл.И маска, и нижележащий материал будут вытравливаться во время процесса. Отношение их скоростей травления — это селективность.

Его также можно использовать для описания относительных скоростей травления между различными слоями материалов. В некоторых устройствах полезно протравить один слой с минимальным протравливанием нижележащего слоя или без него.

Пример : Транзисторы усилителей мощности в беспроводных приложениях могут потребовать протравливания одного слоя, а не одного под ним. Здесь полезна возможность травления GaN и «остановки» травления нитрида алюминия-галлия (AlGaN), и в этом случае селективность будет очень большой.Другой пример можно найти в микрофонах MEMS, где протравливается полость кремния, и травление останавливается на слое, служащем вибрирующей диафрагмой.

В полупроводниковой промышленности плазменное (сухое) травление регулярно используется для создания микроэлектроники. После создания маскирующего слоя материал травится точно, чтобы воспроизвести маскирующий рисунок. Затем маска снимается. Во время изготовления устройства эта последовательность шагов часто повторяется много раз в зависимости от конкретных потребностей проекта.Понимание избирательности травления важно для успешного определения толщины маски и возможности контролировать результаты травления.

Что такое скорость травления?

Скорость травления — это скорость процесса травления материала. Скорость травления определяется путем измерения глубины травления за определенный период времени. Оно выражается как расстояние / время с типичными единицами измерения Ангстрем в секунду, нанометров в минуту или микронов в минуту. В общем, стремятся получить скорости травления, соизмеримые с желаемой глубиной травления: при глубоком травлении будет выигрыш от быстрых скоростей травления для повышения производительности, в то время как малые глубины травления выиграют от медленных скоростей травления для обеспечения точного контроля глубины.Скорость травления зависит от условий травления, которые включают используемый химический состав, температуру, давление и конфигурацию оборудования.

Что такое избирательное травление?

Селективное травление — это когда один материал травится значительно быстрее, чем другой. В результате возникает разница в количестве материалов, которые удаляются за определенный период времени. Как и в приведенном выше примере, избирательное травление материала маски означает, что маска лишь немного истончается, в то время как интересующий материал, подлежащий травлению, удаляется больше.Избирательное травление маски позволяет сделать маску намного тоньше. Также легче добиться более вертикального профиля протравленного материала. В случаях, когда есть слои материала, как во втором примере выше, может быть полезно выборочно протравить один материал и выборочно остановиться на нижележащем материале. Селективность — лишь одна из многих характеристик травления процесса. Другие включают однородность скорости травления, профиль создаваемого элемента и морфологию поверхности (шероховатость).Используемая технология травления играет важную роль в результатах. Использование оборудования, такого как машины для реактивного ионного травления (RIE), машины с индуктивно связанной плазмой (ICP — RIE) или машины для глубокого реактивного ионного травления (DRIE), будет сильно влиять на селективность.

Что такое неселективное травление?

Неселективное травление — это метод травления, при котором материалы травятся с одинаковой скоростью. Хотя селективное травление является предпочтительным для большинства применений, существуют конструкции устройств, требующие неселективного травления.

Что означает «высокая» избирательность?

Высокая селективность — это относительный термин, обозначающий, когда два материала травятся со значительно различающимися скоростями травления для получения желаемых результатов. Часто это относится к случаям, когда маска травится медленно по сравнению с материалом, на который наносится рисунок при травлении. Высокая селективность не означает автоматически анизотропию (направленное травление), но часто помогает. Этот термин также используется, когда целью является прекращение травления нижнего слоя.Обычно селективность> 5: 1 считается высокой селективностью. В некоторых случаях селективность может составлять 100 с: 1.

Что означает «низкая» селективность?

Низкая селективность — это когда два материала травятся с относительно одинаковой скоростью. При низкой селективности маска не обеспечивает достаточной защиты от травления интересующего материала. Это означает, что, возможно, придется использовать более толстую маску для протравливания до необходимой глубины. В этих случаях может потребоваться переключение на другой маскирующий материал, который имеет более высокую селективность.Особым случаем низкой селективности является травление с равной скоростью, когда селективность составляет 1: 1. Это полезно при изготовлении микролинз, когда форма маски воспроизводится в протравленном материале.

Коэффициент формы фильтра и избирательность

Идеальный фильтр

Идеальный фильтр должен иметь единичное усиление (0 дБ) в полосе пропускания и нулевое усиление (-бесконечность дБ) в полосе заграждения. Между полосой пропускания и полосой заграждения не было бы нерешительности, и она переходила бы от 0 дБ к -бесконечному дБ асимптотически.Он будет передавать только требуемые частоты, не добавляя и не вычитая ничего из сигнала, и, как очень дискретный и привередливый дворецкий, мы бы его не увидели — только его идеальное управление частотами в его ведении.

К сожалению, у нас не может быть идеальных фильтров в реальном слове, поэтому мы идем на компромисс и принимаем некоторое количество неединичного усиления в полосе пропускания (вносимые потери и пульсация полосы пропускания) и ненулевое усиление в полосе заграждения (затухание в конечной полосе заграждения). и стоп-ленточная пульсация).Кроме того, существует некоторый переход от полосы пропускания к полосе заграждения, который необходимо понимать и контролировать. Эта полоса перехода может быть определяющей характеристикой полезности фильтра для данного приложения, и о ней говорят с использованием терминов «коэффициент формы» и «селективность».

Коэффициент формы фильтра

Обычно коэффициент формы определяется, как показано на рисунке 3 (который показывает идеальный фильтр с добавлением только переходных полос) и уравнением 1.

Характеристики переходной полосы, которые нас обычно интересуют, имеют дело с формой или крутизной спада между полосой пропускания и полосой заграждения. Обычно коэффициент формы определяется, как показано на Рисунке 3 (который показывает идеальный фильтр только с добавлением переходных полос) и уравнении 1. Он определяется для двух уровней затухания и обычно принимается как отношение между 3 дБ от затухание (полоса пропускания) и заданное затухание в полосе заграждения.Например, мы можем взять 3 дБ для определения полосы пропускания и 60 дБ для использования полосы заграждения, а затем использовать уравнение 1 для расчета коэффициента формы. Наш идеальный фильтр должен иметь коэффициент формы, равный единице, но там, где это физически невозможно, мы ищем наименьший коэффициент формы, который мы можем. Для справки, простые фильтры RLC могут иметь коэффициент формы в диапазоне ~ 3, фильтры на ПАВ в диапазоне ~ 1,5.

Избирательность

Коэффициент формы — это общий показатель качества для связанного с этим термина — селективности.Для РЧ-фильтра избирательность говорит нам, какая часть общей полосы пропускания будет использоваться переходными полосами. Чем меньше переходные полосы, тем меньше могут быть любые необходимые защитные полосы, и таким образом тратится меньше полосы пропускания. Селективность также обсуждается с точки зрения крутизны юбок фильтра и часто характеризуется затуханием в таком количестве дБ от полосы пропускания при заданном смещении. Здесь мы можем начать видеть, как избирательность фильтров может быть критически важной характеристикой, когда дело доходит до ее пригодности для данного приложения, поскольку часто характеристики передачи и приема системы задаются не только с точки зрения вносимых потерь в полосе пропускания, но и четко. предписанные требования к затуханию в полосе заграждения.

Селективность фильтра тесно связана как с коэффициентом добротности фильтра, так и со сложностью фильтра (с точки зрения порядка).

Коэффициент добротности и селективность

Коэффициент добротности фильтра можно определить как

.

По мере того, как мы уменьшаем полосу пропускания нашего фильтра, Q увеличивается, границы становятся более крутыми, а наш фильтр становится более избирательным. Избирательность полосового фильтра увеличивается с увеличением Q.

Порядок и избирательность фильтра

Количество резонаторов (n), используемых в конструкции фильтра, определяет порядок фильтров.

В общем, мы можем спроектировать более крутые юбки («более резкий фильтр») с фильтрами более высокого порядка, но за счет увеличения вносимых потерь и размера фильтра.

Использование технологии фильтрации, которая изначально имеет высокую добротность, выгодно для проектов с высокой селективностью, поскольку добротность (и низкие вносимые потери, связанные с этим) могут быть сбалансированы с необходимым порядком конструкции, который в противном случае потребовался бы для попадания заданная цель селективности. Вот почему фильтры акустических волн (например,грамм. SAW и BAW) были настолько популярны на частотах ниже 2 ГГц — на этих частотах физика удержания акустической волны внутри небольшого корпуса приводит к очень высокой добротности и, как следствие, отличной селективности на частотах, где SAW и BAW работают хорошо.

Избирательность приемников

Применительно к системам избирательность — это способность приемника различать сигналы с разными частотами. Избирательность часто выражается как отношение в дБ, которое сравнивает уровень принимаемого сигнала с уровнем аналогичного сигнала на другой частоте.В зависимости от местоположения другого (нежелательного) сигнала относительно полезного сигнала и типа обсуждаемого стандарта селективность может рассматриваться как отклонение по соседнему каналу (ACR), селективность по соседнему каналу (ACS), внутриполосная блокировка и вне блокировка полосы.

Необходимость избирательности в приемнике и способность доступных фильтров обеспечивать, что может сильно повлиять на архитектуру приемника. Избирательность может быть получена с помощью подходящих фильтров на РЧ-каскаде приемника, но если требования к полосе пропускания и затуханию в полосе заграждения не могут быть выполнены с РЧ-фильтром, другой вариант — преобразовать сигнал с понижением частоты и реализовать высокую селективность на стадии ПЧ, например, в супергетеродинный ресивер.Однако для этого подхода требуются фильтры, отклоняющие изображение, поэтому возможность достижения разумных уровней селективности на ВЧ может упростить выбор архитектуры. Фактически, достаточно высокая избирательность вблизи антенны может значительно упростить электронику демодуляции в нисходящем направлении.

В этом кратком введении в Фактор формы и Селективность мы увидели, как необходимо количественно оценить реальное отклонение фильтра от идеального поведения, и что в полосе перехода распространенными инструментами для этого являются фактор формы и селективность.Мы затронули вопрос о том, как добротность резонатора и порядок фильтра (количество резонаторов в конструкции) могут влиять на поведение фильтров в переходной полосе. И мы увидели, как тема избирательности может расширяться, чтобы влиять на поведение и сложность приемника, и насколько хорошо он может работать по сравнению со спецификациями системного уровня, такими как ACR и ACS.

Хотите больше?

Узнайте больше о том, что означает переход к 5G для технологии фильтрации, на нашей странице решений для фильтров 5G или загрузив наш технический документ «RF-фильтрация для приложений 5G миллиметрового диапазона».

Количественное прогнозирование селективности между аденозиновыми рецепторами A1 и A2A | Journal of Cheminformatics

Datasets

Информация о взаимодействиях соединение-белок (например, сродство связывания и эффективность) была собрана для человеческого A 1 AR и A 2A AR. Общедоступные данные о биоактивности были взяты из ChEMBL версии 23 [16] и дополнены внутренними данными (см. Дополнительный файл 1). Поскольку соединения с рибозным каркасом часто связаны с агонистической активностью, а дицианопиридины с частичным агонизмом, эти соединения были удалены для создания набора данных, ориентированного на антагонисты [17, 18].Значения биоактивности были стандартизированы до pActivity (концептуально аналогичны значению pChEMBL, ансамблю из pK i / IC 50 / EC 50 / K d значений [19]) при одновременном объединении данных из разных лабораторий и анализы. Эти данные впоследствии были использованы для составления следующих наборов данных о соединениях: «Набор данных о биоактивности A 1 AR» (содержащий биоактивность соединений на A 1 AR), «Набор данных о биологической активности A 2A AR» (содержащий данные о биологической активности соединений на A 2A AR) и «A 1 AR / A 2A AR dataset» (биоактивность соединений протестирована как на A 1 AR, так и на A 2A AR).Последний набор данных включал информацию о селективности соединений. Соединения были названы «селективными», когда разница в активности между двумя белками была более чем 100-кратной (например, A 2A AR-селективным, когда pActivity A 1 AR = 6,5 и pActivity A 2A AR ≥ 8,5) . Набор данных A 1 AR / A 2A AR состоял из пяти классов: non-binder (pActivity A 1 AR и A 2A AR <6.5), A 1 AR-селективный (pActivity A 1 AR ≥ 6.5 и селективность ≥ 100-кратная), A 2A AR-селективный (pActivity A 2A AR ≥ 6.5 и селективность ≥ 100-кратная) и двойное связующее (pActivity A 1 AR и A 2A AR ≥ 6.5 и селективность ≤ десятикратная). Кроме того, соединения, которые измеряли биоактивность как для A 1 AR, так и для A 2A AR, но не подходили ни к одному из классов набора данных A 1 AR / A 2A AR, были названы «полу -селективные соединения. Соединения, биоактивность которых измерялась только для одного рецептора и которые не присутствовали в наборе данных A 1 AR / A 2A AR, но были включены либо в набор данных биоактивности A 1 AR, либо в набор данных биоактивности A 2A AR, были называемые «одиночными точками».Распределение активности в разных наборах данных было сопоставимым (таблица 1) и нормально распределено как в A 1 AR, так и в A 2A AR (рис. 1). Следует отметить, что общее количество A 1 AR-селективных соединений примерно в три раза меньше, чем количество A 2A AR-селективных соединений (50 и 146 соединений соответственно).

Таблица 1 Характеристики набора данных: количество соединений, распределение активности и химическое сходство в наборе данных Рис.1

Распределение активности различных классов соединений для A 1 AR ( a ) и A 2A AR ( b ). Соединения из наборов данных биоактивности A 1 AR и A 2A AR, которые не принадлежали ни к одному из классов набора данных A 1 AR / A 2A AR, называются «одиночными точками»

Моделирование A

1 AR / A 2A AR селективность подтипа с использованием классификационных моделей QSAR

Несколько моделей QSAR были созданы для изучения селективности.Во-первых, селективность подтипа для A 1 AR и A 2A AR была смоделирована с использованием моделей классификации. Дополнительно были смоделированы неселективные соединения (двойные связующие) и несвязывающие. Были построены следующие четыре модели: модель 2-го класса (A 1 AR-селективная / A 2A AR-селективная), две модели 3-го класса (A 1 AR-селективная / A 2A AR- селективные / двойные ингибиторы, с одной стороны, и A 1 AR-селективные / A 2A AR-селективные / несвязывающие, с другой стороны), и модель 4-го класса (A 1 AR-селективные / A 2A AR-селективные / двойные / несвязывающие).Все модели были проверены с помощью пятикратной перекрестной проверки с использованием одних и тех же (химически сгруппированных) наборов тестов на итерацию для каждой модели (подробности см. В разделе «Методы»). Модель QSAR с двумя классами была наилучшей для прогнозирования селективности A 1 AR и A 2A AR (рабочая характеристика приемника (ROC) 0,87 ± 0,06 и коэффициент корреляции Мэтьюса (MCC) 0,40 ± 0,13). Добавление двойных и не связанных классов снизило производительность модели. ROC снизился до 0,76 ± 0,06 и 0.64 ± 0,09 для АР A 1 и до 0,62 ± 0,09 и 0,65 ± 0,09 для AR A 2A . Аналогично, MCC уменьшается до 0,22 ± 0,15 и 0,00 ± 0,07 для AR A 1 и до 0,20 ± 0,17 и 0,36 ± 0,12 для AR A 2A (Таблица 2). Это указывает на то, что 100-кратно селективные соединения A 1 AR и A 2A AR достаточно химически отличаются друг от друга, чтобы их правильно предсказывала модель, и что они демонстрируют четкую взаимосвязь структура – ​​активность.Напротив, предполагается, что двойные и несвязывающие вещества имеют химическое сходство с селективными классами A 1 AR и A 2A AR, что усложняет модели дифференциацию между этими классами (рис. 2). Кроме того, чувствительность и прогностическая ценность положительного результата (PPV) были постоянно выше для соединений, селективных к A 2A AR, чем для соединений, селективных к A 1 , тогда как специфичность и прогностическая ценность отрицательного результата (NPV) были выше для A 1. AR-селективные соединения.

Таблица 2 Характеристики моделей классификации селективности Рис. 2

Химическое сходство соединений классов селективности A 1 AR-селективный, A 2A AR-селективный, двойные и несвязывающие. Химическое сходство визуализируется с помощью t-SNE [20] на основе отпечатков пальцев FCFP4. a Используемые химические кластеры соединений: A 1 AR-селективный, A 2A AR-селективный, двойные связующие и несвязывающие. b Кластеры на основе химического сходства; каждая комбинация цвета и символа представляет собой уникальный кластер (всего 136 кластеров)

Класс несвязующих веществ содержит соединения, неактивные по отношению к обоим рецепторам.Однако эти соединения не очень хорошо дифференцируются от активных классов (A 1 AR-, A 2A AR-селективный и двойной), как это наблюдается при низком MCC (0,15 ± 0,06) и низком ROC (0,57 ± 0,07). ) для не связующего класса. Поэтому в следующем разделе описывается моделирование биоактивности A 1 AR и A 2A AR в попытке классифицировать несвязывающие вещества.

Моделирование биоактивности A

1 AR и A 2A AR с использованием моделей классификации и регрессии QSAR

Биоактивность соединений для A 1 AR и A 2A AR моделировалась с помощью моделей классификации и регрессии.В классификационных моделях соединения с использованием заранее определенного порога (здесь pActivity ≥ 6.5) классифицируются как «активные», а соединения ниже этого порога называются «неактивными». Модель обучается этим классам активности и также предоставляет класс активности для тестируемых соединений. Напротив, регрессионные модели обучаются не по классам, а по числовым значениям биологической активности. Результатом регрессионной модели является значение биоактивности, которое впоследствии может быть отнесено к классу активности.Как можно увидеть в таблице 1, где показана средняя pActivity для наборов, это значение (pActivity 6.5) применимо для этих наборов данных и ранее также было показано, что оно является релевантным порогом, ведущим к сбалансированным классам [15].

Классификация биологической активности и регрессионные модели QSAR были обучены на наборе данных A 1 AR / A 2A AR, том же наборе данных, который использовался в моделях QSAR классификации селективности, описанных в предыдущем разделе. Кроме того, были добавлены полуселективные соединения для увеличения объема обучающих данных.Эти полуселективные соединения обладают экспериментальной активностью в отношении обоих рецепторов, но не соответствуют ни одному из четырех классов селективности (например, соединение с pActivity A 1 AR = 7,0, pActivity A 2A AR = 8,1). Однако для моделирования биоактивности класс селективности не имеет значения, и поэтому эти соединения теперь были включены для повышения производительности модели. Кроме того, отдельные модели QSAR были обучены на наборах данных биоактивности A 1 AR и A 2A AR.Наборы проверочных тестов были составлены на основе химических кластеров и биоактивности соединений; каждое подмножество содержало как активные, так и неактивные. Эти наборы для валидации не были равны вышеупомянутым наборам для валидации (селективности), поскольку они использовались для другой цели: валидация моделей биоактивности вместо моделей селективности. Все модели биоактивности были проверены с использованием одних и тех же наборов тестов для перекрестной проверки, независимо от набора данных, который использовался при обучении (A 1 AR / A 2A AR набор данных, A 1 AR биоактивность или A 2A AR. биоактивность).Наборы данных о биоактивности A 1 AR и A 2A AR содержали больше точек данных, чем набор данных A 1 AR / A 2A AR, поскольку эти наборы также включали отдельные точки (биоактивность измерялась только для одного из двух рецепторов) . Единичные точки биоактивности были включены в обучение, но исключены из проверки, чтобы сохранить сопоставимость характеристик для различных моделей. Отдельные точки, которые принадлежали к тому же химическому кластеру, что и точки данных в тестовом наборе, также были исключены из обучения, чтобы предотвратить смещение.Модели регрессии показывают хорошее качество модели при обучении с высокими значениями R 2 (≥ 0,98) и низкими значениями RMSE (≤ 0,14). К сожалению, при применении к набору проверки производительность ниже, чем ожидалось, исходя из производительности обучения (вероятно, из-за сложного набора тестов, основанного на химической кластеризации). Тем не менее, судя о производительности модели по метрикам проверки классификации, можно сделать реалистичную оценку прогнозной производительности моделей.

Средние характеристики всех моделей биоактивности (на основе пятикратной перекрестной проверки) были лучше для A 2A AR, чем для A 1 AR, при средней разнице ROC 0.12 (таблица 3). Кроме того, модели классификации работают хуже, чем модели регрессии, на что указывают их более низкие значения для обогащения (ROC) и MCC: средняя разница в ROC для A 1 AR = 0,20 и A 2A AR = 0,07, а также средняя разница в MCC для A 1 AR = 0,07 и A 2A AR = 0,03. Более того, MCC и ROC для моделей классификации биоактивности A 1 AR даже показали характеристики хуже, чем случайные (MCC <0 и ROC <0,5).Наиболее эффективные модели биоактивности были основаны на регрессии, которая достигла средней эффективности (оценка ROC 0,60–0,70) для прогнозирования биоактивности.

Таблица 3 Характеристики моделей классификации и регрессии биоактивности для A 1 AR и A 2A AR

Моделирование A

1 AR / A 2A AR селективность подтипа с использованием регрессионных моделей

Применение вышеизложенного Подход к модели биоактивности был протестирован при моделировании селективности соединений (т.е. моделирование аффинности соответствующих рецепторов и косвенное извлечение из этого селективности). Поскольку прогнозируемая биоактивность двух моделей биоактивности не коррелирует друг с другом, была проведена отдельная проверка, чтобы указать эффективность прогнозов селективности. Однако наборы перекрестной проверки моделей в таблице 3 были сгруппированы на основе биоактивности, а не классов селективности, поэтому модели биоактивности были переобучены с использованием разных составленных наборов перекрестной проверки, чтобы оправдать сравнение с обсуждавшейся позже моделью окна селективности.Были выбраны регрессионные модели биоактивности, поскольку они превосходили классификационные модели биоактивности. Более того, при моделировании селективности предпочтение было отдано регрессии, поскольку с помощью регрессии можно получить количественное значение селективности.

Таким образом, модели регрессии биоактивности использовали для прогнозирования активности соединения для A 1 AR и A 2A AR. Модели были обучены на наборе данных A 1 AR / A 2A AR, включая дополнительные «полуселективные» соединения. Разница в прогнозируемой биоактивности для двух рецепторов рассчитывалась как значение селективности.Впоследствии классы селективности (A 1 AR-селективный, A 2A AR-селективный, двойной) были присвоены соединениям на основе предсказанной селективности в соответствии с теми же правилами категоризации, которые использовались при классификации ранее. Применение двух объединенных моделей биоактивности для вывода селективности (двухступенчатая модель разности A 1 AR-A 2A AR) привело к моделям со средней производительностью. Хотя оценка ROC была приличной (0,75 ± 0,09 и 0,72 ± 0,15), MCC была низкой (0.19 ± 0,16 и 0,28 * ± 0,12, * одна неудачная проверка) как для A 1 AR, так и для A 2A AR, что указывает на то, что модели способны ранжировать соединения, но менее способны объяснить весь набор данных (Таблица 4 ).

Таблица 4 Характеристики моделирования селективности с использованием двухэтапной разностной модели A 1 AR-A 2A AR или модели окна селективности

Продолжая наш подход единой модели для прогнозирования селективности, мы исследовали использование регрессии для модель окна избирательности, а не классификация.В отличие от двухэтапной разностной модели A 1 AR-A 2A AR (регрессия), единственная модель для прогнозирования селективности между A 1 AR и A 2A AR была основана на различии в аффинности. а не прогноз биологической активности и расчет результирующей селективности. Регрессионная модель была обучена непосредственно разнице в биоактивности для обоих рецепторов (pActivity A 1 AR — pActivity A 2A AR = окно селективности) и предсказывает количественный балл для степени селективности соединения (разница в pActivity ).Положительная оценка указывает на селективность A 1 AR, отрицательная оценка A 2A AR-избирательность, а оценка, близкая к нулю, указывает на двойное связывание. Модель оценивалась на основе показателя ROC и показателей классификации (MCC, чувствительность, специфичность, PPV и NPV). Правила классификации A 1 AR-, A 2A AR-селективных и двойных связующих были выведены из пороговых значений, применяемых в моделях классификации селективности: A 1 AR ≥ 100-кратная селективность равна разнице pActivity ≥ 2, A 2A AR ≥ 100-кратная селективность равна разнице pActivity ≤ — 2, а для двойных связующих (≤ 10-кратная селективность) разница pActivity ≥ -1 и ≤ 1.

Модель регрессии окна селективности была обучена на тех же данных (набор данных A 1 AR / A 2A AR и полуселективные соединения), что и двухэтапная A 1 AR-A 2A AR разница описанная выше модель, в которой селективность вычиталась из двух отдельных моделей биоактивности. Окно селективности превзошло двухступенчатую разностную модель A 1 AR-A 2A AR с увеличенными значениями ROC для классов селективности A 1 AR- и A 2A AR-селективный (увеличение ROC 0.07–0.13) (таблица 4).

На рисунке 3 показаны примеры соединений, которые были неправильно классифицированы с помощью двухэтапной разностной модели A 1 AR-A 2A AR, но были правильно предсказаны с использованием модели окна селективности. Сходство (Tanimoto FCFP4) между ошибочно предсказанными соединениями с помощью двухэтапной модели разности A 1 AR-A 2A AR составляло 0,25, тогда как сходство в пределах ошибочно предсказанных соединений с помощью модели окна селективности составляло 0,58. Это указывает на то, что двухэтапная разностная модель A 1 AR-A 2A AR подвергается сомнению из-за предсказания селективности более разнообразных соединений, а модель окна селективности неэффективна на определенных химических каркасах.Наиболее часто неверно предсказываемый скаффолд моделью окна селективности был N — (2- (фуран-2-ил) -6- (1 H -пиразол-1-ил) пиримидин-4-ил) -2- феноксиацетамид (см. дополнительный файл 2).

Рис. 3

Химические структуры соединений с предсказаниями с помощью различных моделей селективности. Соединения были ошибочно предсказаны с помощью двухэтапной модели A 1 AR-A 2A AR и правильно предсказаны с помощью модели окна селективности. Прогнозы обозначены как: предсказанный A 1 AR-селективный (A 1 AR), A 2A AR-селективный (A 2A AR) и как двойное связующее (Dual) для лигандов CHEMBL260788 ( a ), CHEMBL3596506 ( b ) и CHEMBL201750 ( c )

Следует отметить, что для прогнозов A 1 AR и A 2A AR прогнозы MCC и PPV не всегда могут быть рассчитаны при перекрестной проверке, что приводит к неудачным сверткам перекрестной проверки или итерациям.Это объясняется отсутствием истинных / ложных положительных результатов в конкретном периоде перекрестной проверки: PPV не может быть рассчитан, если нет положительных результатов, MCC не может быть рассчитан без PPV.

Модель окна избирательности работает лучше, чем модель трехклассовой классификации избирательности, подтвержденная ранее (таблица 2). Было проверено, является ли эта повышенная производительность результатом увеличения объема данных, поскольку модель окна селективности включала дополнительные полуселективные соединения и несвязывающие вещества, которых в трехклассной модели классификации селективности обязательно не хватало, поскольку разница в аффинности была небольшой. достаточно, чтобы соответствовать отсечке классификации.Когда эти дополнительные точки данных были исключены из модели окна селективности, ROC упал с 0,78 до 0,67 (среднее по классам), что сопоставимо с ROC 0,65 трехклассовой модели классификации селективности. Это наблюдение ясно подтверждает прямую связь между качеством модели и доступностью данных и показывает, что повышенная производительность модели окна избирательности объясняется дополнительными точками данных. Следовательно, при моделировании избирательности выгодно использовать непрерывные модели, поскольку в этом случае может быть включено больше данных.Помимо преимущества повышенной доступности данных, модели непрерывной селективности также предоставляют возможность вычислять коэффициент селективности, а не только класс. Это соотношение селективности указывает на степень селективности и, следовательно, не может только идентифицировать селективные соединения, но также может отличать высокоселективные соединения от слабо селективных соединений.

Примечательно, что показатели, основанные на классификации (MCC, чувствительность, специфичность, PPV и NPV) для модели окна селективности (без несвязывающих веществ и полуселективных соединений) (таблица 4) ниже для A 1 AR -селективные соединения и двойные связующие, чем показатели модели 3-х классной классификации (оба обучены на одних и тех же данных) (таблица 2), тогда как оценки ROC сопоставимы или выше.Поэтому прогнозы модели окна селективности сравнивались с экспериментально измеренными значениями селективности (рис. 4). Было обнаружено, что соединения, селективные к A 1 AR, имеют постоянно более низкие предсказания окна селективности, чем экспериментальные значения селективности. В результате меньшее количество соединений достигло порога селективной классификации A 1 AR, что резко снизило количество селективных положительных результатов A 1 AR. Из 50 A 1 AR-селективных соединений ни одно не достигло порогового значения.Из всех предсказаний только три соединения достигли порога селективности A 1 AR, которые были двойными связующими вместо соединений, селективных к A 1 AR. Этот недостаток предсказанных положительных результатов объясняет неудачные вычисления перекрестной проверки для класса A 1 AR-селективного.

Рис. 4

Взаимосвязь между экспериментальной селективностью и предсказанной селективностью. Прогнозируемые значения селективности показаны для модели окна селективности. A 1 AR-селективные пороги классификации показаны оранжевыми линиями (пунктирные = старый порог, сплошной = новый порог) селективность по A 1 AR-селективным соединениям.Соединения считались A 1 AR-селективными, когда окно селективности ≥ 0,5, A 2A AR-селективными, когда окно селективности ≤ — 2 (без изменений), и двойным связующим, когда окно селективности ≥ — 1 и < 0,5. При использовании новых пороговых значений значения показателей для прогнозов AR-селективности A 1 улучшились: MCC 0,31 ± 0,10, чувствительность 0,45 ± 0,12, специфичность 0,91 ± 0,02, PPV 0,32 ± 0,06 и NPV 0,95 ± 0,01, что указывает на то, что пересмотренный порог улучшает категоризацию соединений, селективных к A 1 AR.Не все A 1 AR-селективные соединения были правильно отнесены к категории, но апостериорный оптимизированный порог считался адекватным, поскольку снижение A 1 AR-селективного порога дополнительно увеличило бы чувствительность (путем классификации большего количества соединений как A 1 AR -селективный), но также снизит PPV. Здесь правильность прогнозов была важнее количества прогнозируемых активных соединений; следовательно, PPV был важнее чувствительности.

Удаление несвязывающих веществ для повышения производительности

Хотя модель окна селективности различает A 1 AR-, A 2A AR-селективные соединения и двойные связующие, модель не учитывает потенциальную неактивность соединений .Следовательно, не связующие не могут быть отфильтрованы с помощью этой модели. Поэтому был применен консенсусный подход статистического моделирования и стыковки на основе структуры для выявления и исключения несвязующих веществ.

Модели регрессии биоактивности, описанные выше для A 1 AR и A 2A AR, были объединены с стыковкой набора данных A 1 AR / A 2A AR и полуселективных соединений в кристаллические структуры обоих белков. Прогнозы биоактивности для A 1 AR и A 2A AR и прогнозы окна селективности были получены для всего набора данных A 1 AR / A 2A AR и полуселективных соединений путем объединения прогнозов, сделанных во время Пятикратная перекрестная проверка ранее обученных регрессионных моделей.Соединения были состыкованы с кристаллическими структурами AR A 1 (PDB: 5UEN) [10] и A 2A AR (PDB: 5OLZ) [21], что привело к оценке стыковки для обоих рецепторов. Соединениям была присвоена отдельная метка биологической активности для A 1 AR и A 2A AR: соединения в A 1 AR были помечены как «активные», когда прогнозируемая pActivity ≥ 7 и оценка стыковки ≤ — 9. Соединения в A 2A AR были помечены как «активные», когда прогнозируемая pActivity ≥ 7 и оценка стыковки ≤ — 10.

Соединения с прогнозируемым окном селективности ≥ 0,5 или ≤ — 2, соответствующими A 1 AR- и A 2A AR-селективным, впоследствии были отфильтрованы с использованием фильтра согласованной биоактивности (рис. 5). PPV для соединений, селективных к A 1 AR, резко увеличивается с 0,13 до 0,39, когда предсказания окна селективности были отфильтрованы с использованием фильтра согласованной биоактивности для A 1 AR. Фильтрация биоактивности A 2A AR также увеличивала PPV соединений, селективных к A 2A AR; здесь стыковочная и консенсусная фильтрация выполнялись одинаково хорошо (PPV A 2A AR-selected: 0.80).

Рис. 5

Положительная прогностическая ценность (PPV) соединений, которые, как предполагается, являются A 1 AR- или A 2A AR-селективными. PPV отображает количество экспериментально подтвержденных селективных соединений, деленное на общее количество предсказанных селективных соединений. PPV отображаются при применении различных фильтров: без фильтра биоактивности, статистической биоактивности, биоактивности на основе оценки стыковки и согласованной биоактивности (статистической биоактивности и стыковки на основе структуры)

Несвязывающие вещества, которые не были удалены с использованием только статистического фильтра, но были отфильтрованы, когда использовался консенсусный подход, были проверены в кристаллической структуре A 1 AR.Некоторые несвязывающие вещества (например, CHEMBL1800792) не адаптировались к благоприятной конформации при стыковке с A 1 AR (рис. 6). Более того, взаимодействие с карманным остатком Asn 6.55 (нумерация Баллестероса-Вайнштейна) часто не наблюдалось. Это важный отсутствующий элемент, поскольку взаимодействие с этим остатком, как было показано, важно для связывания лиганда с AR A 1 и AR A 2A [11, 22]. Однако некоторые не связывающие вещества смогли осуществить это взаимодействие (CHEMBL372580), но, тем не менее, имели оценку стыковки, которая не достигла установленного порога (оценка стыковки ≤-9).Положения несвязывающих веществ сравнивали с положениями соединения, селективного к A 1 AR (CHEMBL207824) и соединения, селективного к AR A 2A (CHEMBL371436). Оба селективных соединения адаптируют конформацию, которая способна взаимодействовать с остатком Asn 6.55 . Кроме того, позы также представляют собой те же ароматические взаимодействия (с Phe171 EL2 в A 1 AR и с Phe168 EL2 и His250 6.52 в A 2A AR), что и сокристаллизованные лиганды, и адаптируются. аналогичная ориентация каркаса.Наконец, позы селективных лигандов имеют благоприятные оценки стыковки (-10,30 и -10,91, соответственно), подтверждая, что эти соединения являются связующими для A 1 AR или A 2A AR.

Рис. 6

Пристыкованные позы соединений к их соответствующим целям. Позы двух несвязывающих веществ в A 1 AR (CHEMBL1800792 в a и CHEMBL372580 в b ), A 1 AR-селективном соединении (CHEMBL204780 в c ) и A 2A AR -селективное соединение (CHEMBL371436 в d ).Пристыкованные позы сравниваются с сокристаллизованными лигандами, показанными оранжевым цветом. Водородные связи между лигандами и Asn 6,55 показаны желтым

Проверка модели окна селективности на внешнем наборе

Модель окна прогнозирующей селективности (обучена на A 1 AR / A 2A AR наборе данных и полуселективные соединения) была поставлена ​​задача предсказать селективность соединений из набора внешней валидации. Этот набор содержал 1482 соединения, для которых величина биоактивности доза-ответ (K i / IC 50 / EC 50 / K d ) была известна по крайней мере для одного из двух рецепторов.Если для обоих рецепторов было доступно точное значение биоактивности, соединение классифицировалось в соответствии с предыдущими правилами, применявшимися в этом исследовании. Однако, если было известно точное значение биоактивности только для одного рецептора, использовалось менее точное измерение биоактивности (ингибирование как процентное смещение / эффективность / изменение) для определения неактивности отсутствующего рецептора. Низкая точность значений биоактивности делает эти данные менее подходящими для обучения модели количественной разнице между активностью на двух рецепторах, но подходящими для проверки классификации.Значение pChEMBL <4,5 или порог ингибирования ≤ 50% (при 10 мкМ) использовали для мечения неактивных соединений, тогда как значение pChEMBL ≥ 6,5 использовали для обозначения активных соединений. Модель окна селективности (см. Дополнительный файл 3) была применена к соединениям во внешнем наборе для проверки, предоставив им всем прогнозируемую оценку селективности и, впоследствии, класс селективности. Проверка охватывала все классы селективности: A 1 AR- и A 2A AR-селективные соединения, двойные связующие и несвязывающие.Поскольку модель окна селективности не имеет порога для несвязующих, несвязующие всегда считались либо истинными, либо ложноотрицательными (никогда ложными / истинно положительными).

Без фильтрации неактивных компонентов модель окна селективности показала среднее значение при прогнозировании AR-селективных соединений A 1 (ROC 0,75) и A 2A AR-селективных соединений (ROC 0,66) во внешнем наборе для проверки (таблица 5). Однако применение фильтра согласованной биоактивности привело к увеличению классификационного обогащения A 1 AR- и A 2A AR-селективных соединений.Хотя ROC для A 1 AR-селективных соединений снизился после применения фильтра биоактивности, PPV и, следовательно, доля истинных A 1 AR-селективных соединений по сравнению со всеми предсказанными соединениями A 1 AR увеличилась с 0,12 до 0,21. Кроме того, MCC немного увеличился с 0,13 до 0,18. Проверка соединений показала, что все несвязывающие вещества были удалены после фильтрации прогнозов окна селективности с помощью фильтра согласованной биоактивности. Таким образом, снижение ROC для AR-селективного класса A 1 было вызвано только наличием двойных связующих.Примечательно, что чувствительность для селективных соединений A 1 AR и A 2A AR составляла 1,00 (100%), тогда как чувствительность для двойных связующих составляла 0,00 (0%). Хотя двойные соединения присутствовали в наборе, который был отфильтрован с помощью модели окна селективности, эти соединения были ошибочно отнесены к категории A 1 AR- или A 2A AR-селективных. Прогнозируемые двойные связующие до фильтрации по биоактивности фактически не были связующими. Однако эти несвязывающие вещества были правильно отфильтрованы с использованием фильтра биоактивности, в результате чего класс двойных связующих веществ остался без соединений с положительным прогнозом.Обратите внимание, что результаты не указывают на двойное обогащение связующим, поскольку прогнозы биоактивности охватывают только соединения, которые, как предполагается, будут селективными по A 1 AR или A 2A AR.

Таблица 5 Характеристики модели окна селективности на внешнем проверочном наборе

Селективность включения в зрительной системе Drosophila представляет собой мультисинаптический процесс, включающий как глутаматергическое, так и ГАМКергическое ингибирование

В основном, все три рецензента очень положительно отнеслись к статье и сочли, что ее следует опубликовать.Тем не менее, есть два важных момента, которые вы должны рассмотреть перед окончательным принятием рукописи:

— Один из них — написание статьи. Рецензенты внесли много предложений, как улучшить его, чтобы сделать его более понятным для аудитории. Это сложный материал, и вы должны приложить все усилия, чтобы помочь читателям. Я рекомендую вам просмотреть все предложения и вернуться с версией, в которой рассматриваются эти вопросы.

— Другое связано с вопросом, поднятым рецензентом №1, экспрессируют ли клетки L1 совместно ГАМК и Glu.Вы должны предоставить более убедительные доказательства, подтверждающие вашу точку зрения, или просто более осторожно подходите к заявлению об отсутствии высвобождения ГАМК из L1 (например, подраздел «Нечувствительный к PTX ГАМКАР частично спасает ответы ВКЛ»).

В противном случае поздравляем с очень элегантной статьей, которая окажет значительное влияние в этой области.

Прежде всего, хотим поблагодарить Вас за положительную оценку нашей статьи. Мы последовали вашим советам о том, как улучшить многие разделы статьи, а также работали с профессиональным редактором над дальнейшим улучшением написания.Мы особенно признательны за очень подробную критику. Благодаря этому мы думаем, что рукопись теперь легче читается и стала более прочной, и надеемся, что вы согласитесь.

Что касается вопроса, могут ли нейроны L1 выделять ГАМК, предыдущая литература (например, Kolodziejczyk et al., 2008) показала, что единственный ГАМК-положительный сигнал в пластинке исходит от окончаний аксонов нейронов C2 и C3, а не какой-либо монополярной пластинки. клетка. Мы также повторно провели окрашивание анти-ГАМК в линии, которая специально метила нейроны L1, чтобы продемонстрировать это более четко, и снова не видим никакого окрашивания ГАМК ни в телах клеток L1, ни в нейропиле мозгового вещества, содержащем L1. терминалы.Фактически, L1 не экспрессирует какие-либо основные ферменты синтеза ГАМК, и захват ГАМК из внеклеточной среды не может приводить к высвобождению ГАМК, потому что L1 также не экспрессирует транспортер ГАМК через плазматическую мембрану Gat. Сам по себе VGaT (который высоко экспрессируется во всех нейронах, как показано Дэвисом и др.) Не может объяснить высвобождение ГАМК, поскольку это просто объясняет везикулярный захват ГАМК. Мы объясняем это более четко в статье

.

Рецензент № 1:

В этом исследовании Молина-Обандо и его коллеги исследовали клеточные / цепные механизмы, лежащие в основе возникновения селективности ВКЛ, т.е.е., специфическая чувствительность к приращениям силы света в контурах зрительного мозга мухи. До сих пор эти механизмы были плохо изучены. Используя продуманную комбинацию фармакологии, генетики и физиологических инструментов, это исследование показывает, что: 1) подавляющие сигналы, запускаемые глутаматом, лежат в основе трансформации сигнала, 2) как габаергические, так и глутаматергические синапсы вносят вклад в трансформацию сигналов, и 3) хотя существует прямое подавляющее глутаматергическое действие. синапс между нейронами пресинаптической пластинки и исследуемыми клетками мозгового вещества, активность через этот синапс не является критическим для селективности ON.Скорее, трансформация сигнала зависит от каскада множественных синапсов, которые задействуют ингибирующую активность, основанную на габаэргических и глутаматергических факторах.

В целом, авторы используют множество инструментов для ответа на конкретные вопросы, что укрепляет наблюдения. Однако в некоторых случаях описание сложных результатов не очень четкое, неполное или плохо обсуждается. Это важно, потому что наблюдения, описанные в этом исследовании, убедительно свидетельствуют о том, что ранняя визуальная обработка организована распределенным, мультисинаптическим образом, расширяя исходную идею моносинаптической функциональной организации.Однако интерпретация сложных результатов не является тривиальной, и в некоторых случаях отсутствие ясности в тексте ставит под угрозу признание ценности результатов.

Я думаю, что это исследование ценно не только для сообщества зрячих мух, но и для более широкого сообщества сенсорных нейробиологов. Комбинация фармакологии с генетическими нарушениями каналов специфическим для клеточного типа образом была ключевой для демонстрации распределенной функциональной организации. Поскольку разделение обработки сигналов на пути «ВКЛ» и «ВЫКЛ» обнаруживается во многих сенсорных системах разных видов, значение этих результатов выходит за рамки сообщества видения мух и достигает сообщества сенсорной нейробиологии в целом.По этим причинам я бы поддержал публикацию этой работы. Однако, как упоминалось выше, мне было трудно читать рукопись.

Мы благодарим рецензента за очень положительный ответ и полезную критику.

Рецензент № 2:

Общая оценка и основные комментарии

В этой рукописи авторы исследуют молекулярные механизмы, с помощью которых информация передается от ламинарной монополярной клетки L1, кодирующей контраст, в клетки мозгового вещества Mi1 и Tm3, два из основных входов в селективную по направлению и чувствительную к движению клетку T4.Их общая стратегия изначально заключается в блокировании каналов с помощью PTX и функции восстановления путем экспрессии аллелей, устойчивых к PTX. Они обнаружили, что низкие концентрации (5 мкМ) PTX блокируют рецепторы GABA_A и GluCla (рис. 6). Когда резистентные к PTX аллели Rdl экспрессируются в Mi1 или Tm3, то устойчивый ответ этих клеток на ступенчатые изменения контраста при включении восстанавливается (рис. 4). Затем авторы генерируют устойчивый к PTX аллель GluCla, за что они заслуживают похвалы, и это спасает временные ответы на ступенчатые изменения контрастности ON (Рисунок 6).Клетки Tm3 и Mi1 расположены в сети клеток, включающей L5 и ГАМКергические клетки CT1 и C2, поэтому вполне вероятно, что сигналы L1 полисинаптически передаются клеткам Mi1 и Tm3. Кроме того, они исследуют активность клеток Т4 и Т5 под действием PTX, а также у мух с отключенным GluCla.

В целом, я нашел, что рукопись завершилась отличным обсуждением. Молекулярная работа была впечатляющей и, несомненно, потребовала много работы. Организация результатов включала множество неявных рассуждений и необычных способов раскрытия важных данных, усложняющих отслеживание.В целом, я не был уверен, что установление полсинаптической связи между L1 и Tm3 или Mi1 было неожиданностью, и что в статье не использовалась эта работа, чтобы понять, какой вклад различные механизмы вносят в вычисление исправления ON. Я думаю, что с другой стороны, я мог бы быть очень впечатлен данными. Генерация аллеля рецептора GluCla, нечувствительного к PTX, потенциально может быть очень полезным инструментом для анализа других цепей. В основном у меня много мелких замечаний, которые отражают мой энтузиазм по поводу работы.

Мы благодарим рецензента за общую положительную оценку наших данных. Мы работали над написанием и особенно добавляли более подробные рассуждения. В комментариях ниже мы обсудим наши причины утверждать, что мы все еще считаем интересным наличие мультисинаптических связей, опосредующих инверсию знака в пути ON. Однако теперь мы также уделяем больше внимания чистым механизмам, лежащим в основе селективности включения.

Основные комментарии

Первое предложение второго абзаца в подразделе «ON-ответы теряются из-за концентраций PTX, влияющих на GABAAR и GluCl», позволяет читателю думать, что 100 мкм PTX блокирует GABA_AR и GluCla, а 5 мкм PTX блокирует только GABA_AR.Это позволяет думать, что GABA_Ars необходимы для нормальной передачи сигналов глутамата при 5 мкм PTX на рисунке 2. Данные на рисунке 6 показывают, что GluCla блокируются на расстоянии 5 мкм, и результаты должны заявить об этом с самого начала. Вывод из рисунка 2, приведенный в четвертом абзаце, состоит в том, что «рецепторы ГАМК могут играть дополнительную роль», поэтому эти данные необоснованны, независимо от того, верны они или нет.

Обширная предыдущая литература показывает, что GluCl обычно блокируются более высокими концентрациями PTX, чем GABAAR.Например, 100 мкм PTX ранее использовался для блокирования GluCl, тогда как GABAAR уже блокируются более низкими концентрациями PTX (например, Лю и Уилсон используют 100 мкм PTX для блокирования GluCla и говорят: «Концентрация пикротоксина, необходимая нам для достижения этого уровня блокады. был выше, чем необходимо для блокирования контролируемой ГАМК хлоридной проводимости в тех же нейронах ». Wilson and Laurent, 2005, заявляют, что« всего 1 мкм пикротоксина достаточно, чтобы заблокировать 94,4% ГАМК-зависимой гиперполяризации в LN ». 21.1 мкм PTX был необходим для снижения пиковой текущей амплитуды глутаматного ответа M. domestica GluCls до половины (IC50) (Hirate et al., 2008). Кроме того, в этой рукописи можно видеть, что 10 мкм оказывают более слабое влияние на D. melanogaster GluCla, чем 100 мкм РТХ (данные ооцитов, рис. 5). Кроме того, Fisher et al., 2015 использовали 5 мкм PTX для блокирования избирательных по направлению ответов в зрительной системе, и этот эффект мог быть спасен нечувствительным аллелем RdlMDRR, демонстрируя специфичность через Rdl GABAAR в этом контексте.Таким образом, данные, показанные на Рисунке 2, были именно теми данными, которые предположили, что «рецепторы ГАМК могут играть дополнительную роль», и привели нас к дальнейшему развитию идеи о том, что ГАМКергическое ингибирование также участвует в опосредовании ответов НА, что мы подтвердили. с использованием нечувствительного к ГАМК аллеля RdlMDRR на Рисунке 4.

Мы не уверены, что обозреватель имеет в виду под словами «необходимы для нормальной передачи сигналов глутамата». Если автор обзора действительно имел в виду передачу сигналов глутамата, мы показали, что на сигналы iGluSnFR в значительной степени не влияет 25 мкм PTX (предыдущий рисунок S2).Теперь мы повторили эти эксперименты для 5 мкм и 100 мкм PTX, чтобы лучше согласовать другие данные в статье, и включили их в новый рисунок 2 — приложение к рисунку 2. Мы также добавили эти данные для Tm3 в рисунок 2 — приложение к рисунку 3. Если рецензент вместо этого имел в виду «требуются для нормальных ответов ON», тогда мы утверждаем, что это именно та цель, которую мы исследовали здесь, и что эти данные, таким образом, позволяют думать, что «GABAAR может сыграть роль».

Теперь мы расширили описание предыдущей литературы о различных концентрациях PTX, используемых, чтобы прояснить это.«В экспериментах на дрозофила ранее использовала концентрации 1-5 мкМ PTX для эффективного блокирования ГАМК-зависимой гиперполяризации в обонятельной системе и ГАМКергического ингибирования в нейронах зрительной системы Drosophila (Wilson and Laurent, 2005, Fisher et al. , 2015). Напротив, 100 мкМ PTX был использован для блокирования GluCls в обонятельной системе (Liu and Wilson, 2013) ».

Рецензент № 3:

«Селективность включения в зрительной системе дрозофилы…» Молина-Обандо и др., отличная статья. В статье авторы показывают, что ON-селективность через путь L1 -> Mi1 / Tm3 опосредуется как глутаматергическими, так и габаэргическими ионотропными рецепторами. Кроме того, они показывают, что вход Mi1 / Tm3 должен исходить от более чем L1, т.е. что он является мультисинаптическим. Авторы используют впечатляющий набор методов для демонстрации этого, включая фармакологию, генетику, электрофизиологию, визуализацию кальция и т.д. зрительная система мух, а также позвоночные и другие органы чувств.

Подраздел «Инверсия знака в пути ON — это мультисинаптическое вычисление, которое зависит от GluClα», второй абзац, вы ссылаетесь на рисунок S3G, но я думаю, вы имеете в виду S4G. Если это так, вы используете его, чтобы показать, что L1 является глутаматергическим, но на графике также показаны ГАМК-маркеры — откуда вы знаете, что ГАМК-ергический вход не может поступать из L1? Все ваши сводные диаграммы подразумевают, что ГАМК должна происходить из чего-то другого.

Верно, мы исправили ссылку на этот рисунок и добавили цитату.Мы также добавили подробное обсуждение того, почему L1, вероятно, не является ГАМКергическим. Пожалуйста, ознакомьтесь с нашим развернутым ответом рецензенту №1 на этот вопрос, который начинается со слов «Приносим извинения за то, что мы недостаточно тщательно объяснили наш аргумент о том, что L1 не является ГАМКергическим, ..»

Вы переключаетесь между концентрациями PTX, не слишком понимая почему — может быть, просто ссылаетесь на рисунок 2 в качестве обоснования? Более того, рисунки 2B и D могут быть построены в виде кривых доза-ответ, и вы можете извлечь IC50.

Теперь мы добавили более подробное описание предыдущей литературы о том, почему считалось, что разные концентрации PTX по-разному влияют на GABAAR и GluCls (см. Наш обширный ответ на основной комментарий рецензента №2). Чтобы избежать дальнейшей путаницы, мы теперь также показываем данные на Рисунке 2 при «низких концентрациях PTX» при 2,5 мкМ, чтобы можно было сравнить направления с Рисунками 4 и 6. Мы также добавили предложения в нескольких местах в разделе «Результаты», явно объясняя, почему мы провели эксперимент при данной концентрации PTX.

На самом деле мы не можем вывести IC50, потому что PTX неспецифичен, и мы бы измерили смешанные эффекты на GABAAR и GluCl. (На самом деле, когда вы прищуриваетесь, глядя на данные Tm3 на рисунке 2, вы можете увидеть, что эффект PTX не увеличивается непрерывно, а скорее ступенчато).

Рисунок 4C и аналогичные (везде используется тот же формат), у вас есть 3 графика с разными осями Y, но не совсем понятно, как эти 3 параметра были извлечены. Может быть, вы могли бы добавить еще одну панель, где вы описываете разницу между шагом, плато и интегралом?

Мы добавили схему, иллюстрирующую эти количественные характеристики, к рисунку 3 — рисунок в приложении 1, упомяните следующее предложение в разделе результатов: «Мы индивидуально количественно оценили амплитуду максимального отклика на шаг включения, амплитуду отклика плато и интегрированный ответ во время шага ВКЛ. (Рисунок 4 — дополнение к рисунку 1A).»И расширили описание анализа в разделе« Материалы и методы ».

На рис. 5C, D вам необходимо объяснить, что означают маленькие черные квадраты и полосы над графиками, и показать, как из них были извлечены параметры на панели E. В тексте упоминается нормализация к пиковому току, но это можно пояснить гораздо яснее на рисунке.

Теперь мы лучше объясним это в легенде рисунка

Когда вы говорите о своих выводах, вы упоминаете Rdl, но его нет на диаграмме, тогда как GluClalpha ясен в тексте и диаграмме.Кстати, мне нравятся эти диаграммы, поскольку они медленно складываются. Однако на рисунке 6J вы вставляете безымянный элемент, который не поясняется в легенде рисунка.

Теперь пишем Rdl (GABA-A-R)

На рис. 7A и 7G имеются одинаковые пиктограммы и аналогичные оси y и x, но разные данные. Просьба уточнить.

На рисунке 7A геном мухи несет экзон FlpStop в неразрушающей (ND) ориентации, а затем инвертируется (с помощью рекомбиназы Flp) в разрушающую ориентацию во всех нейронах (elav >> Flp).Этот тест проводится на гетерозиготном фоне (xxx / + ). Таким образом, это проверка как эффективности FlpStop, так и эффективности инверсии. Это почти так хорошо, как могло бы быть (уровень мРНК 50%).

На рисунке 7G геном мухи несет экзон FlpStop в разрушающей ориентации. Здесь мы проверили гетерозиготное состояние (FlpStop.D / +), которое должно быть похоже на elav >> Flp. Небольшое расхождение между панелями A и G потенциально может быть объяснено клетками, экспрессирующими GluCl, но не экспрессирующими elav >> Flp, или неполной инверсией.Здесь мы также протестировали полный гомозиготный мутант, имея аллель GluCla-FlpStop в транс-состоянии к дефициту. Поразительно, но в этом состоянии почти нет мРНК.

Мы добавили предложение, чтобы лучше объяснить последний случай: «Чтобы проверить это, мы использовали аллель FlpStop, вставленный в разрушающую ориентацию. На этом фоне экспрессия должна быть полностью нарушена во всех клетках, обычно экспрессирующих GluClα ».

Рисунок 7D, «нормализовано для управления», что это такое?

Контрольными группами были мухи дикого типа.Мы заменили метку оси X на « дикий тип (+ / +) », чтобы сделать это более понятным

На рис. 8 для пояснения вы можете объяснить, как DSI и PD извлекаются из примера трассировки.

Мы определили PD как направление движения, вызывающее самые сильные реакции. В разделе «Материалы и методы» говорится: «Индекс избирательности по направлению (DSI) был рассчитан как PD-ND / PD, где PD — это максимальный отклик среди всех ответов на разные направления движения, а ND — это отклик на нулевое направление движения. определяется как 180 ° от предпочтительного направления.”

Поскольку наш основной рисунок показывает среднее значение всех трасс (которые могут иметь разные индивидуальные PD), мы могли бы добавить дополнительный рисунок, который иллюстрирует это для примера полета (изображение ответа автора 1), но мы почти чувствуем, что это слишком стандартно, чтобы делать это.

Извлечение PD и ND ответов из данных визуализации кальция T4 / T5.

( A ) Экспрессия GCaMP6f в нейронах T4 / T5.Области интереса нарисованы вручную и назначены различным слоям лобулярной пластинки (LP) или мозгового вещества (Me). ( B ) Одиночная область интереса откликается на включение (яркий фон) и выключение (серый фон) в разных направлениях движения. ( C ) После усреднения по испытаниям и областям интереса предпочтительное направление (PD) определяется как направление движения, которое вызывало самый сильный отклик. Нулевое направление (ND) устанавливается как направление движения на 180 ° относительно PD.

Я не понимаю разницы между рис. 3 и S3 — большая часть информации кажется одинаковой.

В двух отдельных исследованиях была проведена специфическая для типа клеток RNAseq зрительной системы взрослой Drosophila . Мы показали, что Davis et al. Данные за 2018 год показаны на основном рисунке, потому что они более полны для интересующих нас типов клеток. В то же время мы также хотели отдать должное данным из лаборатории Desplan (Konstantinides et al., 2018) и также подумали, что это приятно видеть, насколько эти два исследования пересекаются. Поэтому мы показываем эти данные в Приложениях.

Подписи к рисункам, пожалуйста, четко разделяйте текст по панелям, а не объединяйте их.

Готово.

Заключительное предложение легенды на рис. 4 очень громоздко. Подумайте о разрыве.

Готово.

https://doi.org/10.7554/eLife.49373.037

Избирательность — абсолютный афродизиак: Новости Северо-Западного университета

ЧИКАГО — Скоростные свидания, которые романтически желали большинства своих потенциальных партнеров, были быстро и безоговорочно отвергнуты, согласно новому исследованию Северо-Западного университета.

Традиционная мудрость давно учит, что один из лучших способов понравиться кому-то — это дать понять, что он вам нравится.Теперь исследователи обнаружили, что этот закон взаимности остро нуждается в звездочке в области романтического влечения.

Чем больше вы склонны испытывать романтическое желание ко всем потенциальным романтическим партнерам, с которыми вы встречаетесь, тем меньше вероятность того, что они будут желать вас в ответ. (Думайте слишком отчаянно, слишком неизбирательно.)

Напротив, когда вы желаете иметь потенциального партнера сверх других вариантов, только тогда ваше желание может быть встречено взаимностью.(Подумайте, аллилуйя, наконец-то меня действительно поймали.)

В прошлом социальным психологам было трудно наблюдать первоначальное романтическое влечение в действии, но методология скоростного свидания, использованная в этом исследовании, позволила исследователям серьезно взглянуть на химию, которая была в центре такого большого количества литературы. , искусство и воображение на протяжении веков.

«Потенциальные партнеры, которые кажутся неразборчивыми, явно отталкивают, а те, кто пробуждает магию ощущения себя особенными, — большая ничья», — сказал Пол У.Иствик, ведущий автор исследования и аспирант факультета психологии Северо-Запада. «Самое безумное то, что наши любители скоростных свиданий обговаривали все эти тонкости, имея всего четыре минуты на каждое свидание».

«Избирательное и неизбирательное романтическое желание: не все взаимности созданы равными», автор Иствик и Северо-Западный университет Эли Дж. Финкель, доцент кафедры психологии, будет опубликован в апрельском номере журнала Psychological Science. В состав отчета также внесли вклад Дэниел Мочон и Дэн Ариели из Массачусетского технологического института.

«Как все это происходит, остается загадкой», — сказал Финкель. «Поставьте себя на место любителя скоростных свиданий. Вы не только можете понять, насколько вы нравитесь этому человеку, но и за четыре минуты можете определить, насколько вы нравитесь этому человеку больше, чем другие свидания. Это потрясающе ».

Чтобы изучить динамику первых минут романтического влечения, исследователи организовали семь сеансов быстрого знакомства для 156 студентов бакалавриата.У участников были четырехминутные скоростные свидания с 9–13 лицами противоположного пола. Сразу после каждого свидания они заполняли двухминутную анкету, отвечая на такие вопросы, как «Мне очень нравился мой партнер по взаимодействию» и «Меня сексуально привлекал мой партнер по взаимодействию».

Вернувшись домой, они записали на сайте исследования, будут ли они заинтересованы снова встретиться с каждым человеком, с которым они встречались на скоростном свидании. Взаимные «да» получили возможность контактировать друг с другом.

«Люди, которым нравятся все, в отличие от дружбы, когда они обычно нравятся взамен, могут источать отчаяние в романтическом контексте», — сказал Финкель.

«Это говорит о том, что романтическое желание бывает двух разных вкусов: избирательного и неизбирательного», — добавил Иствик. «Если ваша цель — заставить кого-то вас заметить, неизбирательный привкус потерпит неудачу, причем быстро».

«Потребность чувствовать себя особенной или уникальной может быть широкой мотивацией, которая распространяется на всю нашу социальную жизнь», — говорится в исследовании.«Подобно тому, как эта потребность играет важную роль в интимных отношениях и дружбе, настоящее исследование обнаруживает характерный эффект анти-взаимности, если эта потребность не удовлетворяется при первых встречах с потенциальными романтическими партнерами».

Избирательность в страновых стратегиях: доказательства

Аннотация
Группа Всемирного банка (WBG) приняла новая стратегия, которая ставит две амбициозные цели по окончанию крайняя бедность и содействие всеобщему процветанию.К реализовать двойную цель, ГВБ разрабатывает более основанная на фактах и ​​выборочная модель взаимодействия со страной, Рамочная программа партнерства со страной (CPF). Группа банков деятельность в любой стране будет на пересечении что показывает систематическая страновая диагностика, собственные приоритеты развития государства и ГВБ сравнительное преимущество (OPCS). Пока CPF затачивает акцент ГВБ на стратегической избирательности в своей стране программ, проблема давняя.Эта статья — первая попытка собрать воедино различные доказательства чтобы понять роль и практику избирательности в страновых стратегиях ГВБ и исследует связь между избирательностью и результатами страновых программ. Он рассматривает избирательность в 105 CAS, включая Country Стратегии партнерства на 2009-2013 финансовые годы. Он также предоставляет анализ синтеза по вопросам селективности 22 CAE, включая оценки странового партнерства (ОСП), проведенные компанией IEG в течение 2005-14 финансовых годов.Полученные данные демонстрируют, что селективность имеет значение для общего результата развития CAS при контроле других переменных, таких как страна собственность, матрица результатов и ВВП на душу населения. Кроме того, оценки показывают, что избирательность важнее в странах с высоким уровнем крайней бедности. Наконец-то, в конце статьи приводятся основные уроки и вопросы для дальнейшие исследования.

Цитата

«Сунь, Сяолунь; Санчес, Луис Альваро; Паец, Карла; Оганесян, Шогик; Ли, Сюэ; Батра, Гита. 2015. Избирательность в страновых стратегиях: доказательства. Обучающая записка IEG ;. Всемирный банк, Вашингтон, округ Колумбия. © Всемирный банк. https://openknowledge.worldbank.org/handle/10986/21707 Лицензия: CC BY 3.0 IGO ».

Крайняя избирательность сальметерола к β2 обусловлена ​​остатками как во внеклеточных петлях, так и в трансмембранных доменах

Abstract

Салметерол — это 2-агонист β 2 длительного действия, широко используемый в качестве ингаляционного средства для лечения астмы и хронической обструктивной болезни легких.Он имеет очень высокое сродство β 2 (log K D -8,95) и очень селективен в отношении 2-адренорецептора β (1000-кратная селективность по сравнению с 1-адренорецептором β ). В этом исследовании использовался подход мутагенеза для определения точных аминокислот в 2-адренорецепторе β человека, ответственных за эту очень высокую селективность. β 2- и β 1-адренорецепторы дикого типа, химерные β 2/ β 1-адренорецепторы и рецепторы с одноточечными мутациями были трансфицированы в клетки K1 яичника китайского хомячка, аффинность и функция были изучены с использованием связывания [ 3 H] CGP 12177 [(-) — 4- (3- трет -бутиламино-2-гидроксипропокси) -бензимидазол-2-он] целыми клетками и [ 3 H] цАМФ накопление.Внеклеточная петля 3 (и, в частности, аминокислота K305) имела наибольший единичный эффект за счет снижения сродства салметерола к 2-адренорецептору β в 31 раз. h396 в трансмембране 6 также оказал большое влияние (18-кратное снижение сродства к салметеролу). Сочетание этих факторов в двойном мутанте β 2-h396K-K305D снижает сродство салметерола в 275 раз, в пределах 4 раз от сродства 1-адренорецептора β , не влияя на сродство или селективность другого β. 2-агонисты (сальбутамол, формотерол, фенотерол, кленбутерол или адреналин).Другой важной аминокислотой был Y308 в трансмембране 7, хотя это также влияло на сродство и селективность других агонистов. F194 во внеклеточной петле 2 и R304 во внеклеточной петле 3 также имели незначительные эффекты. Ни одна из этих мутаций (включая двойной мутант β 2-h396K-K305D) не влияла на эффективность или продолжительность действия сальметерола. Это предполагает, что высокое сродство и селективность салметерола обусловлены определенными аминокислотами в самом рецепторе, но что продолжительность действия, по крайней мере, частично, обусловлена ​​другими факторами, например липофильностью.

Footnotes

    • Получено 12 августа 2014 г.
    • Принято 16 октября 2014 г.
  • Эта работа была поддержана стипендией ученых-клиницистов Wellcome Trust, присужденной J.

Добавить комментарий

Ваш адрес email не будет опубликован.