Аннотация результатов, полученных в 2024 году
Продолжительность жизни является самым сложным количественным признаком у человека. Удивительным образом закономерности выживаемости у дрозофилы повторяют закономерности выживаемости у людей. Это явление было замечательным образом обнаружено еще в начале века ХХ-го века выдающимся исследователем, профессором Раймондом Перлом который, на основании исследований на дрозофиле, предложил использовать продолжительность жизни в качестве главного показателя приспособленности. Продолжительность жизни входит в число главных компонент Дарвинской приспособленности/признаков жизненного цикла особей, наряду с возрастом полового созревания, плодовитостью, фертильностью и возрастной динамикой выживания особей. Таким образом, продолжительность жизни является если не самым важным, то, по крайней мере одним из важнейших составляющих приспособленности. Поэтому чрезвычайно важным является знать закономерности распределения данных продолжительности жизни в изучаемых выборках, а также понимать, от чего зависят сдвиги такого распределения. Для оценки достоверности различий в продолжительность жизни используют сравнение выборок на основании медианной (50-й процентиль смертности выборки), средней (среднее арифметическое продолжительностей жизней всех особей выборки) и максимальной продолжительность жизни (90% смертности выборки). Все виды статистически тестов, оценивающие продолжительность жизни, предоставляют информацию лишь о значимости различий только в определенные моменты времени. Кривые Каплана-Мейера (кривые выживаемости), отражающие смертность особей от времени, также дают лишь общее представление о том, как нарастает смертность в изучаемой когорте (особи рожденные в одно время), в то время как четкое представление о распределении фенотипов по продолжительности жизни внутри изучаемой выборки отсутствует. Это требует развития новых подходов к анализу данных выживаемости, ясно показывающих различия в структуре сравниваемых выборок. Другой важной проблемой в исследованиях продолжительность жизни и старения является отсутствие математических критериев оценки силы генетического фона (генотипа) изучаемых линий, а также влияния на продолжительность жизни разнообразных интервенций, проводимых с целью увеличения продолжительности жизни. Некоторым приближением такой оценки является построение кривых смертности (кривая выживания наоборот), описываемых уравнением Гомберца ‒ законом смертности, сформулированным еще в конце первой четверти XIX-го века Бенджамином Гомперцом. Однако, в случае кривых смертности оценка генетического здоровья производится на основании числового значения показателя уравнения α (базовая уязвимость, начальная/ранняя смертность), тогда как, безусловно, надежнее оценивать здоровье линий на основе всего распределения данных о смертности когорты за весь период ее продолжительности жизни. В работе были рассмотрены методы сравнения и анализа кривых выживания и было предложено разбивать данные по выживаемости на интервалы. Проведенный анализ показал, что с помощью такого подхода возможно наглядно оценивать распределения частот фенотипов по продолжительности жизни внутри выборки. С целью оценки состояния генетического фона линий и влияния производимых интервенций на онтогенез и продолжительность жизни, к данным выживаемости был применен критерий нормальности распределения. Было обнаружено, что линии, обладающие сниженной, либо увеличенной продолжительностью жизни характеризуются ненормальными распределением и/или бОльшим отклонением от нормальности, чем линии со средней продолжительностью жизни. Оценка состояния генетического фона линий с использованием дополнительного критерия нормальности позволяет делать вывод о состоянии генетического здоровья линии на основании на всей совокупности данных выборки целиком, а не только основании на смертности в ранний период жизни, как постулирует закон Гомперца. Полученные представления были подтверждены с использованием линий дрозофил, обладающих различной продолжительностью жизни. Использование критерия нормальности может стать важными инструментом в исследованиях продолжительности жизни и старения, поможет интегрировать оценки, предсказанными более простыми методами, позволит производить подбор и сравнивать пары линий со схожим генетическим здоровьем, лучше понимать и описывать процессы, происходящие в популяциях, а также поможет отслеживать влияние проводимых генетических и фармакологических интервенций на онтогенез и продолжительность жизни. *Представлены данные подготовленной статьи «Kolmogorov-Smirnov and Shapiro-Wilk single distribution analysis methods in examining sample structure, strength of genetic background, and effects of interventions in lifespan and aging studies». Работа посвящена изучению распределений данных продолжительности жизни (выживаемости в зависимости от времени).

Аннотация результатов, полученных в 2025 году
Продолжительность жизни является самым сложным количественным признаком у человека. Удивительным образом закономерности выживаемости у дрозофилы повторяют закономерности выживаемости у людей. Это явление было замечательным образом обнаружено еще в начале века ХХ-го века выдающимся исследователем, профессором Раймондом Перлом который, на основании исследований на дрозофиле, предложил использовать продолжительность жизни в качестве главного показателя приспособленности. Продолжительность жизни входит в число главных компонент Дарвинской приспособленности/признаков жизненного цикла особей, наряду с возрастом полового созревания, плодовитостью, фертильностью и возрастной динамикой выживания особей. Таким образом, продолжительность жизни является если не самым важным, то по крайней мере, одним из важнейших составляющих приспособленности. Поэтому чрезвычайно важным является знать закономерности распределения данных продолжительности жизни в изучаемых выборках, а также понимать, от чего зависят сдвиги такого распределения. Для оценки достоверности различий в продолжительность жизни используют сравнение выборок на основании медианной (50-й процентиль смертности выборки), средней (среднее арифметическое продолжительностей жизней всех особей выборки) и максимальной продолжительность жизни (90% смертности выборки). Все виды статистически тестов, оценивающие продолжительность жизни, предоставляют информацию лишь о значимости различий только в определенные моменты времени. Кривые Каплана-Мейера (кривые выживаемости), отражающие смертность особей от времени, также дают лишь общее представление о том, как нарастает смертность в изучаемой когорте (особи рожденные в одно время), в то время как четкое представление о распределении фенотипов по продолжительности жизни внутри изучаемой выборки отсутствует. Это требует развития новых подходов к анализу данных выживаемости, ясно показывающих различия в структуре сравниваемых выборок. Другой важной проблемой в исследованиях продолжительность жизни и старения является отсутствие математических критериев оценки силы генетического фона (генотипа) изучаемых линий, а также влияния на продолжительность жизни разнообразных интервенций, проводимых с целью увеличения продолжительности жизни. Некоторым приближением такой оценки является построение кривых смертности (кривая выживания наоборот), описываемых уравнением Гомберца ‒ законом смертности, сформулированным еще в конце первой четверти XIX-го века Бенджамином Гомперцом. Однако, в случае кривых смертности оценка генетического здоровья производится на основании числового значения показателя уравнения α (базовая уязвимость, начальная/ранняя смертность), тогда как, безусловно, надежнее оценивать здоровье линий на основе всего распределения данных о смертности когорты за весь период ее продолжительности жизни. Для решения проблемы структуры выборки мы преобразовали данные смертности в ряды продолжительности жизни, в которых единицей измерения выступает продолжительность жизни каждой отдельной особи. Далее, для сглаживания флуктуаций ежедневной смертности, мы объединили смертность ближайших дней, разбив данные выживаемости на интервалы по правилу Стерджеса, выбрав наиболее удобный размер интервала в 5 дней. Наложение полученных таким образом вероятностных рядов (частот фенотипов по продолжительности жизни) друг на друга для разных выборок, а также их формальное описание при помощи кривых нормального распределения позволило наглядно сравнивать выборки. Мы проанализировали нормальность исходных и полученных интервализированных распределений при помощи теста Колмогорова-Смирнова для одиночных выборок (KS тест) и теста Шапиро-Уилка (SW тест). Выяснилось, что из всех протестированных вариантов наиболее эффективным, чувствительным и информативным оказался SW тест на интервальных данных. Наилучшими условиями для применения этого теста к данным выживаемости оказались объем выборки до 200 особей и разбиение данных продолжительности жизни сравниваемых выборок на одинаковое количество интервалов, вычисленных по правилу Стерджеса (размера интервала допускается дробный и не одинаковый, но их количество одинаково между выборками). Для визуализации частотных распределений выборок кроме функции нормального распределения мы применили также β-функцию. При помощи β-функции показано, что распределения у дрозофилы могут принимать различный вид: левостороннее β-распределение, правостороннее β-распределение, симметричное колоколоподобное распределение схожее с нормальным, равномерное (платообразное)/линейное распределение. Установлено, что применение количественных критериев нормальности позволяет выявлять тонкие изменения структуры выборки даже в тех случаях, когда форма и/или положение кривых выживания сравниваемых когорт повторяют друг друга. Продемонстрировано, что проведение генетических интервенций (введение мутации white) сопровождаются изменением частот фенотипов внутри выборки, сменой типа распределения и изменением количественных показателей нормальности. Также установлено, что тип распределения в контрольных WT-подобных линиях, как можно предполагать a priori, не обязательно должен соответствовать характеру нормальному распределению и распределение этих линий может носить совершенно другой характер. Таким образом, представленное исследование покрывает весь спектр вопросов относительно того, каким бывают распределения продолжительности жизни у дрозофилы.