Как пишут авторы работы в своей статье, смоделировать живую клетку крайне сложно из-за множества параметров, которые описывают ее поведение. В человеческом геноме, например, насчитывается около двадцати тысяч генов. Следовательно, внутри клетки может быть минимум такое же количество разных молекул белка и РНК, в процессах метаболизма на внутриклеточном уровне задействованы сотни веществ, а само «тело» клетки представляет вовсе не полый шарик. Описать поведение клетки – задача столь же сложная, как смоделировать поведение города или государства, причем большим количеством разных численных величин (концентрации веществ, скорости их переноса и так далее) неприятности ученых не исчерпываются. Число экспериментов, из которых исследователям известно о поведении реальной клетки, хоть и велико, но недостаточно для полноты картины. Когда четкость мешает Обычная логика (математическая) предполагает однозначность высказываний. Применительно к биологии и отдельным клеткам это могло бы означать, что модель клетки всегда придерживается правил вида «если вокруг вещества А и одновременно вещества Б стало больше, чем миллиард молекул – надо начать деление». Но с такими точными моделями есть проблема: они далеко не всегда хорошо согласуются с реальностью. Причина кроется в неполноте знаний – ученым остаются неизвестными многие правила, по которым работает клетка. И лишь так называемая нечеткая логика дает возможность получить интересующие исследователей результаты даже при недостатке знаний о моделируемой системе. Вместо бинарного противопоставления «горячо-холодно» устройства на нечеткой логике выделяют больше состояний. Нечеткая логика в технике предполагает использование не двоичного выбора «есть-нет», а отнесение ситуации к одному из классов с довольно размытыми границами. Изменение разных параметров, описывающих поведение клетки в модели на нечеткой логике. Что это даст? Безусловно, из новой модели не получится тут же рецепт продлевающего жизнь лекарства и уж тем более она не откроет секрет бессмертия. Скорее, она окажется полезным инструментом для работы биологов, работающих над решением частных вопросов – изучающих влияние на клетки свободных радикалов, ищущих характерные изменения при определенных болезнях и так далее. Но не стоит и преуменьшать значение моделей. Моделирование для ученого часто оказывается тем, что позволяет намного быстрее проводить исследования – в настоящее время, например, при помощи суперкомпьютеров осуществляется предварительный поиск лекарств или (если отвлечься от биологии) проверка прототипов автомобилей на безопасность при столкновениях. Вместо того, чтобы проводить испытания на сотнях животных или разбивать один дорогой автомобиль можно просто запустить программу и посмотреть на результат. Источник: Вечная молодость