Генетический уровень биологических структур
Переход на молекулярный уровень исследования во многом изменил представления о механизме изменчивости. Согласно доминирующей точке зрения, основным источником изменений и последующего отбора являются мутации, возникающие на молекулярно-генетическом уровне. Однако кроме переноса свойств от одного организма к другому, существуют и другие механизмы изменчивости, важнейшим из которых являются "генетические рекомбинации". В одних случаях, называемых "классическими", они не приводят к увеличению генетической информации, что наблюдается главным образом у высших организмов. В других, "неклассических" случаях рекомбинация сопровождается увеличением информации генома клетки.
Дальнейшее исследование "неклассических" форм генетических рекомбинаций привело к открытию целого ряда переносимых или "мигрирующих" генетических элементов. Всё это не могло не поставить вопроса о том, работает ли естественный отбор на молекулярно-генетическом уровне? Появление "теории нейтральных мутаций" еще больше обострило ситуацию, поскольку она доказывает, что изменения в функциях аппарата, синтезирующего белок, являются результатом нейтральных, случайных мутаций, не оказывающих влияния на эволюцию. Хотя такой вывод и не является общепризнанным, но хорошо известно, что действие естественного отбора проявляется на уровне фенотипа, т.е. живого, целостного организма, а это связано уже с более высоким уровнем исследования.
Дополнительно
Структурная и молекулярная организация генного вещества
Почти полвека тому назад, в 1953 г., Д. Уотсон и Ф. Крик открыли принцип
структурной (молекулярной) организации генного вещества -
дезоксирибонуклеиновой кислоты (ДНК) [1]. Структура
ДНК дала ключ к механизму точного воспроизведения - редупликации - генного
вещества [2]. Так
возникла новая наука ...
Нейросетевые методы распознавания изображений
Выполнен обзор нейросетевых методов, используемых при распознавании
изображений. Нейросетевые методы - это методы, базирующиеся на применении
различных типов нейронных сетей (НС). Основные направления применения различных
НС для распознавания образов и изображений:
применение для извлечение
...