Мед 62 рф: Медицинский центр «МЕДЭКСПРЕСС»

Содержание

Информация по отчетной форме № 62

	Обращаем Ваше внимание, что поля отмеченные символом * обязательны для заполнения.
*Фамилия:
*Имя:
Отчество (при наличии):
*Тип ответа:	В электронной форме В письменной форме
Место проживания:
Индекс:
*Район / Город:	г. АстраханьЗАТО «Знаменск»Ахтубинск районВолодарский районЕнотаевский районИкрянинский районКамызякский районКрасноярский районЛиманский районНаримановский районПриволжский районХарабалинский районЧерноярский районИногородний
*Населенный пункт:
*Адрес:
*Адрес электронной почты:
*Контактный телефон:
*Текст обращения: (не более 2000 символов)
Загрузить файл: (допустимы файлы не более 10 Мегабайт и только следущих типов: png, jpeg, tiff, zip, rar и pdf)
	Я подтверждаю свое согласие на передачу информации обращения в электронной форме по открытым каналам связи сети Интернет и на обработку моих данных в соответствии с федеральным законом Российской Федерации от 27 июля 2006 г. №152-ФЗ «О персональных данных».

Если Вы не согласны с установленным порядком работы с обращениями граждан, поступивших через официальный сайт министерства или Вас не удовлетворит ответ на Ваш запрос, Вы можете направить обращение в министерство в письменном виде по адресу 414056, г. Астрахань, ул. Татищева, 16 «В» или в формате электронного сообщения.

О медицинском центре «АртМЕД»

Тольяттинский медицинский центр «АртМЕД» — это современное многопрофильное медицинское учреждение с профессиональным коллективом врачей и новейшим, не имеющим аналогов в городе, оборудованием. Здесь вы сможете в самые короткие сроки пройти полное медицинское обследование и получить подробные консультации по профилактике и лечению многих заболеваний.

У нас в доброжелательной и уютной атмосфере медицинскую помощь могут получить все, кто заботится о своем здоровье и предпочитает это делать в проверенных временем медицинских центрах. Совместная работа специалистов различных медицинских специальностей, чуткое и внимательное отношение к пациентам и их здоровью, использование богатого отечественного и зарубежного опыта, удобное расположение, предварительная запись на прием к специалистам, интеллигентность и профессионализм персонала делают пребывание в медицинском центре «АртМЕД» приятным и гарантируют высочайшее качество медицинского обслуживания.

Еще одно достоинство «АртМЕД» в Тольятти — это возможность приема в центре у врача в удобное для пациента время. Консультацию и последующее лечение проводит команда профессионалов — врачей высшей категории, каждый из которых имеет многолетний опыт в своей специализации и высокую квалификацию. Это врачи следующих специальностей: гастроэнтеролог, уролог-андролог, онколог-маммолог, инфекционист, гинеколог-эндокринолог, терапевт. Записаться на прием можно предварительно по телефону: +7 (8482) 51-62-62.

А также в нашем центре, по назначению врача, можно сдать медицинские анализы.

Информация о юридическом лице:
Информация для потребителей

Наименование юридического лица: ООО «АРТ МЕД»
Адрес места нахождения юридического лица: Россия, Самарская область, 445057, г.Тольятти, ул. Степана Разина, дом 66, офис 1

Свидетельство о государственной регистрации: серия 63 №005648562 от 25 мая 2012 года
ОГРН: 1126320009342
ИНН/КПП: 6321292074/632101001

Лицензии

Санитарно-эпидемиологическое заключение

Сведения об условиях, порядке, форме предоставления медицинских услуг и порядке их оплаты

ООО «АРТ МЕД» не оказывает услуг в рамках программы государственных гарантий бесплатного оказания гражданам медицинской помощи и территориальной программы государственных гарантий бесплатного оказания гражданам медицинской помощи.

Платные медицинские услуги предоставляются в ООО «АРТ МЕД» согласно Правил предоставления медицинскими организациями платных медицинских услуг (Постановление Правительства РФ от 04.10.2012г. №1006) в соответствии с действующим Прейскурантом после подписания уведомления о последствиях несоблюдения указаний (рекомендаций) Исполнителя, заключения договора в письменной форме между Потребителем (Заказчиком) и Исполнителем, информированного добровольного согласия Потребителя на медицинское вмешательство.

Оплата услуг может быть произведена Потребителем (Заказчиком) как в наличной форме путем внесения денежных средств в кассу Исполнителя, так и в безналичной форме путем перечисления денежных средств на расчетный счет Исполнителя через терминал.

Услуги Исполнителем предоставляются при условии их полной предоплаты Потребителем (Заказчиком). Потребителю (заказчику) в соответствии с законодательством Российской Федерации выдается документ, подтверждающий произведенную оплату предоставленных медицинских услуг (контрольно-кассовый чек).

Адреса и телефоны органа исполнительной власти субъекта Российской Федерации в сфере охраны здоровья граждан, территориального органа Федеральной службы по надзору в сфере здравоохранения и территориального органа Федеральной службы по надзору в сфере защиты прав потребителей и благополучия человека:

Министерство здравоохранения Самарской области
Адрес: ул.Ленинская, 73, Самара, Самарская область, 443020, [email protected], 8 (846) 333-00-16

Территориальный орган Федеральной службы по надзору в сфере здравоохранения по Самарской области
Адрес: ул. Арцыбушевская, 13, Самара, Самарская область, 443041, [email protected], 8 (846) 333-20-87

Управление Федеральной службы по надзору в сфере защиты прав потребителей и благополучия человека по Самарской области
Адрес: проезд Георгия Митирeва, 1, Самара, Самарская область, 443079, [email protected], 8 (846) 260-38-25

Территориальный отдел Управления Роспотребнадзора по Самарской области в г.Тольятти
Адрес: Московский проспект, 19, Тольятти, Самарская область, 445032, 8 (848) 237-22-03

Дополнительные документы:

Министерство здравоохранения Оренбургской области

«Вакцинация нации — сила государства!» — сводный обзор субъектов РФ

Руководствуясь задачей информирования широких кругов общественности и федеральных органов государственной власти по вопросам реализации всех направлений национальной социально-экономической политики, в том числе, необходимости вакцинации населения в субъектах РФ, обозначенной Президентом РФ В.В.Путиным в ходе «Прямой линии» 30 июня 2021 года, ОИА «Новости России» и редакция журнала «Экономическая политика России» (учрежден 12.04.2007 года Минобрнауки России, Минэкономразвития России, Минпромторгом России и Росстатом, свидетельство о регистрации ПИ № ФС77-27975) формируют на портале https://regioninformburo.ru/ Сводный обзор субъектов РФ: «Вакцинация нации — сила государства!» https://regioninformburo.ru/svodnyj-obzor-subektov-rf-vakczinacziya-naczii-sila-gosudarstva/

Целью данного информационного бесплатного ресурса является демонстрация эффективных направлений деятельности региональных и муниципальных органов власти касательно расширения государственно-частного и социального партнерства с организациями и предприятиями субъектов РФ в деле повышения общественного доверия к власти (доверия к Президенту Российской Федерации, высшим должностным лицам (руководителям высших исполнительных органов государственной власти) субъектов Российской Федерации, уровень которого определяется, в том числе, посредством оценки общественного мнения в отношении достижения в субъектах Российской Федерации национальных целей развития Российской Федерации), социально-экономического и инвестиционного развития территорий, обеспечения их финансовой стабильности и выработки стратегий ценообразования, развития предпринимательства и потребительского рынка, жилищного строительства и градостроительства, обновления промышленности и транспортной инфраструктуры, совершенствования системы АПК, ЖКХ, ТЭК и экологической безопасности, осуществления ветеринарной деятельности и лицензионного контроля, регулирования контрактной системы в сфере закупок и тарифного регулирования, занятости и трудовых отношений, укрепления продовольственной безопасности, природного, культурного, спортивно-туристского, научно-образовательного потенциала, улучшения доступности и качества услуг информатизации и связи, органов ЗАГС и нотариата, медицинской помощи, гражданской, правовой и социальной защиты населения Российской Федерации. Форма бесплатной регистрации для размещения важных новостей тут https://regioninformburo.ru/add-news/ , а дополнительная информация здесь https://regioninformburo.ru/svodnyj-obzor-subektov-rf-vakczinacziya-naczii-sila-gosudarstva/

Участники формирования Сводного обзора субъектов РФ: «Вакцинация нации — сила государства!» федеральные, региональные и муниципальные государственные органы управления, а также учреждения, организации и предприятия всех видов муниципальных образований с учетом добавлений Федерального закона от 27 мая 2014 года № 136−ФЗ (сельское поселение, городское поселение, муниципальный район, городской округ, внутригородская территория города федерального значения, городской округ с внутригородским делением, внутригородской район). Актуальные материалы органов исполнительной власти субъектов РФ и муниципальных образований для публикации в рамках Федерального закона от 9 февраля 2009 № 8-ФЗ «Об обеспечении доступа к информации о деятельности государственных органов и органов местного самоуправления», а также других нормативно правовых актов регламентирующих их деятельность в части информационной открытости и в целях освещения деятельности власти на региональном и муниципальном уровне в отношении реализуемых программ поддержки населения будут сводиться в разделе https://regioninformburo.ru/category/society/ , а формирование Сводного обзора субъектов РФ: «Вакцинация нации — сила государства!» направлено на привлечение внимания населения к стратегическому развитию регионов России.

Аккредитация специалистов — Казанский ГМУ

Руководитель центра: Ведущий специалист:

ул.Толстого, 6/30 Малова Мухаметдинова

Расположение центра Альбина Азатовна Адэлина Айратовна

Этот адрес электронной почты защищен от спам-ботов. У вас должен быть включен JavaScript для просмотра. Этот адрес электронной почты защищен от спам-ботов. У вас должен быть включен JavaScript для просмотра.

Контактная информация:

420015, г.Казань, ул.Толстого 6/30
8(843) 590-17-62.

Аккредитация врачей проводится Аккредитационной комиссией Министерства здравоохранения Российской Федерации для проведения аккредитации лиц, имеющих высшее медицинское образование (специалитет, ординатура) по Республике Татарстан.

ПредседательПрезидент Ассоциации медицинских работников Республики Татарстан

Питулова Ирина Борисовна

тел.: рабочий: 8 (843) 537-11-29; 8-987-006-17-00,

e-mail: Этот адрес электронной почты защищен от спам-ботов. У вас должен быть включен JavaScript для просмотра.; Этот адрес электронной почты защищен от спам-ботов. У вас должен быть включен JavaScript для просмотра.

Заместитель председателякомиссии

Потапова Марина Вадимовна

тел.: 8 (917)260-76-43

e-mail: Этот адрес электронной почты защищен от спам-ботов. У вас должен быть включен JavaScript для просмотра.

Секретарь комиссии

Калинина Ольга Вадимовна

тел.: 8(917)227-65-54

e-mail: Этот адрес электронной почты защищен от спам-ботов. У вас должен быть включен JavaScript для просмотра.

Аккредитационная комиссия состоит из представителей профессионального сообщества (АМР РТ), образовательных и научных организаций, высококвалифицированных специалистов. Состав аккредитационной комиссии утвержден приказом Минздрава России от 23.06.2020 г. № 618. В составе 12 подкомиссий по первичной аккредитации и 63 подкомиссии по первичной специализированной аккредитации.

ПРОТОКОЛ №2 ФОРМИРОВАНИЕ ПОДКОМИССИЙ (СПЕЦИАЛИТЕТ, ОРДИНАТУРА)

ПРОТОКОЛ №3 для проведения аккредитации специалистов, имеющих высшее и среднее медицинское образование, в Республике Татарстан.

Аккредитация фармацевтических специалистов проводится Аккредитационной комиссией Министерства здравоохранения Российской Федерации для проведения аккредитации специалистов, имеющих высшее и среднее фармацевтическое образование, в Республике Татарстан.

Председатель комиссии Председатель профсоюзной организации фармацевтических работников ТРОПРЗ РФ

Халиуллина Венера Рашидовна

тел. рабочий: 8( 843) 233-34-02, 264-68-66,

e-mail: Этот адрес электронной почты защищен от спам-ботов. У вас должен быть включен JavaScript для просмотра.

Секретарькомиссии

Галеева Зульфия Мухаметовна

тел. рабочий 8 (843) 229-28-12 , 229-28-02,

e-mail: Этот адрес электронной почты защищен от спам-ботов. У вас должен быть включен JavaScript для просмотра.

В составе аккредитационной комиссии представителя профессионального фармацевтического сообщества, высококвалифицированные специалисты практической фармации. Состав комиссии утверждён приказом Министерства здравоохранения Российской Федерации от 20.06.2020г. № 475.

Протокол Аккредитационной комиссии по фармации №;1

ИНФОРМАЦИЯ!

ОБЪЯВЛЯЕТСЯ ПРИЕМ ЗАЯВОК ДЛЯ ПРОХОЖДЕНИЯ ПЕРВИЧНОЙ СПЕЦИАЛИЗИРОВАННОЙ АККРЕДИТАЦИИ ПО СЛЕДУЮЩИМ СПЕЦИАЛЬНОСТЯМ:

Профпатология

Эпидемиология Прием заявок до 27 сентября

Общая гигиена Прием заявок до 8 октября

Принятые заявки в Актуальной информации

ИНСТРУКЦИЯ ДЛЯ АККРЕДИТУЮЩИХСЯ ЛИЦ О ПРОХОЖДЕНИИ 1 ЭТАПА АККРЕДИТАЦИИ

ИНСТРУКЦИЯ ПО ЗАПОЛНЕНИЮ ЗАЯВЛЕНИЯ НА АККРЕДИТАЦИЮ

РАСПИСАНИЕ АККРЕДИТАЦИИ

Офтальмология

Тестирование 9 сентября в 15:00 Центр аккредитации Толстого 6/30

ПОЭ 28 сентября с 9:00 по графику Центр аккредитации Толстого 6/30

Анестезиология-реаниматология

Тестирование 13 сентября в 14:00 Центр аккредитации Толстого 6/30

ПОЭ 23 сентября с 9:00 по графику Центр аккредитации Толстого 6/30, Кафедра симуляционных методов обучения в медицине ул.Бутлерова 49.

Нейрохирургия

Тестирование 15сентября в 9:00 Центр аккредитации Толстого 6/30

ПОЭ 21 сентября с 9:00 по графику Центр аккредитации Толстого 6/30

Фтизиатрия

Тестирование 15 сентября в 15:00 Центр аккредитации Толстого 6/30

ПОЭ 22 сентября с 15:00 по графику Центр аккредитации Толстого 6/30

Общая врачебная практика (семейная медицина)

Тестирование 17 сентября в 9:00 Центр аккредитации Толстого 6/30

ПОЭ 24 сентября с 9:00 по графику Центр аккредитации Толстого 6/30

Урология

Тестирование 17 сентября в 10:00 Центр аккредитации Толстого 6/30

ПОЭ 22 сентября с 9:00 по графику Центр аккредитации Толстого 6/30

Организация здравоохранения и общественное здоровье

Тестирование 17 сентября в 14:00 Центр аккредитации Толстого 6/30

ПОЭ 24 сентября с 14:00 по графику Центр аккредитации Толстого 6/30

Социальная гигиена и организация госсанэпидслужбы

Тестирование 17 сентября в 15:00 Центр аккредитации Толстого 6/30

ПОЭ 22 сентября с 13:00 по графику Центр аккредитации Толстого 6/30

Клиническая фармакология

Тестирование 20 сентября в 10:00 Центр аккредитации Толстого 6/30

ПОЭ 24 сентября с 12:00 по графику Центр аккредитации Толстого 6/30

Детская хирургия

Тестирование 20 сентября в 15:00 Центр аккредитации Толстого 6/30

ПОЭ 27 сентября с 15:00 по графику Центр аккредитации Толстого 6/30

Судебно-медицинская экспертиза

Тестирование 20 сентября в 9:00 Центр аккредитации Толстого 6/30

ПОЭ 27 сентября с 9:00 по графику Центр аккредитации Толстого 6/30

Пульмонология

Тестирование 21 сентября в 15:00 Центр аккредитации Толстого 6/30

ПОЭ 29 сентября с 15:00 по графику Центр аккредитации Толстого 6/30

Сердечно-сосудистая хирургия

Тестирование 21 сентября в 15:00 Центр аккредитации Толстого 6/30

ПОЭ 4 октября с 9:00 по графику Центр аккредитации Толстого 6/30

Эпидемиология

Тестирование 29 сентября в 9:00 Центр аккредитации Толстого 6/30

ПОЭ 6 октября с 14:00 по графику Центр аккредитации Толстого 6/30

Общая гигиена

Тестирование12 октября в 15:00 Центр аккредитации Толстого 6/30

ПОЭ 15 октября с 15:00 по графику Центр аккредитации Толстого 6/30

Выдача свидетельств об аккредитации и выписок из итогового протокола осуществляется:

ПН, ЧТ С 13:00 ДО 15:0
Для получения необходимо предъявить паспорт. При отсутствии возможности явиться лично, свидетельство может получить доверенное лицо, при наличии документа, удостоверяющего личность и доверенности заверенной нотариально, либо в отделе кадров с места работы организации доверителя.
Свидетельства об аккредитации выдаются по адресу ул.Толстого, 6/30 (Центр контроля качества в образовании).

Список заполненных раннее выданных свидетельств/ готовых выписок/ новых свидетельств

Вход в здание осуществляется при наличии средств индивидуальной защиты!

Институт последипломного образования (ИПДО) — ФГБОУ ВО ЯГМУ Минздрава России

Институт последипломного образования (ИПДО)

— Структура ИПДО

— Положение об Институте последипломного образования

Режим работы Института последипломного образования:

Понедельник — пятница: 9.00 — 13.00; 14.00 — 17.00

Общие сведения

Институт последипломного образования (ИПДО) является структурным подразделением ФГБОУ ВО «Ярославский государственный медицинский университет» Министерства здравоохранения Российской Федерации, осуществляющим административную, учебную, методическую, научно-исследовательскую, лечебно-профилактическую и другие виды деятельности, направленные на повышение квалификации и профессиональную переподготовку врачей, провизоров, преподавателей Университета и медицинских училищ, а также лиц без высшего медицинского образования.

Институт последипломного образования возглавляет проректор по последипломному образованию и взаимодействию с клиническими базами. Общее руководство деятельностью ИПДО и контроль осуществляет ректор университета, а также выборный представительный орган — Ученый совет института последипломного образования.

Основными задачами ИПДО являются:

удовлетворение потребностей работников здравоохранения в получении новых знаний и умений на основе достижений отечественной и зарубежной медицинской науки и техники, передового опыта и научной организации труда;
проведение повышения квалификации и профессиональной переподготовки специалистов, высвобождаемых работников, подготовка их к выполнению новых трудовых функций;
профессиональная переподготовка и повышение квалификации преподавателей высшей школы и средних медицинских учебных заведений;
реализация программ повышения квалификации в рамках непрерывного медицинского и фармацевтического образования;
реализация программ повышения квалификации и профессиональной переподготовки специалистов здравоохранения и фармации с использованием дистанционных образовательных технологий и электронного обучения;
реализация образовательных проектов в рамках пилотной программы по созданию «бережливых» поликлиник-образцов;
осуществление допуска к профессиональной деятельности (сертификационные экзамены и экзамены на право осуществления врачами и провизорами деятельности на должностях среднего медицинского и фармацевтического персонала).

История становления последипломного образования ЯГМУ

История развития последипломного образования в ЯГМУ начинается с 1975 года, когда был организован факультет повышения квалификации преподавателей.
В 1979 году открыт факультет специализации и усовершенствования врачей, реорганизованный в 1985, 1987 и 1997 годах.
В 1985 году сформирован Ученый совет факультета последипломного образования.
В 1992 году образован Отдел интернатуры и ординатуры.

Основателем и первым деканом ФПК преподавателей был профессор В.В.Ключевский (1975-1983гг.). В дальнейшем факультет возглавляли профессор В.В.Сырейщиков, профессор В.В.Шилкин, И.И.Тархунова, доцент В.В.Шадров, профессор В.И.Горохов.
Большой вклад в организацию и становление факультета усовершенствования врачей внесли его деканы профессор Л.П.Жаворонкова (возглавляла факультет в 1979-1980гг.), профессор Ю.П.Троханов (возглавлял факультет в 1980-1989 гг.), профессор А.Г.Агамов (возглавлял факультет в 1989-2007 гг.).

В 2007 году организован единый факультет последипломного образования, объединивший факультет повышения квалификации преподавателей и факультет повышения квалификации и профессиональной переподготовки специалистов здравоохранения.

В целях повышения качества подготовки специалистов здравоохранения и преподавателей высших и средних образовательных медицинских учреждений, совершенствования системы подготовки интернов и ординаторов 1 февраля 2011 года решением Ученого Совета университета создан Институт последипломного образования (ИПДО), включающий факультет послевузовского профессионального образования и подготовки кадров высшей квалификации и факультет дополнительного профессионального образования. Руководит работой ИПДО проректор по последипломному образованию и взаимодействию с клиническими базами профессор В.И. Горохов.

ГБУЗ Центр Мануальной Терапии ДЗМ —

Уважаемые пациенты!

В связи с увеличением роста заболеваний населения ОРВИ и гриппом, при первых признаках обращайтесь за помощью к врачу.
Не занимайтесь самолечением!
Бережно относитесь к своему здоровью!
О профилактике гриппа

О Центре

Государственное бюджетное учреждение здравоохранения города Москвы
«ЦЕНТР МАНУАЛЬНОЙ ТЕРАПИИ Департамента здравоохранения города Москвы»
г.Москва, Проспект Вернадского, д.121
Телефоны: 8 495 433-33-80, 8 495 434-84-01

Основан 15 июня 1990 г.

Запись на прием к врачам осуществляется по телефонам регистратуры (в рамках ОМС):
8 495 433-33-80,
8 495 434-84-01
Регистратура платных услуг:
8 495 433-62-88 Обследование и лечение в Центре проводится бесплатно в порядке общей очереди для жителей Москвы и Московской области
(в системе обязательного медицинского страхования).

Центр мануальной терапии (ЦМТ) является клинической базой кафедры неврологии, нейрохирургии и медицинской генетики ГБОУ ВПО Российского национального исследовательского медицинского университета им. Н.И. Пирогова МЗ РФ.
Уникальное лечебное учреждение в области мануальной терапии, не имеющее аналогов в России и в мире.

Заслуженный врач России
профессор Ситель А.Б.

За 29 лет практической и научной деятельности в ЦМТ впервые разработаны новые способы диагностики и лечения больных с болью в спине, тяжелыми формами заболевания позвоночника (межпозвонковые грыжи), направленных ранее на оперативное вмешательство, эффективные методы лечения пациентов с сосудистыми синдромами в результате патологии шейного отдела позвоночника: преходящими нарушениями мозгового кровообращения — транзиторными ишемическими атаками с головокружениями, зрительными пароксизмами («точки», «пелена» перед глазами), шумом и звоном в ушах, головными болями, сердцебиениями, астено-депрессивными пароксизмами др.

Возвращение больных к трудовой деятельности при консервативном лечении в амбулаторных условиях в ЦМТ осуществляется в течение 2-3 недель. В эти же сроки возвращаются к труду и пациенты с болевыми, миофасциальными и нейротрофическими синдромами при патологии шейного отдела позвоночника.

Научная деятельность

По мануальной терапии Центром получено 15 авторских свидетельства и патента на изобретения. В июне 2014 г. проф. А.Б.Сителем с врачами Центра получен Диплом национальной премии «Призвание» за создание нового направления в мануальной терапии.
Врачами ЦМТ защищены 12 кандидатских и 3 докторских диссертаций. Опубликовано более 300 научных трудов, из них методических рекомендаций — 15, монографий — 6. В ЦМТ на базе кафедры неврологии, нейрохирургии и медицинской генетики проводится обучение по мануальной терапии, издан учебник по Унифицированной программе обучения в мануальной терапии, утвержденный Ученым Советом МЗ РФ.

FIMM

Россия является коллективным членом Всемирной Федерации мануальной медицины (FIMM). В исполнительный, научный и издательский комитеты FIMM входят сотрудники ЦМТ. В Германии издается печатный орган FIMM — журнал «Manual medicine», где публикуются научные работы отечественных авторов. В России с 2001 г. издается ежеквартальный ВАКовский журнал «Мануальная терапия».

Департамент здравоохранения города Москвы
Адрес: 127006, г. Москва, Оружейный переулок, 43.
Руководитель: Хрипун Алексей Иванович
Телефон горячей линии Единой справочной службы города Москвы: 8 495 777-77-77
(в том числе по вопросам оказания бесплатной медицинской помощи)

Государственное казенное учреждение города Москвы
«Дирекция по координации деятельности медицинских организаций Департамента здравоохранения города Москвы»
Адрес: 115280, г. Москва, 2-й Автозаводский проезд, дом 3.
Директор — Белостоцкий Андрей Викторович
Телефон: 8 495 531-69-80

Вопросы и ответы. То, что важно знать о вакцинации

В связи с поступающими вопросами об обязательной вакцинации работников МГТУ, мы подготовили основные моменты из разъяснений Оперштаба Москвы и Руководителя Управления Роспотребнадзора по Москве, и официальной информации портала mos.ru

1. На основании чего меня просит пройти вакцинацию мой работодатель?

Москвичи стали чаще болеть коронавирусом. По данным столичного отделения Роспотребнадзора, в основном болеют работающие люди от 18 до 60 лет. Специалисты связывают это с тем, что москвичи часто посещают общественные места. Поэтому решено ввести обязательную вакцинацию специалистов, которые лично работают с большим потоком клиентов. Мера введена постановлением главного государственного санитарного врача по городу Москве. Граждане, работающие в сфере образования, относятся к категории граждан, подлежащих обязательной вакцинации.

2. Кому положен медицинский отвод, то есть кто из работников не подлежит обязательной вакцинации.

Перечень заболеваний и состояний для медицинского отвода от проведения прививки против COVID-19 небольшой. Врачи рекомендуют временно отложить прививку при острых инфекционных заболеваниях, при жизнеугрожающих и неотложных состояниях. Как правило, в таком состоянии люди находятся на больничном или даже на госпитализации и вряд ли могут продолжать работу. Основанием для медицинского отвода также является беременность и перенесенная менее 3 месяцев назад коронавирусная инфекция. Такие работники не подлежат обязательной вакцинации, но их медицинский отвод должен быть ОБЯЗАТЕЛЬНО подтвержден в единой системе с внесением информации в ЕМИАС.

В перечне медицинских противопоказаний для вакцинации наличие антител не значится. Кроме того, в настоящее время не существует как единой отработанной методики измерения уровня антител, достаточного для создания у человека иммунитета, так и системы оценки эффективности и быстроты адаптации антител к мутирующим штаммам вируса.

3. Как подтвердить медицинский отвод?

На базе ДКЦ1, ГП 115, ГП68, ГП 62, Больницы Кончаловского организованы Центры компетенции. Функция данных центров — принять решение о медицинском отводе от вакцинации и определить срок этого отвода. Центры принимают желающих в порядке “живой очереди” — так, как проходит обычный приём. При необходимости, Центр компетенции может может назначить дообследование для дальнейшего решенияоб отводе.

Центры компетенции работают с 8:00 до 22:00

4. Какие основания предусмотрены законодательством для отстранения от работы сотрудника, отказавшегося от проведения профилактической прививки от COVID-19

В соответствии с п. 6 ч. 1 ст. 51 Федерального Закона № 52-ФЗ при угрозе возникновения и распространения инфекционных заболеваний, представляющих опасность для окружающих, к которым относится COVID-19, главный государственный санитарный врач субъекта Российской Федерации выносит постановление о проведении профилактических прививок по эпидемическим показаниям, в котором определяет отдельные группы граждан, а также сферы услуг (перечень работ) с высоким риском заболевания инфекционными болезнями в условиях неблагополучной эпидемиологической ситуации.

При вынесении постановления Главным государственным врачом по городу Москве, граждане, отнесенные к группам населения, подлежащего обязательной вакцинации, могут отказаться от прививок, но в этом случае они должны быть отстранены от выполняемых работ на период эпиднеблагополучия. Данная позиция отражена в письме Роспотребнадзора от 01.03.2021 N 02/3835-2021-32: при угрозе возникновения и распространения инфекционных заболеваний, представляющих опасность для окружающих (в том числе и новой коронавирусной инфекции), главные государственные санитарные врачи субъектов Российской Федерации и их заместители наделены полномочиями выносить мотивированные постановления о проведении профилактических прививок гражданам или отдельным группам граждан по эпидемическим показаниям (ст. 51 ФЗ N 52-ФЗ, ст. 10 ФЗ N 157-ФЗ).

На основании вышеизложенного, работодатель обязан отстранить от работы работника (сотрудника) выразившего отказ от проведения профилактической прививки от COVID-19 (иммунизации) при отсутствии медицинских противопоказаний.

В период отстранения от работы (недопущения к работе) заработная плата работнику не начисляется. Кроме того, время отсутствия работника на работе без уважительных причин, в том числе вследствие его отстранения от работы в случаях, предусмотренных ст. 76 ТК РФ, не включается в стаж, дающий право на ежегодный основной оплачиваемый отпуск (ч. 2 ст. 121 ТК РФ).

5. Можно ли пройти повторную вакцинацию (ревакцинацию) и где это сделать?

У жителей Москвы такая возможность появилась 1 июля. Повторная вакцинация доступна для горожан, которым первый компонент прививки ввели более полугода назад.

Жители смогут выбрать любую вакцину из доступных в 20 пунктах повторной вакцинации. Москва дополнительно за счет средств регионального бюджета закупила однокомпонентную вакцину «Спутник Лайт», которая также подходит для повторной вакцинации. Таким образом, в этих пунктах будут доступны две вакцины, которые есть в городе в большом количестве, — «Спутник V» и «Спутник Лайт». Сделать повторную прививку можно любой из них независимо от того, какая была введена при первой вакцинации.

Повторная вакцинация проводится бесплатно!

Перед повторной вакцинацией врач обязательно проверит в ЕМИАС информацию о вашей первичной вакцинации (если вы привались в городских поликлиниках или в местах работы выездных бригад Департамента здравоохранения Москвы — торговых центрах, МФЦ, Павильонах «Здоровая Москва» и др.).

Если вы прививались в других пунктах вакцинации, повторно сделать прививку вы сможете только предъявив сертификат (справку) о вакцинации.

6. Что делать, если я нахожусь сейчас не в Москве? Нужно ли проходить вакцинацию всегда в одном и том же месте?

Если вы сделали первую инъекцию в другом регионе. Вторую прививку можно сделать в Москве в нескольких поликлиниках:

ГП 3, КДЦ 6, ГП 107 (филиал № 2), ГП 175 (филиал № 2), ГП 109 (филиал № 2), ГП 166 (филиал № 3), ГП 22, ГП 209 (филиал № 1), ГП 115 (филиал № 4), Поликлиническое отделение № 1 ГКБ имени М.П. Кончаловского, Городская больница города Московского.

7. Как будет осуществляться контроль за исполнением работодателями постановления Главного государственного санитарного врача по г. Москве от 15.06.2021 № 1?

Для подтверждения выполнения требований постановления Главного государственного санитарного врача по городу Москве организации, индивидуальные предприниматели в период с 1 июля 2021 г. по 15 июля 2021 г. представляют в электронном виде с использованием личного кабинета юридического лица, индивидуального предпринимателя на официальном сайте Мэра и Правительства Москвы сведения о сотрудниках. В автоматическом режиме вся представленная информация будет сопоставляться с данными о вакцинированных лицах, которая содержится в ЕМИАС и государственной информационной системе Минздрава России (Единый по стране регистр вакцинированных). При выявлении несоответствия установленному требованию о вакцинировании работников (сотрудников) информация о нарушении будет незамедлительно передаваться в Управление Роспотребнадзора по г. Москве.

Контроль будет проводиться в форме сплошных проверок, в отношении всех работодателей.

8. Какие санкции ожидают работодателя, в случае не соблюдения требования о количестве вакцинированных сотрудников и (или) не предоставления отчета о вакцинации сотрудников?

В силу ч. 2,3 ст. 6.3 КоАП РФ за нарушение законодательства в области обеспечения санитарно-эпидемиологического благополучия населения, выразившееся в нарушении действующих санитарных правил и гигиенических нормативов, невыполнении санитарно-гигиенических и противоэпидемических мероприятий предусмотрено административное наказание в виде штрафа или административного приостановления деятельности на срок до 90 суток.

С учетом неблагоприятной эпидемической ситуации по COVID-19 Управление Роспотребнадзора по г. Москве при направлении в суд материалов будет просить о применении санкции только в виде административного приостановления деятельности на срок до 90 суток.

Уважаемые сотрудники, просим Вас использовать информацию только из официальных источников и официальных порталов:
Официальный сайт Мэра Москвы mos.ru
СТОПКОРОНОВИРУС.РФ

Напоминаем

С 25 июня для сотрудников и студентов МГТУ им. Н.Э. Баумана организована возможность пройти вакцинацию против коронавирусной инфекции препаратом Спутник-V.

Для желающих сделать прививку бауманцев курсируют бесплатные автобусы до ближайшего пункта вакцинации от Учебно-лабораторного корпуса МГТУ. Чтобы попасть на такой автобус, необходимо зарегистрироваться на 1-м этаже Дворца культуры (УЛК).

Варианты вакцинации:

Первую прививку можно сделать в Парке Сокольники, павильон «Здоровая Москва». Автобус от УЛК с 9:00 до 18:00.
Вторую прививку можно сделать в Парке Сокольники, павильон «Здоровая Москва», если первый компонент вакцины был сделан в этом же пункте. Автобус от УЛК с 9:00 до 18:00.
Для тех, кто привился первым компонентом непосредственно в Университете в один из дней с 8 по 11 июня и 18 июня, необходимо проехать на бесплатном автобусе от УЛК до поликлиники №69 по адресу: ул. Плющева, д. 20. Время отправления с 9:00 до 14:00.

Анализ

на уровне округов показывает быстро меняющийся ландшафт опасности инсектицидов для медоносных пчел (Apis mellifera) на сельскохозяйственных угодьях США

Scudder, GG Insect Biodiversity: Science and Society (eds Foottit, R. & Adler, P.) 7-32 (Blackwell Publishing, 2009).

Аист Н. Е. Сколько видов насекомых и других наземных членистоногих существует на Земле? Ежегодный обзор энтомологии 63 , 31–45 (2018).

CAS Статья Google ученый

Пиментел, Д. и др. . Экологические и экономические последствия сокращения использования пестицидов. BioScience 41 , 402–409 (1991).

Артикул Google ученый

Этвуд Д. и Пейсли-Джонс, К. Продажи и использование в пестицидной промышленности: рыночные оценки на 2008–2012 гг. (Агентство по охране окружающей среды США, Вашингтон, округ Колумбия, 2017 г.).

Стерн, В. М., Смит, Р. Ф., ван ден Бош, Р.И Хаген, К.С. Концепция интегрированного управления. Хильгардия 29 , 81–101 (1959).

CAS Статья Google ученый

Йохансен, К. А. Пестициды и опылители. Ежегодный обзор энтомологии 22 , 177–192 (1977).

CAS Статья Google ученый

Спонслер, Д. Б. и др. .Пестициды и опылители: социоэкологический синтез. Наука об окружающей среде в целом 662 , 1012–1027 (2019).

ADS CAS Статья Google ученый

Potts, S. G. et al. . Уменьшение количества глобальных опылителей: тенденции, воздействия и движущие факторы. Тенденции в экологии и эволюции 25 , 345–353 (2010).

Артикул Google ученый

Дирзо, Р. и др. . Дефауна в антропоцене. Наука 345 , 401–406 (2014).

ADS CAS Статья Google ученый

10.

Холлманн, К. А. и др. . За 27 лет общая биомасса летающих насекомых на охраняемых территориях сократилась более чем на 75 процентов. PLOS ONE 12 , e0185809, https://doi.org/10.1371/journal.pone.0185809 (2017).

CAS Статья PubMed PubMed Central Google ученый

11.

Санчес-Байо, Ф. и Викхейс, К. Глобальное сокращение энтомофауны: обзор его движущих сил. Биологическая охрана 232 , 8–27 (2019).

Артикул Google ученый

12.

Кэмерон С. А. и др. . Модели повсеместного сокращения численности североамериканских шмелей. Труды Национальной академии наук 108 , 662–667, https://doi.org/10.1073/pnas.1014743108 (2011).

ADS Статья Google ученый

13.

Stenoien, C. et al. . Монархи в упадке: побочный эффект современного сельского хозяйства на уровне ландшафта. Наука о насекомых 25 , 528–541, https://doi.org/10.1111/1744-7917.12404 (2018).

Артикул PubMed Google ученый

14.

Forister, M. L. et al. .Увеличение использования неоникотиноидов и сокращение фауны бабочек в низменной Калифорнии. Письма по биологии 12 , 20160475 (2016).

Артикул Google ученый

15.

Wepprich, T., Adrion, J., Ries, L., Wiedmann, J. & Haddad, N. Численность бабочек снижается за 20 лет систематического мониторинга в Огайо, США. PLoS ONE 14 , e0216270 (2019).

CAS Статья Google ученый

16.

Кульханек, К. и др. . Национальное исследование ежегодных потерь пчелиных семей в США за 2015–2016 гг. Журнал исследований пчеловодства 56 , 328–340 (2017).

Артикул Google ученый

17.

Фернандес-Корнехо, Дж. и др. . Использование пестицидов в сельском хозяйстве США: 21 выбранная культура, 1960-2008 гг. (Изд. Служба экономических исследований Министерства сельского хозяйства США) (2014).

18.

Гоулсон Д., Томпсон Дж. И Крумбс А. Быстрый рост токсической нагрузки на пчел, выявленный в результате анализа использования пестицидов в Великобритании. PeerJ 6 , e5255, https://doi.org/10.7287/peerj.preprints.26856v1 (2018).

Артикул PubMed PubMed Central Google ученый

19.

DiBartolomeis, M., Kegley, S., Mineau, P., Radford, R. & Klein, K. Оценка нагрузки острой инсектицидной токсичности (AITL) химических пестицидов, используемых на сельскохозяйственных землях в США. Состояния. PloS one 14 , e0220029 (2019).

CAS Статья Google ученый

20.

Бенбрук, К. М. Воздействие генно-инженерных культур на использование пестицидов в США — первые шестнадцать лет. Науки об окружающей среде. Европа 24 , 24 (2012).

Google ученый

21.

Фаусти, С. В. и др. . Использование инсектицидов и селекция культур в регионах с высоким уровнем внедрения ГМО. Возобновляемое сельское хозяйство и продовольственные системы 27 , 295–304 (2012).

Артикул Google ученый

22.

Михан Т. Д. и Граттон К. Последовательная положительная связь между упрощением ландшафта и использованием инсектицидов на Среднем Западе США с 1997 по 2012 год. Письма об экологических исследованиях 10 , 114001 (2015).

23.

Михан Т. Д. и Граттон К. Обзор использования сельскохозяйственных инсектицидов на территории США с 1997 по 2012 гг. PLOS ONE 11 , e0166724, https://doi.org/10.1371/journal.pone.0166724 (2016).

CAS Статья PubMed PubMed Central Google ученый

24.

Дуглас, М. Р. и Тукер, Дж. Ф. Широкомасштабное внедрение средств обработки семян привело к быстрому увеличению использования неоникотиноидных инсектицидов и упреждающей борьбы с вредителями на полевых культурах США. Наука об окружающей среде и технологии 49 , 5088–5097 (2015).

ADS CAS Статья Google ученый

25.

Книсс, А. Р. Долгосрочные тенденции интенсивности и относительной токсичности использования гербицидов. Nature Communications 8 , 14865 (2017).

ADS CAS Статья Google ученый

26.

Агентство по охране окружающей среды США. Перерегистрация и другие программы проверки, предшествующие проверке регистрации пестицидов, https: // www.epa.gov/pesticide-reevaluation/reregistration-and-other-review-programs-predating-pesticide-registration (2017).

27.

Санчес-Байо, Ф. Механизм действия инсектицидов в связи с их токсичностью для нецелевых организмов. Журнал экологической и аналитической токсикологии S4 , 002 (2012).

28.

Спаркс, Т. К. Открытие инсектицидов: оценка и анализ. Биохимия и физиология пестицидов 107 , 8–17 (2013).

CAS Статья Google ученый

29.

Геймлих Р. Фермерские ресурсы. (Министерство сельского хозяйства США, Служба экономических исследований, 2010 г.).

30.

Papiernik, SK, Sappington, TW, Luttrell, RG, Hesler, LS & Allen, KC Обзор: факторы риска и исторические уровни давления со стороны насекомых-вредителей рассады кукурузы, хлопка, сои и пшеницы в США Состояния. Журнал комплексной борьбы с вредителями 9 , 18 (2018).

Артикул Google ученый

31.

Национальные академии наук, электротехники и медицины. Генетически модифицированные культуры: опыт и перспективы. (National Academies Press, 2016).

32.

Университет Хартфордшира. База данных свойств пестицидов, http://sitem.herts.ac.uk/aeru/ppdb/en/ (2017).

33.

Отто, К. Р., Рот, К. Л., Карлсон, Б. Л. и Смарт, М. Д. Изменение в землепользовании снижает пригодность среды обитания для содержания управляемых колоний медоносных пчел на Северных Великих равнинах. Труды Национальной академии наук 113 , 10430–10435 (2016).

CAS Статья Google ученый

34.

Министерство сельского хозяйства США, ERS ARMS Farm Financial and Croproduction Practices, https://www.ers.usda.gov/data-products/arms-farm-financial-and-crop-production-practices/ (2019).

35.

Геологическая служба США. Национальный проект синтеза пестицидов, годовые карты использования пестицидов: 1992-2012, https: // water.usgs.gov/nawqa/pnsp/usage/maps/index.php (2019).

36.

Министерство сельского хозяйства США, Руководство по форме отчета о сельскохозяйственной переписи Н.А.С., https://www.nass.usda.gov/AgCensus/Report_Form_and_Instructions/2012_Report_Form/2012_RFG_Final.pdf (2012).

37.

Mourtzinis, S. et al. . Обработка семян сои неоникотиноидами приносит незначительную пользу фермерам США. Научные отчеты 9 , 1–7 (2019).

CAS Статья Google ученый

38.

Бредесон, М. и Лундгрен, Дж. Г. Обработка семян тиаметоксамом не влияет на численность вредных организмов или урожайность культурных подсолнечников. J. Econ. Энтомол. 108 , 2665–2671 (2015).

CAS Статья Google ученый

39.

Ботиас, К., Дэвид, А., Хилл, Э. М. и Гоулсон, Д. Загрязнение дикорастущих растений около культур, обработанных неоникотиноидами, и последствия для нецелевых насекомых. Наука об окружающей среде в целом 566 , 269–278 (2016).

ADS Статья Google ученый

40.

Long, E. Y. и Krupke, C. H. Некультивируемые растения представляют собой сезонный путь воздействия пестицидов на медоносных пчел. Nature Communications 7 , 11629, https://doi.org/10.1038/ncomms11629 (2016).

ADS CAS Статья PubMed PubMed Central Google ученый

41.

МакАрт, С.Х., Ферш, А. А., Милано, Н. Дж., Труит, Л. Л. и Бёрёчки, К. Высокий риск пестицидов для медоносных пчел, несмотря на низкий сбор пыльцы сельскохозяйственных культур во время опыления массово цветущих культур. Научные отчеты 7 , 46554 (2017).

ADS CAS Статья Google ученый

42.

Джонс А., Харрингтон П. и Тернбулл Г. Концентрации неоникотиноидов в пахотных почвах после обработки семян в предыдущие годы. Pest Manag. Sci. 70 , 1780–1784 (2014).

CAS Статья Google ученый

43.

Вальдшнеп, Б.А. и др. . Воздействие неоникотиноидных пестицидов на медоносных и диких пчел в зависимости от страны. Наука 356 , 1393–1395, https://doi.org/10.1126/science.aaa1190 (2017).

ADS CAS Статья PubMed Google ученый

44.

Biddinger, D. J. & Rajotte, E. G. Комплексная борьба с вредителями и опылителями — добавление нового измерения к принятой парадигме. Текущее мнение. Наука о насекомых 10 , 204–209 (2015).

Google ученый

45.

Jactel, H. et al. . Альтернативы неоникотиноидам. Environment International 129 , 423–429, https://doi.org/10.1016/j.envint.2019.04.045 (2019).

Артикул PubMed Google ученый

46.

Агентство по охране окружающей среды США. Руководство по оценке рисков, связанных с пестицидами для пчел. (изд. Управление программ по пестицидам) (Вашингтон, округ Колумбия, 2014 г.).

47.

Конгресс США. В Public Law 104–170 (ed. 104th Congress) (1996).

48.

Беренбаум, М. Р. Переливается ли «чаша риска» медоносной пчелы? Оценка совокупного воздействия для оценки пестицидных рисков для медоносных пчел в агроэкосистемах. Журнал сельскохозяйственной и пищевой химии 64 , 13–20 (2015).

Артикул Google ученый

49.

Hardstone, M. C. & Scott, J. G. Является ли Apis mellifera более чувствительным к инсектицидам, чем другие насекомые? Pest Manag. Sci. 66 , 1171–1180 (2010).

CAS Статья Google ученый

50.

Смарт, М. Д., Петтис, Дж. С., Юлисс, Н. и Спивак, М. С. Землепользование в регионе Северных Великих равнин в США влияет на выживание и продуктивность семей медоносных пчел. Сельское хозяйство, экосистемы и окружающая среда 230 , 139–149 (2016).

51.

Huseth, A. S., Chappell, T. M., Chitturi, A., Jacobson, A. L. и Kennedy, G. G. Устойчивость к инсектицидам сигнализирует о негативных последствиях широкого использования неоникотиноидов на нескольких полевых культурах в хлопковом поясе США. Наука об окружающей среде и технологии 52 , 2314–2322 (2018).

ADS CAS Статья Google ученый

52.

Гиббс К. Э., Макки Р. Л. и Карри Д. Дж. Землепользование, сельское хозяйство, пестициды и утрата видов, находящихся под угрозой. Разнообразие и распределение 15 , 242–253 (2009).

Артикул Google ученый

53.

Бентон, Т. Г., Брайант, Д. М., Коул, Л. и Крик, Х. К. Связь сельскохозяйственной практики с популяциями насекомых и птиц: историческое исследование на протяжении трех десятилетий. Журнал прикладной экологии 39 , 673–687 (2002).

Артикул Google ученый

54.

Макарт, С. Х., Урбанович, К., Маккошум, С., Ирвин, Р. Э. и Адлер, Л. С. Ландшафтные предикторы распространенности патогенов и сокращения ареала у американских шмелей. Труды Королевского общества B: Биологические науки 284 , 2017 2181 (2017).

Артикул Google ученый

55.

Ясреби-де Ком, И.А., Бисмейер, Дж. К. и Агирре-Гутьеррес, Дж. Риск потенциального использования пестицидов для выживания и распространения медоносных пчел и шмелей: общенациональный анализ для Нидерландов. Разнообразие и распределение (2019).

56.

Тукер, Дж. Ф., Дуглас, М. Р. и Крупке, К. Х. Обработка семян неоникотиноидами: ограничения и совместимость с комплексной борьбой с вредителями. Сельскохозяйственные и экологические письма 2 (2017).

57.

Ко, I. и др. . Моделирование состояния, тенденций и воздействия численности диких пчел в США. Proceedings of the National Academy of Sciences of the United States of America 113 , 140–145 (2016).

ADS CAS Статья Google ученый

58.

Трейси, Дж. Л., Кантола, Т., Баум, К. А. и Колсон, Р. Н. Моделирование путей осенней миграции и пространственное определение потенциальных миграционных опасностей для восточной бабочки-монарха. Ландшафтная экология 34 , 443–458 (2019).

Артикул Google ученый

59.

Бекетов М.А., Лисс М. Экотоксикология и макроэкология — время интеграции. Загрязнение окружающей среды 162 , 247–254 (2012).

CAS Статья Google ученый

60.

R: Языковая среда для статистических вычислений, версия 3.6.1, http://www.R-project.org (Фонд R для статистических вычислений, Вена, 2019).

61.

Бейкер, Н. Т. и Стоун, У. В. Расчетное годовое использование сельскохозяйственных пестицидов в округах на границе Соединенных Штатов, 2008–2012 гг. Отчет № 907 (Геологическая служба США, Рестон, Вирджиния, 2015 г.).

62.

IRAC. Классификация режима действия IRAC, https://www.irac-online.org/modes-of-action/ (2019).

63.

USDA NASS. Quick Stats 2.0, http: // quickstats.nass.usda.gov (2018).

64.

Агентство по охране окружающей среды США. База знаний ECOTOX, https://cfpub.epa.gov/ecotox/ (2017).

65.

Санчес-Байо, Ф. и Гока, К. Остатки пестицидов и пчелы — оценка риска. PLoS ONE 9 , e94482, https://doi.org/10.1371/journal.pone.0094482 (2014).

ADS CAS Статья PubMed PubMed Central Google ученый

66.

Nowell, L.Х., Норман, Дж. Э., Моран, П. У., Мартин, Дж. Д. и Стоун, У. У. Индекс токсичности пестицидов — инструмент для оценки потенциальной токсичности смесей пестицидов для пресноводных водных организмов. Наука об окружающей среде в целом 476 , 144–157 (2014).

ADS Статья Google ученый

67.

dtwclust: Кластеризация временных рядов наряду с оптимизацией расстояния динамического искажения времени, https: //CRAN.R-project.org / package = dtwclust (2019).

Различные механизмы лежат в основе неявного визуального статистического обучения медоносных пчел и людей

Значимость

Кодируют ли животные статистическую информацию о визуальных паттернах так же, как это делают люди? Если это так, то превосходные зрительные когнитивные навыки людей должны зависеть от некоторых других факторов; в противном случае характер различий может дать намек на то, что делает человеческое обучение таким универсальным. Мы проводим систематическое сравнение автоматического визуального обучения у людей и медоносных пчел, показывая, что, хотя пчелы действительно извлекают статистическую информацию о случайных совпадениях визуальных сцен, в отличие от людей, они не кодируют автоматически условную информацию.Таким образом, получение неявных знаний о статистических свойствах визуальной среды может быть общим механизмом у животных, но более богатое представление, автоматически созданное людьми, может потребовать определенных вероятностных вычислительных способностей.

Abstract

Способность к развитию сложных внутренних представлений об окружающей среде считается важнейшей предпосылкой появления высших когнитивных функций человека. Тем не менее, остается открытым вопрос, есть ли какое-либо фундаментальное различие в том, как люди и другие виды, обладающие хорошим зрительным обучением, естественным образом кодируют аспекты новых визуальных сцен.Используя ту же модифицированную парадигму визуального статистического обучения и многоэлементные стимулы, мы исследовали, как взрослые люди и медоносные пчелы ( Apis mellifera ) кодируют спонтанно, без специального обучения, различные статистические свойства новых визуальных сцен. Мы обнаружили, что, как и люди, медоносные пчелы автоматически развивают сложное внутреннее представление своей визуальной среды, которое развивается по мере накопления новых доказательств даже без целевого подкрепления. В частности, с большим опытом они переходят от чувствительности к статистике только элементарных характеристик сцен к тому, чтобы полагаться на частоты совпадения элементов, теряя при этом свою чувствительность к частотам элементов, но они никогда не кодируют автоматически предсказуемость элементов.Напротив, люди непроизвольно развивают внутреннее представление, которое включает в себя статистику отдельных элементов и совместной встречаемости, а также информацию о предсказуемости между элементами. Важно отметить, что получение результатов визуального обучения человека требует вероятностной модели обучения по фрагментам, в то время как простая модель отслеживания памяти на основе фрагментов, которая подсчитывает сводную статистику явлений, достаточна для воспроизведения обучающего поведения медоносных пчел. Таким образом, сложное кодирование сенсорных стимулов людьми, обеспечивающее внутреннюю чувствительность к предсказательной информации, может быть одной из фундаментальных предпосылок развития высших когнитивных способностей.

Люди демонстрируют самое сложное когнитивное поведение в известном животном мире (1⇓ – 3). Наша превосходная когнитивная компетентность в решающей степени зависит от способности развивать сложные внутренние представления об отношениях, структуре и физических правилах, определяющих окружающую среду, включая наш личный опыт, и эта способность требует непрерывного неконтролируемого статистического обучения (4). Например, в слуховой области 8-месячные младенцы уже демонстрируют автоматическое извлечение сопутствующих речевых звуков из непрерывных слуховых потоков, что способствует сегментации и, в конечном итоге, развитию понимания речи (5).Что касается зрительной области, в ряде исследований у взрослых, 8-месячных младенцев и даже новорожденных сообщалось о схожих способностях, потенциально помогающих в извлечении значимых объектов за счет выявления постоянного совпадения признаков в сложных визуальных сценах (6–9). Кроме того, люди автоматически становятся чувствительными не только к совместному появлению признаков, но и к предсказуемости одного признака по отношению к другому, а также к включению более мелких сложных признаков в более крупный (10). Вычислительные модели продемонстрировали, что человеческие результаты могут быть лучше всего зафиксированы, если предположить существование сложного механизма вероятностного обучения в мозге (11), который действительно был бы достаточно мощным, чтобы поддерживать развитие высших когнитивных процессов (12).

Высокий уровень познания людей тесно связан с нашей доминирующей сенсорной модальностью, зрением, но есть и другие представители животного царства с более низким уровнем сложности мозга, которые, тем не менее, обладают хорошо развитой зрительной системой и демонстрируют сложное поведение, полагаясь на о распознавании объектов и внутренних представлениях, таких как ориентированная навигация. Ярким примером является медоносная пчела ( Apis mellifera ), одна из наиболее изученных моделей беспозвоночных как для механизмов обучения, так и для обработки изображений (13⇓⇓⇓ – 17), которая, несмотря на размер их нервной системы, демонстрирует впечатляющие способности. распознавать сложные зрительные образы (18⇓⇓⇓⇓⇓ – 24).Система распознавания медоносной пчелы основана на пространственных конфигурациях (18, 19, 23, 25, 26), которые позволяют тонко различать похожие визуальные объекты, такие как человеческие лица (21, 22), и эффективное распознавание объектов, несмотря на модификации восприятия, такие как как вращения (27). Кроме того, пчелы демонстрируют высокую производительность в задачах категоризации, основанных не только на перцепционных закономерностях (15, 28, 29), но и на абстрактных отношениях, демонстрируя способность манипулировать изучением реляционных понятий, например «выше / ниже» (30⇓⇓ ⇓ – 34) или численность (35⇓⇓⇓⇓⇓⇓ – 42).

Учитывая эти впечатляющие способности пчел обнаруживать взаимосвязи и распознавать сложные визуальные объекты, возникают три естественных вопроса: 1) Извлекают ли медоносные пчелы информацию автоматически без специального подкрепления статистической структуры визуальной среды, как это делают люди? 2) Если да, извлекают ли они такую же статистическую информацию? 3) В процессе извлечения пчелы также полагаются на механизмы, которые лучше всего фиксируют вероятностное обучение? Четкие ответы на эти вопросы предоставят информацию о возникновении сложных внутренних представлений, которые являются основой более высоких когнитивных способностей.Изучение сходства и различий между тем, как люди и медоносная пчела кодируют внутреннюю структуру сложных визуальных сцен, дало бы понимание как минимальных требований для сложных внутренних визуальных представлений, так и некоторых критических характеристик механизмов неконтролируемого обучения людей, которые могут сильно способствовать наши высшие когнитивные навыки.

Чтобы исследовать эти вопросы, мы провели систематическое сравнение поведения медоносной пчелы и человека с модифицированной версией классических исследований визуального статистического обучения, проведенных ранее с взрослыми и 8-месячными младенцами (7, 8).В то время как исследования исходной парадигмы статистического обучения человека использовали неконтролируемую структуру, так что участники получали сенсорную информацию без спецификации задачи или обратной связи, формальное тестирование медоносных пчел требует определенного типа аппетитного кондиционирования, чтобы разрешить экспериментальный доступ (14, 43, 44). Поэтому мы разработали парадигму контролируемого визуального статистического обучения, в которой контролируемая задача не имеет отношения к неявному обучению значимым статистическим характеристикам входных данных более высокого порядка.Используя эту парадигму, мы проверили, подтверждаются ли более ранние результаты неконтролируемого обучения человека, полученные со статистическими структурами разной сложности (7, 8), как у людей, так и у медоносных пчел. В частности, мы спросили, в какой степени люди и пчелы извлекают индивидуальные частоты форм, а также совместные вероятности (вероятность появления двух форм в заданном пространственном расположении в наборе сцен; т. Е. Частоты совпадения пар форм), и условные вероятности фигур (вероятность того, что форма B появится в заданном относительном положении по отношению к форме A, всякий раз, когда A присутствует в сцене; i.е. предсказуемость между формами пары фигур) без специального обучения этому. Мы также исследовали возможную вычислительную модель обучения, которая могла бы уловить поведение медоносной пчелы, и сравнили, как эта модель сравнивается с вероятностной моделью, приписываемой статистическому обучению людей.

Результаты

Базовые эксперименты на людях: предыдущие результаты неконтролируемого статистического обучения сохраняются в парадигме контролируемого обучения.

В серии экспериментов мы проверили, будет ли система контролируемого обучения, которую мы использовали с медоносными пчелами, влиять на производительность человека, о которой сообщалось ранее в задачах неконтролируемого статистического обучения (7, 8).В частности, мы оценили влияние явной, но не связанной задачи на возникновение внутренних представлений, фиксирующих статистические случайности в представленных визуальных сценах. Стимулы в этом эксперименте состояли из черных фигур, появляющихся в сетке в различных пространственных расположениях, которые обычно используются в экспериментах по визуальному статистическому обучению. В начале эксперимента абстрактные формы были произвольно разделены на два набора, обозначенные как «Мишень» и «Дистрактор», и в каждом испытании эти наборы использовались для создания сцены Мишени и Дистрактора на двух сторонах экран с противовесом (рис.1 А ). Участники эксперимента случайным образом были разделены на два состояния: «пассивное» и «активное». На этапе ознакомления участникам в пассивном состоянии было сказано просто обратить внимание на предстоящие сцены по обеим сторонам экрана, потому что им будут задавать вопросы после экспонирования. Это точные инструкции, полученные участниками в предыдущем исследовании статистического обучения (7). Напротив, участникам активного состояния перед ознакомлением сказали, что одна из двух сцен в каждом испытании будет Целью, а другая — Дистрактором, и они должны были выбрать сцену Цели.Участники в активном состоянии не получали дополнительной информации о том, что такое цель или отвлекающий фактор, но им давали обратную связь о правильности своего выбора после каждого испытания. В этих двух условиях, незаметно для участников и не связанных с их основной задачей (например, различение сцены) в активном состоянии, совпадение форм и их пространственные взаимосвязи в каждой сцене данного испытания контролировались различными статистическими правилами, идентичными тем использовались в более ранних неконтролируемых исследованиях (7, 8).В частности, определенные пары фигур могут одновременно встречаться в фиксированных пространственных отношениях с большей вероятностью (т. Е. С более высокой вероятностью соединения), или одна фигура может идеально предсказать появление другой формы рядом с ней (т. Е. С более высокой условной вероятностью) или просто просто появляются чаще (более высокая частота появления) (подробнее см. Материалы и методы ).

Рис. 1.

Результаты экспериментов по визуальному статистическому обучению человека в пассивных и активных условиях. ( A ) Иллюстрация типичного дисплея, представленного в испытании фазы ознакомления во время экспериментов по статистическому обучению людей.В активном состоянии одна из двух сцен (сетка с ее расположением формы) была Целью, другая — Дистрактором, и участник научился выбирать Цели в нескольких испытаниях с обратной связью. Во время пассивного состояния участник просто просматривает две сцены в течение 6 секунд без задания. ( B ) Показатели распознавания человека в активном состоянии во время ознакомления. Средняя производительность была вычислена в 10 пробных ячейках, за исключением последней ячейки, которая содержала 12 испытаний.( C ) Сравнение усвоения человеком условной, совместной и одноэлементной статистики в пассивных и активных условиях после ознакомительного сеанса. Ось y показывает среднюю долю правильных ответов по испытуемым. Эффекты обучения оставались очень значимыми в активном состоянии, хотя и со значительным сокращением усвоения совместной статистики (совместный тест). Вероятность выполнения в контрольных условиях (равная единичная) указывает на то, что наблюдаемые эффекты обучения являются специфическими, а не связаны с общим улучшением из-за повышения общей осведомленности.В B и C пунктирная горизонтальная линия показывает случайную производительность, полосы ошибок представляют SEM. (среднее ± стандартная ошибка среднего). * P <0,05.

Участники продемонстрировали значительное обучение правильному выбору целевой сцены во время ознакомления в активном состоянии ( P < 0,001) с устойчивым, почти линейным улучшением в первой части сеанса, которая насыщалась на высоком уровне, но не идеально. уровень результативности в последней трети испытаний (рис.1 В ). На этапе тестирования после ознакомления участники были проверены на их чувствительность к статистическим непредвиденным обстоятельствам в двухальтернативной парадигме принудительного выбора. В каждом испытании им приходилось выбирать между двумя формами или парами форм, более знакомыми. Формы или пары данного испытания всегда происходили из одного и того же пула (цели или отвлекающего фактора), но они различались по частоте появления, совместным вероятностям или условным вероятностям.Мы подтвердили, что при использовании этой измененной парадигмы, независимо от того, выполняли ли они контролируемую задачу в активном состоянии или просто наблюдали сцены в пассивном состоянии, участники демонстрировали те же предпочтения во время тестов, как сообщалось в более раннем исследовании визуального статистического обучения (7). В частности, участники значительно чаще выбирали стимул с более высокой частотой (одиночный тест) / вероятностью (совместный тест) / предсказуемостью (условный тест) как более знакомый во время тестов (рис.1 C ; статистические данные см. в приложении SI , таблица S1). Таким образом, участники стали автоматически чувствительны к частотным различиям отдельных форм, частоте одновременного появления комбинаций фигур в заданном пространственном отношении (совместная вероятность пар фигур) и степени предсказуемости между фигурами (условная вероятность пар фигур ) в обоих условиях. Мы также подтвердили, что участники правильно показывали случайность в контрольном тесте, когда они оценивали относительную частоту форм, одинаково часто появляющихся во время ознакомления (рис.1 C , равные одиночные, и SI Приложение , Таблица S1). Таким образом, простая, не относящаяся к делу задача, которую можно было решить, просто изучив принадлежность к классу нескольких фигур из двух инвентарных наборов, не препятствовала внутренним неконтролируемым процессам, которые заставляли участников приобретать неявные знания о базовой структуре визуальных сцен, включая обе. Мишени и отвлекающие факторы ( SI Приложение ).

Exp. 1: Медоносные пчелы становятся чувствительны к формированию статистики совпадения так же, как и люди, когда подвергаются умеренно сложным визуальным сценам.

Чтобы связать статистические способности к обучению человека и медоносной пчелы, мы протестировали пчел ( n = 10) с дизайном Exp. 1 оригинального исследования пространственного статистического обучения взрослых (7) и младенцев (8), которое мы модифицировали в соответствии с активным исходным экспериментом на людях, представленным выше. Во время обучения пчелы выполнили 190 попыток простой задачи различения с обратной связью между сценами многофигурной мишени и отвлекающего фактора, представленных на вращающейся тренировочной платформе (рис. 2 A ).Мы использовали несколько трехэлементных сцен, варьирующихся между испытаниями, где целевые сцены состояли из «базовой пары» элементов формы, всегда появляющихся в фиксированном пространственном расположении, в то время как третий «шумовой» элемент мог занимать одно из четырех возможных положений относительно основы. пара в невидимой сетке 2 × 2 (рис. 2 B ). В сценах «Дистрактор» также использовались три элемента формы, но в произвольной конфигурации. В частности, для каждой пчелы были случайным образом выбраны четыре сцены из пула возможных сцен со всеми комбинациями форм, при этом особое внимание уделялось тому, чтобы никакие две сцены не отображали любую из двух участвующих форм в одинаковых пространственных отношениях или в одном и том же положении. .В каждом испытании пчела видела на расстоянии стимулы-мишени и отвлекающие факторы, появляющиеся одновременно и в случайном относительном положении на обучающем устройстве. Они должны были выбрать и приземлиться на сцене Target, а не на сцене Distractor, чтобы получить вознаграждение (сахароза) вместо наказания [хинин (43)] обратной связи ( Материалы и методы ). Эта задача потенциально может быть решена простым различением нескольких форм, используемых в сценах «Цель и отвлекающий фактор», без информации об относительной конфигурации фигур.

Рис. 2.

Установка, конструкция и результаты Exp. 1 с медоносными пчелами. ( A ) Схематическое изображение экспериментальной установки. В каждом испытании были выбраны две сцены (пример «Мишень» и «Дистрактор»), и две копии этих сцен были прикреплены к 4 произвольно выбранным позициям из доступных 13 опций на вращающемся колесе, которое впоследствии было повернуто на случайный угол. Под каждой картинкой был лоток с положительным или отрицательным подкреплением. ( B , Left ) Целевые и отвлекающие зрительные стимулы Exp.1 выбран на одну пчелу. ( Правый ) Репрезентативные примеры целевого ( Лево ) и отвлекающих стимулов ( Правый ) в четырех типах тестов, проведенных в Эксп. 1. Числа под стимулами показывают относительную частоту появления. Красные и синие сплошные и зеленые пунктирные контуры предназначены только для осознанного просмотра и не были представлены в исходных стимулах. ( C ) Среднее улучшение показателей во время ознакомления с испытаниями в Exp. 1. ( D ) Средняя производительность в четырех тестах Exp.1. Пунктирная линия указывает на вероятность выполнения, полосы ошибок показывают SEM; * P <0,05.

В тестовой сессии, следующей за этапом ознакомления, мы протестировали без подкрепления, какие статистические свойства целевых сцен были закодированы во внутреннем представлении пчел. Этот эксперимент преследовал четыре цели и, соответственно, четыре типа тестов (рис. 2 B ). Во-первых, чтобы установить базовую скорость обучения этим визуальным стимулам у пчел, мы сравнили предпочтение выбора целых, вознагражденных троек (сцена целевая), наблюдаемых во время практики, с одинаково часто испытываемыми, но не получившими вознаграждения триплетами (сцена «отвлекающий фактор»).Этот тест памяти обеспечил калибровку с точки зрения максимального уровня ожидаемой производительности в последующих тестах. Во-вторых, мы проверили предпочтение пчелы неповрежденной сцены Target, учитывая ту же сцену, но с заменой элемента шума на форму, используемую для сцен Distractor. Этот контекстный тест устанавливает, являются ли результаты теста памяти просто следами памяти проб с награжденными целями против визуально очень разных отвлекающих факторов во время практики, или пчелы действительно могут передать эти знания в новую ситуацию, где два предложенных альтернативных стимула разделяют одну и ту же выдающуюся часть, базовую пару целевой сцены.В оставшихся двух тестах мы исследовали способность пчел основывать свои предпочтения на тонкой статистической структуре части пары оснований в целевых тренировочных сценах, а не на статусе награды всей целевой сцены по сравнению с отвлекающими сценами. В третьем пространственном тесте мы исследовали, кодируют ли пчелы пространственные отношения между двумя элементами согласованной пары оснований, или появление двух форм в любой конфигурации будет достаточным, чтобы вызвать предпочтение. Наконец, в четвертом частотном тесте мы измерили, могут ли пчелы различать высокий пространственно-сопутствующий фрагмент поощренных Целевых стимулов (пары оснований) и низкий пространственно-сопутствующий фрагмент (одна форма из пары оснований вместе с формой шума), с которым они сталкивались реже в четыре раза во время обучения в рамках целевой сцены.Это прямой эквивалент тестов для взрослых и младенцев, показывающий частотное кодирование фрагментов у людей (7, 8). Порядок четырех тестов представляет возрастающую сложность основной задачи. Каждая пчела сначала выполнила тест памяти, а затем три других теста в случайном порядке. Порядок испытаний не повлиял на результаты.

Результаты обучения показывают, что медоносные пчелы эффективно усвоили простую задачу различения между награждаемыми (цель) и наказанными (отвлекающими) сценами (рис.2 С ). Показатели дискриминации показали устойчивый и значительный рост от низкого показателя до примерно 80% правильных ответов после завершения 190 тренировочных испытаний (обобщенная линейная смешанная модель [GLMM]: n = 10 пчел, z = 6,99, P <0,001) (рис.2 C ). Результаты показывают сходство с базовым экспериментом на людях в задаче, которая может быть решена просто путем изучения не более чем одной формы в целевых стимулах, и, следовательно, не требует развития каких-либо неявных знаний о базовой структуре сцен.Тем не менее, четыре теста, проведенные после обучения, однозначно и убедительно подтвердили мнение о том, что пчелы разработали неявное и сложное представление статистической структуры многоэлементных абстрактных обучающих сцен, поскольку они показали значительно более сильное предпочтение более вероятной комбинации формы во всех четырех тестах (рис. 2 D ).

В частности, в тесте памяти пчелы предпочли исходную сцену Target по сравнению со сценой Distractor, значительно превышающей вероятностное ожидание (обобщенная линейная модель [GLM]: n = 10, 78.0 ± 1,7%; z = 7,42, P <0,001) (рис. 2 D ), что соответствует их показателям в конце тренировки. Пчелы также продемонстрировали в тесте контекста, что они запомнили все три формы, составляющие сцены, поскольку они предпочитали настоящую целевую сцену, а не сцену с отвлекающим фактором, состоящую из базовой пары и элемента сцены с отвлекающим фактором, заменяющего элемент шума ( n = 10; 71,5 ± 2,0%; z = 5,87; P <0,001) (рис.2 D ).В пространственном тесте пчелы продемонстрировали высокую чувствительность к пространственным отношениям и постоянство в различных сценах ( n = 10; 68,5 ± 1,7%; z = 0,15, P <0,001) (рис.2 D ). . Важно отметить, что пчелы демонстрировали такое поведение в ситуации, которая не зависела от величины обучаемого вознаграждения, поскольку им приходилось выбирать между сценами с одинаковыми двумя формами базовой пары, полагаясь исключительно на правильное, а не неправильное пространственное расположение. Наконец, в частотном тесте медоносные пчелы продемонстрировали явное предпочтение пар оснований над комбинацией формы основания / формы шума, которая также появлялась много раз на этапе обучения, но в четыре раза реже, чем пара оснований ( n = 10; 68.5 ± 1,7% правильных выборов; z = 0,15, P <0,001). Этот вывод совместим с результатами взрослых и младенцев, показывающими чувствительность к частотам совместного появления пар форм у людей (7, 8). Это также тот же результат, который мы получили в совместном тестировании исходного эксперимента на людях в этом исследовании в очень похожей экспериментальной установке. Поскольку ни одна из функций, необходимых для выполнения вышеупомянутого шанса в последних двух тестах, не требовалась для изучения первоначальной задачи распознавания, медоносные пчелы демонстрировали такое же обучающее поведение, как и люди.Они автоматически извлекали и использовали статистическую информацию о совпадениях и частотах форм в визуальном входе сверх того, что было минимально достаточным для решения задачи, которой они были заняты.

Exp. 2: В отличие от людей, медоносные пчелы не чувствительны к условной статистике между одновременно встречающимися формами при воздействии умеренно сложных визуальных сцен.

После установления базового сходства между визуальным статистическим обучением человека и медоносной пчелы в Exp.1, мы исследовали в Exp. 2 сохраняется ли это сходство на следующем уровне сложности. Взрослые люди и младенцы очень хорошо умеют автоматически извлекать и использовать предсказуемость одного визуального признака другим (т. Е. Условные вероятностные отношения между признаками) даже в тех случаях, когда статистика совместной встречаемости (совокупная вероятность этих признаков) является единообразной и может не помогают в решении задачи (7, 8). Гораздо менее ясно, какие виды нечеловеческих существ обладают подобными способностями. Различные животные, такие как зебровые вьюрки (44), домашние цыплята (45), крысы (46) и тамарины хлопковой верхушки (47), продемонстрировали чувствительность к статистическому распределению событий в исследованиях последовательного обучения.Однако из-за неадекватного контроля при проведении сравнений между различными исследованиями остается открытым вопрос, узнали ли эти животные переходные вероятности на основе относительной предсказуемости (сила вероятностей состояния) или просто временных частот совпадения (совместная вероятность двух последующих событий) ( 48).

Чтобы выяснить, становится ли животная модель медоносной пчелы автоматически чувствительной к относительной предсказуемости пространственных структур (то есть к истинным условным вероятностям), мы протестировали отдельную группу пчел ( n = 15) с модифицированной контролируемой версией Exps.2 и 3 исследования младенцев по пространственному статистическому обучению (8), которое было эквивалентно условному тесту базовых экспериментов на людях в настоящем исследовании. Схема обучения и тестирования была такой же, как и в Exp. 1, но статистическая структура обучающих стимулов и тестов различалась ( Материалы и методы, ). Сцены обучения Target и Distractor были составлены из трех элементов из девяти, а не шести различных форм, как в Exp. 1 (рис.3 A ).Подобно Exp. 1, четыре сцены с отвлекающими факторами содержали три формы отвлекающих факторов в случайном пространственном расположении. В этом эксперименте статистическая структура целевых сцен должна была обеспечивать пары форм, которые были равны с точки зрения вероятностей совместного появления, но сильно различались с точки зрения предсказуемости (то есть условных вероятностей формы). Для этого мы применили принцип, использованный в Exps. 2 и 3 предыдущего исследования младенцев (8) и в исходном эксперименте на людях настоящего исследования.Мы использовали два набора триплетов форм в пуле Target для создания двух типов целевых сцен на период ознакомления: высокочастотные целевые сцены и низкочастотные целевые сцены, которые появлялись в четыре раза реже, чем высокочастотные. Два типа сцен состояли из двух разных базовых пар, где элементы находились в стабильном пространственном соотношении, и шумового элемента, который мог занимать разные позиции (рис. 3 A ). Кроме того, было только две отличительные высокочастотные целевые сцены и четыре низкочастотные целевые сцены.Результатом этой конструкции является то, что базовая пара из низкочастотных сцен появлялась точно такое же количество раз, что и «частотно-сбалансированная пара», состоящая из одной формы базовой пары и соответствующей формы шума из высокочастотной сцены. В то же время, хотя формы в низкочастотной паре база-база всегда появлялись вместе в одной и той же конфигурации, это было неверно для комбинации «сбалансированная по частоте» форма базы / форма шума, поскольку элемент шума мог занять другое относительное положение.Таким образом, совместная вероятность (совпадение) двух пар была приравнена, но с точки зрения условных вероятностей (предсказуемости) низкочастотная базовая пара имела двукратное преимущество перед комбинированной парой.

Рис. 3.

Дизайн и результаты Exps. 2 и 3a – c с медоносными пчелами. ( A , Left ) Целевые и отвлекающие зрительные стимулы. ( справа, ) Типичные примеры стимулов цели (, слева, ) и отвлекающих стимулов (, справа, ) в четырех типах тестов в Exp.2. Числа под стимулами показывают относительную частоту появления. Красные и синие сплошные и зеленые пунктирные контуры не были представлены в исходных стимулах. ( B ) Среднее повышение производительности во время ознакомления с опытом. 2 и 3a – c. ( C ) Средняя производительность в четырех тестах (ось x ) в зависимости от эксп. 2 и 3a – c (см. Легенду). Пунктирная линия указывает на вероятность выполнения, полосы ошибок показывают SEM; * P <0,05.

Аналогично Exp. 1, после обучения (200 попыток), в ходе которого пчелы выполняли усиленную задачу различения между сценами «Мишень» и «Дистрактор», пчелы были подвергнуты четырем различным тестам, выполненным в случайном порядке.В Exp. 2, однако, все четыре теста оценивали знакомство с частями награжденных целевых сцен (рис. 3 A ). Первые два теста соответствовали пространственному тесту Exp. 1, и они измерили, усвоили ли пчелы фиксированное пространственное соотношение двух форм как в высокочастотной паре оснований, так и в паре низкочастотных оснований. Это были частые тесты на пары оснований и редкие тесты на пары оснований (тесты 1 и 2). Тест 3, называемый одноэлементным частотным тестом, оценивал, стали ли пчелы чувствительны к различиям в частоте появления отдельных форм во время ознакомления.В этом тесте была представлена одна индивидуальная форма пары высокочастотных оснований по сравнению с одной из пары низкочастотных оснований, и ожидалось, что пчелы выберут высокочастотную форму. Тест 4 был тестом условной вероятности, в котором пчелы должны были выбирать между парой редких оснований (из низкочастотных сцен) и «частотно-сбалансированной небазовой парой», состоящей из одного элемента пары частых оснований и элемента шума. частой сцены в отношении, наблюдаемом в одной из двух высокочастотных сцен (рис.3 А ). Это решающий тест на чувствительность к условным вероятностям, прямой эквивалент тестов для взрослых и младенцев, демонстрирующих основанное на предсказуемости кодирование фрагментов у людей (7, 8) и базового эксперимента на людях настоящего исследования.

Несмотря на увеличение сложности задачи из-за большего количества используемых форм, пчелы показали значительное обучение в задаче распознавания мишени / отвлекающего фактора на этапе ознакомления (GLMM: n = 15; z = 6.44, P <0,001) и достигли эффективности выше 70% после 200 тренировочных испытаний (рис. 3 B , темно-серый). Более того, пчелы также продемонстрировали значительно более сильное предпочтение правильному пространственному расположению как для частых (GLM: n = 15; 61,0 ± 2,6%; z = 3,78, P <0,001), так и для редкого основания. пары ( n = 15; 58,0 ± 2,8%; z = 2,76, P = 0,006) в тестах 1 и 2 (рис.3 C , темно-серый).Производительность пчел с частыми и редкими парами оснований существенно не различалась ( z = 1,41, P = 0,16). Это указывает на то, что даже с большим количеством пар оснований и неравномерным количеством представлений пчелы без проблем запоминают конкретную конфигурационную информацию и используют ее в новых решениях. В третьем одноэлементном частотном тесте пчелы показали значительно большее предпочтение частой формы ( n = 15; 56,7 ± 2,7%; z = 2,07, P = 0.04) (Рис.3 C , темно-серый). Однако в четвертом тесте условной вероятности медоносные пчелы не показали предпочтения более предсказуемым парам оснований по сравнению с частотно-сбалансированными парами оснований ( n = 15; 46,7 ± 2,5%; z = 1,15, P = 0,25. ) в отличие от исходных результатов для человека (рис. 3 C , темно-серый). В итоге, в то время как медоносные пчелы продемонстрировали четкие доказательства получения статистической структуры визуальных стимулов с точки зрения лежащей в основе индивидуальной частоты и парной структуры сцен, они не продемонстрировали доказательств способности использовать предсказуемость форм, определяемую количественно с помощью условных условий. вероятности между элементами совпадающей пары форм.

Эксп. 3a – c: Продолжительность выдержки и характерная форма сильно влияют на визуальную статистику, которую медоносные пчелы используют в своем внутреннем представлении.

Неспособность обрабатывать условные вероятности в Exp. 2 может быть либо истинной особенностью визуального обучения медоносных пчел, либо сбивать с толку из-за повышенной сложности задачи. Две возможные сбивающие с толку причины, по которым обучение не происходит, — это либо то, что участник не получил достаточно возможностей для ознакомления со стимулами, либо то, что стимулы было слишком сложно различить.Чтобы исследовать эти два возможных противоречия, мы провели три дополнительных эксперимента, каждый с независимым набором пчел. В Exp. 3a – c, мы манипулировали временем экспозиции и сходством стимулов. Во-первых, мы повторно запускаем Exp. 2 дважды без каких-либо модификаций, за исключением изменения количества ознакомительных испытаний с 200 на 100 (Эксп. 3a) и до 300 (Эксп. 3b), чтобы увидеть, влияет ли большее или меньшее воздействие на модель обучения пчел статистической структуры сцены. Во-вторых, мы повторили Exp. 2 с 200 попытками, но заменил составные дистракторные сцены, состоящие из трех форм, с одним характерным ахроматическим узором (Exp.3в). Эта последняя модификация сильно увеличила различимость сцен Target и Distractor, оставив нетронутой базовую структуру исследуемых сцен Target.

На рис. 3 B и C показаны результаты этих экспериментов вместе с результатами Exp. 2 для сравнения. Результаты ознакомления указывают на два заметных эффекта. Во-первых, изменение времени воздействия со 100 на 200 и на 300 испытаний выявило аналогичные кривые обучения на ранней стадии ознакомления (первые 100 испытаний; сравнение Exp.3a и Exp. 2: z = 1,33, P = 0,19; сравнивая Exp. 3b и Exp. 2: z = 0,40, P = 0,97). В то же время большее воздействие привело к более высокой производительности, но только в определенной степени, поскольку средняя производительность стабилизировалась на уровне около 80% правильного ответа после 200 испытаний и не улучшилась дальше. Тем не менее, в конце как 200 испытаний, так и 300 испытаний пчелы показали значительно лучшие результаты в распознавании сцены Мишень / Дистрактор, чем после 100 ознакомительных испытаний (последние 25 испытаний; сравнение Exp.3a и Exp. 2: z = 3,59, P <0,001; сравнивая Exp. 3b и Exp. 2: z = 5,40, P <0,001).

Второй заметный эффект заключается в том, что упрощение задачи распознавания путем предоставления более различимых стимулов-мишеней и отвлекающих факторов значительно улучшило производительность пчел сразу в начале ознакомления после всего 25 испытаний (первые 25 испытаний; сравнение Exp. 3a и Exp. 3c: z = 2.79, P = 0,005; сравнивая Exp. 2 и Exp. 3c: z = 2,97, P = 0,003; сравнивая Exp. 3b и Exp. 3c: z = 3,34, P <0,001), и в конце сеанса из 200 испытаний (последние 25 испытаний; сравнение Эксп. 2 и Эксп. 3c: z = 2,30, P = 0,02 ; сравнение Exp. 3b и Exp. 3c: z = 3,47, P <0,001). Тем не менее, даже в этом состоянии после более быстрого улучшения производительности на ранней стадии очевидна четкая насыщенность на высоком (90%), но не идеальном уровне (рис.3 В ). В целом, как сложность, так и продолжительность воздействия существенно повлияли на производительность пчел в задаче распознавания ожидаемым образом.

На ключевой вопрос о том, как эти соответствующие манипуляции с длиной и сходством влияют на изучение базовой структуры визуальных сцен, можно ответить, интерпретируя результаты теста (рис. 3 C ). Представления в 100-, 200- и 300-пробных версиях эксперимента указывают на заметную трансформацию внутреннего представления медоносных пчел по мере увеличения числа тренировочных испытаний.В 100 испытаниях ни частые, ни редкие пары оснований в их правильной пространственной конфигурации не были надежно предпочтительны перед неправильной конфигурацией медоносных пчел (тест 1: 48,0 ± 4,6%, z = 0,65, P = 0,52; тест 2 : 52,5 ± 3,9%, z = 0,77, P = 0,44) (рис. 3 C ). Однако пчелы значительно предпочли частые одиночные элементы редким (тест 3: 58,3 ± 4,1%, z = 2,57, P = 0,01) (рис. 3 C ).По мере того, как обучение распространялось на 200 испытаний, пары оснований постепенно усваивались, так что тесты 1 и 2 достигли значимого уровня (тест 1: 61,0 ± 2,6%, z = 3,78, P <0,001; тест 2: 58,0 ± 2,8 %, z = 2,76, P = 0,006) (рис.3 C ), а для частых пар оснований также значительно выше производительности, зарегистрированной после 100 испытаний (тест 1: z = 3,03, P = 0,002) (рис.3 C ). Напротив, в то время как результаты одноэлементной частоты (тест 3) оставались значительными, результат производительности действительно немного ухудшился (тест 3:56.7 ± 2,7%, z = 2,07, P = 0,04).

По достижении 300 тренировочных испытаний оба теста 1 и 2 достигли насыщенного уровня значимой производительности (тест 1: 61,7 ± 2,5%, z = 3,58, P <0,001; тест 2: 60,4 ± 3,4%, z = 3,20, P = 0,001), в случае теста 1, значительно выше производительности, обнаруженной после 100 испытаний ( z = 3,02, P = 0,003). В отличие от этого увеличения производительности с парами (тесты 1 и 2), производительность с отдельными формами, измеренная с помощью одноэлементного частотного теста (тест 3), показала сильное отрицательное изменение при большем обучении.В частности, результативность в тесте 3 после 300 тренировочных попыток упала до незначительного уровня (тест 3: 44,2 ± 3,8%, z = 1,80, P = 0,07). Эта производительность была значительно ниже уровня, полученного при 100 или 200 тренировочных испытаниях (тест 3: сравнение Exp. 3a и Exp. 3b: z = 3,09, P = 0,002; сравнение Exp. 2 и Exp. 3b: z = 2,57, P = 0,01). Эти результаты указывают на переход от простого внутреннего представления на основе частоты элементов к представлению, основанному в большей степени на более крупных согласованных фрагментах или базовых конфигурациях сцен.

Что касается влияния сложности задачи, мы также обнаружили, что по четырем критериям теста 300-пробный эксперимент со стандартными стимулами-дистракторами (Эксп. 3b) дал результаты, которые статистически неотличимы по четырем тестам от результатов, найденных в 200- пробный эксперимент с упрощенными стимулами-дистракторами (Exp. 3c) (тест 1: 60,8 ± 3,4%, z = 0,19, P = 0,85; тест 2: 60,0 ± 3,0%, z = 0,37, P = 0,71; тест 3: 47,5 ± 3,4%, z = 0.82, P = 0,41) (рис.3 B и C ). Это говорит о том, что, хотя для хорошей работы с более сложной версией задачи распознавания требуется больше воздействия, развивающееся базовое представление, похоже, следует удивительно похожему преобразованию.

Важно отметить, что ни при каких условиях медоносные пчелы не демонстрировали свидетельств чувствительности к условным отношениям (тест 4) (рис. 3 C ), предполагая, что они не могли автоматически извлекать такую информацию (Exp.3a: 52,9 ± 3,7%, z = 1,16, P = 0,25; Exp. 2: 46,7 ± 2,5%, z = 1,15, P = 0,25; Exp. 3b: 49,2 ± 2,7%, z = 0,26, P = 0,80; Exp. 3c: 45,4 ± 3,4%, z = 1,42, P = 0,16).

Вычислительный анализ: обучающее поведение медоносных пчел может быть определено с помощью подсчета, а не с помощью вероятностной модели обучения.

Поскольку наши поведенческие результаты указывают только на существование различий в статистических свойствах, запомненных между пчелами и людьми, мы использовали моделирование, чтобы прояснить, какое значение, если таковое имеется, может быть приписано открытию того, что медоносные пчелы, по-видимому, не кодируют автоматически отношения предсказуемости их сенсорный ввод.Поскольку для регистрации статистического обучения человека требуется вероятностная модель частичного обучения (ПК) (11), наше обоснование состояло в том, чтобы проверить, может ли та же модель объяснить поведенческие результаты пчел, и, в качестве альтернативы, если более простой модели, как известно, недостаточно для отражения обучения человека. было бы достаточно для воспроизведения обучающего поведения пчел. Результаты этих тестов проинформируют нас о том, используют ли пчелы и люди разные вычислительные подходы во время автоматического неконтролируемого обучения на основе сенсорного ввода сложных визуальных сцен.

В более раннем исследовании был проведен комбинированный анализ поведенческого моделирования, чтобы выяснить, какой тип вычислений может улавливать визуальное статистическое обучение человека (11). Было выбрано пять различных вычислительных моделей, начиная от хранения простых трассировок памяти и заканчивая сбором различной сводной статистики входных данных и вычислением вероятностного внутреннего представления этих входных данных в попарно ассоциативном или вероятностном способе обучения фрагментам (ПК). Эти модели были протестированы с визуальным входом в набор все более сложных исследований визуального обучения человека.Сходство результатов обучения между моделями и людьми использовалось, чтобы сделать вывод о том, какой тип обучения люди могут использовать. Результат исследования был однозначным: по мере роста сложности обучающих задач модели постепенно перестали следовать модели обучения человека, и в конечном итоге только модель обучения на ПК воспроизводила все результаты, полученные человеком (11).

Мы следовали стратегии Орбана и др. (11) с данными, полученными на медоносных пчелах в настоящем исследовании, и сосредоточились на двух моделях ( Материалы и методы ).Первая — это улучшенная версия модели, которая успешно фиксирует поведение человека: модель обучающегося на ПК, которая ищет наиболее экономичный инвентарь (набор наиболее вероятных фрагментов, генерирующих сцены модульным способом) для представления, хранения и интерпретации потока. появляющихся сцен. Концептуально этот алгоритм разрабатывает генеративную внутреннюю модель внешнего мира, которую затем можно использовать для решения любой последующей задачи, такой как оценка знакомства или выбор предпочтений (11).Вторая модель представляет собой комбинацию двух моделей сводной статистики на основе подсчета, которые также были протестированы Orbán et al. (11), и было показано, что они не следят за поведением человека при изучении более сложной информации о сцене. Эти две модели подсчета подсчитывают, сколько раз определенные формы и комбинации двух форм, соответственно, встречались в сценах во время ознакомления, и определяют степень знакомства или предпочтение выбора во время теста на основе величины полученной статистики.Следуя более ранним сообщениям, в которых было обнаружено, что по мере увеличения продолжительности обучения медоносные пчелы переходят от элементарных ассоциаций к сложным ассоциациям (26, 49), мы объединили эти две модели в единую модель суммарной статистики на основе подсчета (CB), в которой подсчет на основе формы Модель рано вводится в эксплуатацию, а затем постепенно уступает место модели счета на основе пар (подробности см. в приложении SI, приложение ). Концептуально эта модель эквивалентна модели ассоциативной памяти на основе фрагментов или модели трассировки, которая отслеживает совместное появление различных подмножеств элементов (функций низкой сложности, таких как отдельные формы и фрагменты пар фигур), чтобы сформировать внутренняя модель для руководства дальнейшими решениями (50, 51).

Мы реализовали соответствующие модели и обучили каждую с одинаковыми входными последовательностями в том же порядке, что и в экспериментах на пчелах и людях. Для модели CB каждая входная сцена была представлена просто набором переменных, каждая из которых в двоичном виде (0/1) указывала, наблюдалась ли конкретная форма в текущей сцене. Развивающееся внутреннее представление состояло из сумм всех индивидуальных форм и пар фигур, которые встречались в отдельных сценах, суммированных за всю тренировку.Выбор во время теста был сделан на основе относительной силы этих результатов. Для модели ПК для представления каждой сцены использовались два набора переменных: один, указывающий в двоичном виде, наличие / отсутствие отдельных фигур в данной сцене, а второй набор, кодирующий положение этих фигур (с помощью 2D-векторов). ). Внутреннее представление модели ПК состояло из набора «фрагментов», где фрагменты могли быть любой фиксированной конфигурацией произвольного количества форм (также кодируемых наличием / отсутствием и относительным положением), которые возникли во время обучения посредством вероятностного обучения как лучшие. набор для захвата описания ранее испытанных сцен ( Материалы и методы, и SI Приложение ).Затем поведение двух моделей обучения было исследовано путем проведения всех тестовых испытаний со сценами, используемыми в поведенческих тестах, и с той же моделью решения, но с соответствующим внутренним представлением, разработанным двумя моделями ( SI Приложение ).

Результаты моделирования показали четкую двойную диссоциацию: в то время как модель ПК следовала поведению человека, но не могла воспроизвести поведение медоносной пчелы, модель CB, которая, как известно, неадекватна для моделирования обучения человека в более сложных условиях, адекватно отражала мед. поведение пчелы (рис.4). Неспособность модели ПК воспроизвести результаты медоносной пчелы не была результатом недостаточной параметризации, а прямым следствием характеристик модели обучения, что можно интуитивно оценить, изучив структуру стимула и эволюцию производительности при усиленном обучении. В частности, значительное предпочтение частым формам и парам форм в тестах с 1 по 3 после первых 200 тренировочных испытаний означает, что модель ПК уже должна быть чувствительной к различиям в частотах элементов и парных частотах между частотно-сбалансированными и редкими парами оснований. при испытаниях условного теста (тест 4).Следовательно, из-за совместных эффектов этих двух чувствительности условный тест должен давать сильное предпочтение частотно-сбалансированным парам перед редкими парами оснований, если работает вероятностное разбиение на части. Напротив, модель CB не чувствительна к условным вероятностям, в то время как она может следовать за сдвигом чувствительности от одиночных форм к частотам пар форм, таким образом воспроизводя эмпирические результаты с медоносными пчелами. Этот вычислительный анализ показывает, что разница, обнаруженная между людьми и медоносными пчелами в отношении автоматической обработки прогнозирующей информации, доступной во входных сенсорных данных, подразумевает фундаментально разные механизмы обучения без учителя, используемые этими двумя видами.

Рис. 4.

Способность моделей CB и ПК воспроизводить поведенческие данные медоносных пчел и человека. ( A ) Полоски показывают результаты пчел в четырех тестах Exp. 2 закрашенными кружками и пустыми ромбами обозначены вероятности выбора, вычисленные моделями CB и PC соответственно. Степень ознакомления моделировалась длиной ввода в модели ПК и параметрами мощности в модели CB. Обе модели аналогичным образом следовали поведенческим данным в первых трех тестах, но модель ПК также выучила по необходимости условные непредвиденные обстоятельства, в то время как в соответствии с поведением медоносных пчел простая модель CB не могла.( B ) Столбцы показывают результат поведения человека в задаче активного статистического обучения, а ромбики обозначают вероятности выбора, полученные с помощью модели ПК (пустые ромбы). Прогнозы модели соответствуют поведенческим данным во всех трех условиях тестирования. Планки погрешностей представляют SEM, а пунктирная горизонтальная линия указывает на случайную производительность.

Обсуждение

В настоящем исследовании мы систематически исследовали статистические свойства сложных визуальных сцен, которые медоносные пчелы могут неявно изучать, и сравнили эти способности со способностями людей в рамках той же экспериментальной парадигмы.Такой сравнительный подход был очень успешным в прошлом для понимания того, как сходные когнитивные задачи решаются разными видами, различающимися как по своей эволюционной истории, так и по вычислительным возможностям мозга (3, 52–56). В области зрительного восприятия и познания, в частности, наличие интригующих сходств между позвоночными и некоторыми видами беспозвоночных в зрительных процессах более высокого уровня, таких как использование пространственной конфигурации для облегчения распознавания объектов (18, 25, 57–59) или Чувствительность к некоторым зрительным иллюзиям (60, 61) побудила переоценить требуемую сложность лежащих в основе механизмов.Важно отметить, что, хотя наше исследование основано на области зрения, оно исследует общие характеристики неявного статистического обучения, и наши результаты в значительной степени не зависят от того, как фактические особенности обрабатываются нейронно в визуальной модальности двумя видами.

Более ранние исследования с использованием классического или оперантного кондиционирования показали, что пчелы способны к широкому диапазону неэлементарного ассоциативного обучения. К ним относятся формирование негативных паттернов (конфигурационная обработка стимулов A ⁺, B ⁺ и составных стимулов AB ^–) (14, 62⇓ – 64), визуальная категоризация (группировка объектов на основе общих свойств) (14, 15, 25, 29, 65), обучение реляционным концепциям на основе таких понятий, как «выше», «то же самое» или «больше» (32, 34), и даже сложных числовых способностей (38, 39, 66).Тем не менее, все эти исследования проводились под наблюдением персонала с явным обучением, и, таким образом, они не прояснили, что пчелы учатся естественно и автоматически, когда они просто сталкиваются с новой сценой. С помощью нашего метода мы смогли показать, что медоносные пчелы автоматически извлекают различную реляционную информацию и распознают согласованные визуальные фрагменты, не будучи специально обучены этому, после простого воздействия на большой набор структурированных визуальных сцен. Это замечательное свидетельство такого неявного обучения у видов беспозвоночных, сокращающее разрыв между широко разделенными частями животного царства в отношении способности спонтанно развиваться изощренные внутренние представления о лежащей в основе структуре их среды, как это наблюдалось у людей.Более того, настоящее исследование может также ответить на наш главный вопрос: есть ли существенная разница между результирующим внутренним представлением, созданным людьми и пчелами, и если да, какова природа этого различия?

Чтобы ответить на этот вопрос, мы превзошли более ранние результаты, полученные путем явного обучения, которые продемонстрировали обучение и обобщение сложных визуальных паттернов у пчел (18⇓ – 20, 23⇓ – 25) в трех дополнительных аспектах помимо того факта, что мы получили наши результаты неявного обучения.Во-первых, перед пчелами стояла более сложная задача, и от них требовалось сделать более сильные обобщения, чем в предыдущих исследованиях, из-за более вариабельной обучающей выборки и тестовых испытаний, в которых как целевые, так и отвлекающие стимулы сильно расходились с обученным паттерном (например, в целом конфигурации), при этом лишь незначительно отличаясь друг от друга (например, частотой появления). Во-вторых, мы исследовали влияние продолжительности воздействия и сложности задачи на производительность, чтобы понять механизм обучения, используемый пчелами.В-третьих, мы одновременно использовали несколько статистически определенных критериев тестирования, чтобы мы могли определить пределы и недостатки неявного обучения пчел и сравнить их систематически и с помощью вычислений с человеческим обучением.

Наши результаты показывают, что внутреннее представление пчел, разработанное для решения простой диссоциации мишени и отвлекающего фактора во время обучения, позволило им также успешно пройти ряд более сложных новых тестов, требующих более абстрактного обобщения. Во-первых, аналогично Exp.1 в Stach et al. (23) мы обнаружили, что пчелы могли правильно выбирать целевой стимул вместо дистрактора, отличающегося только одним компонентом отображения, даже если компонент не был простой ориентированной линией, а имел сложную форму (Опыт 1, контекстный тест). Во-вторых, пчелы были чувствительны к пространственному расположению компонентов абстрактной формы даже в пределах фрагмента полного отображения (Опыт 1, пространственный тест; Опыт 2, редко и часто тест пары оснований). В-третьих, пчелы кодировали частоты появления как для пар, так и для отдельных элементов (Exp.1, частотный тест; Exp. 2, одноэлементный частотный тест). Эти результаты показывают, что пчелы использовали гораздо более сложное внутреннее представление, чем простой шаблон сопоставления конфигурации, охватывающий весь входной стимул (17, 20, 26, 67). Примечательно, что это внутреннее представление возникло автоматически без какого-либо целевого обучения, что очень похоже на неконтролируемое обучение человека внутренним представлениям, о котором сообщают как взрослые, так и младенцы (7, 8).

Однако мы также обнаружили пределы того, что пчелы могут неявно изучать.В частности, ни при каких экспериментальных условиях мы не могли обнаружить, что пчелы невольно учатся предсказуемости между двумя элементами, определяемой их условной вероятностью. Хотя этот нулевой результат потенциально может быть артефактом недостаточного экспериментального плана с чрезмерно жесткими тестами или результатом случайности, результат контрольных экспериментов (Примеры 3a – c) делает эти объяснения маловероятными по двум причинам. Во-первых, вычисленный байесовский фактор (BF) для теста условной вероятности с самым длительным обучением существенно отдает предпочтение гипотезе «без обучения» по сравнению с «обучением» (Exp.3b: BF = 3,35), и это снижает вероятность ошибки типа II. Во-вторых, оба основных компонента сложности (продолжительность воздействия и сложность задачи) были модулированы близко к крайним значениям по сравнению с различными контрольными экспериментами, чтобы упростить задачу, но эти манипуляции не смогли выявить какого-либо влияния на условные вероятности обучения. Поэтому маловероятно, что дальнейшее увеличение времени выдержки или упрощение задачи дало бы заметно иные результаты.

Еще одна причина, по которой пчелы не смогут хорошо выполнить условный тест, может заключаться в том, что они не могут различать формы в достаточной степени для изучения условных отношений.Однако эту альтернативу можно исключить по двум причинам. Во-первых, формы, подобные тем, которые использовались в настоящем исследовании, были продемонстрированы пчелами как прекрасно различимые в предыдущих исследованиях (31, 68) ( Материалы и методы, ). Во-вторых, визуальные условия тестовых стимулов в нашем исследовании оставались постоянными, и в трех экспериментах менялись только условия обучения, в частности, одни и те же формы в одинаковых конфигурациях использовались в Exps. 1, 2 и 3. Пчелы одинаково хорошо показали себя во всех экспериментах в большинстве тестов, включая совместные вероятностные тесты с двумя фигурами в тестовой сцене.Поскольку визуальной информации было достаточно для выполнения всех тестов Exp. 1, а в тестах 2 и 3 в Exp. 2, той же визуальной информации должно быть достаточно для выполнения условного теста 4 в Exp. 2. Следовательно, объяснение, основанное на ограничении низкоуровневого распознавания признаков, может быть исключено.

Важно уточнить, что наш результат не означает, что пчелы не могут изучать условные отношения событий. В различных предыдущих исследованиях сообщалось, что при явном дифференциальном кондиционировании пчелы демонстрировали примеры неэлементного обучения, такие как формирование негативного паттерна (A ⁺, B ⁺, AB ^—) или двунаправленное различение (AB ⁺, CD ⁺). , AC ^—, BD ^—), которые являются примерами получения условных отношений (14, 62⇓ – 64).Пчелы также могут использовать условные правила для навигации по лабиринту по символам (69) или для выбора между двумя правилами (добавить или вычесть один элемент) в зависимости от цвета стимула (39). Однако наши результаты показывают, что при выполнении простой задачи распознавания, включающей сложные визуальные паттерны, пчелы создают внутреннее представление, которое естественным образом и автоматически не охватывает условные случайности паттернов.

Неудача в обучении условных вероятностей согласуется с более ранними выводами, показывающими, что во время обучения правилу транзитивного вывода (если A> B и B> C, то A> C) пчелы могли правильно выучить пары посылок только тогда, когда они были явно прошли обучение в помещениях в непрерывных последовательных блоках испытаний.Когда пчелы вынуждены больше маскироваться из-за переживания всех парных отношений по существу одновременно в более коротких и перемежающихся блоках испытаний, пчелы не могут правильно выполнять правило транзитивности (14, 65). Общий вывод этих исследований заключался в том, что даже в условиях, когда пчелы хорошо справлялись с парами посылок, они действительно не учились транзитивности, а скорее сочетали эффекты новизны с ассоциативными преимуществами парного обучения. Таким образом, пчелы могут выполнять сложные задачи только тогда, когда они обучены делать это явно (например,g., в случае условных вероятностей) или когда их протокол обучения позволяет им получать удовлетворительные ответы на основе их более простого обучения (например, в случае изучения пар предпосылок во время исследования транзитивности). Тем не менее, эти более простые решения, которые пчелы используют для решения сложных зрительных проблем, могут быть вдохновением для разработки эффективных систем искусственного интеллекта с ограниченными вычислительными ресурсами, чтобы делать то же самое (70⇓⇓ – 73), и дать представление о том, как более крупный мозг автоматически выполняет такие задачи.

Мы обнаружили, что с увеличением воздействия во время обучения производительность пчел улучшалась, и их внутреннее представление постоянно сдвигалось от сосредоточения на частотах элементов к частотам совместного появления. Это похоже на данные о том, что с увеличением времени воздействия пчелы переходят от связывания элементов сложного стимула S ⁺ с вознаграждением к связыванию самого соединения с вознаграждением (49). Таким образом, в свете большего опыта работы с недавно введенной статистикой среды, медоносные пчелы естественным образом трансформируют свое внутреннее представление для сбора все более сложной статистики входных данных.

Кроме того, мы также обнаружили, что упрощение задачи (Exp. 3c) способствовало более раннему появлению конфигурационного представления, основанного на совпадениях. На первый взгляд, это может показаться выводом о том, что изменение цвета форм компонентов, чтобы сделать их более похожими, способствует большему обучению конфигурации (49). Однако есть тонкое, но важное различие между двумя экспериментальными планами: в эксперименте с цветом Giurfa et al. (49) корректировка цветов напрямую влияла на стимул, который нужно изучить и протестировать, тогда как в нашем случае только задача стало легче за счет регулировки сложности стимула-отвлекающего фактора, однако кодирование физически неизменных целевых стимулов раньше перешло от элементарного к составному представлению.Другими словами, в то время как Giurfa et al. показали прямое влияние манипулирования стимулом на обучение, мы показали косвенный эффект, манипулируя только задачей. Это означает, что обучение пчел представляет собой сложный контекстно-зависимый процесс, в котором характер внутреннего представления определяется как стимулами, так и задачей, задействованной в эксперименте.

Что касается нашего ключевого вопроса о сходстве между обучением человека и медоносной пчелы, мы обнаружили, что нынешние результаты успеваемости медоносной пчелы могут быть достаточно хорошо отражены простой моделью, которая изучает сводную статистику CB, в частности, наиболее выдающихся индивидуумов и соплеменников. встречающиеся пары форм сцен.Это контрастирует с человеческим поведением, которое в аналогичных задачах требует более сложной модели, например, модели учащегося на ПК, которая должна быть правильно воспроизведена (11). Важно понять, что производительность человека в различных тестах изменилась незначительно, когда протокол эксперимента переключился с пассивного наблюдения на активное различение (рис. 1). Это говорит о том, что внутреннее представление, отвечающее за человеческие результаты, которое включало кодирование условных вероятностей, возникло в основном автоматически и не зависело от деталей задачи распознавания.Автоматичность кодирования условных вероятностей подтверждается более ранними выводами о том, что взрослые и 8-месячные младенцы одинаково чувствительны к такой статистике визуальных сцен (8). К сожалению, для пчел такое сравнение активного и пассивного протоколов недоступно. Следовательно, мы не можем полностью исключить, что протокол обучения с подкреплением, используемый в наших экспериментах, формировал обучение и внутреннее представление у пчел сильнее, чем у людей, и что пчелы проявят некоторую чувствительность к условным отношениям при более естественном исследовании окружающей их среды.

В то время как отсутствие автоматической чувствительности к прогнозирующей информации является одним из объяснений наших результатов, возможной альтернативой является то, что несоответствие между пчелами и людьми существует на этапе обработки задачи, а не при кодировании. В этом сценарии пчелы могут кодировать условные вероятности входных данных, но в существенно новой задаче (тесте) они не используют эту информацию, потому что простая разница частот больше влияет на их решение в контексте обобщающего теста.

Тем не менее, учитывая настоящие результаты, мы утверждаем, что автоматическое извлечение условной информации не является фундаментальным компонентом визуального обучения медоносной пчелы и происходит только тогда, когда этому способствует специальная схема подкрепления. Мы предполагаем, что вследствие этого люди и медоносные пчелы используют разные типы обучения для кодирования своей визуальной среды, что приводит к различным внутренним представлениям. Хотя простое различение, распознавание и ряд других основных задач могут быть одинаково хорошо решены с помощью этих двух стратегий, важные различия могут возникать в сложных задачах.Основываясь на недавно установленном значении вероятностных вычислений в мозге (74), мы предполагаем, что в сочетании с различными другими соответствующими факторами более богатое внутреннее представление, которое люди создают автоматически, и лежащий в основе вероятностный механизм обучения потенциально могут быть одним из ключевых компонентов, которые привело к появлению превосходных когнитивных способностей человека.

Материалы и методы

Эксперимент по обучению людей.

Для эксперимента по обучению людей было выбрано 142 здоровых добровольца (96 женщин, средний возраст 22 года.08 y) с нормальным зрением или зрением, скорректированным до нормального, участвовал в эксперименте после получения информированного согласия. Все процедуры были одобрены Комитетом по этике психологических исследований Венгрии.

Стимулы.

В эксперименте использовалось двадцать отдельных абстрактных черных фигур на белом фоне. Каждое испытание состояло из двух черных сеток 5 × 5, расположенных бок о бок на дисплее, и каждая сетка содержала набор из трех фигур, всегда в соседних позициях на сетке, но в различных конфигурациях.Стимулы предъявлялись на 27-дюймовом цветном мониторе Samsung Syncmaster S27B550 с расстояния обзора 1 м, так что размер сетки составлял 16,4 визуальных градуса. Для каждого испытуемого половина фигур была случайным образом отнесена к категориям «Мишень» и «Отвлекающий фактор» соответственно. Кроме того, в каждой категории формы были организованы в одну частую и две редкие пары оснований и четыре отдельных элемента, и они были строительным блоком для наборов из трех форм, представленных в сетках. Базовые пары состояли из двух фигур, всегда появляющихся вместе в фиксированном пространственном отношении в сетке.Частые пары оснований появлялись на дисплее в 2,6 раза чаще в ходе испытаний, чем редкие пары. Отдельный элемент мог появиться в любом соседнем положении относительно пары оснований в сетке, так что визуальная сегментация пары и отдельного элемента была невозможна (рис. 1 A ). Двадцать восемь уникальных сцен с тремя формами, содержащими одну базовую пару и одну единственную форму с различным абсолютным положением фигур в сценах, были созданы отдельно от категорий Target и Distractor.Сцены были дополнительно скомпонованы так, что на основе совместного появления одиночных форм и часто встречающихся пар оснований были две так называемые «частотно-сбалансированные небазовые пары», состоящие из одной формы из пары оснований и одной формы. Это были пары, которые имели такие же совместные вероятности, что и редкие пары оснований, но гораздо более низкие условные вероятности. Действительно, хотя эти пары оснований появляются так же часто, как и редкие пары оснований во время ознакомления, обе формы, составляющие пары оснований, также могут появляться с разными отношениями, что не имело места для пары оснований по определению, где две формы всегда появлялись вместе. в фиксированных пространственных отношениях.Расположение таких редких, частых и основанных на частоте пар позволяет систематически проверять чувствительность к совместному возникновению и условным вероятностям, и оно широко использовалось в более ранних исследованиях (7, 8). Базовая статистическая структура, созданная совместным появлением фигур, была точно такой же в категориях Target и Distractor, но основывалась на двух инвентаризациях неперекрывающихся форм.

Процедура.

Каждый эксперимент состоял из двух этапов: ознакомления и тестирования.Во время ознакомительной фазы пробная презентация началась с появления креста фиксации в середине экрана на 1 секунду. Затем две сцены (одна цель и одна сцена с отвлекающим фактором) были одновременно представлены в течение 6 секунд в левой и правой части экрана, на равном удалении от центра (Рис.1 A ), после чего последовал пустой промежуточный экран, представленный на 1 с. Во время ознакомления каждая уникальная сцена в категории была представлена 4 раза, в результате чего было проведено 112 презентационных попыток (15 минут).Порядок представления сцен был рандомизирован для каждой категории, и лево-правое отображение двух категорий было сбалансировано. Перед ознакомительной фазой участникам было назначено одно из двух условий задания. В состоянии пассивного задания участникам было поручено обратить внимание на последовательность сцен, чтобы они могли ответить на некоторые простые вопросы после фазы ознакомления. Информации о структуре сцен участники не получили.В состоянии активной задачи участникам было предложено выбрать в каждой пробной презентации целевую сцену, нажимая клавиши со стрелками влево или вправо на клавиатуре после того, как сцены исчезли. Каждое испытание сопровождалось обратной связью о правильности их выбора, показывая либо слово «правильный» зеленым, либо слово «неправильный» красным цветом в середине экрана на 1 с. Участники не получили никакой дополнительной информации о структуре сцен, кроме существования двух категорий.

Фаза тестирования следовала за ознакомлением с тремя или двумя временными двухальтернативными задачами с принудительным выбором, выполняемыми в фиксированном порядке. Во-первых, в условном тесте пара редких оснований и сбалансированная по частоте пара небазовых последовательностей показывались последовательно в течение 2 с в центре сетки и с пробелом в 1 с, разделяющим их. Участники должны были нажать клавишу «1» или «2» в зависимости от того, какая из двух пар они сочли более знакомыми на основе ознакомительных сцен. Тестовые испытания были основаны на двух редких парах оснований и двух частотно-сбалансированных небазовых парах в каждой категории (мишень и отвлекающий фактор).Обе пары оснований были представлены один раз с каждой из двух частотно-сбалансированных небазовых пар одной и той же категории, в результате чего было проведено восемь тестовых испытаний. Поскольку пары оснований и неосновные пары имели одинаковые частоты совпадения (совместные вероятности: P = 0,21), только разница в условных вероятностях (пары оснований: P = 1,0, небазовые пары P = 0,75) могла можно использовать для выбора между парами. Тестовые испытания были индивидуально рандомизированы, и порядок представления пар оснований и пар оснований уравновешивался в рамках сеанса тестирования для каждого участника.Во втором тесте, единственном тесте, участники должны были выбирать между двумя отдельными фигурами, показанными по центру, той, которую чаще видели во время ознакомления. Для обеих категорий тест содержал две часто встречающиеся формы ( P = 0,57) и шесть редких форм ( P = 0,21), которые были организованы для создания восьми полностью рандомизированных и сбалансированных тестовых испытаний. В четырех испытаниях сравнивались две часто встречающиеся формы с двумя редкими формами (одиночный тест), а оставшиеся четыре редких формы использовались в четырех дополнительных испытаниях без правильного ответа (равный одиночный тест).В результате для каждого участника было проведено 16 отдельных тестовых испытаний. В каждом испытании третьего теста, совместного теста, участники должны были выбрать более знакомый вариант из пары редких оснований и случайной пары с низкой частотой, показанных последовательно с тем же временем представления, что и в условных тестах. Для каждой категории из сцен были выбраны две случайные пары с низкой частотой совпадения (совместная вероятность: P = 0,036) и сравнивались с двумя редкими парами оснований (совместная вероятность: P = 0.21), в результате чего было проведено четыре тестовых испытания для каждой категории.

Эксперимент по обучению медоносной пчелы.

Экспериментальная установка и общая методика.

Все эксперименты проводились на свободно летающих медоносных пчелах ( A. Mellifera ). Пчелы были индивидуально набраны из гравитационной кормушки для сахарозы и обучены посещению нашего тестового устройства — вертикального круглого экрана, который можно вращать, чтобы нарушить позиционное обучение. Серый экран из оргстекла (диаметр 50 см) позволял прикреплять в различных пространственных местах серые вешалки из оргстекла (6 × 8 см), представляя визуальные стимулы на небольших горизонтальных посадочных площадках.Во время ознакомления опыты собирали сериями (т. Е. Серией опытов, продолжавшихся до тех пор, пока пчела не насытилась и не вернулась в улей). В каждом прогоне использовалась одна комбинация стимулов-мишеней и отвлекающих факторов. В каждом испытании одновременно предъявлялись две копии стимулов-мишеней и отвлекающих факторов, в результате чего на вращающемся экране находилось в общей сложности четыре визуальных стимула (рис. 2 A ). Две целевые сцены были снабжены каплей 10 мкл раствора сахарозы (50%, 1,8 М), в то время как две сцены с дистрактором были снабжены каплей 10 мкл раствора хинина (60 мМ) на посадочных платформах, связанных с зрительные раздражители.Выбор оценивался как правильный или неправильный каждый раз, когда пчела приземлялась на одну из платформ, связанных со стимулом-мишенью или отвлекающим стимулом, соответственно. Когда пчела сделала правильный выбор, ее собирали на ложку из оргстекла, содержащую 50% раствор сахарозы, и помещали за непрозрачный барьер на расстоянии 1 м от экрана, при этом положения стимулов менялись, а платформы очищались и снова заполнялись. Когда пчела делала неправильный выбор, она пробовала горький раствор хинина, а затем ей позволяли продолжать делать выбор, пока не был сделан правильный выбор, после чего следовала той же процедуре, что и в случае правильного выбора.Когда пчела отсутствовала в экспериментальной установке, вешалки очищали 20% этанолом, к вешалкам в случайных местах прикрепляли новую комбинацию стимулов «Мишень» и «Дистрактор», а экран поворачивали, чтобы еще больше нарушить обучение в конкретном месте. Этот курс действий повторялся до тех пор, пока не было достигнуто заранее установленное количество ознакомительных испытаний. После завершения ознакомительной обработки начиналась процедура тестирования, которая состояла из четырех сеансов тестирования и испытаний подкрепления между сеансами.Каждая тестовая сессия состояла из 20 последовательных попыток, которые были в том же формате, что и во время ознакомления, за исключением того, что они не были усилены (капли воды были предоставлены на посадочных площадках). Выбор пчел во время этих испытаний также был записан. Между каждым сеансом тестирования пчелам давали 10 освежающих попыток со стимулами, используемыми на этапе ознакомления, и с подкреплением, чтобы гарантировать, что мотивация пчел сохраняется на высоком уровне. Пчелы были индивидуально идентифицированы по маленьким окрашенным цветным точкам на грудной клетке.Только одна пчела присутствовала в аппарате одновременно, чтобы избежать социального обучения.

Стимулы.

И целевые, и отвлекающие стимулы в Exp. 1 представляли собой сцены, состоящие из трех элементов ахроматической (черной) формы с размером всей сцены 6 × 8 см (ширина × высота). В эксперименте использовались шесть форм, каждая с максимальной протяженностью 2 см: треугольник, квадрат, круглый диск, пятиконечная звезда, ромб и прямоугольник. Эти формы прекрасно разрешались медоносными пчелами (см.г., исх. 31, 68), поскольку они обеспечивали угол обзора 22 ° на типичном расстоянии принятия решения пчелами (∼5 см), что намного выше разрешения глаза пчелы (3 °) (75). Для каждой пчелы формы, используемые для сцен «Мишень» или «Дистрактор», были случайным образом назначены из пула форм, а пространственное соотношение и состав базовых пар были выбраны случайным образом. Это дало четыре уникальных сцены с целью и четыре сцены с отвлекающим фактором для каждой пчелы, которые также были разными у разных пчел. Таким образом, формы и их расположение в каждой паре оснований у пчел были разными.Для каждого испытания пчелы выбирали одну мишень и одну сцену с отвлекающим фактором, и по две копии каждой прикрепляли к случайным позициям на вращающемся тестовом устройстве. Поскольку Exps. 2 и 3a – c проверяли более сложные статистические отношения, требовались две дополнительные целевые сцены (реализующие низкочастотные и высокочастотные пары); таким образом, к бассейну были добавлены три дополнительные формы с такой же максимальной протяженностью: ортогональный крест, фигура сердца и L-образная форма с шириной линии 1 см. Кроме того, в Exp.3c, мы использовали упрощенную сцену Distractor: простой ахроматический образец, соответствующий по общему размеру, но сильно отличающийся по внешнему виду от всех других сцен в экспериментах.

Статистический анализ.

Ответы человека были закодированы правильно (1) или неверно (0) в зависимости от их выбора в двух альтернативных испытаниях с принудительным выбором. Выбор каждой пчелы оценивался как правильный (1) или неправильный (0) в зависимости от того, приземлилась ли пчела на платформу, связанную со сценами «Цель» или «Отвлекающий», соответственно.Для обеспечения совместимости результатов после этого начального этапа кодирования продуктивность человека и пчелы анализировалась одним и тем же статистическим методом. В частности, производительность во время ознакомления была проанализирована с помощью GLMM [программное обеспечение R, v3.3.2 (R Development Core Team), пакет lme4 (76)]. Этот статистический метод использовался вместо классического анализа ANOVA, поскольку он лучше подходит для биномиальной структуры наших данных. Зависимая переменная, состоящая из двоичного выбора (правильный или неправильный) для каждого человека / пчелы, и модели GLMM были подогнаны с учетом биномиального распределения с функцией логит-связи.Номер выбора был включен в качестве фиксированного фактора, в то время как отдельный участник / пчела рассматривался как случайный фактор для учета плана повторных измерений. Характеристики во время тестов (доля правильных вариантов теста; одно значение для каждого участника или пчелы) были проанализированы с помощью GLM с биномиальной структурой ошибок. Эти модели включали только член пересечения, чтобы проверить значительную разницу между средней записанной долей вариантов коррекции и теоретическим уровнем вероятности ( P = 0.5). Сравнение характеристик между экспериментами было выполнено путем добавления экспериментальной группы в качестве фиксированного фактора в соответствующие модели GLMM (фаза ознакомления) и GLM (фаза тестирования). Значимость фиксированного эффекта проверялась с помощью тестов отношения правдоподобия.

Вычислительное моделирование.

Модель ПК была основана на параметрической модели BCL, описанной в Orbán et al. (11). Задача BCL состоит в том, чтобы сделать вывод о вероятности различных конкурирующих инвентаризаций (набора блоков) на основе ознакомительных сцен и найти наиболее вероятный инвентарь, который сгенерирует / объяснит весь набор сцен, вызывая подмножество блоков инвентаря для запечатлеть каждую сцену.Лучший инвентарь — это тот, который может полностью (с наибольшей вероятностью) объяснить все сцены на основе его фрагментов. В этой модели отобранный лучший перечень представляет собой внутреннюю модель внешнего мира, которая используется составным образом для объяснения любой происходящей сцены. Мы расширяем исходную модель BCL, позволяя неограниченному количеству скрытых (скрытых) переменных (т.Непараметрическая версия этой модели была реализована с использованием Indian Buffet Process (77) в качестве априорной для матрицы связей, которая определяет связи скрытых переменных и наблюдаемых переменных.

См. SI Приложение для получения информации о реализации различных вычислительных моделей.

Доступность данных.

Все данные исследования включены в статью SI и Приложение .

Благодарности

Мы благодарим Герго Орбана и Ричарда Аслина за полезное обсуждение.Эта работа была поддержана Международной премией Women in Science Rising Talent, Университетом Тулузы 3, CNRS и грантами Управления военно-морских исследований N62909-19-1-2029, NIH R21 HD088731 и Австралийского исследовательского совета DP130100015 / DP160100161. .

Сноски

Вклад авторов: A.A.-W., A.G.D. и J.F., разработанные исследования; V.F., M.N., T..S., A.G.D. и D.d’A. проведенное исследование; A.A.-W. и J.F. проанализировали данные; и A.A.-W., A.G.D. и J.F. написали статью.
Авторы заявляют об отсутствии конкурирующей заинтересованности.
Эта статья представляет собой прямое представление PNAS.
Эта статья содержит вспомогательную информацию в Интернете по адресу https://www.pnas.org/lookup/suppl/doi:10.1073/pnas.17117/-/DCSupplemental.

Бактериальные ассоциаты из цветочного нектара, пищеварительного тракта и хранимой пищи медоносных пчел (Apis mellifera)

Образец цитирования: Андерсон К.Э., Шихан Т.Х., Мотт Б.М., Маес П., Снайдер Л., Шван М.Р. и др.(2013) Микробная экология улья и ландшафта опыления: Бактериальные ассоциации из цветочного нектара, пищеварительного тракта и хранимой пищи медоносных пчел ( Apis mellifera ). PLoS ONE 8 (12): e83125. https://doi.org/10.1371/journal.pone.0083125

Редактор: Николь М. Херардо, Университет Эмори, Соединенные Штаты Америки

Поступила: 23 мая 2013 г .; Принято: 30 октября 2013 г .; Опубликовано: 17 декабря 2013 г.

Это статья в открытом доступе, свободная от всех авторских прав, и ее можно свободно воспроизводить, распространять, передавать, модифицировать, надстраивать или иным образом использовать в любых законных целях.Работа сделана доступной по лицензии Creative Commons CC0 как общественное достояние.

Финансирование: Финансирование было полностью предоставлено налогоплательщиками США из операционного бюджета Службы сельскохозяйственных исследований США. Департамент сельского хозяйства Научно-исследовательский центр Карла Хайдена по пчелам, Тусон, Аризона. Для этого исследования не было текущих внешних источников финансирования. Финансирующие организации не играли никакой роли в дизайне исследования, сборе и анализе данных, принятии решения о публикации или подготовке рукописи.

Конкурирующие интересы: Авторы заявили, что никаких конкурирующих интересов не существует.

Введение

Большая часть мировых сельскохозяйственных потребностей зависит от опыления медоносными пчелами, но, как и у других опылителей, популяции медоносных пчел неуклонно сокращались в течение многих лет. Огромное количество медоносных пчел, необходимых для адекватного опыления, поддерживается в первую очередь за счет профилактического применения антибиотиков, подкормки и биоцидов для борьбы с паразитами. Во время этого недавнего спада исследования были направлены на понимание фенотипов стресса или болезней, возникающих в результате взаимодействия патогенов или некоторой комбинации факторов, которые могут поставить под угрозу колонию [1] — [4].Совсем недавно началась серьезная работа по определению вклада полезных и, казалось бы, доброкачественных микробов в здоровье как колоний, так и экосистем [5].

Медоносная пчела — опылитель широкого профиля, который наполняет свои жилые помещения богатыми питательными веществами. В то время как основная бактериальная микробиота кишечника взрослой медоносной пчелы состоит только из нескольких основных таксономических групп, умеренно многочисленные и / или временные бактерии, обнаруживаемые в окружающей среде улья, очень разнообразны [5] — [8].С точки зрения микробов, медоносная пчела состоит из индивидуального, группового и ульевого компонентов, обладающих большим набором гомеостатических свойств, которые регулируют или влияют на температуру, влажность, осмотический потенциал, воздействие окружающей среды и pH. Следовательно, это сочетание групповой динамики и физиологии улья было названо суперорганизмом [9], [10]. Как сложная гомеостатическая система, медоносная пчела и ее постоянно меняющийся улей представляют собой широкий спектр микросреды с потенциалом жесткой или сильно диффузной микробиологической верности [5].Разнообразие условий опыления и обилие микронишей в улье медоносных пчел создают уникальные условия для выявления роли собрания микробного сообщества в здоровье хозяина.

Симбиотические ассоциации между насекомыми и микроорганизмами являются обычным явлением, при этом наибольшее внимание исследователей уделяют питанию от облигатных внутриклеточных эндосимбионтов [11] — [13]. Практически повсеместная природа внеклеточных симбионтов кишечника у насекомых и других членистоногих широко признана, но их роли уделяется очень мало внимания [11], [14].Тем не менее, многие недавние исследования были направлены на определение бактериальных сообществ ядра кишечника как платформы для изучения коэволюции и экологии микроорганизмов-хозяев [7], [8], [15], [16]. У животных кишечные бактерии могут обеспечивать питание или защиту от патогенов, передаваться по вертикали и быть обязательными для выживания хозяина или переноситься средой, но все же вносить значительный вклад в приспособленность хозяина [11], [17] — [19]. В то время как некоторые кишечные бактерии являются высокоспециализированными, взаимодействуя с метаболизмом и тканями хозяина на молекулярном уровне, другие сохраняют способность занимать множество ниш, отличных от кишечника хозяина [17], [20], [21].Такие микробы, приобретенные в окружающей среде, могут быть факультативными симбионтами, демонстрируя ограниченную, если вообще есть, специфичность к хозяину, причем их присутствие / численность часто зависит от развития или здоровья хозяина, географии или условий окружающей среды [12], [22].

Существуют две существующие парадигмы для интерпретации кишечных бактерий у медоносных пчел, одна сосредоточена на культуре (передний кишечник, медовый желудок или социальный желудок), а другая делает акцент на кишечнике без культур (Таблица 1). В настоящее время принятая микробиота кишечника медоносной пчелы состоит из 7–12 регулярно встречающихся филотипов, которые составляют 99% последовательностей, обнаруживаемых в кишечнике пчелы при глубоком секвенировании.Некоторые из этих симбионтов могут быть обнаружены в средней кишке, но большинство из них, по-видимому, происходит в основном в прямой кишке и / или подвздошной кишке в виде биопленки [7], [8], [19], [23] — [27]. Для целей данной статьи мы определяем бактерии сердцевины кишечника как совокупность филотипов, обнаруженных в 80–100% взятых проб пчелиного кишечника, выявленных с помощью секвенирования 454 ампликонов как активных (рРНК), так и присутствующих (рДНК) бактерий [7], [7], [ 8], [27]. Поскольку большинство этих данных о последовательности было получено из средней и задней кишки, за исключением сельскохозяйственных культур, термин «кишечник» в дальнейшем будет относиться к желудочку, подвздошной и прямой кишке.

Передняя кишка или урожай — это пищевой интерфейс медоносной пчелы с окружающей средой опыления, продовольственными запасами колонии и другими членами колонии. Эта часть пищеварительного тракта не участвует в пищеварении, но, по сути, представляет собой надувной мешок для хранения, предназначенный для транспортировки нектара от цветка в улей и для обмена жидкой пищей с братьями и сестрами по гнезду [28]. Сборщики пыльцы смешивают собранную пыльцу с содержимым урожая до консолидации в корбикулярных корзинах задних ног. Собранные гранулы пыльцы упаковываются в ячейки для хранения воска внутри улья и превращаются в пергу, продукт хранения улья, богатый микробами, витаминами, липидами и белками.Следовательно, эта культура была описана как часть широко распространенной микробной ниши, которая может включать пергу, мед, цветочный нектар и филлосферу [5]. Урожай также считается экстремальной средой, в которой обитает очень мало бактерий, подверженных поведенческой активности, pH и ферментам, препятствующим образованию биопленок [5], [7]. В недавней серии статей утверждается, что ядро микробиоты сельскохозяйственных культур составляет 13 конкретных штаммов бактерий (таблица 1), в отличие от бактерий, которые преимущественно населяют кишечник [29] — [33].Предполагается, что эти 13 сельскохозяйственных бактерий работают синергетически, защищая медоносную пчелу и ее запасы пищи от вредных микробов. В то время как основные кишечные бактерии легко обнаруживаются, непоследовательное обнаружение всех 13 бактериальных штаммов из ниши сельскохозяйственных культур объясняется глубиной или временем отбора проб, состоянием здоровья хозяина, условиями окружающей среды или источниками пищи [33]. Однако результаты основаны исключительно на секвенировании рДНК 16S культивируемых изолятов урожая, что затрудняет определение того, являются ли эти 13 бактериальных штаммов результатом систематической ошибки культивирования, специфичны ли они для сельскохозяйственных культур или встречаются в других компартментах кишечника или микросреде. .

Наша общая цель — собрать, описать и сравнить бактериальное разнообразие в соответствии с выбранной нишей и методологией. Мы сильно полагаемся на культивирование, чтобы подтвердить предыдущую работу и продемонстрировать жизнеспособность бактерий, извлеченных из различных ниш. Мы предполагаем, что многие бактерии, обычно встречающиеся в культурах, являются преходящими и специфичными для задней кишки, или что хранимая пища и другие среды улья представляют собой вторичную нишу для бактерий задней кишки или бактерий, переносимых из филлосферы или цветочного нектара.В частности, мы обращаемся к 1) культивируемости и разнообразию бактерий из цветочного нектара, различных сегментов пищеварительного тракта медоносных пчел, меду и хранимой пыльце, 2) эволюционным отношениям, потенциальной ширине ниши и потенциалу передачи бактерий, связанных с медоносными пчелами, и 3) гипотеза о наличии основной микробиоты, специфичной для данной культуры. В исследованиях сельскохозяйственных культур в основном использовались среды, специфичные для Lactobacillus (MRS), для культивирования жизнеспособных бактерий [29] — [33].Здесь мы используем как клоны, так и изоляты, культивируемые на различных средах для выращивания. Поскольку 454-ампликоны (данные пиротагов) обычно слишком короткие для оценки вариабельности штаммов, мы получаем почти полноразмерные последовательности гена 16S рРНК. Вооруженные знаниями о том, что культивирование и методы, основанные на молекулярных методах, имеют свои собственные методологические предубеждения, мы используем сравнительный подход для более тщательной характеристики микробного разнообразия.

Материалы и методы

Заявление об этике

Образцы всех семей были взяты с пасек, расположенных в Исследовательском центре пчеловодства им. Карла Хейдена Министерства сельского хозяйства США в Тусоне, Аризона.Наши полевые коллекции не включали исчезающие или охраняемые виды, и никаких специальных разрешений не требовалось, потому что исследование проводилось сотрудниками Министерства сельского хозяйства США.

Культивирование и выделение бактерий

Мы культивировали бактерии из девяти различных связанных с пчелами ( Apis mellifera ) микросред, включая мед, пергу, три отдельных участка пищеварительного тракта и четыре разных вида цветочного нектара из цветов из среды непосредственного опыления (Таблица S1).Для культивирования большинства образцов использовались пять сред: de Man Rogosa Sharpe (MRS), способствующая росту Lactobacilliales, агар с декстрозой Sabaroud (SDA) и агар Candida, обе среды с низким pH для грибов, и две среды общего назначения с близким нейтральный pH; Инфузия мозга и сердца (BHI) и триптический соевый агар (TSA). Для получения бактериальных изолятов образцы обрабатывали в соответствии с микроокружением (см. Ниже) и примерно 10 мкл этого раствора наносили штрихами на среду с помощью инокуляционной петли в стерильных условиях в биологическом шкафу с ламинарным потоком.Размер выборки по микроокружению колоний, растений и кишечника можно найти в таблице S1. См. (Текст S1) для деталей культивирования.

Бактерии из всех микроокружений культивировали в темноте при температуре 35 ° C, оптимальной для улья [9]. Через 3-5 дней бактериальные изоляты отбирали случайным образом, повторно штриховали и пересевали от одного до нескольких раз в 4 мл соответствующей среды-бульона. Образцы с наблюдаемым ростом встряхивали для суспендирования бактериальных клеток и аликвоту 1 мл переносили в 1.Пробирки на 5 мл и центрифугируют (12000 г) в течение 5 мин. Среду для выращивания декантировали и осажденные клетки обрабатывали для экстракции грамположительной ДНК с использованием набора для очистки геномной ДНК Fermentas GeneJet согласно протоколу для грамположительных бактерий. Мы ПЦР амплифицировали ген 16S рРНК в соответствии с установленными протоколами [16]. Полученный продукт ПЦР секвенировали в обоих направлениях с использованием анализатора ДНК Applied Biosystems 3730 в институте Bio5 в Тусоне, штат Аризона. Универсальные праймеры для ПЦР перечислены в дополнительных файлах (таблицы S2 – S5).

Бактериальные клоны перги

Поскольку предыдущая работа по культивированию показала, что перга богата микробами [6], мы объединили наши усилия по культивированию с методами, не зависящими от культуры, чтобы выявить скрытое бактериальное разнообразие перги. По одной библиотеке клонов была построена из каждой из двух соседних колоний, которые прекратили выращивание расплода и хранили пыльцу для перезимовки (Таблица S4). Мы отбирали пробы перги из стерильных алюминиевых трубок, отбирая отдельные ячейки на раме.Мы гомогенизировали образцы путем встряхивания. Сразу после встряхивания мы удалили аликвоту суспендированной пыльцы на 200 мкл в новую центрифужную пробирку на 1,5 мл. Мы добавили 300 мкл буфера TE / Triton (20 мМ Tris-HCL, 2 мМ EDTA, 1,2% Triton X-100, pH 8,0) и встряхивали в течение 5 минут. Каждый образец ненадолго центрифугировали и супернатант переносили в новую пробирку. Вышеупомянутый цикл промывки повторяли 4 раза, и полученный объем супернатанта (1,4 мл) центрифугировали в течение 30 минут при высокой температуре для осаждения бактериальных клеток.Тотальную ДНК выделяли и очищали с использованием набора для очистки геномной ДНК Fermentas GeneJet в соответствии с протоколом для грамположительных бактерий, который включал добавление лизоцима 20 мг / мл к буферу TE / тритон с последующей 30-минутной инкубацией при 37 ° C. Мы с помощью ПЦР амплифицировали гены 16SrRNA из бактериальных сообществ с использованием универсальных праймеров 27F и 1391R в соответствии с установленными протоколами [16]. Продукты ПЦР клонировали с использованием системы Invitrogen TopoTA (вектор pCR2.1), используя химически компетентный продукт One Shot (Invitrogen, Карлсбад, Калифорния, США) E.coli для трансформации и скрининга сине-белых колоний на чашках LB с канамицином. Белые колонии собирали и выращивали в течение ночи в среде LB. Мы амплифицировали клонированные фрагменты 16S рРНК из плазмиды TopoTA с использованием векторных праймеров M13F и M13R и секвенировали полученный продукт ПЦР в обоих направлениях с использованием пары праймеров M13F / R.

Обработка и таксономия последовательности 16S

Все последовательности гена 16S рРНК были собраны и отредактированы с помощью Bioedit [34], а оставшаяся векторная последовательность была удалена из клонированных последовательностей.Химерные последовательности были удалены с помощью Bellerophon (версия 3) [35] на сайте Greengenes [36], и результаты были повторно проверены вручную. Затем последовательности были загружены, выровнены и классифицированы на веб-сайте проекта базы данных рибосом [37] и опрошены в базе данных NCBI с использованием BLASTn и megaBLAST. Мы удалили все последовательности, возвращенные в виде ДНК хлоропластов, и сохранили 1723 последовательности гена 16S рРНК для дальнейшего филогенетического или сравнительного анализа. Последовательности депонированы в GenBank под регистрационными номерами KF598867 – KF600589.

Сравнение основных бактерий

Кислотостойкие бактерии из сельскохозяйственных культур и продовольственных складов были культивированы с использованием Lactobacillus target (MRS) и других кислых сред, а также культивировались представители бактериального сообщества сердцевины кишечника [33], [38]. Чтобы определить общую полезность культивирования для выявления кишечных бактерий, мы сравниваем наши результаты с зависимыми от культуры и независимыми от культуры оценками предыдущих исследований пищеварительного тракта.

Опубликованные результаты противоречат друг другу в отношении существования биопленки сельскохозяйственных культур, количества бактерий в урожае и способа, с помощью которого недавно появившиеся пчелы приобретают основные бактерии [7], [33].Чтобы оценить гипотезу микробиоты основной культуры, мы сначала попытались амплифицировать бактериальную ДНК непосредственно из отдельных культур, используя универсальные бактериальные праймеры. Первоначальные попытки привели к незначительному количеству матричной ДНК и несовместимым продуктам ПЦР. Эти результаты согласуются с Martinson et al. [7], которые с помощью qRT-PCR обнаружили только 10 ⁴ копий бактериального гена 16S рДНК в культуре. Таким образом, мы использовали подход, аналогичный предыдущим исследованиям [29] — [33], и глубоко культивировали урожай, используя в основном среды MRS, чтобы выбрать кислотоустойчивые бактерии, такие как Lactobacillus .Поскольку бактерии сердцевины кишечника были идентифицированы методами, не зависящими от культуры [8], мы культивировали среднюю и заднюю части кишечника, чтобы уловить жизнеспособное разнообразие сердцевины и оценить потенциальную погрешность культивирования (Таблица S2). Для дальнейшего рассмотрения влияния систематической ошибки культивирования мы сравниваем богатство таксонов (родов) между основными и кислыми средами, выполняя анализ разрежения в EcoSim [39]. Кривые разрежения рассчитывались за 100 итераций и выборку без замены.

Чтобы определить, можно ли использовать последовательность 16S в качестве маркера для отличия бактерий в культуре от других микроокружений пищеварительного тракта, мы сравнили наши секвенированные изоляты сельскохозяйственных культур и задней кишки (Таблица S3) с последовательностями GenBank 16S, полученными в результате других исследований, в которых проводилось культивирование: зависимые оценки урожая, независимые от культуры оценки (клонирование 16S) всего пищеварительного тракта или брюшной полости, кишечника без урожая и объединенные образцы кишечника.Это сравнение консервативно допускало разницу в 0,1% (1 из 1000 п.н.) из-за ошибки секвенирования, вызова основания или сборки 16S. Предварительное исследование GenBank 13 предполагаемых основных штаммов сельскохозяйственных культур [29] — [33] показывает, что только 3 из 13 почти полноразмерных последовательностей 16S идентичны клонированным последовательностям, обнаруженным в других исследованиях микробиоты медоносных пчел (Таблица 1).

Микробная передача

Более ранние попытки выявить основные бактерии у недавно появившихся пчел и перги с использованием методов, не зависящих от культуры, не выявили бактерий, соответствующих характерным филотипам кишечника [7].Была выдвинута гипотеза, что предполагаемая основная культура Bifidobacterium и Lactobacillus накапливается постепенно за счет трофаллактического обмена с сокамерниками [33]. Чтобы исследовать возможность передачи микробов через среду улья, мы культивировали бактерии из продовольственных складов, а посевы недавно появившихся пчел (NEB) не имели трофалактического контакта со старшими братьями и сестрами, но получили доступ к перге и меду. Восковые соты, содержащие закрытый и появляющийся расплод, закрытый и открытый мед и перга, удаляли из родительских семей, встряхивали от взрослых рабочих пчел и помещали в закрытый инкубатор при 35 ° C и относительной влажности 50%.Новым рабочим пчелам разрешили появиться на ночь, и на следующее утро у них были взяты пробы. Посевы культивировали и секвенировали, как описано выше. Бактериальные сообщества NEB сравнивали с сообществами, обнаруженными в посевах случайных пчел в ульях (IHB). Мы сравнивали только те изоляты сельскохозяйственных культур, которые были получены из среды MRS, используя критерий хи-квадрат в EcoSim [39].

Сравнительный анализ структуры сообществ

Хотя концепции видов трудно применить к бактериям, расхождение последовательностей <3% считается стандартом для группировки бактерий в Оперативные таксономические единицы (OTU).В настоящее время бактериальные филотипы, считающиеся ядром кишечника медоносных пчел, сгруппированы в соответствии с монофилией (Таблица 1), причем члены одной клады часто превышают 3% расхождение последовательностей в зависимости от сравниваемого размера и области гена 16S рРНК [26]. Учитывая нынешнее понимание системы, мы принимаем это филогенетическое определение для некоторых сравнительных целей в этой статье.

Мы поместили наше бактериальное обследование в контекст результатов, не зависящих от культуры, разработав моделируемое бактериальное сообщество ядра кишечника, состоящее из тех филогенетических групп, которые встречаются в 80–100% отдельных кишечников пчел согласно данным пиросеквенирования 454 ампликонов из трех удаленных мест [8]. , [27].Сначала мы определили, соответствует ли филотип Acetobacteraceae (Alpha 2), о котором говорится в этих рукописях, филогенетической кладе Alpha 2.1 или Alpha 2.2 [26]. Из GenBank Sequence Read Archive мы загрузили и проанализировали четыре опубликованных библиотеки ампликонов (номер доступа SRA046735, области гена 16S V6 – V8) из [8], которые показали наибольшую распространенность филотипа Alpha 2 из двух разных мест, Мэриленда (Мэриленд) и Аризоны. (Аризона). Индивидуальные кишечные библиотеки в зависимости от местоположения / колонии / человека были: MD / 019/3, MD / 299/2, AZ / 107/4 и AZ / 125/4.У этих пчел были удалены посевы перед выделением ДНК, так что эти последовательности представляют только кишечник [8]. Мы также загрузили и проанализировали весь набор данных по кишечнику из [40], библиотеку ампликонов (номер доступа DRX001333, вариабельные области V1 – V2), основанную на рРНК, преобразованной в кДНК от пчел в Массачусетсе. Этот набор данных был недавно повторно проанализирован с использованием обучающего набора, который включал последовательности, специфичные для медоносных пчел [27], [41]. У этих пчел весь пищеварительный тракт (урожай и кишечник) был использован для экстракции рРНК [40].Чтобы точно классифицировать эти ампликоны, мы добавили набор почти полноразмерных последовательностей 16S рРНК медоносных пчел [8], [24], [26], [42], [43] в обучающий набор RDP по умолчанию. Из архива DRR001870 все последовательности были классифицированы как Alpha 2.1 (n = 1060 считываний с идентичностью> 97%). Из архива DRX001333 98% последовательностей были классифицированы как Alpha 2.1 и 2% были Alpha 2.2 (n = 1392 чтения с идентичностью> 97%).

Групповые пропорции смоделированного бактериального сообщества составляли 34% Lactobacillus Firm5, 31.5% Gilliamella apicola (Gamma 1), 17,5% Lactobacillus Firm4, 8,2% Snodgrassella alvi , (бета) 5,7% Bifidobacteria sp., 2,1% Frischella perrara Acetobacteriaceae (Alpha 2.1). Бактерии, встречающиеся у 0–35% людей или в очень низкой численности, были Alpha 1, Alpha 2.2, Gamma 3 и Gamma 4, и не считались бактериями ядра кишечника для этого анализа. Смоделированные кишечные сообщества были созданы путем случайной повторной выборки каждого 97% кластера OTU, состоящего из полноразмерных последовательностей клонов 16S из средней и задней кишки [24], [26], [44], [45].Для визуализации взаимоотношений между бактериальными сообществами, населяющими каждое из выбранных микроокружений в этом исследовании, все последовательности были выровнены и использованы для реконструкции филогенетического дерева путем реализации расслабленного алгоритма объединения соседей в Clearcut [46]. Полученное дерево было использовано для последующего анализа с помощью Fast UniFrac [47], программы, которая сравнивает бактериальные сообщества путем оценки доли длины филогенетической ветви, уникальной для каждого из них. Расстояния, сгенерированные в соответствии с невзвешенной метрикой Unifrac, были экспортированы для анализа основных координат (PCoA), чтобы визуально изучить вариации между девятью выбранными микросредами и смоделированным кишечным сообществом.Мы выбрали метрику, не основанную на численности, потому что микросреды подвергались различным усилиям по отбору проб. Следовательно, различия в сообществах измерялись только по наличию или отсутствию таксонов бактерий в образцах. В качестве дополнительной меры бета-разнообразия мы сообщаем парные индексы несходства Брея-Кертиса для 97% OTU в соответствии с необработанной численностью, логарифмической численностью, нормализованной численностью (отношениями) и наличием / отсутствием OTU.

Сравнение изолятов с клонами

Мы сравнили культивирование и клонирование образцов кишечника и перги, сгруппировав последовательности как 97% и 99% OTU и определив количество общих OTU и долю общих последовательностей.Чтобы сравнить наши секвенированные изоляты из культур кишечника с библиотеками клонов, мы исследовали GenBank и загрузили почти полноразмерные последовательности клонов 16S, полученные из средней кишки [24], [44], а также из средней и задней кишки [8], [45] . Последовательности клона и изолята сравнивали с базой данных SEED по 16S рДНК Silva [48]. Матрицы попарных расстояний были построены отдельно для библиотек пчелиного хлеба и кишечника, и последовательности были отнесены к рабочим таксономическим единицам (OTU) на основе 97% и 99% уровней сходства последовательностей с использованием алгоритма самого дальнего соседа.Диаграммы Венна были построены для определения количества OTU, общих между клонированными и изолированными образцами для каждой библиотеки. Данные о последовательностях анализировали с использованием Mothur версии 1.26.0 [49].

клонов и изолятов Beebread, полученных в ходе этого исследования, сравнивали, как описано выше, для общих OTU. Структуру клонированных бактериальных сообществ из перги сравнивали между двумя отобранными колониями с помощью UniFrac (невзвешенная). Мы также сообщаем о показателях альфа-разнообразия и результатах разрежения для сообществ перчинных бактерий, полученных как из секвенированных клонов, так и из изолятов.Перед анализом сообщество было разрежено путем повторной выборки 97% OTU без замены. Мы определили охват Гуда, индексы Шеннона и Симпсона для каждой выборки.

Филогенетические анализы

Чтобы получить представление о разнообразии, эволюционном контексте и нишевой специфичности идентифицированных микробов, мы выполнили филогенетический анализ трех наиболее распространенных групп микробов в сельскохозяйственных культурах и пергах; Firmicutes, Actinomycetales и Alpha 2.2 (Acetobacteraceae).Мы использовали результаты наивного байесовского классификатора RDPII для сопоставления наборов данных по таксонам [50]. Для обеих групп идентичные или близкородственные последовательности 16S рРНК были извлечены из GenBank с использованием алгоритма megaBLAST. Мы оценили вариацию последовательностей с помощью программного обеспечения DNAsp [51], чтобы оценить среднее попарное расхождение последовательностей для всех бактерий кора кишечника и минимальное количество событий рекомбинации для новых последовательностей во всех трех наборах филогенетических данных (Таблица S6). Множественное выравнивание последовательностей было выполнено с помощью CLUSTAL и вручную отредактировано в BioEdit [34].Филогенетический анализ проводился с использованием программы MEGA версии 4.0.2 [52]. Отношения были выведены с использованием алгоритма Neighbor-Joining [53] в соответствии с методом максимального составного правдоподобия с 1000 бутстрапов [54]. Все позиции, содержащие пробелы и отсутствующие данные, были удалены из набора данных с использованием опции полного удаления. Мы сопоставили выбранную нишу с филогенезами Firmicute и Alpha 2.2. Clostridia , Bifidobacterium и Gluconobacter morbifer служили внешними группами для Firmicutes, Actinomycetales и Alpha 2.2 (Acetobacteraceae) соответственно.

Результаты

Бактерии из кишечника, улья и среды опыления

Наши усилия дали 1723 информативных последовательности 16S рДНК в диапазоне от 500 до 1300 п.н. со средней длиной последовательности> 1000 п.н. С включением смоделированного набора данных по сердцевине кишечника наши первые 3 оси PCoA объяснили 49% вариации в общей модели (рис. 1). Невзвешенная и основанная на расстоянии ординация PCoA привела к пяти кластерам, четыре четко определенных и один нечетко определенный.Чтобы получить представление о пространстве ординации, наиболее четко определенный кластер состоит из двух клонированных образцов перги из соседних колоний, которые значительно различались в соответствии с невзвешенной оценкой UniFrac (p <0,001). Свободно определенный кластер состоит из изолятов из трех пищеварительных трактов и двух продуктовых складов. Смоделированный кишечник сформировал свою собственную группу, в которой изоляты задней кишки были ближайшими соседями. Цветочные среды сгруппированы отдельно и в соответствии с таксономической идентичностью, в результате чего возник кластер Fabaceae и Cactaceae, разделенных в основном по третьей оси.Оценки Брея-Кертиса, основанные как на сырой, так и на нормализованной численности 97% OTU, показывают, что наибольшее попарное сходство между микросредами наблюдается среди библиотек клонов перги, сельскохозяйственных культур и задней кишки.

Рис. 1. Анализ PCoA бактериальных сообществ из ниш, связанных с Apis mellifera .

Анализ на основе невзвешенных расстояний UniFrac. Показаны положения бактериальных сообществ для каждой ниши, взятой из пробы, вдоль первых трех основных осей координат, а также процент вариации, объясняемый каждой осью.Смоделированное кишечное сообщество состояло из клонированных последовательностей, специфичных для средней и задней кишки. Символы раскрашены общей нишей; желтый: пищеварительный тракт, красный: продовольственные магазины и черный: цветы. Размер выборки указан в скобках.

https://doi.org/10.1371/journal.pone.0083125.g001

За исключением недавно описанного Frischella perrara [55], мы культивировали представителей всех семи бактериальных групп, которые мы обозначили как «основные» для кишка медоносной пчелы (рис.2). По крайней мере, один филотип, соответствующий каждой из этих шести основных бактериальных групп кишечника, рос в присутствии кислорода (Таблица S1). Мы выделили 273 полные последовательности, соответствующие микробиоте ядра кишечника, и более половины из них были Lactobacillus Firm5 (Таблица S6). Частоты Lactobacillus Firm5 и Firm4 были сходными между культурами и изолятами задней кишки, в первую очередь из-за высокой частоты изолятов Firm5, обнаруженных в культурах NEB (Таблица S7). Lactobacillus Firm5 и Firm4 были идентифицированы только из кислых сред, в первую очередь MRS (Таблица S1). Bifidobacterium редко встречались в культуре, но чаще обнаруживались в задней части кишечника при культивировании с нейтральной средой (Таблица S1). По сравнению с культурой средняя и задняя кишки содержали гораздо большее общее ядро и неосновное разнообразие. Gilliamella apicola была выделена только из средней и задней кишки. В соответствии с их дефицитом в кислых нишах ульев, бактерии сердцевины кишечника Gilliamella apicola , Snodgrassella alvi , Alpha 2.1 (Acetobacteraceae) и Bifidobacterium были изолированы почти исключительно из сред с нейтральным pH.Хотя обнаружено в четырех различных микросредах, только шесть последовательностей, соответствующих Snodgrassella alvi , были идентифицированы среди всех изолятов (Таблица S6). Также предпочтительными средами с нейтральным pH были различные «неосновные» кишечные бактерии, широко классифицируемые как Firmicutes и Enterobacteriaceae. При рассмотрении всех сред кислые среды показали наименьшее разнообразие, в то время как среды с нейтральным pH показали гораздо большее разнообразие и очень разные сообщества бактерий (рис. 3, таблица S1).

Рисунок 2.Бактериальные сообщества пищеварительного тракта.

Результаты основаны на секвенированных изолятах из нескольких питательных сред. В скобках указано количество последовательностей для каждой ниши. См. Методы определения моделируемого сообщества сердцевины кишечника и таблицы S2 и S3 для получения подробной таксономии.

https://doi.org/10.1371/journal.pone.0083125.g002

Рис. 3. Кривые разрежения в зависимости от pH среды.

Роды, определенные классификатором RDPII, считались OTU.Кислые среды имели pH от 5,6 до 6,1, а нейтральные среды от 7,0 до 7,4.

https://doi.org/10.1371/journal.pone.0083125.g003

Культурное разнообразие некоторых жителей кишечника является сильным отражением таксономии и разнообразия, обнаруженных с помощью методов, не основанных на культуре (рис. 1). Среднее расхождение последовательностей показало, что Lactobacillus Firm5 имеют самое высокое культурное разнообразие (Таблица S6). Обнаружена значимая положительная взаимосвязь между частотой культивирования основных бактерий и оценками их попарного расхождения (Adj Rsqr = 0.68, F _1,6 = 15,7, P = 0,007), что указывает на то, что более часто культивируемые основные группы выявили большее разнообразие последовательностей (например, Firm5 и Alpha 2.2). По сравнению с основной микробиотой в целом, Firm4 и Alpha 2.1 показали низкую дивергенцию последовательностей относительно численности изолята, в то время как Bifidobacterium показал противоположную картину (Таблица S6).

Члены сообщества кишечных бактерий спорадически обнаруживались в перге. Мы культивировали по одному изоляту каждого из Lactobacillus Firm4, Firm5 и Snodgrassella alvi и по два изолята, соответствующих Alpha 2.1 (Acetobacteraceae). Напротив, Alpha 2.2 был наиболее частым изолятом из меда и вторым по распространенности изолятом из перги (Таблица S1). Alpha 2.2 рос в пяти различных средах в диапазоне pH (5,6–7,4). Другие непрофильные Firmicutes и Actinobacteria также были выращены как из меда, так и из перги.

Предполагаемые основные штаммы сельскохозяйственных культур

Значительное использование MRS в культивировании сельскохозяйственных культур выявило только 2 филотипа, соответствующих 13 предполагаемым штаммам основных сельскохозяйственных культур [29] — [33].Из этих тринадцати мы обнаружили последовательности, соответствующие штамму Fhon2; Lactobacillus kunkeei и штамм Bma5; Lactobacillus Firm5 (см. Таблицу 1). Однако штамм Bma5 также был наиболее распространенным изолятом из задних кишок случайных пчел в ульях (IHB) и не был обнаружен среди изолятов культур IHB. Интересно, что остальные изоляты культур и кишечника Lactobacillus Firm5, Firm4 и Bifidobacterium имели сходство последовательностей ≥99,9% с изолятами сельскохозяйственных культур GenBank, взятых у других видов или родов пчел с других континентов ( Apis florea , Apis florea , Apis florea , и Meliponula bocandeei ). Lactobacillus kunkeei был наиболее частым изолятом как из сельскохозяйственных культур, так и из среды заднего кишечника, но также обнаруживался в средней кишке, чистом меде, цветочном нектаре и перге (Таблица S1). L. kunkeei произрастал круглый год и рос на всех испытанных средах как в аэробных, так и в микроаэрофильных условиях. Подводя итог, мы выделили многие последовательности из задней кишки, соответствующие предполагаемым изолятам, специфичным для культур, и многие изоляты из сельскохозяйственных культур, соответствующих клонированным последовательностям только из средней или задней кишки, всей кишки или брюшной полости и / или последовательностей 454-ампликонов из пищеварительного тракта. без учета урожая (Таблица S7).

Бактериальная передача

Что касается пригодности нектара в качестве экологического убежища или резервуара, изоляты четырех цветков в среде непосредственного опыления выявили множество семейств бактерий (рис. S1, таблица S5). В совокупности все цветы были хозяевами различных Enterobacteriaceae и Firmicutes. Weissella spp. (Leuconostocaceae), часто встречались в обоих отобранных кактусах ( Opuntia и Cholla spp.), Тогда как Bacillus spp.чаще культивировались от видов Acacia и Mesquite . Последовательности пяти изолятов из Mesquite цветков были идентифицированы как Lactobacillus Firm5, и три из четырех выбранных цветков оказались жизнеспособными L. kunkeei . С учетом всех цветочных сред 38 из 215 (17,7%) секвенированных изолятов были идентичны образцам кишечника, урожая или улья медоносной пчелы.

Мы обнаружили в улье передачу последовательностей, соответствующих группам основных бактерий кишечника. Lactobacillus Firm5 чаще выделяли из посевов недавно появившихся пчел (NEB), чем посевов случайных пчел в ульях (рис. 4). Различие между сообществами сельскохозяйственных культур было очень значительным при рассмотрении только изолятов, полученных из среды MRS (Chi-sq = 65,9, P <0,0001).

Рис. 4. Бактерии, культивируемые из урожая.

Круговая диаграмма внизу справа показывает пропорциональную общую сумму. В верхнем ряду бактерии культивировали на среде MRS (deMan Rosaga Sharp) в течение года.Средний ряд — это месячный период, в котором отбираются пробы только недавно появившихся пчел (NEB), которые не контактировали со старшими братьями и сестрами, но им было разрешено питаться продуктами питания, находящимися в восковой соте. В нижнем ряду показаны результаты культивирования трех стандартных типов сред: инфузия крови из сердца; BHI, агар с декстрозой Sabaroud; SDA и триптический соевый агар; TSA. Обратите внимание, что верхняя правая круговая диаграмма соответствует тому же периоду времени и пулу выбранных лиц, что и нижняя строка. См. Подробную таксономию в таблице S2.

https://doi.org/10.1371/journal.pone.0083125.g004

Бактериальные клоны перги

Из перги мы сохранили 610 клонированных последовательностей после качественной фильтрации и удаления последовательностей химер и хлоропластов (таблица S4, номера доступа Genbank предоставлены после отправки). В соответствии с результатами, зависящими от культуры, наиболее многочисленной бактерией в обеих библиотеках клонов перги была Lactobacillus kunkeei (рис. 5). Классификации RDP и BLASTn показывают, что только три из клонированных филотипов ранее были идентифицированы как кишечные бактерии медоносных пчел: Lactobacillus, Firm5, Alpha 2.2 и Snodgrassella alvi . Классифицированный RDP как Saccharibacter , устойчивый к кислоте предполагаемый аэроб Alpha 2.2 был широко представлен в библиотеках клонов из обеих колоний. Отряд Actinomycetales также был преобладающим и представлен в основном родами Corynebacterium , Propionibacterium и Rhodococcus (Таблица S4). Обе колонии выявили неопознанный, возможно, новый род некультивируемых Halomonadaceae, на 99% сходных с последовательностями, обнаруженными в садах грибов Leaf-Cutter Ant, и наиболее близких к родам Carnimonas и Zymobacter .Также было выявлено множество различных непрофильных Firmicutes, состоящих из облигатных или факультативных аэробов (например, Clostridia). Хотя пробы перги отбирались из соседних семей в одно и то же время, структура их сообществ различалась без учета численности (невзвешенный показатель UniFrac = 0,7162, p <0,001). Индекс разнообразия Шеннона был выше для изолятов, чем для любой из библиотек клонов (таблица S9).

Рис. 5. Бактериальные сообщества, обнаруженные в продовольственных магазинах.

Сообщества, основанные либо на клонировании 16S, либо на секвенированных изолятах из нескольких питательных сред.В скобках указано количество последовательностей для каждой ниши. Каждый столбец является независимым событием выборки. См. Подробную таксономию в Таблице S4.

https://doi.org/10.1371/journal.pone.0083125.g005

Культивирование против клонирования

В образцах перги общее богатство OTU для клонирования и культивирования вместе составляло 102 (97%) и 133 (99%). При 97% и 99% сходстве только 7 и 6 OTU соответственно были общими между клонами и изолятами перги (рис. 6). Однако почти исключительно из-за большого объема л.kunkeei и Alpha 2.2, выявленные при клонировании и культивировании, общие OTU представляют собой большую часть общих последовательностей. При 97% и 99% сходстве 53,5% и 49,8% общих последовательностей, соответственно, были общими для клонов и изолятов.

Рис. 6. Диаграммы Венна, изображающие уникальные и общие OTU.

Диаграммы, сравнивающие культивируемые изоляты и клонированные последовательности, полученные из перги и кишечника (среднего и заднего кишечника). Операционные таксономические единицы (OTU) определены как 99% и 97%.Относительное количество общих OTU во всех библиотеках указано в скобках.

https://doi.org/10.1371/journal.pone.0083125.g006

Мы также сравнили наши секвенированные изоляты средней и задней кишки с последовательностями полноразмерных клонов 16S, полученных в результате экстракции ДНК, специфичной для средней и задней кишки Apis. mellifera (загружено из NCBI). Общее богатство OTU для клонирования и культивирования вместе составляло 40 (97%) и 74 (99%) OTU соответственно. При 97% и 99% сходстве 14 и 17 OTU соответственно были общими для клонов и изолятов перги (рис.6). Независимо от численности L. kunkeei задней кишки, эти OTU в совокупности представляли большую часть общих последовательностей. При 97% и 99% сходстве 85,4% и 70,9% общих последовательностей соответственно были общими для клонов и изолятов.

Филогенетический анализ

Анализ рекомбинации и другие показатели данных, связанные со всеми тремя филогенезами, представлены в таблице S6. Для дерева Acetobacteraceae (Alpha 2.2) порог попарного расхождения последовательностей для обнаружения рекомбинации не был достигнут [56], поэтому применение показателя рекомбинации может быть недопустимым.Две другие филогении состоят из сильно расходящихся семейств (а не из гипотетических популяций, видов или родов) бактерий, что позволяет предположить, что показатель рекомбинации следует интерпретировать с осторожностью (Таблица S6).

Окончательный набор данных Firmicute содержал в общей сложности 67 таксонов и 1076 положений нуклеотидов (рис. 7). Картирование выбранной ниши в филогенезе Firmicute показывает, что клады L. kunkeei очень неизменны и состоят из последовательностей из различных местообитаний и видов, включая цветы, мед, пергу и множество различных видов социальных и одиночных пчел с разных континентов.Обнаруженные в цветочном нектаре из среды непосредственного опыления, многие из изолятов с последовательностью 16S, принадлежащих Firmicutes, имеют 100% сходство с изолятами, обнаруженными в кишечнике взрослых или личинок медоносных пчел или их пищевых хранилищах. Идентичными последовательностями 16S, выделенными как из цветков, так и из источников медоносных пчел, были Lactobacillus kunkeei, Fructobacillus fructosus , Weissella confusa, Staphylococcus sp., Bacillus sp., Enterococcus sp. и основные кишечные бактерии Lactobacillus Firm5.

Рисунок 7. Соседство, присоединяющееся к филогенетическому дереву Firmicutes.

Дерево, основанное на 1076 положениях бактериальной последовательности 16S-рДНК из перги, меда, пищеварительного тракта и цветов, посещенных A. mellifera , и сравнение с родственными микроорганизмами (образцы GenBank). Сокращенные метки таксонов относятся к клонам (C) или изолятам (I), а символы, нанесенные на карту справа от топологии, представляют выбранную нишу. Значения начальной загрузки (n = 1000) указаны в точках ветвления.

https://doi.org/10.1371/journal.pone.0083125.g007

Окончательный набор данных по Actinomycetyales содержал в общей сложности 82 таксона и 907 положений нуклеотидов, и мы идентифицировали 12 семейств (рис. S2). Согласно результатам наивного байесовского классификатора RDPII, две из клад, сформированных в ходе анализа, остаются неопределенными на уровне семьи (Таблица S8). Один показал 93% сходства с Mycobacterium sp., А другой был на 99% похож на некультивируемый клон Actinomycetales.За некоторыми исключениями последовательности, основанные на изолятах и клонах, были обнаружены в совершенно разных частях этой топологии. Близкие родственники бактерий, обнаруженные в GenBank, занимают гнезда или кишки социальных перепончатокрылых и, в первую очередь, участвуют в деградации целлюлозы и подавлении грибков.

Окончательный набор данных Acetobacteraceae (Alpha 2.2) содержал в общей сложности 62 таксона и 1024 нуклеотидных положения (рис. 8). Картирование выбранной ниши в филогенезе указывает на то, что вариация последовательности Alpha 2.2 широко распространена в пергах, взрослых культурах и личиночном кишечнике.Клоны, а также изоляты были обнаружены по всему дереву, что позволяет предположить, что большая часть изменчивости Alpha2.2 может быть культивирована.

Рисунок 8. Соседнее филогенетическое дерево Acetobacteraceae (Alpha 2.2).

Дерево, основанное на 1024 положениях бактериальной последовательности 16S-рДНК из различных микроокружений, связанных с A. mellifera . Отобранная ниша отображается справа от каждой метки последовательности (см. Цветной ключ). Все картированные последовательности уникальны по крайней мере в соответствии с одним из следующих факторов: ниша для образца, питательная среда или последовательность ДНК.Сокращенные метки таксонов начинаются с буквы, обозначающей клоны, загруженные из GenBank (C), клоны, полученные из различных колоний (библиотек) в этом исследовании (C1 = 19, C2 = 20) или изоляты (I). Изоляты из этого исследования маркируются в соответствии с питательной средой. Изоляты из кишок личинок — по [82]. Цифры после LV обозначают стадию личиночного возраста.

https://doi.org/10.1371/journal.pone.0083125.g008

Обсуждение

Микробные симбиозы были описаны как главный двигатель социальности насекомых [57].Эта точка зрения требует рассмотрения экологических параметров и поведенческих черт, которые могут способствовать устойчивым симбиозам среди одиночных / социальных насекомых [58]. Помимо взаимодействий, присущих жизненному циклу и социальной структуре, есть влияние окружающей среды, конструкция ниши, субстрат для гнезда и хранение пищи [59] — [61]. Частично эти компоненты образуют анатомическую структуру гнезда, которая лежит в основе физиологии улья [5], [62], [63]. Здесь мы исследовали опыление и микросреду улья, чтобы исследовать роль микробиологии в суперорганизме медоносных пчел.Наши результаты показывают, что бактерии, обнаруженные в местных источниках цветочного нектара, также часто встречаются в среде улья медоносных пчел и пищеварительном тракте. Бактерии, считающиеся ядром средней или задней кишки, легко культивировались, а некоторые могли передаваться через улей и цветочную среду. Бактерии из передней кишки (урожая) медоносных пчел были наиболее похожи на бактерии, обнаруженные в продовольственных магазинах, что предполагает включение урожая в набор структур, влияющих на микробный баланс улья.

Наше обширное исследование девяти микросред, связанных с медоносными пчелами, дало 1723 высококачественных генных последовательности 16S рРНК со средней длиной> 1000 п.н.Мы идентифицировали множество идентичных или очень похожих последовательностей 16S, обнаруженных как в культурально-зависимых, так и в независимых исследованиях медоносной пчелы [24], [26], [33], [38], [44], [64]. Сравнение показателей бета-разнообразия позволяет предположить, что источники вариации, способствующие получению наших результатов, включают в себя выбранную микросреду, систематическую ошибку культивирования и глубину выборки (рис. 1, таблица S9). За исключением Gamma 2, теперь описываемого как Frischella parrera [55], мы культивировали все филогенетические группы, рассматриваемые в данном анализе как основные кишечные бактерии (рис.2). В пределах нескольких из этих основных групп мы культивировали значительное разнообразие в соответствии с исследованиями, не зависящими от культуры (таблица S6). Пчела отличается наибольшим разнообразием, но в ней практически отсутствуют бактерии сердцевины кишечника согласно результатам, зависящим от посевов и не зависящих от посевов (Таблица S4). Несмотря на большие усилия по отбору проб, мы обнаружили гораздо меньшее разнообразие бактерий в этой культуре по сравнению с другими нишами пищеварительного тракта. Несмотря на идентичную методологию, наше обширное обследование сельскохозяйственных культур выявило только 2 из 13 предполагаемых последовательностей (Таблица S7), обозначенных как основные бактерии сельскохозяйственных культур в других исследованиях [29] — [33].Одна из этих бактерий ( Lactobacillus Firm5, штамм Bma5) была обнаружена только в посевах только что появившихся пчел, но также была наиболее частым филотипом Firm5, выделенным из задних кишок случайных пчел в ульях. Другой был наиболее распространенным изолятом как сельскохозяйственных культур, так и задней кишки, Lactobacillus kunkeei .

Наш вывод о том, что L. kunkeei является наиболее распространенным изолятом как от сельскохозяйственных культур, так и от кишечника, почти наверняка вызван систематической ошибкой при культивировании, потому что различные независимые от культуры исследования не обнаружили L.kunkeei в кишечнике [8], [19], [26], [27]. При клонировании или секвенировании 454-ампликона нуклеиновых кислот, происходящих из всего кишечника или брюшной полости, филотипы, присутствующие в количестве 10 ⁴ на грамм (урожай), не будут представлены, поскольку они составляют менее 0,01% от общего числа бактерий в медоносной пчеле. пищеварительный тракт. Путем многократного культивирования как урожая, так и задней кишки мы часто повторно отбирали образцы L. kunkeei , но клонирование или последующее секвенирование всего пищеварительного тракта или всей брюшной полости редко обнаруживают эти бактерии, хотя выбранные наборы праймеров идентичны Л.kunkeei последовательность [7], [8], [23] — [27], [65], [66]. Мы предполагаем, что распространенность L. kunkeei , заявленная в предыдущих исследованиях [29] — [33], частично объясняется систематической ошибкой при культивировании. Напротив, L. kunkeei доминировал над зрелой пергой на основании как культурально-зависимого, так и независимого подходов (рис. 5), предполагая, что численность L. kunkeei в перге является реальной, а не артефактом ПЦР или систематической ошибки культивирования. Таким образом, хотя L. kunkeei можно найти по всему пищеварительному тракту, перга может обеспечить более стабильную нишу.Сходство последовательности 16S рДНК между всеми сегментами кишечника медоносной пчелы, 3 из 4 цветочных источников, и пищей, хранящейся в улье, составляло 100% (рис. 7), что указывает на некоторую степень передачи через окружающую среду. В соответствии с этим открытием, L. kunkeei состоит из нескольких штаммов [67], [68] и считается наиболее доминирующим фруктофилом в природе, встречается во всем мире вместе со многими цветами, фруктами и как одиночными, так и социальными пчелами. [26], [33], [68] — [72]. Lactobacillus kunkeei и аналогичные фруктофилы ( Fructobacillus spp.) часто не обнаруживаются в зерновых или продовольственных магазинах, а их изобилие у многих видов пчел носит спорадический характер, по-видимому, связанный с типом цветка или сезоном [26], [29], [33], [69], [72] — [74] ]. Несмотря на то, что многие виды бактерий весьма предполагают передачу или приобретение цветков, они устойчивы к высыханию, со способностью оставаться в анабиозе в течение длительных периодов времени или переходить в жизнеспособное, но не культивируемое состояние [75], [76]. В соответствии с этой гипотезой, L. kunkeei был среди небольшого подмножества бактерий, возрожденных из чистого меда, наиболее обезвоживающего среду улья.

Бактерии основных культур

Как подробно описано выше, L. kunkeei кажется «универсалом» в среде, богатой фруктозой, такой как улей и урожай медоносных пчел. В соответствии с нашими прогнозами в отношении ниши для пищеварительного тракта, культура отличалась низким разнообразием, преобладающей средой, в то время как средняя и задняя кишки выявили гораздо более широкое разнообразие как основных, так и неосновных бактерий (таблицы S2 и S3). Культивирование и выделение выявили множество изолятов Lactobacillus Firm4 и Firm5 из сельскохозяйственных культур, которые были идентичны клонированным последовательностям из задней кишки (таблица S7).Мы обнаружили только одну из 13 предполагаемых основных бактерий культур (штамм Bma5), но эта бактерия чаще культивировалась из заднего кишечника, чем из сельскохозяйственных культур, и подходы глубокого секвенирования предполагают, что в заднем кишечнике их много [8], [27] . Кроме того, штамм Bma5 был обнаружен только в посевах недавно появившихся пчел, но не в посевах случайных пчел в ульях, что позволяет предположить, что это временный резидент, захваченный в процессе укоренения в заднем кишечнике (рис. 4). Таким образом, мы не находим доказательств в поддержку предполагаемого бактериального сообщества основной культуры [33], но предполагаем, что многие бактерии, попадая в заднюю кишку или адаптировавшиеся к запасам пищи (т.е. L. kunkeei , Alpha 2.2) часто можно культивировать из урожая. Очень немногие бактерии могут справиться с экстремальным кислотным и осмотическим стрессом урожая, но, согласно нашим результатам, чистый мед может стимулировать рост L. acidophilis (Firm5) in vitro и штаммов с поразительным метаболическим сходством с L kunkeei и Alpha 2.2 были «омоложены» из чистого меда [68], [70], [71], [73], [77] — [79]. Таким образом, урожай может служить «нишей для реанимации и очистки», способствуя возрождению кислых, кислородных и осмотолерантных бактерий, обитающих в меде или перге.

Обзор литературы не обнаруживает доказательств того, что Lactobacillus Firm4, Firm5 и Bifidobacteria образуют устойчивую биопленку в посевах. На фотографии, представленной в [33], отсутствует стратифицированная природа биопленки, и используемый анализ был разработан для беспорядочного окрашивания всех бактерий, поэтому типы бактерий остаются неизвестными. Более совершенный подход, основанный на флуоресцентно меченых и группоспецифических зондах (FISH), не обнаружил биопленки в культуре, но выявил, что штаммы, в целом классифицируемые как Lactobacillus Firm5, G.apicola и S. alvi (Таблица 1) интегрированы как часть плотной и многослойной биопленки в заднем кишечнике [7]. Вероятно, что кишечные бактерии различаются по своей физиологической толерантности к культуре и среде улья, но это нельзя отличить по вариации в последовательности 16S рДНК. Хотя наши результаты дают некоторую перспективу относительно наличия микробиоты основной культуры, сборник доступных результатов согласуется с идеей о том, что большинство образцов Lactobacillus Firm4 и Firm5 и Bifidobacterium , взятых из урожая, являются временными и находят свои основные ниша в задней кишке [7], [8], [23], [25] — [27], [69].

Культивирование кишечных бактерий

В отличие от среды кишечника некоторых насекомых [80], [81], культивируемое разнообразие кишечника медоносной пчелы является сильным отражением таксономии и разнообразия, обнаруженных с помощью методов, не основанных на культуре (рис. 1). Мы культивировали представителей шести из семи групп, рассматриваемых в данном анализе как основные кишечные бактерии (рис. 2). Относительно низкое или высокое разнообразие последовательностей относительно численности может отражать либо реальное разнообразие, либо неспособность представить разнообразие при культивировании (Таблица S6).В соответствии с нашими результатами, зависящими от культуры, Lactobacillus Firm5 обладает наибольшим разнообразием, не связанным с культурой, поскольку он состоит из более чем одного кластера OTU на 97% [7]. Основываясь как на культивировании, так и на 454-ампликонах, Lactobacillus Firm4 также состоит из двух 97% кластеров OTU [8], [33], но обширные усилия по культивированию предполагают, что культивирование может не адекватно представлять разнообразие Firm4 (Таблица S6). В соответствии с их относительным отсутствием в магазинах с кислой культурой и продуктами питания, Bifidobacteria , G.apicola , S. alvi и Alpha 2.1 отбирались почти исключительно из среды с нейтральным pH, и это были единственные основные бактерии, культивируемые из некислой средней кишки (рис. 2, таблица S3). Лишь небольшой процент наших изолятов был отнесен к этим четырем группам, что позволяет предположить, что нейтральные среды и анаэробные условия могут раскрыть более культурное разнообразие. Хотя их описание в литературе было кратким [7], [8], [27], две часто встречающиеся группы Acetobacteraceae (Alpha 2.1 и Alpha 2.2), по-видимому, очень разные бактерии в зависимости от занимаемой ниши. В то время как Alpha 2.2 обнаруживается во всем улье в перге, меде, кишечнике личинок [82] и сельскохозяйственных культурах, наш повторный анализ опубликованных библиотек ампликонов согласуется с нашими результатами, зависящими от культуры, и показывает, что Alpha 2.1 является Acetobacteraceae, связанным со средой кишечника взрослых особей.

В отличие от сельскохозяйственных культур, задний кишечник представляет собой стабильную среду и гораздо менее кислую, поскольку получает непрерывный поток пищи в виде простых или модифицированных сахаров, частично переваренной пыльцы и продуктов жизнедеятельности.У других изученных перепончатокрылых задняя кишка является основной нишей для активно размножающихся бактериальных биопленок [83], [84]. Согласно недавнему исследованию, многие основные кишечные бактерии медоносной пчелы сосредоточены около задней кишки, а Lactobacillus Firm4, Firm5 и Bifidobacterium в 30–100 раз более распространены в заднем кишечнике, чем в средней кишке [7] . Наши тенденции численности бактерий в каждой нише пищеварительного тракта также согласуются с другими результатами, основанными на подсчете бактерий в кишечнике медоносной пчелы.В то время как в посеве можно обнаружить бактерии с 4–5 log КОЕ, в большинстве образцов культур содержится гораздо меньше, и многие не поддаются культивированию бактерий и / или обнаружению ПЦР. Напротив, культивирование задней кишки неизменно связано с гораздо более высоким количеством бактерий (9-10 log КОЕ / г) [85], [86].

Продовольственные магазины

L. kunkeei и Alpha 2.2 были в изобилии в перге на всех этапах отбора проб в соответствии как с культурально-зависимым, так и с независимым подходом (рис. 5). Оба тоже были возрождены из меда.Таксономическое соответствие между клонами и изолятами предполагает, что большая часть изменчивости Alpha 2.2 поддается культивированию (рис. 8). Напротив, актинобактерии, обнаруженные в перге, практически не показывают соответствия клон / изолят на таксономическом уровне семейства (рис. S2). Помимо L. kunkeei и Alpha 2.2, очень мало клонированных последовательностей перги было представлено среди изолятов перги и наоборот (Таблица S8). Это методологическое различие может быть связано с множеством факторов, включая условия роста, смещение праймеров, метод выделения нуклеотидов и сезонные различия.Тем не менее, степень различий по-прежнему предполагает, что полное представление о бактериальном разнообразии перги может потребовать методологической доработки или расширенного применения как методов, зависящих от посевов, так и независимых от посевов. В соответствии с этой точкой, кривые разрежения в отобранных сообществах не асимптотические, что указывает на то, что большая часть разнообразия остается скрытой (Таблица S9).

Наши результаты показывают, что процесс ферментации перги не зависит от Lactobacillus , происходящего из кишечника (рис.5). В перге преобладали Lactobacillus kunkeei. предполагает, что микробная экология перги может быть аналогична консервации силоса [87], где желательными микробными характеристиками являются быстрый и преимущественный рост, выработка кислоты и толерантность, а также способность усваивать простые сахара, но неорганические кислоты [88]. Наши результаты культивирования и литература показывают, что большинство штаммов L. kunkeei растут намного быстрее в насыщенной кислородом среде, предполагая, что нектар и пищевые запасы колонии, богатые перекисью водорода или находящиеся на воздухе, способствуют быстрому производству кислоты л.kunkeei [70]. Хотя они встречаются с разной частотой, высоко аэротолерантные бактерии, такие как Alpha 2.2 и некоторые актинобактерии, также могут играть важную роль в сохранении перги, особенно на границе с кислородом. Сильная представленность факультативных и облигатных анаэробов предполагает, что перга становится в некоторой степени анаэробной после того, как она плотно упакована в ячейки для хранения воска.

Образцы как клонов, так и культур демонстрируют, что Alpha 2.2 была наиболее распространенной и активной Acetobacteraceae в перге и сельскохозяйственных культурах (рис. 5, таблицы S2 и S4).Подобные бактерии встречаются в составе пыльцы как одиночных, так и социальных пчел, где, как считается, они защищают как запасы пищи, так и развивающиеся личинки [22], [72], [89]. Высокоосмотолерантные штаммы Acetobacteraceae, продуцирующие глюконовую кислоту, культивируемые непосредственно из меда, продолжают расти при концентрации сахара 40–50% и pH 3 [77], [89]. Альфа 2.2 была обнаружена с низкой частотой в средней кишке, но обычно не обнаруживается во все более аноксической задней кишке [85], где она может быть заменена на Альфа 2.1 (рис. 2). Альфа 2.2 встречается у перги, личинок и 9-дневных пчел [7] — возраста, в котором пчелы обычно выполняют обязанности медсестры, потребляя пергу для производства высокопитательной пищи личинок головными железами. В сочетании с нашими результатами, эти результаты показывают, что Alpha 2.2 не является ядром кишечника взрослого человека, но может быть лучше всего адаптирован к урожаю, богатым медом пищевым запасам и кишечнику личинок и / или связан с уходом за расплодом или с гипофарингеальной железой пчел-кормилиц. выделения.

Обилие и разнообразие актинобактерий встречается в зрелой перге (рис.S2), результат согласуется с прошлыми микробными исследованиями медоносных пчел и других опылителей [23], [74], [90] — [92]. Некоторые актинобактерии являются известными патогенами растений, способными переваривать целлюлозу, но обычно считаются защитными мутуалистами у насекомых, генерируя вторичные метаболиты, которые подавляют рост грибов и сдерживают организмы, вызывающие порчу пищевых продуктов [93] — [97]. Наличие аналогичных групп актинобактерий в составе пыльцы пчел-листорезов, которые собирают нектар, но не производят мед или воск [91], предполагает, что некоторые актинобактерии могут переноситься непосредственно из растений или почвы.Актинобактерии, подобные тем, которые мы обнаружили в перге, также были обнаружены в личинках медоносных пчел, воске, оболочках личинок и средней кишке взрослых пчел [23], [74], [92], [98]. Обычен у пчел, много Strepomyces spp. производят кандицидин [96], противогрибковое средство, действующее против обычных пчелиных дрожжей. Также было продемонстрировано, что они подавляют бактерии, вызывающие широко распространенное заболевание расплода медоносных пчел [92]. Представленные в основном родами Streptomyces , Propionibacterium, Mycobacterium и Corynebacterium , актинобактерии, связанные с медоносными пчелами, могут подавлять рост грибов, увеличивая срок хранения перги.

Бактериальная передача

Наши результаты показывают, что по крайней мере некоторые из штаммов основных кишечных бактерий (Таблица 1) могут выжить в среде улья, облегчая их передачу в пищеварительный тракт только что появившихся пчел (Таблица S2, S3). Другие могут полагаться на прямой контакт со старшими братьями и сестрами [7], [99]. Хотя Alpha 2.2, по-видимому, преимущественно занимает или находит убежище в перге и меде, он также довольно часто встречается в сельскохозяйственных культурах, что позволяет предположить, что он адаптирован для выживания при делении колонии хозяина (роении) для передачи передачи от поколения к поколению.Наличие ниши и рост in vitro Bifidobacterium указывает на непереносимость как кислоты, так и кислорода. Все Bifidobacterium исторически считались крайне непереносимыми к кислороду, но недавно было обнаружено, что связанный с медоносными пчелами Bifidobacterium использует кислород на низких уровнях и содержит гены, отвечающие за дыхание и метаболизм активных форм кислорода [100]. Подход, зависящий от культуры, значительно облегчит исследование передачи основных бактерий.Например, мы обнаружили Lactobacillus Firm5 с гораздо меньшей частотой из посевов случайных IHB, чем из посевов NEB, которым отказано в контакте со старшими братьями и сестрами, но разрешен контакт со средой улья. Наши результаты культивирования показывают, что продолжающееся применение нейтральной среды может выявить большее разнообразие кишечных бактерий во время передачи (рис. 3).

Хотя бактерии, эволюционировавшие для жизни в среде опыления, могут оказаться в невыгодном положении в среде с высоким содержанием сахара, некоторые штаммы бактерий, связанных с нектаром или цветком, могут быть хорошо адаптированы к урожаю и продовольственным запасам медоносных пчел.Недавние результаты показывают, что цветочный нектар содержит множество уникальных и разнообразных бактерий, многие из которых обладают высокой осмотолерантностью [101], [102]. Хотя многие из этих бактерий могут быть доброкачественными, некоторые из них могут иметь серьезные последствия для здоровья медоносных пчел, препятствуя формированию основных кишечных бактерий или обеспечивая защиту от патогенов и сохраняя запасы пищи [72], [73], [77] , [103] — [105]. В то время как недавнее исследование последовательности микробиома цветов яблони не фокусировалось на бактериях, связанных с опылителями, быстрое изучение данных 454-ампликона [106] для цветов, подвергшихся воздействию медоносных пчел в течение 3 дней, выявило ряд основных и второстепенных бактерий. медоносные пчелы, включая центральную кишку Lactobacillus , Actinobacteria, L.kunkeei и Alpha 2.2. Хотя жизнеспособность этих бактерий неизвестна, в нашем исследовании было восстановлено L. kunkeei из 3 из 4 отобранных цветков, бактерии сердцевины кишечника Lactobacillus Firm5 из одного типа цветков, и было продемонстрировано, что цветочный нектар в целом являлся хозяином для различных видов цветов. Связанные с Firmicute последовательности со 100% идентичностью образцам улья, урожая или кишечника медоносных пчел (рис. 7). Неудивительно, что объединенные результаты показывают, что многие основные и второстепенные бактерии, связанные с медоносной пчелой, могут передаваться с различной частотой через среду опыления [99], [106], [107].

Перспектива

Прогнозируемое обилие бактерий в улье медоносных пчел предполагает потенциальную возможность для многих умеренно обильных, но необнаруженных бактерий «основного улья», присутствующих в количестве 10 ⁴ –10 ⁵ бактерий на грамм [86], [108]. Как устойчивые ульевые бактерии, так и те, которые постоянно переносятся из окружающей среды, могут иметь широкий диапазон распространения, играть важную роль в экологии личинок, взрослых особей или пчелиного сообщества или представлять собой банк семян видов, которые процветают в различных условиях [109], [110].В более широком смысле, наши результаты показывают, что изменения в среде опыления, обусловленные как типичными изменениями окружающей среды, так и влиянием человека, могут повлиять на здоровье экосистемы, прямо или косвенно изменяя эволюцию, численность, скорость передачи или выживаемость микробов, населяющих цветочный нектар, филлосферу, местные источники воды или улей медоносных пчел. Поскольку нектар эволюционировал, чтобы выполнять многие из тех же антисептических функций, что и мед, неудивительно, что многие различные микроорганизмы эволюционировали, чтобы населять как цветы, так и ульи [68], [106].

Комбинация лекарственного меда и лазерной фотобиомодуляции с применением суперимпульса 904 нм способствует заживлению и предотвращает воспаление, боль при ожоге на всю толщину

https://doi.org/10.1016/j.jphotobiol.2018.07.008Получить права и содержание
Основные моменты
•
Оценка эффективности сочетания меда и терапии PBM на ожоговой ране на всю толщину у крыс.
•
Синергетическое усиление сокращения раны, клеточной пролиферации, ослабления воспаления, боли при комбинированном лечении.
•
Комбинированная терапия максимально ускоряет заживление ожоговой раны по сравнению с любым лечением по отдельности.
Реферат
Ожоговая рана — сложная многофакторная патофизиология, вызывающая у пациентов мучительную боль и психологический дискомфорт, которая ложится тяжелым бременем на систему здравоохранения. Мультицелевая терапия направлена на усиленное заживление за счет регулирования различных фаз восстановления тканей. В последнее время заживление ран, вызванное фотобиомодуляцией (ФБМ), получило большой импульс в качестве неинвазивного, безлекарственного биофизического терапевтического подхода.С другой стороны, лекарственный мед, обладающий антибактериальными и иммуномодулирующими свойствами, используется в качестве эффективного средства лечения инфицированных ран. Настоящее исследование было направлено на определение того, может ли комбинация лекарственного меда и PBM с использованием сверхимпульсного лазерного лечения 904 нм аддитивно ускорить заживление ожоговой раны на всю толщину у крыс. Животные были случайным образом разделены на 4 экспериментальные группы: контрольная (C), обработанные сверхимпульсным 904 нм лазером PBM (PBMT), обработанные медом (HT) и комбинированное лечение (CT).Двойное лечение показало улучшенное сокращение площади раны и содержание гексозамина по сравнению с другими группами. Гистопатологический анализ выявил повышенную клеточную пролиферацию, накопление внеклеточного матрикса и уменьшение воспаления в группе КТ. Кроме того, группа CT продемонстрировала синергетическое ослабление воспаления, боли и усиление клеточной адгезии, миграции, о чем свидетельствует значительно сниженная экспрессия белков TNF-α, NF-κB, IL-1β, COX-2, рецептора вещества-P и повышающая регуляция фибронектин соответственно по сравнению с другими группами.Таким образом, результаты настоящего исследования показывают, что комбинация лечебного меда и PBMT ускоряет процесс заживления ожоговых ран. Исследование показало, что терапевтическая эффективность опосредованного лазером 904-нм сверхимпульсного PBM увеличивается в присутствии лекарственного меда за счет усиления клеточной пролиферации и ослабления воспаления и боли при заживлении ожоговой раны.
Ключевые слова
Суперимпульсный лазер 904 нм
Заживление ожоговой раны
Комбинированная терапия
Лекарственный мед
Фотобиомодуляция
Рекомендуемые статьи Цитирующие статьи (0)
Полный текст
© 2018 Elsevier B.V. Все права защищены.
Рекомендуемые статьи
Цитирующие статьи
Мед клинически стимулирует грануляцию и эпителизацию хронических ран: отчет о двух случаях
Путу Э.П. Кефани Отделение пластической и реконструктивной хирургии, больница Мангусада, Бали
Ида Б.А.Д. Путра Отделение пластической и реконструктивной хирургии, больница Мангусада, Бали
Ратна Р.Н. Руссено Отделение пластической и реконструктивной хирургии, больница Мангусада, Бали
Ключевые слова: хронические раны, эпителизация, грануляция, мед
Аннотацию просмотрено: 2006 раз PDF скачано: 1235 раз HTML скачано: 210 раз EPUB скачано: 67 раз
Аннотация
В различных исследованиях мед снова используется в качестве перевязочного материала при лечении хронических ран.Однако его использование в Индонезии все еще очень ограничено. В этом исследовании сообщалось о влиянии меда на стимуляцию эпителизации и грануляции при лечении хронических ран в нашем центре. Два случая хронической раны, пациент с диабетической язвой стопы и гангренозная экстравазация, вызванная бикарбонатом натрия, ежедневно лечились медовыми аппликациями. После шестинедельной оценки клинически грануляция и эпителизация ткани были замечены на краю наблюдаемых ран и значительно уменьшили размер раны без каких-либо побочных эффектов.Мед клинически стимулирует эпителизацию и грануляцию при лечении хронических ран.
Биографии авторов
Путу Э.П. Кефани, отделение пластической и реконструктивной хирургии, больница Мангусада, Бали
Интернатура по отделению пластической хирургии
Ида Б.А.Д. Путра, отделение пластической и реконструктивной хирургии, больница Мангусада, Бали
Стажировка по отделению пластической хирургии
Ратна Р.Н. Руссено, отделение пластической и реконструктивной хирургии, больница Мангусада, Бали
Хирург,
Отделение пластической хирургии
использованная литература
Торре, JI.Medscape [Интернет]. Хроническая рана. [цитировано 11 декабря 2015 г.]. Доступно по адресу: http://emedicine.medscape.com/article/1298452-overview#showall.
Diegelmann RF, Evans MC. Заживление ран: обзор острого, фиброзного и замедленного заживления. Фронт в Biosci. 2004; 9: 283–9. https://doi.org/10.2741/1184
Gurtner GC. Заживление ран: нормальное и ненормальное. В: Граббдан С., редактор. Пластическая хирургия 6-е издание. Филадельфия: Липпинкотт.2007: 15–22.
Маккей Д., Миллер А.Л. Пищевая поддержка для заживления ран. Альтернативная медицина Rev.2003; 8 (4): 359–77.
Молан П., Родос Т. Мед: биологическая повязка для ран. Раны. 2015; 27 (6): 141–51.
Molan PC. Повторное введение меда в лечение ран и язв — теория и практика. Обработка стомной раны. 2002. 48 (11): 28–40.
Судятмико Г.Маду унтук обат лука кронис. Джакарта: Яясан Хасана Кебаджикан. 2011; 7–31. Индонезийский.
Ингл Р., Левин Дж., Полиндер К. Заживление ран медом — рандомизированное контролируемое исследование. S Afr Med J. 2006; 96 (9): 831–5.
Збучеа А. Современное использование меда при лечении ожогов. Бедствия пожара Энн Бернс. 2014; 27 (2): 22–30.
Mandal MD, Mandal S. Мед: его лечебные свойства и антибактериальная активность.Азиатский Pac J Trop Biomed. 2011; 1 (2): 154–60. https://doi.org/10.1016/S2221-1691(11)60016-6
Ягоби Р., Казеруни А., Казеруни О. Доказательства клинического использования меда при заживлении ран в качестве антибактериального, противовоспалительного, антиоксидантного и противовирусного средства: обзор. Jundishapur J Nat Pharm Prod. 2013. 8 (3): 100–4. https://doi.org/10.17795/jjnpp-9487
Чжао Г., Усуи М.Л., Липпман С.И., Джеймс Г.А., Стюарт П.С., Флекман П. и др.Биопленки и воспаление при хронических ранах. Adv Wound Care (Нью-Рошель). 2013; 2 (7): 389–99. https://doi.org/10.1089/wound.2012.0381
Энрикес А., Джексон С., Купер Р., Бертон Н. Производство и тушение свободных радикалов в меде с потенциалом заживления ран. J Antimicrobial Chemother. 2006. 58 (4): 773–7. https://doi.org/10.1093/jac/dkl336
Molan PC. Обработка ран медом. J Wound Technol. 2009; 5: 12–17.
Witman CE, Даунс Б.В.Актуальный мед при дефектах кожи головы: альтернатива хирургической реконструкции кожи головы. Plast Reconstr Surg Glob Open. 2015; 3 (5): e393. https://doi.org/10.1097/GOX.0000000000000361
Как цитировать
1.
Kefani PE, Putra IB, Roosseno RR. Мед клинически стимулирует грануляцию и эпителизацию хронических ран: сообщение о двух случаях.Med J Indonesia [Интернет]. 2018May8 [цитировано 21 сентября 2021 года]; 27 (1): 62-8. Доступно по ссылке: https://mji.ui.ac.id/journal/index.php/mji/article/view/1457
Раздел
Отчет по делу / серия
Copyright (c) 2018 Putu E.P. Кефани, Ида Б.А.Д. Путра, Ратна Р. Роосено
Это произведение находится под лицензией Creative Commons Attribution-NonCommercial 4.0 Международная лицензия.
Авторы, публикующие материалы в «Медицинском журнале Индонезии», соглашаются со следующими условиями:
Авторы сохраняют авторские права и предоставляют Медицинскому журналу Индонезии право первой публикации с работой, одновременно лицензированной по некоммерческой лицензии Creative Commons Attribution, которая позволяет другим некоммерчески ремикшировать, адаптировать и дополнять работу с признанием авторства работы. и первоначальная публикация в «Медицинском журнале Индонезии».
Авторам разрешается копировать и распространять опубликованную в журнале версию работы в некоммерческих целях (например, размещать ее в институциональном репозитории или публиковать в книге) с подтверждением ее первоначальной публикации в Medical Journal of Indonesia.
TOP 62 Крупнейшие покупатели модулей RF в Омане
National Pharmaceutical Industries Co
Стол из нержавеющей стали, детали из нержавеющей стали 02: каждый модуль имеет 2 заслонки с замком, ключом и одним номером.Средняя полка и один № Bot (6)
Ss table, ss 01, описание модуля: каждый модуль имеет 2 жалюзи с замком, ключ и один номер. Средняя полка и один номер A
Ss table l type, детали модуля ss 05: каждый модуль имеет 2 шторки с замком и ключом и один номер. Средняя полка и одна
Petroface & coman Llc
Модуль охлаждающего вентилятора итерам. 060 — ta 40 0el — газовый модуль 1658 — 88vl — 2.20 кВт
Распределительное устройство Al Hassan Manufacturin Co
Модуль поворотной ручки.5st 4 0rc rota ry handle module (12)
Simatic s7 0 модуль связи s ocket
Ai Tamman Indsil Ferro Chrome Llc
Запасные части электронных модулей dcs модуль 3219e
Интеллектуальная парковка и лифт Co
Детали для вышеуказанных процессоров и контроллеров Модуль 8 di, модули 8 di, 6es71314bf000aa0, производитель: siemens
Jindal Shadeed Iron & Steel Llc
Система часов с ремнем для электротоваров Тип модуля датчика: bw 1c (36)
Тиристоры, диаки и симисторы, кроме фоточувствительных устройств, модуль thristr p art # mcc56 12io8b ixys 36 (22)
Module han quintax male 01, g (4)
Модуль han модульная рама6 13
Jindal Shadeed Iron & Steel Ll
Лампа: светодиодный модуль диаметром 22 мм и 24.V ac / dc красный
Автоматические выключатели с напряжением не более 0 вольт / mcb: модулирующий тиристор a, тип: irkt / 16. Код материала: 79
Tmk Gulf International Pipe Industr
Детали изделий в hdng 5 деталей для электрического сварочного аппарата wimp au51 68 ножка в сборе
Тиристорный модуль в сборе t 0 wimp
Rukun Al Yaqeen International Llc
Шасси базового модуля, электрические запчасти
Электрические запчасти, тиристорный модуль управления панелью 1 lut / bont no: gst / lut / 60/7 dt.28.07. 7
Oman Marketing & Services Co
Электрический элемент: монтажная конструкция модуля и аксессуары код продукта: sol almms fr (58)
Монтажная конструкция модуля al (18)
Код продукта датчика температуры модуля: sol mtempsen pv (14)
Соединительный модуль real cat.6a 1xrj45 / s код продукта: sol cbl rj45 (8)
Schlumberger Oman Co Llc
Овощные соки и экстракты; пектиновые вещества, pe oilwell поставляет htc: 2.32. 0 фрахт предоплаченных овощных соков и экстрактов; пектиновые вещества, полиэтиленовый поддон, модуль, воротник 80см = см, маслоснабжение, растительные соки и экстракты; пектиновое вещество (13)
Запасные части для нефтяных скважин: статор с нулевым расходом 2 импульсный модулятор (10)
Moosa Abdul Rahman Hassan & co Llc
Запчасти для автомобиля maruti suzuki: модуль в сборе, подушка безопасности пассажира
Rimal Global Technical Services Llc
Электронные шкафы прочие misc-item01 72548912 электронные модули и аксессуары 01
Sohar Aluminium Co Llc
Запасные части для модуля igbt транзистора индукционной печи (черный) согласно инвойсу
Technical Trading Co Llc
Порошок для термического напыления — ewac 1003 ebz (50 0 гр / модуль
Areej Растительные масла и производные
Оборудование для переработки растительного масла в состоянии ckd / skd.: модуль смесителя mx 100-7500212 ср. номер 100155
Joint Gulf Business Co.llc
Осветительный модуль Siemens Интегрированная светодиодная лампа с держателем 24 В переменного / постоянного тока, желтый номер детали 3sb54 00-7cd
The National Detergent Co
Детали оборудования для модуля батареи порошковой фабрики ic200acc403 ge fanuc pt.no 811 0.580.062
Gulf Services & Industrial Suppli
Сварочные аппараты ВЧ модуль
Bankmuscat S.а.
Сверхмощный передвижной стеллаж [mov u / c g8 module 8d bl (7)
Heavy duty mobile стеллаж] [фиксированный u / c g5 модуль d bl
Оман Медицинские товары и услуги
Rb-07: полный модуль самописца для режима холодильника банка крови: br-40s r серийный номер. boi-1052
Panasonic Marketing Ближний Восток и
Электрооборудование — солнечная панель поли модульная 325 Вт, код продукта: ae7p325vb5b
г.mohamedsaid Abubakur Al Arbi Eas
Солнечные элементы в модулях или панелях-солнечных батареях 160 Вт
Dalma Energy & co Llc
Модуль постоянного тока, серийный номер 80321 марка: hill ha да (m & i
Tilal Yeti Trading
7083 kl-trisha круглый фиксированный с светодиодным модулем kl 8204-18w
Schlumberger Oman & co Llc
Вал запасных частей для нефтяных скважин, планетарный редуктор, зубчатая передача импульсного модулятора, номер детали, ** 2/30.12.15, 7 / 24.11.11
Модуль откачки Mrpo ca / mdt со сквозной проводкой
Bankmuscat Saog
Кабель модулятора в сборе p / n pb2682
Sv Pittie Sohar Textiles Fzc Llc
Metal enclousure 4 module имя поставщика: powercontrolsgstin no.08aachm7214e2zf
Baby Shop Llc
Счетчик наличных для модуля CP 3 и 4, боковая пластина из кориана с поз. Слева 4 шт.
Cc Energy Development S.а.
Модуль аналогового входа 20 мА
Модуль дисплея с клавиатурой для Honeywell серии 0, артикул 91
Cc Energy Development Sal Oman
Запасные части для ввода в эксплуатацию устройства для обработки нагревателя: дисплейный модуль клавиатуры Honeywell для контроля последовательности (s7800a 1001
Majan Switchgear Co.llc
Электрические аксессуары различного типа и размера
Мустафа Султан Scince & ind Co
Запасные части к загрузочному компьютеру (часть и принадлежности) модуль дисплея
Sweets Of Oman Saog
Восстановленные детали и аксессуары для упаковочной машины 6ist double tw ist Модуль расширения 6 аналоговых каналов ввода / вывода
Continental Shelfof Solar Technologies
Модуль датчика температуры
Нефтеперерабатывающие и нефтехимические заводы Оман C
Лабораторная мебель, вытяжные шкафы и аксессуары, рабочая станция, 30dx42wx36h, без верха, x = пусковой модуль, номер детали-zkm304236rkx
Oman Pharmaceutical Products
Модуль печатной платы-3 кнопочного типа (50×72 мм) с пластиной из нержавеющей стали и необходимыми разъемами: запасные части для систем дверных замков для фармацевтических компаний
W J Towell & co Llc
R60-1b4-1338 / номер модели: iq 515mz интерфейсный модуль адресной зоны
L&T Modular Fabrication Yard
Запасные части для сварочных аппаратов типа: тиристические или модульные, s22.28.082.0010
Asian Paints Middle East Llc
Cb cb module rohs t0461 c.1
Al Rebou Electrical & Building Mate
Распределительное устройство и аппаратура управления напряжением не более 1000 В этакон Модуль расширения; 2 реле н / о-etaconexp2r (лют no-68/201
Al Sallan Food Industries Co
Запасные части для упаковочного оборудования Код позиции: 50072 8 цифровых модулей ввода / вывода для micro plc
Ahli Bank
Мобильный стеллаж / фиксатор для тяжелых условий эксплуатации u / c модуль g3 336d (bl)
Bahwan Engineering Co Llc
Система обнаружения пожара и сигнализации: адресный модуль управления пожарным патроном (8)
Модель модуля оповещения и изолятора: iso #name
Модуль изолятора системы обнаружения пожара и сигнализации, модель no iso / x
Intisar Corp Llc
R60-1b5-1352 / номер модели: iq 515mr адресный релейный модуль в списке ul, fireguard — (система пожарной сигнализации и аксессуары)
Honeywell & co Oman Llc
Модуль полевого интерфейса ul16dif-d25
Petrovision International Llc
Контроллер модуляции Контроллер модуляции ионов Honeywell модель: dc 1040 cl-702-000 #name
Al Jassar
Мебель (3-х модульная плита CS933M) (мы намерены требовать вознаграждения в соответствии с мейс)
Moon Iron & Steel Co S.а.
Приводной модуль Misco и подставка для запасных частей (5)
Приводной модуль Misco и запасные части Привод переменного тока i
Towell Tools & Engineering Co
Запасные части для сварочных аппаратов Модуль igbt с платой gatessource в сборе для печатной платы драйвера pwm cum i gbt, номер детали s17.01. 5
Запасные части для сварочных аппаратов Модуль трехфазного диодного моста А 0В арт. № с 22.74. 1
Запасные части для сварочных аппаратов Модуль igbt с платой источника затвора для печатной платы драйвера pwm cum i gbt арт.s17.01. 5
Bahwan It Llc
Модуль шлюза освещения Inferrix — Wi-Fi
Oman Water Treatment Co
Коммуникационный модуль abb cm574
Modern Steel Mills.llc
Модуль вывода plc simatic s7-400, 6es7 4 32-1hf00-0abo, sm432
Amiantit Oman Co Llc
Детали экструзионных установок и оборудования b & r make x20 модуль шины питания (x20 bm01) (216
090a) as inv
Beta Solutions Llc
Серия программируемых логических контроллеров, базовый модуль genie-nx версии 6, 110–240 В переменного тока
Sv Pittie Sohar Textiles Fzc L.l
Модуль ввода-вывода ey-io532 f001
Global Scientific & equipment Gse
Модуль акселерометра для измерения ускорения
Oman National Engg. & Investment Co
Заградительный свет в башне, солнечный свет — панель управления, аккумулятор, зарядное устройство, солнечные модули с креплением
Honeywell Process Solutions
Электронные шкафы прочие 24053899 5251 046088 4414717917 Spare-item02 электронные модули и аксессуары 01
Al Subhiah Contracting Llc
Модуль Soil clik и сенсорный зонд (ирригационное оборудование
Медицинский центр Аль-Саваи
Ретрактор щеки, мини-моляр, скрепляемая ванна, модули электронных цепей, niti и daemon
Al Reef
Детали интерфейсного модуля пожарной сигнализации-fzm / 1, уведомитель, в
Отчет о ферме
пиратов за сентябрь.17 февраля 2021 г .: Мигель Яджуре забрасывает Инди
без результативных бросков
ИНДИАНАПОЛИС (Triple-A, 55-62) закрыл Сент-Пол (Близнецы), 2-0. RHP Мигель Яджуре (2-3, 3,09) стартовал, пройдя всего один и выбив шесть в шести нулевых по счету фреймах. RHP Joe Jacques (4,31), RHP Shea Spitzbarth (1,41) и RHP Tyler Bashlor (2,16) подали нулевой по счету подачу, а Башлор собрал свой шестой сейв в сезоне. RF Блай Мадрис (0,273) пошел 1 из 4 с дублем RBI, а SS Итан Пол (0,211) выбил во втором заезде на сингле.
Далее: Суббота против Святого Павла (близнецы), 19:05
ALTOONA (Double-A, 57-58) упал до Bowie (Orioles), 3-1. RHP Джефф Пассантино (1-8, 4,62) получил старт и заработал поражение, допустив три пробега (два заработанных) при ходьбе один и выбив шесть в четырех подачах. RHP Ноэ Торибио (4,32) доминировал вне КПЗ для кривой, допустив только один бейсраннер, прогулку и выбив семь за четыре возможности. LF Джек Сувински (.246) и CF Мэтью Фрейзер (.279) испортил безуспешную ставку Боуи в восьмом, скомпоновав пару синглов, которые в конечном итоге привели к забегу.
Далее: Суббота в Боуи (Иволга), 18:35
Гринсборо (High-A, 73-45) проиграл Гудзон Вэлли (Янки) 3: 2. RHP Валентин Линарес (0: 2, 5.00) стартовал и провел четыре иннинга, допустив пару пробежек, одну ходьбу и выбив три. RHP Джек Кэри (6,23) и RHP Остин Робертс (4,69) показали два нулевых и один нулевой результат соответственно.SS Liover Peguero (.271), 1B Аарон Шекелфорд (.212), LF Mike Jarvis (.333) и C Eli Wilson (.222) получили по одному попаданию, что составляет все нарушения Кузнечиков.
Далее: Суббота в Гудзон-Вэлли (Янки), 18:05
BRADENTON (Low-A, 71-46) проиграл Lakeland (Tigers), 3-1. RHP Джаред Джонс (3-6, 4,64) допустил три пробега в четырех подачах, при этом три шага и семь поражений. RHP Серхио Умана (6,21) и LHP Ник Домбковски (3,86) реализовали по два нулевых по счету подач из КПЗ.Си Энди Родригес (0,295) пошел 2 из 4. Р. Хадсон Хед (0,215) также провел ночь с двумя ударами. CF Джейс Боуэн (.222) собрал пятый хит для Брадентона.
Далее: Суббота в Лейкленде (Тигры), 18:00
.