Упрощенная HTML-версия
7
таламуса правого и левого полушарий мозга. При фотометрическом анализе
измеряли такие параметры объектов, как среднюю яркость, локальную,
среднюю и интегральную оптические плотности. Значение средней
оптической плотности эквивалентно отражало значение концентрации
белковых веществ (С). Содержание структурных белков (М) вычисляли как
произведение концентрации на площадь (Бродский В.Я., 1966; Герштейн,
Л.М., 1979; Штейн Г.И. и др., 1998). Показатели концентрации и содержания
белковых веществ приводятся в условных единицах, а площади ядра,
цитоплазмы и тела нейронов – в мкм
2
.
Для оценки функционального состояния нейронов определяли
функциональный ядерно-цитоплазматический коэффициент (фЯЦК), как
соотношение показателей содержания белков ядра к содержанию белков
цитоплазмы (фЯЦК=Мя/Мц) и регуляторный ядерно-цитоплазматический
коэффициент (рЯЦК), как соотношение показателей концентрации ядерных
белков к концентрации цитоплазматических белков (рЯЦК=Ся/Сц)
(Шпинькова В.Н. и др., 1998). Анализ распределения нервных клеток по
цитохимическим (М, С, рЯЦК и фЯЦК) и морфометрическим (S и сЯЦК)
показателям проводили по стандартной методике с использованием пакета
программ «Microsoft Exсel» для «Windows 98se». Для первичной оценки весь
диапазон значений данных показателей разбивали на части (варианты).
Интервал разбиения диапазона значений был одинаковым в сравниваемых
группах животных.
При анализе результатов исследования проводилось сравнение
морфоцитохимических показателей мозга крыс (крысы белой и крысы серой),
мышей (мыши белой и мыши домовой), мыши домовой и полевки
обыкновенной между собой, с целью выявления внутри- и межвидовых
особенностей. Для оценки тенденции изменений показателей в ряду
изученных представителей отряда Грызуны проводили сравнение всех
грызунов с мышью белой. Полученные при работе количественные данные
обработаны с помощью общепринятых в медико-биологических
исследованиях методов статистического анализа с использованием программ
«Microsoft Exсel» и «Statistica 6.0» (Боровиков В.П., 2001; Реброва О.Ю., 2002;
Халафян А.А., 2008). Анализ на нормальность распределения (распределение
близко к нормальному) показал целесообразность использования
параметрической статистики (Гланц С., 1998; Боровиков В.П., 2001; Реброва
О.Ю., 2002; Халафян А.А., 2008), поэтому различия между выборками
определяли с помощью t-критерия Стьюдента. Корреляционный анализ
проводили, используя метод Пирсона. Графический материал представлен как
среднее ± стандартное отклонение (М±σ). Дизайн исследования изображен на
рисунке.