Формальные языки для представления биохимических процессов тема диссертации и автореферата по ВАК РФ 03.00.04, кандидат биологических наук Тарасов, Денис Станиславович

• Тарасов, Денис Станиславович
• кандидат биологических наук
• 2007

Оглавление диссертации кандидат биологических наук Тарасов, Денис Станиславович

Введение

Глава 1. Обзор литературы И

1.1. Предварительные замечания.

1.1.1. О терминологии

1.1.2. О распространённых заблуждениях.

1.2. Формальные языки и вычислительные процессы, их роль в биохимических исследованиях.

1.2.1. Формальные языки.

1.2.2. Вычислительные процессы

1.2.3. Вычислимость

1.2.4. Непрерывная и дискретная биохимия.

1.3. Сравнение различных языков программирования с точки зрения их приспособленности для решения задач биохимического исследования.

1.3.1. Использованные программы.

1.4. Процедурные, императивные языки.

1.4.1. Обработка данных: вычисления по формуле

1.4.2. Модель лактозного оперона.

1.4.3. База данных Тпс1юс1егта.

1.5. Функциональные языки.

1.5.1. Вычисление генетического расстояния по формуле

1.5.2. Модель лактозного оперона.

1.5.3. База данных Тпск>с1егта.

1.6. Логическое программирование.

1.6.1. Вычисление генетического расстояния по формуле

1.6.2. Модель регуляции лактозного оперона.

1.6.3. База данных ТпсЬоёегта.

1.7. Объектно-ориентированные языки.

1.7.1. Расчет генетического расстояния по формуле.

1.8. Специализированные языки для описания биохимических процессов

1.8.1. БВМЬ.

1.8.2. Биохимическая абстрактная машина (ВЮСНАМ)

1.8.3. Стохастическое 7г-исчисление.

Глава 2. Язык описания молекулярно-биологических систем и его интерпретатор для моделирования биохимических процессов

2.1. Архитектура клеточного устройства.

2.2. Язык описания клеточных программ СРБЬ.

2.2.1. Предварительные замечания.

2.2.2. Принципы организации:.

2.2.3. Типы данных.

2.2.4. Пул данных.

2.2.5. Процессы.

2.2.6. Факты.

2.2.7. Правила.

2.2.8. Метапроцессы.

2.3. Моделирование простой ферментативной реакции с помощью СРБЬ.

2.4. Двухсубстратная ферментативная реакция на СРБЬ

2.5. Модель реакции с аллостерическим ингибированием.

2.6. Моделирование регуляции лактозного оперона с помощью СРБЬ

2.7. Расширение СРБЬ. Язык СРБЬ/НЬ.

Глава 3. Применение разработанных языковых средств для кодификации организмов по биохимическим и морфологическим признакам

3.1. Предварительные замечания.

3.1.1. Биологическая конгруэнтность.

3.2. Спецификация языка ConceptSystem.

3.2.1. Алфавит.

3.2.2. Ключевые слова.

3.2.3. Литералы.

3.2.4. Объекты.

3.2.5. Методы.

3.2.6. Сайты связывания (переменные экземпляра).

3.2.7. Связывание объектов и отсылка сообщений.

3.2.8. Предопределенные классы.

3.2.9. Модификаторы.

3.2.10. Динамические классы.

3.2.11. Пример: вычисление генетического расстояния по формуле на языке Сопсер18у^ет.

3.2.12. Реализация интерпретатора ConceptSystem.

3.3. Применение Сопсер13у81ет:кодификация описаний грибов рода

Тпс1юс1егта и алгоритмическая систематика.

3.3.1. Объектно-ориентированное программирование (ООП) и систематика.

3.3.2. Тпскойегта - краткие сведения о модельном объекте

3.3.3. Кодификация описаний видов

3.3.4. Систематика Тпскойегта как классификация программ

3.3.5. Сравнительная оценка качества ОО-систематик.

Введение диссертации (часть автореферата) на тему «Формальные языки для представления биохимических процессов»

Если мы рассмотрим историю применений математики в биологии, то придем к выводу, что они центрируются вокруг создания инструментов математической интерпретации экспериментальных данных[1]. Будучи сами по себе полезными эти инструменты несут в себе неизбежные внутренние ограничения. В отличие от физических законов биологическим закономерностям обычно нельзя придать лаконичную математическую формулировку[2]. Таким образом, в биологии приобретаемое знание обобщается преимущественно в форме теорий и гипотез, выражаемых с помощью естественного языка (т.е. языка общения людей). В течение долгого времени эта форма была адекватна для решения большинства теоретических и прикладных задач, стоящих перед биологическими науками.

В настоящее время необходимость формализации биологических знаний очевидна по следующим причинам:

1. Прежде всего, обращает на себя внимание рост объемов экспериментальных данных. В настоящий момент гигабайтные объемы уже не являются необычными для результатов, получаемых в ходе одного эксперимента. В будущем, с широким внедрением беспроводных датчиков, собирающих данные двадцать четыре часа в сутки, можно ожидать многократного увеличения информационных потоков [3]. Даже данные "скромных" размеров в десятки и сотни килобайт невозможно обрабатывать без средств автоматизации, таких как распространенные электронные таблицы Excel и некоторые пакеты статистического анализа. Однако эти средства автоматизации и предоставляемые ими возможности являются рудиментарными и обречены на исчезновение в ближайшем будущем.

2. Централизованные базы данных биологической информации, будут наращивать свои объемы и их роль будет постоянно возрастать. В то же время, очевидно, что типичная на сегодня стратегия работы с этими базами "найти информации» загрузить к себе на компыотер-> проанализировать" становится с ростом объемов данных непрактичной, поскольку существуют ограничения на размер информации, которая может быть передана через Интернет. Соответственно в базы данных будут посылаться не запросы на определенные сведения, а программы, которые будут производить вычисления и анализ данных на месте и передавать только результаты [4]. Эти операции невозможны в том случае, если данные представлены исключительно в форме публикаций на естественном языке.

3. В случае, когда размер исходных данных превышает определённую величину, неизбежно возникает ситуация, когда даже объем промежуточных обобщений и гипотез, необходимых для продолжения исследования, становится больше того, который может быть эффективно обработан человеком в разумные сроки. Это приводит к неправильному выбору направления дальнейшей работы, напрасному расходу средств и усилий и в итоге к выводам, находящимся в противоречии с уже собранными данными. Традиционные формы представления результатов в форме графиков и таблиц с текстовыми пояснениями не дают практической возможности произвести исчерпывающую проверку на внутреннюю согласованность исходных данных, промежуточных обобщений и окончательных выводов.

4. В то же время появление средств автоматизированного анализа данных и даже интеллектуальных систем автоматизированного выдвижения и проверки гипотез [5] становится причиной "отчуждения" научного работника от собственно научного процесса, когда собственно сам процесс обработки данных и формирования заключений оказывается скрытым от исследователя внутри "черного ящика" программного пакета. В результате уровень научной работы резко снижается поскольку, во-первых, снижается степень понимания исследователем методов обработки данных, а во-вторых, сами эти методы часто применяются неправильно, поскольку компьютерные программы, не знакомые с контекстом проводимых исследований, не способны сами выбрать наиболее подходящие средства анализа информации. Для преодоления сложившегося противоречия необходимы новые средства представления знаний и процессов, которые могли бы дать исследователю возможность заглянуть внутрь "черного ящика" обработки данных.

Превращение знаний в кодированное представление в форме данных и программ получило название кодификации. При этом кодификация это не просто представление научных знаний как данных (например в форме БС^Ь-таблиц).

Кодификация - это представление знаний (в частности знаний о динамических процессах) в форме, допускающей сохранение, выполнение, автоматический поиск и анализ.

Кодификация биологических знаний - метаболических и сигнальных путей, а также биологических процессов, выражающихся во взаимодействии большого числа дискретных компонентов (например, при делении клетки), представляет собой глобальную задачу биологии на два ближайших десятилетия[6].

Рядом авторов предположено, что компьютерная программа может быть способом формулировки биологических теорий, гипотез, и законов [7].

В настоящее время идея использования компьютерных программ как средства представления биологических знаний приобретает все больше сторонников. Основная масса работ здесь проводится в области представления моле-кулярно - генетических процессов.

Мы можем рассматривать живую клетку как физико-химическую систему, которая в некоторой степени обладает возможностью к обработке информации. Но мы можем занять и другую позицию, согласно которой клетка представляет собой, прежде всего информационную систему, на которую работают физические и химические процессы [8, 9]. Действительно уже достаточно давно известно, что любая информационная система может быть рассмотрена с двух точек зрения: "инженерной" - имеющей дело с ее физической реализацией и "точки зрения программиста", рассматривающей ее логическую организацию [10].

До недавнего времени логической организации живой клетки не уделялось достаточно внимания[11], однако в настоящее время ее изучение считается задачей не менее (а иногда и более важной) нежели изучение физической структуры. Поиск формальных языков, которые могут точно и лаконично описывать сложные биологические процессы и, в перспективе, программировать эти процессы, представляет собой одну из основных задач системной биологии [9].

Необходимость выражать полученные знания и гипотезы с применением разных языков программирования помогает исследователю достигнуть более глубокого понимания проблемы и часто взглянуть с другой стороны, увидеть новые важные аспекты, которым до сих пор не придавалось значения. Кроме того, свободное владение языками программирования освобождает мышление из рамок, заданных существующими пакетами анализа данных. Исследователь приобретает возможность ставить вопросы, требующие для ответа произведение нестандартных операций над большими объемами данных.

Системная интеграция предполагает создание средств формального представления информации и оперирования с ней не только на молекулярно-генетическом уровне. Однако вопросы представления морфологических, физиологических и экологических знаний в виде компьютерных программ практически не изучены.

Формальный язык необходим также для целей молекулярно-генетической систематики живых организмов. Классификация организмов на основе последовательности ДНК является важнейшим методом в современной биологической систематике. В настоящее время большинство методов подобного рода ориентируются на сравнение одного короткого фрагмента ДНК у различных организмов. Этот подход может давать некорректные результаты, поскольку короткий фрагмент ДНК не отражает всю совокупность признаков, присущих организму. Поэтому необходимо производить сравнение больших областей ДНК (в идеале - целых геномов) с точки зрения их значения для того или иного организма. Количественное применение такого метода требует наличия способов формального описания "смысла"фрагментов генома, их связи с фенотипом, что, в свою очередь, создает потребность в средствах формального описания фенотипических признаков, и их связи с соответствующими биохимическими процессами.

Вышеизложенное демонстрирует потребность в разработке новых формальных языков для молекулярной биологии, которые были бы пригодны для создания баз данных, моделирования биохимических реакций, биологической систематики и создания программ обработки данных.

Очень желательно, чтобы все эти свойства сочетались в одном языке, или, по крайней мере, существовало бы семейство языков, объединенных принципами построения и сходным синтаксисом.

Создание и развитие таких языков тормозится рядом факторов.

1. Теоретические предпосылки стали очевидны относительно недавно.

2. Широкое распространение готовых пакетов прикладных программ привело к тому, что знакомство ученых-биологов с программированием, теорий информации и вычислительной техникой в целом снизилось. Существование коммерческих пакетов прикладных программ создало ложное впечатление о том, что широкому контингенту исследователей эти знания просто ни к чему, достаточно знать компьютер на уровне пользователя прикладных программ. Это не только противоречит идеям, высказанным на заре компьютерной революции ее основателями [12], но и не соответствует опыту, полученному в 80-х годах, когда распространение компьютеров и средств программирования среди молекулярных биологов привело к получению большого числа принципиально новых результатов.

Целью настоящей работы явилось решение проблемы создания средств формального представления биохимических знаний, пригодных для разработки баз данных, моделирования биохимических реакций и создания программ обработки биохимических данных.

В соответствии с поставленной целью определены задачи диссертационной работы:

1. Изучить основные существующие языки программирования общего назначения и формальные языки, применяемые для моделирования биохимических реакций, с целью выявить набор свойств, которыми должен обладать специализированный формальный язык для представления и обработки биохимических знаний.

2. Изыскать принципы построения формального языка для представления и обработки биохимических знаний.

3. Разработать спецификацию для формального языка, или семейства языков, предназначенных для представления и обработки биохимических знаний, моделирования биохимических реакций и представления описаний живых организмов с целью создания более точных биологических систематик.

4. Реализовать интерпретатор для специфицированных языков, который мог бы осуществлять моделирование биохимических процессов по их описанию, представленному на разработанном языке, а также мог бы выполнять программы обработки экспериментальных данных.

5. Проверить функционирование языка и интерпретатора путем моделирования нескольких биохимических процессов, применения языка для создания систематических описаний некоторой группы живых организмов и написания программы для обработки экспериментальных данных.

На защиту выносятся следующие положения:

1. Живая клетка может быть рассмотрена как вычислительное устройство, управляемое программами на клеточном языке.

2. Архитектура такого вычислительного устройства может быть проанализирована, и найдены принципы языка, хорошо подходящего для программирования такого устройства.

3. Формальный язык, построенный на принципах, полученных в результате изучения архитектуры клеточного устройства, может быть эффективно использован для кодификации биохимических знаний.

4. Использование различных языков программирования для представления биологических процессов способствует более глубокому пониманию данного процесса.

5. Оправданным является дальнейшее изучение влияния формальных языков представления на исследования биохимических процессов

Заключение диссертации по теме «Биохимия», Тарасов, Денис Станиславович

Основные результаты работы:

1. Разработан язык СРБЬ, обладающий способностью полного и корректного представления информации о метаболических путях в прокариотиче-ской клетке и отдельных метаболических путей в эукариотической клетке.

2. Создан интерпретатор языка СРБЬ, пригодный для моделирования биохимических реакций и их регуляции.

3. Предложен новый способ описания биохимических и морфологических признаков живых организмов, основанный на принципах объектно-ориентироЕ программирования. Установлена предпочтительность описаний, полученных таким способом, по сравнению с принятыми в настоящее время описаниями на естественном языке.

4. Предложен новый метод построения биологической систематики, использующий принципы объектно-ориентированного программирования.

5. Разработан язык ConceptSystem для представления описания биологических объектов и создания программ обработки экспериментальных биохимических данных.

6. Создан интерпретатор, выполняющий программы на языке Сопсер18уз1еш Полученные результаты имеют практическую значимость:

1. Интерпретатор языка СРБЬ может использоваться:

• Для моделирования как отдельных биохимических реакций, так и сложных взаимодействий.

• В учебном процессе: Для иллюстрации функционирования биохимических систем. Для иллюстрации принципов кинетики ферментативных реакций

2. Новый метод представления описаний биологических объектов и построения систематик может быть использован для уточнения существующих биологических классификаций.

3. Язык Сопсер18уз1ет можно использовать для создания программ обработки экспериментальных данных.

По результатам работы можно сделать следующие выводы:

1. Проведенное сравнение существующих формальных языков и их применения к биохимическим задачам показало, что формальный язык биохимии должен обладать свойством биологической конгруэнтности - понятия и конструкции языка должны соответствовать биохимическим сущностям объектам и процессам). В своей основе этот язык должен быть объектно-ориентированным языком программирования с поддержкой баз данных на уровне языка, сильной типизацией, интуитивно понятным синтаксисом и содержать средства обработки больших массивов данных (подобно имеющимся в АРЬ и ,1).

2. Рассмотрение клетки как вычислительного устройства позволяет изучать архитектуру такого вычислительного устройства и соответственно построить язык программирования, оптимально подходящий для программирования такого устройства.

3. В работе разработана и представлена спецификация семейства из двух языков: СРБЬ и ConceptSystem. Язык СРБЬ построен исходя из модели архитектуры клеточного устройства и позволяет компактно описывать различные биохимические процессы. СРБЬ обладает простым и понятным синтаксисом, так что смысл программы на нем может быть понят практикующим биохимиком без длительного обучения и тренировки. ConceptSystem является развитием идей СРБЬ и основывается на тех же принципах, однако в него введены модификации, позволяющие использовать его для создания баз данных и программ обработки результатов эксперимента.

4. Разработан эмулятор биохимического вычислительного устройства, способный выполнять СРОЬ программы. Разработан интерпретатор языка ConceptSystem вместе с графической оболочкой, поддерживающей интерактивный режим работы.

5. На языке СРБЬ описаны процессы протекания простой ферментативной реакции, регуляции лактозного оперона и литического каскада фага лямбда. С помощью языка Сопсер18уз1ет написаны программы анализа данных о генетической структуре популяции, а также создана база данных программ, описывающих изменения морфологических и биохимических признаков модельного объекта (гриба рода Тпс1юс1егта), что позволило сформулировать новый подход к его систематике.

Список литературы диссертационного исследования кандидат биологических наук Тарасов, Денис Станиславович, 2007 год

1. Mishra, B. Systems biology automata and languages // B1.S 2004. — 2004.

2. Trevors, J. Chance and necessity do not explain the origin of life / J. Trevors and D. Abel // Cell Biology International. Vol. - 28. - Pp. 729-739.

3. Butler, D. Everything,everywhere / Declan Butler // Nature. — Vol. — 440. — Pp. 402-405.

4. Szalay, A. Science in an exponential world / Alexander Szalay and Jim Gray // NATURE. Vol. - 440. - Pp. 413-414.

5. Brent, R. Can computers help to explain biology? / Roger Brent and Jehoshua Bruck // Nature. Vol. - 440. - Pp. 416-417.6. 2020 Science Group,. Towards 2020 Science. 2005.http://research.microsoft.com/towards2020science/.

6. Wolfram, S. New Kind of Science / Stephen Wolfram.— Wolfram Media, 2002.-P. 1197.

7. Ji, S. The cell as the smallest dna-based molecular computer / S. Ji // Biosystems. — Vol. — no., 3. — Pp. 123-133.

8. Cardelli, L. Abstract machines of systems biology / Luca Cardelli // Transactions on Computational Systems Biology. — Vol. — 3. — Pp. 145-168.

9. Amdahl, G. Architecture of the ibm system-360 / G. Amdahl and G.A. Blaauw and F.P. Brooks // IBM J. of Research and Development. — Vol. — 8. — Pp. 87101.

10. Tarasov, D. Architecture of cell device // Proceedings of the International Conference on Bioinformatics of Genome Regulation and Structure'2002. — Vol. 3.- 2002.-Pp. 216-218.

11. Engelbart, D. Augmenting human intellect: A conceptual framework: Tech. rep. / Douglas Engelbart.- Menlo Park, California 94025: STANFORD RESEARCH INSTITUTE, 1962.

12. Abelson, H. Structure and Interpretation of Computer Programs / Harold Abelson and Gerald Jay Sussman and Julie Sussman. MIT Electrical Engineering and Computer Science Series. — Cambridge, Massachusetts: MIT Press, 1985. Pp. xx+542.

13. Wing, J. Computational thinking. — 2005. ittp://www.cs.cmu.edu/afs/cs/usr/wing/www/ct-paper.pdf.2005.

14. Matsuno, K. Molecular semantics and the origin of life / Koichiro Matsuno // BioSystems. Vol. - 42. - Pp. 129-139.

15. Rocha, L. M. Evolution with material symbol systems / Luis Mateus Rocha // Biosystems. Vol. - 60. - Pp. 95-121.

16. Yockey, H. P. Origin of life on earth and shannon's theory of communication / Hubert P. Yockey // Computers and Chemistry. — Vol. — 24. — Pp. 105-123.

17. Gurari, E. An Introduction to the Theory of computation / Eitan Gurari. — Computer Science Press, 1989. — P. 314.

18. Hopcroft, J. E. Introduction to Automata Theory, Languages, and Computation. / J. E. Hopcroft and R. Motwani and J. D. Ullman. — New York: Addison Wesley, 2001. P. 521.

19. Harel, D. Statecharts: a visual formalism for complex systems / D. Harel // Science of computer programming. — Vol. — 8. — Pp. 231-274.

20. Russell, B. The Principles of Mathematics / Bertrand Russell. — 2 edition. — London: George Allen and Unwin, 1937.

21. Irvine, A. D. Russells paradox / A. D. Irvine // The Stanford Encyclopedia of

22. Philosophy. — Summer 2004. http://plato.stanford.edu/archives/sum2004/entries/russell-paradox/.

23. Zach, R. Hilberts program / Richard Zach // The Stanford Encyclopedia of

24. Philosophy. 2003. littp://plato.stanford.edu/archives/fall2003/entries/hilbert-program /.

25. Godel, K. On formally undecidable propositions of principia mathematica and related systems / K. Godel // From Frege to Godel: A Source Book in Mathematical Logic. 1967. - Pp. 592-617.

26. Turing, A. M. Computability and lambda-definability / A. M. Turing // Journal of Symbolic Logic. — Vol. — 2. — Pp. 153-163.

27. Kleene,. Recursive predicates and quantifiers / Kleene // Martin Davis, The Undecidable. — New York: Raven Press, 1965.

28. Turing, A. M. Systems of logic based on ordinals / A. M. Turing // Proceedings of the London Mathematical Society. Second Series. — Vol. — 45. — Pp. 161-228.

29. Durand-Lose, J. Abstract geometrical computation for black hole computation // MCU. — Vol. 3354 of Lecture Notes in Computer Science. — Springer, 2004. Pp. 176-187.

30. Shagrir, 0. Super-tasks, accelerating turing machines and uncomputability / Oron Shagrir // Theor. Comput. Sci- Vol.- no., 1-3.- Pp. 105-114.http://dx.doi.org/10.1016/j.tcs.2003.12.007.

31. Siegelmann, H. T. The simple dynamics of super turing theories / Hava T. Siegelmann // Theor. Comput. Sci- Vol.- no., 2.- Pp. 461-472.http://dx.doi.org/10.1016/S0304-3975(96)00087-4.

32. Longo, G. Computer modelling and natural phenomena // Proceedings of the European Software Engineering Conference. — Helsinki, Finland: 2003.

33. Garay, L. J. Quantum gravity and minimum length / Luis J. Garay // International Journal of Modern Physics A.— Vol.— 10.— P. 145.http: //www.citebase.org/abstract?id=oai:arXiv.org:gr-qc/9403008.

34. Calmet, X. Minimum length from quantum mechanics and classical general relativity / Xavier Calmet and Michael Graesser and Stephen D. H Hsu // Physical Review Letters.- Vol.- no., 21.- P. 211101.http://link.aps.org/abstract/PRL/v93/e211101.

35. Minsky, M. Tech. Rep.: AIM-647 / Marvin Minsky: MIT Artificial Intelligence Laboratory, 1981.

36. Fredkin, E. Digital mechanics: An informational process based on reversible universal CA / E. Fredkin // Physica D. Vol. - 45. - P. 254.

37. Schmidhuber, J. A computer scientist's view of life, the universe, and everything / Jiirgen Schmidhuber / / Lecture Notes in Computer Science.- Vol.- 1337.- Pp. 201-208. http://link.springerny.com/link/service/series/0558/bibs/1337/13370201.htra.

38. Chance, B. The kinetics of the enzyme-substrate compound of peroxidase. 1943 / Chance, B // Adv Enzymol Relat Areas Mol Biol Vol. - 73. - Pp. 323. — Biography.

39. Gillespie, D. Exact stochastic simulation of coupled chemical reaction / D.T. Gillespie // J. Phys. Chem. 1977. - Pp. 2340-2361.

40. Turner, T. E. Stochastic approaches for modelling in vivo reactions / T. E. Turner and S. Schnell and K.Burrage // Computational Biology and Chemistry. Vol. - 28. - Pp. 165-178.

41. Grima, R. A systematic investigation of the rate laws valid in intracellular environments / Grima, R and Schnell, S // Biophys Chem.— Vol. — no., 1.— Pp. 1-10.

42. Berry, H. Monte carlo simulations of enzyme reactions in two dimensions: fractal kinetics and spatial segregation / Berry, Hugues // Biophys J. — Vol. — no., 4.-Pp. 1891-1901.

43. Jones, M. P. The Hugs 98 user manual. — 1999. — Available fromhttp://www.haskell.org/hugs/.

44. Vaught, A. Gnu Fortran — it's free crunch time / Andy Vaught // ACM Fortran Forum. — Vol. — no., 3. — Pp. 13-14.

45. Diaz, D. The GNU prolog system and its implementation // SAC (2).— 2000. Pp. 728-732.

46. Amzi!,. Amzi! prolog + logic server. — 2003. http://www.amzi.com.50. von Neumann, J. First draft of a report on the EDVAC: Tech. rep. / J. von Neumann: University of Pennsylvania, 1945. —

47. The report that got von Neumann's name associated with the serial, stored-program, general purpose, digital architecture upon which 99.99% of all computers today are based.

48. Page, C. The professional programmers guide to Fortran 77 / Clive Page. The Professional programmers guide to-. — pub-PITMAN:adr: Pitman Publishing Ltd., 1988.-P. 180.

49. ANSI X3J3/S8.115,. Fortran 90.- 1990.

50. Adams, J. C. Fortran 90 Handbook Complete ANSI ISO Reference / Jeanne C. Adams and Walter S. Brainerd and Jeanne T. Martin.— McGraw Hill, 1992. P. 740.

51. Hudak, P. Conception, evolution and application of functional programming languages. / P. Hudak // Gomp. Surveys. — Vol. — no., 3. — Pp. 359-411.

52. Church, A. The Calculi of Lambda Conversion / A. Church. — Princeton, N.J.: Princeton University Press, 1941. — Vol. 6 of Annals of Mathematics Studies. — P. 108. — Reprinted by Klaus Reprint Corp., New York in 1965.

53. McCarthy, J. Recursive functions of symbolic expressions and their computation by machine, part 1 / J. McCarthy // Comm. A.C.M.— Vol.— 3. Pp. 184-195.

54. Hart, T. Tech. Rep.: AIM-39 / T. Hart and M. Levin: MIT Artificial1.telligence Laboratory, 1962. ftp://publications.ai.mit.edu/ai-publications/pdf/AIM-039.pdf.

55. Steele, Jr., G. L. COMMON LISP: the language / Guy L. Steele, Jr. Second edition. - 12 Crosby Drive, Bedford, MA 01730, USA: Digital Press, 1990. -Pp. xxiii + 1029.

56. Kelsey, R. Revised5 report on the algorithmic language Scheme / Richard Kelsey and William Clinger and Jonathan Rees editors] // Higher-Order and Symbolic Computation.— Vol.— no., 1.— Pp. 7-104.— Also appeared in SIGPLAN Notices 33:9, September 1998.

57. Haskell 98 Language and Libraries, the Revised Report. — CUP, 2003. — P. 272.

58. Malpas, J. Prolog: a Relational Language and Its Applications / John Malpas. Prentice-Hall, 1987. - P. 460.

59. McCarthy, J. Programs with common sense / John McCarthy // Semantic information processing. — MIT press, 1968. — Pp. 410-418.

60. Robinson, A. A machine-oriented logic based on resolution principle / Alan Robinson // Journal of the ACM. Vol. - 12. - Pp. 23-41.

61. Hewitt, C. PLANNER: A language for proving theorems in robots // IJCAI. — 1969.-Pp. 295-302.

62. Colmerauer, A. The birth of Prolog / A. Colmerauer and P. Roussel // SIGPLAN Notices. Vol. - no., 3. - Pp. 37-52.

63. Warren, D. H. D. Tech. Rep.: 309 / David H. D. Warren: SRI International, 1983.

64. Warren, D. H. D. PROLOG: The language and its implementation compared with LISP / D. H. D. Warren and L. M. Pereira and F. Pereira // SIGPLAN Notices. Vol. - no., 8. - Pp. 109-115.

65. Rosenblueth, D. A. Syntactic recognition of regulatory regions in Escherichia coli / Rosenblueth, D A and Thieffry, D and Huerta, A M and Salgado, H and Collado-Vides, J // Comput Appl Biosci — Vol. — no., 5. — Pp. 415-422.

66. Dong, S. Gene structure prediction by linguistic methods / Dong, S and Searls, D B // Genomics. Vol. - no., 3. - Pp. 540-551.

67. Birtwistle, G. M. Simula Begin / G. M. Birtwistle and O.-J. Dahl and B. Myhrhaug and K. Nygaard.— Philadelphia: Studentlitteratur Auerbach, 1973.-P. 391.

68. Dahl, O.-J. The birth of object orientation: the Simula languages // Essays in Memory of Ole-Johan Dahl.— Vol. 2635 of Lecture Notes in Computer Science. — Springer, 2004. — Pp. 15-25.

69. Dahl, O.-J. Simula: An ALGOL-based simulation language / O.-J. Dahl and K. Nygaard // Communications of the ACM. — Vol. — no., 9. Pp. 671-678.

70. Dahl, O.-J.,. Publication: S-2 / Dahl, O.-J. and Bj0rn Myhrhaug and Kristen Nygaard. — Oslo, Norway: Norwegian Computing Center, 1968.

71. Goldberg, A. Smalltalk 80: The Language and its Implementation / A. Goldberg and D. Robson. Addison-Wesley, 1983. - P. 736.

72. Kay, A. Technical Report: SSL-76-6 / A. Kay and A. Goldberg. Palo Alto (CA), USA: Xerox PARC, 1976.

73. Kay, A. C. The Reactive Engine: Ph.D. thesis / Dept. of Electrical Engineering, Computer Science,University of Utah.— Ann Arbor, Michigan, 1969.

74. Kay, A. C. The early history of Smalltalk 11 ACM SIGPLAN Notices. -Vol. 28. ACM Press, 1993. - Pp. 69-95.

75. Stroustrup, B. A history of C++: 1979-1991 // Proceedings of the Conference on History of Programming Languages. — Vol. 28(3) of ACM Sigplan Notices. — New York, NY, USA: ACM Press, 1993. Pp. 271-298.

76. Gofen, A. From Pascal to Delphi to Object Pascal-2000 / Alexander Gofen // ACM SIGPLAN Notices. Vol. - no., 6. - Pp. 38-49.

77. Gosling, J. The Java Language Specification / James Gosling and Bill Joy and Guy Steele. The Java Series.- Addison-Wesley, 1997.- P. 864.http://java.sun.com/docs/books/jls/html/.

78. Eliëns, A. Principles of Object-Oriented Software Development / Anton Eliëns. — second edition. — Addison-Wesley, 2000.

79. Hunt, J. SmallTalk and object orientation / John Hunt. — Springer-Verlag, 1997. P. 378.

80. Ungar, D. SELF: The power of simplicity / David Ungar and Randall B. Smith // Lisp and Symbolic Computation. — Vol. — no., 3. — Pp. 187-205.

81. Hopkins, T. Smalltalk: An Introduction to Application Development using Visualworks / Trevor Hopkins and Bernard Horan. — Prentice-Hall, 1995.

82. Cincom Smalltalk. — 2003. — http://www.cincomsmalltalk.com/.

83. Brant, J. ^Smalltalk (Sharp Smalltalk).-http://www.refactory.com/Software/SharpSmalltalk/.http://www.refactory.com/Software/SharpSmalltalk/.

84. Ingalls, D. Back to the future: The story of Squeak, A practical Smalltalk written in itself // Proceedings OOPSLA '97, ACM SIGPLAN Notices. ACM Press, 1997. - Pp. 318-326.

85. Finney, A. Systems biology markup language: Level 2 and beyond / A. Finney and M. Hucka. Vol. - 31. - Pp. 1472-1473.

86. Nielsen, P. The evolution of CellML / Nielsen, P and Halstead, M // Conf Proc IEEE Eng Med Biol Soc. Vol. - 7. - Pp. 5411-5414.

87. Calzone, L. BIOCHAM: an environment for modeling biological systems and formalizing experimental knowledge / Calzone, Laurence and Fages, Francois and Soliman, Sylvain // Bioinformatics. — Vol. — no., 14. — Pp. 1805-1807.

88. Le Novere, N. STOCHSIM: modelling of stochastic biomolecular processes / Le Novere, N and Shimizu, T S // Bioinformatics. — Vol. — no., 6. — Pp. 575576.

89. Milner, R. Communicating and Mobile Systems : The 7r-Calculus / Robin Milner. — Cambridge University Press, 1999.

90. Ji, S. The linguistics of dna: Words,sentences, grammar,phonetics and semantics / Singchul Ji // Molecular Strategies in Biological Evolution.— 1999.-Pp. 411-417.

91. Kubicek, C. P. Trichoderma and Gliocladium, Basic Biology, Taxonomy and Genetics / Kubicek, C. P. and Harman, G E. — Taylor and Francis, 1998. — P. 278.

92. Chaverri, P. Hypocrea-trichoderma: species with conidiophore elongations and green conidia / P. Chaverri, and L. A. Castlebury and B.E. Overton and G.J.Samuels // Mycologia. Vol. - no., 6. - Pp. 1100-1140.

93. Druzhinina, I. 2005 spicies concept and biodiversity in trichoderma and hypocrea: from aggregate species to species clusters / I. Druzhinina and C.P. Kubicek // J. Zhigiang Univ SCI. Vol. - 6. - Pp. 100-112.

94. McCabe, T. A complexity measure / Thomas McCabe // Vol.— 6.— Pp. 308-320.

95. Chidamber, S. A metrics suite for object oriented design / S. Chidamber and C. Kemerer // IEEE Transactions on Software Engineering. — Vol. — no., 6. — Pp. 476-493.

96. Henderson-Sellers, B. Object-Oriented Metrics: Measures of Complexity / Brian Henderson-Sellers. — Prentice-Hall, 1996.