Хвост виляет Украиной. Меньшинство одолело всех?
Регистрация пройдена успешно!
Пожалуйста, перейдите по ссылке из письма, отправленного на
https://ukraina.ru/20210712/1031813195.html
Хвост виляет Украиной. Меньшинство одолело всех?
Хвост виляет Украиной. Меньшинство одолело всех? — 13.07.2022 Украина.ру
Хвост виляет Украиной. Меньшинство одолело всех?
Есть ли на Украине нормальные люди? Есть. И их, возможно, большинство. Но могут ли они коренным образом повлиять на ситуацию в государстве? Навряд ли. Заправляет агрессивное, крикливое, ксенофобское меньшинство, которое неуклонно утверждает свою модель поведения для всей страны
2021-07-12T09:56
2021-07-12T09:56
2022-07-13T11:11
/html/head/meta[@name=’og:title’]/@content
/html/head/meta[@name=’og:description’]/@content
https://cdnn1.ukraina.ru/images/sharing/article/1031813195.jpg?10286832661657699895
Украина.ру
1
5
4.7
96
editors@ukraina.
+7 495 645 66 01
ФГУП МИА «Россия сегодня»
2021
Константин Кеворкян
https://cdnn1.ukraina.ru/img/102252/61/1022526197_839:17:2597:1775_100x100_80_0_0_f5fdeae5e56bc282a0f57925e5dac418.jpg
Константин Кеворкян
https://cdnn1.ukraina.ru/img/102252/61/1022526197_839:17:2597:1775_100x100_80_0_0_f5fdeae5e56bc282a0f57925e5dac418.jpg
Новости
ru-RU
https://xn--c1acbl2abdlkab1og.xn--p1ai/
Украина.ру
1
5
4.7
96
+7 495 645 66 01
ФГУП МИА «Россия сегодня»
Украина.ру
1
5
4.7
96
+7 495 645 66 01
ФГУП МИА «Россия сегодня»
Константин Кеворкян
https://cdnn1.ukraina.ru/img/102252/61/1022526197_839:17:2597:1775_100x100_80_0_0_f5fdeae5e56bc282a0f57925e5dac418.jpg
мнения
Мнения, неонацисты, националисты
20 ноября 2019, 15:05
Константин Кеворкян: кто онПублицист и писатель, колумнист издания Украина.
ру, руководитель харьковского видеоканала «Первая Столица»Не имея возможности управиться с агрессивным меньшинством внутри страны и не принимая никаких мер против антирусской деятельности вне Украины, мы полностью развязываем ультранационалистам руки. Если за агрессивную пропаганду против России нахваливают, награждают и хорошо платят, а за сочувствие к Русскому миру могут уволить, избить или посадить в тюрьму, что выберет обычный человек — не ангел, не подвижник, не фанатик?
Зато ненавистники всего русского прекрасно себя чувствуют, призывают к терактам на территории России и абсолютно не боятся разделить судьбу какого-нибудь подстрекателя-террориста вроде Усамы бен Ладена или, скажем, Зелимхана Яндарбиева. Вот неонацист 
«Задание украинского националиста сегодня — превратиться в национал-христианина. Задания украинского националиста сегодня — это создание военизированной церкви, которая будет воевать, — говорит Корчинский. — Украинские националисты от Симона Петлюры до Яроша или Билецкого, или даже до Евгения Карася, не сделали ни одного теракта в Москве, а добрые религиозные люди совершили десятки диверсий в Москве».
По идее, после этих рассуждений господин Корчинский должен был бы очнуться на Лубянке, где его ласково бы допросили: какие «добрые люди» стали ему примером, как они связаны с украинскими националистами и украинским государством и не хочет ли господин Корчинский информировать ФСБ об этих «добрых людях» на постоянной основе?
21 мая 2021, 08:06
«Патриоты на доверии». О патриотизме на простых примерахНа Украине отметили День вышиванки. И дело вроде бы неплохое, но почему-то не оставляет ощущение фальши и казённости происходящего
Однако десятилетиями чувствующий безнаказанность неонацист продолжает спокойно рассуждать о «рабской сути» русских.
«Москаль способен любить только то, чего он боится. Почему население в прифронтовых зонах не любит Украину и не уважает украинское государство? Только потому, что оно не боится украинского воина… Как только местный житель там, где-то в Бахмуте, получает прикладом в зубы, он сразу начинает уважать украинское государство, украинский добровольческий батальон и украинское дело. Это очевидно, иначе не бывает», — продолжает под аплодисменты публики пан Корчинский.
А его подельник, спикер «Правого сектора»* Дмитрий Савченко, добавляет: «Как только дашь автоматом по зубам этим потенциальным или уже фактическим сепарам, они сразу полюбят все украинское. Я веду к тому, что по состоянию дел на сегодня есть такие люди на фронте, которые бьют по зубам, и это добровольцы…» И тут же призвал жертвовать на «святое дело» обуздания русских — бросать деньги в специальный ящик для пожертвований: «Не забывайте, дорогие украинцы, что этот ящик помогает нам на Донбассе насаждать украинский порядок, потому что эти деньги будут переданы людям, которые бьют сепарам по зубам и заставляют их языком силы любить Украину, и у них это хорошо получается».
А может, это спонсирование терроризма — со всеми вытекающими из того последствиями? Хотелось бы получить разъяснения российских компетентных лиц.
С кем на Украине разговаривать, о чем? Тамошние власти не могут защитить не только русских (на это желания у них не было и нет), но даже торговые бренды своих собственных стратегических союзников. Так, в Киеве при полнейшем попустительстве полиции штурмовики напали на магазин немецкой торговой сети Puma и причинили ему значительный имущественный ущерб — из-за того, что компания сотрудничает с попавшим у неонацистов в опалу музыкантом Иваном Дорном.
Не брезгует шантажом и само украинское государство. Помнится, посольство во Франции жаловалось фирме Danone, что в России их продукцию рекламирует известный российский артист Михаил Пореченков, и требовало немедленно прекратить это сотрудничество (поскольку артист бывал в ЛДНР). «Только что мне позвонил генеральный секретарь «Danone Франция» Матиас Вишера.
20 мая 2021, 13:11
Гурии и фурии. Украинский «пуп земли»Идеология должна иметь идеал — то, к чему необходимо стремиться, приближаться, чего стараться достичь. Это может быть лучшее устройство государства, достижение духовной гармонии, посмертное воздаяние и т.д. Идеалы очень важны для понимания сути и всего общества, и отдельно взятого человека — поскольку предопределяют пути их грядущего развития
У украинских националистов истреблением русских людей принято хвастаться, словно у колонизаторов скальпами убитых индейцев, — потому что никто из них до сих пор не понес за свои военные преступления адекватного наказания. Так, один из главных организаторов аутодафе в Одессе Андрей Парубий публично бахвалится, как он «горд» учиненными убийствами («Я очень горд от того, что поучаствовал в том, что в Одессу не пришел русский шабаш», — говорит Парубий), а его единомышленник и земляк Владимир Вятрович требует уничтожать вообще все следы русского присутствия на Украине.
«Надо показать, что именно является тем колониальным наследием в Украине и почему оно должно быть так или иначе обработано или устранено, — излагает Владимир Вятрович в интервью журналу «Український тиждень». — Сначала надо показать, что определенные символические объекты являются маркерами российского присутствия в Украине, точками опоры, которые Россия может использовать для возвращения в Украину. И что они также являются российскими аргументами в пользу того, что независимая Украина — это случайное образование, на самом деле принадлежит «русскому миру»».
То есть речь идет не только о планомерной насильственной ассимиляции русских на Украине, не только об их физическом порабощении, но и о сознательном стирании любых следов их присутствия — на земле, где они жили веками, которую обустраивали со времен Дикого поля. Конкретно речь идет об этноциде как одной из форм геноцида.
С кем Москва хочет договариваться на Украине? С Корчинским, Парубием, Вятровичем и с их покровителями на Банковой надо говорить как с военными преступниками, а не радоваться огромному торговому товарообороту с киевским режимом.
Как и своим собственным союзникам необходимо дать понять неуместность добрых отношений с государством, где русских истребляют словом и делом. Безнаказанность порождает новые преступления, и если Россия сегодня не защитит русских, то их вообще никто и нигде не защитит.
*Деятельность организации запрещена на территории РФ.
Читать онлайн «Змея, глотающая свой хвост», ОLЕГ СУХОNИN – ЛитРес, страница 2
ДОЧКИ-МАТЕРИ
Дверь мне открыла приятная ухоженная дама лет пятидесяти пяти в алом с зелёной оторочкой шёлковом халате и с опухшим от слёз лицом.
Я повторил ей, что хочу помочь с распространением информации о пропавшей девушке и в Нижнем Новгороде, куда вернулась с конференции из Ульяновска делегация наших журналистов.
– Проходите, – кивнула она, впуская меня в квартиру.
– Я дам вам несколько разных фотографий дочери или могу сбросить их на электронную почту, какую скажете.
– Сбросьте лучше сюда, – сказал я, протянув ей флэшку.
– Баба, кто пришёл? Мама вернулась? – протараторила выбежавшая из комнаты в прихожую девчушка лет пяти.
– Нет, мой цветочек, это дядя пришёл помочь найти твою маму, – ответила хозяйка квартиры. Девочка, грызя палец, с любопытством разглядывала меня.
– Иди, моя хорошая, поиграй с киской, а я дам дяде мамины фотографии, – продолжила женщина, приглашая меня пройти с ней к компьютеру.
Пока она сбрасывала фотографии на флэшку, я попытался расспросить её:
– В первый раз у вас такое?
– Что вы! – раздавленная неопределённостью сразу разоткровенничалась она. – Элечка у нас единственный и довольно поздний ребенок. Мы с мужем баловали её, потакали всем капризам. Мой муж – большой начальник на местном крупном предприятии. А я работаю в солидном банке. Давно себя виню, что в детстве уделяли дочери мало внимания.
Откупались подарками да деньгами. Правда, образование старались дать ей хорошее – нанимали репетиторов, записывали в различные кружки. Но в старших классах у неё начались гулянки, появились взрослые парни, ночные клубы, совсем отбилась от рук… По малейшему поводу закатывала истерики!
– Переходный возраст, – понимающе вздохнул я.
– Да-да, трудный возраст, – благодарно закивала хозяйка и, потупившись, продолжила: – А в шестнадцать лет забеременела. Мы так и не выяснили от кого… Стыдно было людям в глаза смотреть… Родила, но ничего не изменилось – опять пошли рестораны, клубы. Внучку фактически мы с мужем воспитываем. А нас Эля и слушать не желает – сразу в крик! Только затеваем разговор, что надо дальше идти учиться или работать (муж хотел устроить её к себе на предприятие) – сразу машет руками, ругается на нас… Сами виноваты – так воспитали, – было видно, что эти признания давались женщине большой кровью.
Она достала ажурный платок из кармана халата, вытерла им свои красивые влажные глаза, всхлипнула и после небольшой паузы продолжила:
– С год назад наконец-то сумели её пристроить на нормальную работу через сестру мужа – Марию.
Та, когда училась в Москве, вышла замуж за однокурсника-вьетнамца из высокопоставленной семьи, уехала жить туда. А года два назад они вложились здесь в гостиничный комплекс «Древо Хитрово» – имеют в нём долю. Вот мы и попросили устроить дочку на работу в этот большой отель. Её там сделали дежурным администратором. Элечке поначалу нравилось – кругом люди интересные, часто бывают иностранцы, и она вроде немного остепенилась. Но последние полгода опять стала частенько не приходить ночевать. Но обычно ночь-две, а тут – как ушла в четверг, так вот уже и нет до вторника! – в голос зарыдала женщина.
– Бабушка, почему ты плачешь? – в комнату снова вбежала девчушка, прижимая к груди котёнка.
– Иди ко мне, девочка моя, я тебя обниму! – причитала плачущая женщина. – Вот, может, дядя поможет нам найти твою маму!
Она обхватила руками свою внучку, та заревела в голос, а вслед за ней истошно замяукал и котёнок оттого, что его слишком больно сжали.
Мне стало ужасно неловко: я вдруг отчётливо понял, что Эльвира до сих пор лежит зарезанной в той самой комнате в отеле «Древо Хитрово», о которой рассказывал мне Скромный, и домой она уже никогда живой не вернётся.
Но я не мог честно сказать об этом её матери и дочке, а потому вынужден был утешительно мямлить:
– Да, конечно, мама обязательно найдётся и вернётся домой.
Я взял у женщины флэшку с фотографиями Эльвиры, пообещал по возвращении в Нижний подключить к поискам местные интернет-агентства, скомканно попрощался и, стараясь не встречаться глазами с плачущими бабушкой, внучкой и котёнком, поспешно ретировался из горестной квартиры. В мозгу моём настойчиво пульсировали стихи Блока, «о том, что никто не придёт назад». Эта строчка свербила там острой занозой…
Возвращаясь к телецентру, откуда меня обещал забрать Моргунов, я собрался с мыслями и выстроил для себя логическую цепочку – почему неизвестный засекреченный учёный доверил уход за своей лабораторией в «Древе Хитрово» не кому-нибудь, а именно Эльвире.
Пазлы складывались: «Раз тётка Улябиной имеет свою долю в гостинице, значит, она наверняка в курсе всех секретов «Хитрово», – думал я. – И родственницу пристроила, и лишние глаза к учёному приклеила.
Да только эти деятели не учли разбитной характер и жадность Эльвиры и то, что судьба зашлёт к ним в отель подарок в виде раздолбая Гоши Скромного».
КИНО, ВИНО И ОРХИДЕИ
С такими мыслями я вернулся к ульяновскому телецентру. Не успел закурить, как из дверей показался Михаил Моргунов:
– Ты уже здесь? Я как раз собирался тебе звонить. Мы выдвигаемся, ты с нами?
– Да, – ответил я, – как договаривались.
К нам подрулил «уазик»-«буханка», в нём уже сидели несколько человек из съёмочной группы. Мы тоже втиснулись в машину – и вот уже едем в гостиничный комплекс «Древо Хитрово».
По дороге мой приятель стал проговаривать с коллегами план их работы на сегодня. Начать ретроспективу они намеревались с показа и обсуждения с киноведами фильма «Собака Баскервилей» режиссёра Игоря Масленникова. После этого – просмотр «Жмурок» Алексея Балабанова и творческая встреча с его сокурсниками по экспериментальной мастерской «Авторское кино» высших курсов сценаристов и режиссёров Георгием Молокановым и Сашей Блудманом.
– Мишель, – по-дружески обратился я к Моргунову, пока мы ехали в «Хитрово», – странный коктейль у вас получается. Лично я не вижу никакой связи между этими фильмами, кроме той, что в обеих картинах играет Никита Михалков: сэра Генри Баскервиля у Масленникова и криминального авторитета Михалыча в «Жмурках».
– А и не надо искать никакой связи, – пожал плечами Михаил. – Мы предварительно набросали список известных отечественных и зарубежных режиссёров и периодически проводим мероприятия киноклуба с показами их картин попарно. Сегодня просто так совпало. Хотя, про Михалкова-то я и не подумал! Впрочем, даже если бы мы его пригласили, всё равно бы Никита Сергеич не приехал: не его уровень, он всё больше по фестивалям да кинопремиям.
– Всё равно странный у вас получился дуэт режиссёров.
Мишка наклонился ко мне и сказал вполголоса:
– Дружище, в чём-то ты, конечно, прав. У меня как киномана родом из Нижнего были свои заморочки объединить этих режиссёров в один показ.
Всё очень просто: Игорь Фёдорович Масленников – наш земляк, тоже родился в Нижнем Новгороде, его дед был мастером паровозного цеха на «Красном Сормове», отец на том же заводе работал инженером. Это уже потом их семья переехала в Колпино под Ленинград. А Балабанов в своё время заканчивал переводческий факультет Горьковского пединститута иностранных языков. Да и «Жмурки» он снимал именно в Нижнем!
– Ну, это ты мне не рассказывай, – тут же откликнулся я. – Перед съемками «Жмурок» друг Балабанова Молоканов предлагал мне сдать киношникам на время съёмок мою квартиру с видом на Стрелку. У меня вид с балкона прямо на слияние Волги и Оки, а им это было нужно по сюжету.
– А ты что? – спросил Михаил.
– А что я? Они предложили за это всего пару-тройку тысяч долларов. Я прикинул – после их съёмок эти деньги уйдут только на ремонт. И отказался. Но желающие быстро нашлись: в соседнем доме согласился директор музея фотографии. В его квартире как раз и сняли сцену убийства продажного мента, которого играл Сухоруков.
Квартиру всю обшарпали, так что, думаю, правильно я отказался – от этих киношников один геморрой да потом ещё с ремонтом хлопот не оберёшься.
– А по мне – зря ты отказался, – скривил губы мой приятель. – Мог бы войти в историю кинематографа, а так – упустил свой шанс. Сейчас бы имел полное право выступить в нашем киноклубе.
– Там и без меня будет кому выступить, – парировал я. – Кстати, совсем недавно в нашем доме опять искали квартиру – для съёмок фильма «Я худею». В итоге соседка с восьмого этажа Анжелика Романютенко сдала им свою трёхкомнатную. Киношники у неё всю лоджию разворотили, стены в голубой цвет перекрасили. Правда, за эти хлопоты бонусом сняли её в эпизоде. Так что теперь она практически кинозвезда.
– Наш человек! – одобрительно кивнул Моргунов.
– Это камень в мой огород? – наигранно обиделся я.
Так за разговорами мы и не заметили, как доехали до комплекса «Древо Хитрово».
Выйдя из «уазика», я увидел перед собой, как и описывал Гоша Скромный, внушительный фасад из стекла и бетона с мозаично рассыпанными вкраплениями деревянных панелей.
Вправо и влево от главного здания, словно щупальца гигантского спрута, ветвились, убегая в даль, многочисленные корпуса разной длины и этажности.
Перед входом в отель были вывешены два плаката: первый приглашал на выставку местной ассоциации любителей орхидей, второй – на ретроспективу фильмов режиссёров Игоря Масленникова и Алексея Балабанова.
Мои спутники выгрузили из «буханки» свою внушительную аппаратуру и, обвесившись ею, двинулись прямиком в гостиницу. Я шёл следом за ними.
Михаил поздоровался с персоналом «Древа Хитрово» как с давними знакомыми, быстро обговорил с ними рабочие вопросы проведения сегодняшнего мероприятия в кинозале, после чего бросил мне:
– Ты пока размещайся – мест свободных полно. Вечером обязательно приходи на кинопоказы: подъедут Блудман с Молокановым. Посидим, поболтаем. Ну, а мы пошли работать: нужно всё подготовить, технику настроить.
Гремя штативами, камерами и кофрами, они шумно двинулись внутрь гостиницы готовить свои кинопоказы.
Я же подошёл к стойке ресепшн с просьбой заселить меня на пару дней («этого за глаза хватит») в одноместный номер.
Пока миловидная блондинка в очках заносила данные моего паспорта в компьютер, я подумал: а не попросить ли мне номер в дальнем конце отеля, ближе к той самой секретной лаборатории, где таинственный учёный создаёт своих кукол-биороботов? Однако, меня смущало то, что там наверняка до сих пор лежит и разлагается труп Эльвиры Улябиной. В самый разгар моих колебаний девушка протянула мне документы и ключ от номера, сказав, что он совсем рядом – по главному коридору второй поворот налево.
«Ну, и хорошо, – решил я, – размещусь недалеко от выхода. А до лаборатории учёного доберусь ближе к ночи, когда в гостинице всё утихнет».
Мой путь от ресепшн неожиданно пересекла группа щебечущих дам, окруживших импозантного мужчину с ярко жёлтым шарфом на шее и в костюме тропической раскраски: его пиджак украшали алые и зелёные попугаи в обрамлении пальм и экзотических цветов, на брюках пылали лимоны, бананы, клубника и ананасы.
Вся эта делегация чуть не сбила меня с ног, и по их возбуждённым репликам я понял, что люди идут с научного семинара «Охрана и культивирование орхидей» смотреть выставку цветов.
Действительно, направо за стеклянной стеной я увидел большое количество стендов и стеллажей, сплошь заставленных экзотическими цветами. Я проскользнул за ними в этот выставочный зал. Радости и изумлению моим не было предела – в такую красотищу я попал!
Пока нарядный мужчина рассказывал очарованным дамам о своих впечатлениях от знаменитой Тайваньской международной выставки орхидей, откуда он только что вернулся, я с упоением окунулся в созерцание диковинных цветов. В просторном зале, нашпигованном различными кондиционерами, лампами, увлажнителями и конвекторами, передо мной раскинулся райский сад удивительных растений. Здесь было множество разнообразных одонтоглоссумов, анектохилусов, фаленопсисов, мильтоний, но как только я увидел свои любимые пафиопедилумы или Венерины башмачки – сразу бросился к ним.
С восторгом разглядывая башмачки Валлиса и сравнивая их с расположенными рядом камчатскими – Циприпедиум Ятабе, я вдруг к своему неудовольствию услышал, как расписной мужчина объясняет почитательницам орхидей, что главной достопримечательностью этой выставки является фаленопсис Black Pearl, выведенный путём селекционной работы в Калифорнии и являющийся ныне суперпопулярным среди голливудских звёзд. Мол, этот цветок впервые привезли в Ульяновск – спешите лицезреть и наслаждаться!
Я тоже подошёл полюбоваться этим цветком, но он не впечатлил меня сильнее моих любимых Венериных башмачков, а его траурная раскраска вернула меня к мыслям об убитой Эльвире Улябиной, труп которой всё ещё разлагался где-то в отдалённых закоулках «Древа Хитрово». Я моментально вспомнил, что приехал сюда по делам, представил, как весь на нервах ждёт от меня новостей прячущийся в моей нижегородской квартире Игорь Скромный, и поспешил ретироваться из райского сада, оставив в нём цветастого ботаника с его чирикающей стаей.
Свой номер я отыскал довольно быстро, и он приятно удивил меня. Я сразу понял, какое сходство связывает «Древо Хитрово» с Безумным домом во вьетнамском Далате: комната была обставлена словно тропическая хижина – оклеена обоями из бамбука, вся мебель – исключительно из ротанга. Над кроватью раскинут антимоскитный балдахин, стены увешаны яркими тропическими пейзажами: белоснежные пляжи с пальмами где-то на берегах Южно-Китайского моря, выползающие из рек в джунглях аллигаторы, рыбаки в круглых вьетнамских лодках-корзинах и в конических шляпах «нон-ла». На одной из картин отчего-то в таких же конических шляпах были изображены и Владимир Ильич Ленин с детьми. Конечно же, это был Хо Ши Мин!
Меня поразил и туалет, совмещённый с ванной комнатой: потолок в этом помещении был полностью стеклянным и прозрачным с открывающейся широкой секцией. Создавалась полнейшая иллюзия, что выходишь справить нужду или принять душ во двор под открытое небо. Другое дело, что синь наших российских небес многократно уступает тропическим в яркости красок… Но проверив на практике работу унитаза и ванны, я в полной мере оценил замысел архитектора: это было по-настоящему благодатно и романтично!
Придя в благостное расположение духа, я достал из бара пару шкаликов коньяка, с превеликим удовольствием их выпил с устатку после ночной дороги и треволнений первой половины дня, закусил сладостями из холодильника и, растянувшись на кровати под москитным пологом, погрузился в сладкий тропический сон.
…
Проснувшись, я посмотрел на часы и увидел, что мой послеобеденный отдых растянулся почти на четыре часа. Умываясь под уже слегка вечереющим небом, я вспомнил о главной цели своей поездки: проверить помещение, где Игорь Скромный оставил труп Эльвиры Улябиной, убедиться, что тело её всё ещё там и моего приятеля никто не разыскивает. Я проверил в кармане переданный мне Гошей ключ от той комнаты и вышел из номера.
В главном и бесконечном как шоссе коридоре-стволе «Древа Хитрово» я обнаружил, что в отеле в этот час довольно многолюдно: навстречу мне то и дело попадались горничные, чаще – азиатской внешности, да и постояльцев было немало. Так что идти осматривать описанное Скромным место преступления сейчас было не резон.
Тут я вспомнил, что мой приятель Миша Моргунов приглашал меня этим вечером на организованную местным киноклубом ретроспективу фильмов Масленникова и Балабанова, где должны были выступить нижегородские киноведы Молоканов и Блудман. Чтобы убить время, я было направился в кинозал.
Но по дороге, ощутив, что изрядно проголодался, решил зайти в ресторан. Проходя мимо выставки орхидей, остановился, чтобы ещё раз полюбоваться экзотическими цветами, и только потом не спеша отправился поужинать.
В ресторане рядом со мной за сдвинутыми столиками расположилась та самая весёлая щебечущая стая во главе со своим вожаком в цветастом пиджаке, которых я встретил днём при заселении в отель. Из их шумного гвалта я понял, что они уже вернулись с просмотра двух серий «Собаки Баскервилей» и, отужинав, собираются пойти досматривать «Жмурки». Мужчина в ярком костюме, энергично жестикулируя, так возбуждённо рассказывал о чём-то своим многочисленным спутницам, что, казалось, попугаи с его пиджака вот-вот соскочат и улетят обратно к себе в джунгли.
Я прислушался: оказалось – они обсуждают сцену из фильма, когда доктор Ватсон в исполнении Виталия Соломина и сэр Генри Баскервиль, сыгранный Никитой Михалковым, после званого вечера в честь прибытия в Баскервиль-Холл в комедийном ключе обсуждают произошедшее накануне в окрестностях Гримпенской трясины знакомство Ватсона с Бэрил Стэплтон.
Оба джентльмена успели уже изрядно набраться к тому моменту, когда Ватсон обмолвился о встрече с вышеупомянутой девицей. Сэру Генри, влюблённому в Бэрил, оставалось только завидовать счастливчику-доктору, и потому он продолжал настойчиво расспрашивать, что ещё сказала ему при встрече эта красотка.
«Она сказала, что ещё рано любоваться красотами болота…ми, – отвечал, икая, доктор. – Орхидеи ещё не зацвели». – «Нет, а мне интересно, что она ещё сказала про орхидеи?» – дыша на Ватсона винными парами, не унимался сэр Генри. Ему были интересны про Бэрил любые подробности. Титаническим усилием приняв более-менее сидячее положение, доктор свесился с резной спинки кровати и пытался вспомнить, что ещё она говорила про красоты болот. Вспомнив, он кивнул и глубокомысленно заявил: «Они еще не зацвели», – после чего махнул рукой в сторону, как ему казалось, торфяных топей Дартмура и, пожав плечами, окончательно повис на спинке кровати в ожидании продолжения разговора. «А орхидеи ещё не зацвели… – повторил за Ватсоном сэр Генри и резким движением развернулся к другу.
– Что бы это значило?» Выслушав адресованный ему вопрос, доктор наморщил лоб, пытаясь выстроить логическую цепочку либо уловить какой-нибудь мистический подтекст в словах мисс Стэплтон. Наконец, многозначительно подняв к потолку указательный палец и снисходительно пожав плечами, он произнёс: «Не зацвели, и всё». Что означало – смысл слов Бэрил об орхидеях для двух подвыпивших джентльменов так и остался неразгаданным.
Мои соседи по ресторану с таким восторгом обсуждали эту сцену из фильма, словно она была для них культовой. Впрочем, орхидеисты – народ особый. Не даром у них в ходу поговорки: «любой, посягнувший на орхидеи, – кандидат в чучело» или – «уходя на собрание любителей орхидей, позаботься об алиби».
Как только шумная компания дружно поднялась из-за стола и вновь направилась к кинозалу, я, спешно расплатившись, поспешил за ними.
Кинопоказ «Жмурок» к этому времени уже заканчивался: минут через двадцать в зале включили свет и объявили заключительную дискуссию по итогам сегодняшних ретроспектив.
В проходах появились операторы с видеокамерами, на сцену вышли импозантный Георгий Молоканов в шикарном сером костюме и чёрной бабочке в белый горошек и Саша Блудман в телесного цвета трико и футболке с надписью «Навальный». Они стали рассказывать о совместной учёбе с Балабановым в экспериментальной мастерской Льва Николаева, трактовке режиссёром задач киноискусства и о своём сотрудничестве с ним в ряде проектов.
Я со скучающим видом оглядывал зал. Помимо уже описанного мною орхидеиста в тропическом наряде из общей массы зрителей бросался в глаза ещё один персонаж – помпезного вида мужчина, одетый в блестящий золочёный костюм эстрадного покроя, с золотой цепью на груди и перстнями чуть ли не на каждом пальце. «Уж не Брильянов ли?» – невольно подумал я, сравнивая его с описанным Гошей Скромным владельцем куклы Водяновой. Рядом с ним сидел солидный мэн в винтажного стиля одежде фисташково-фиалковых оттенков. Они о чём-то оживлённо беседовали.
В зале же дискуссия текла монотонно до тех пор, пока к свободному микрофону не вышел в своём попугайно-фруктовом одеянии местный вождь любителей орхидей.
Он сразу заклокотал по-птичьи крикливо, заставив публику очнуться от полудрёмы:
– Ваши «Жмурки» проповедуют культ бандитизма и насилия! Его герои – мафиози, наркоманы и бандиты! Фильм – сплошная «чернуха», и юмор его – быдло-чернушный! А кино Масленникова проникнуто тонким английским юмором. Взять хотя бы ту же сцену диалога Соломина с Михалковым об орхидеях…
И он снова с упоением и до мельчайших подробностей пересказал сцену из фильма, коей их компания так восторгалась, ужиная рядом со мной в ресторане.
– Как по-актёрски глубоко и тонко сыграл в том эпизоде Никита Сергеевич Михалков! И какую примитивную роль на протяжении всего фильма отвёл ему режиссёр в «Жмурках»! – от души возмущался орхидеист.
– Но всё же зависит от сценария, – пытался возражать Молоканов, слегка картавя.
– Вот именно, – поддакнул Блудман. – В детективную историю Конан Дойля английский юмор вплетается легко и органично. А какого тонкого юмора вы ждёте в фильме о лихих девяностых? Там место исключительно чёрному юмору!
– То-то и оно, что всё зависит от режиссёра! – заломив рукава, воскликнул тропический пиджак.
– Масленников в банальный диалог сумел ввести не только тонкий английский юмор, но и связанную с цветами глубинную восточную философию. Помните, как у средневекового корейского поэта Со Годжона – его «Вешний день»?
Молоканов с Блудманом переглянулись, и было видно, что они не помнили.
– А я вам напомню! Наизусть процитирую! – не унимался орхидеист и начал декламировать, надо отдать ему должное, с неподражаемым артистизмом:
Струится золото плакучих ив,
яшму роняет слива.
Талые воды синеют в пруду,
мхом окаймлён пруд.
Вешние чувства трудно понять –
и радостно, и тоскливо.
А ведь ласточек нет ещё,
и цветы ещё не цветут.
– Понимаете, о чём это? – продолжил он после небольшой паузы, в полной мере насладившись эффектом, произведённым на окружающих своим чтением стихов. – Чувствуете двуслойность этих строк? Вроде бы всё просто: поэт рисует нам картину ранней весны, когда всё только ещё начинает расцветать.
Казалось бы, живи и радуйся – вся весна впереди! Ещё даже ласточки не прилетели, и цветы не расцвели! Но в этих строках поэт сумел шедевральным образом выразить и соединить восхищение чудом пробуждения природы и одновременно острую печаль. Образно говоря – нектар и горечь весны в одном флаконе! Поэту уже в самом начале весны тоскливо, потому что он знает: вся эта красота преходяща, бренна, она скоро пройдёт, как и сама наша жизнь. Отсюда и вселенская грусть-тоска-печаль! Такие глубокие мысли у зрителя рождает простейший диалог в фильме Масленникова! – на высокой ноте резюмировал оратор в пиджаке с попугаями. – А ваши «Жмурки» – это кино для тупых: никаких глубоких мыслей оно не рождает!
– Фильмы разные нужны. На вкус на цвет образца нет, – промямлил в ответ на эту тираду Блудман. – Как говаривал Козьма Петрович Прутков, «кому и горький хрен – малина, кому и бланманже – полынь».
– Нет, Саша, – начал заводиться Молоканов. – Здесь нам товарищ рассказывал не про малину! И не про полынь! Наш «уважаемый» оппонент возбудился от диалога про орхидеи, с ходу с непонятного рожна перебросил мостки к глубинам восточной философии, а в своём примере со стихами какого-то там Со Гондона…
– Не оскорбляйте великого поэта! – в ярости вскричал орхидеист.
– Его звали Со Годжон – это классик средневековой корейской литературы!
– Хорошо, Годжона, – нехотя согласился Молоканов. – Так вот, в его стихах наш оппонент перечислил и сливы, и ивы, а сами орхидеи упомянуть так и не удосужился. Это неудачный пример, батенька! Он только подчёркивает невысокий уровень вашей аргументации. Раз уж вы тут рискнули выпендриваться перед всеми нами своими познаниями в восточной поэзии, я вам отвечу стихами танского поэта седьмого века Чэнь Цзы-ана, являвшего собой пример гармонии жизни и творчества:
Когда б и летом, и зимой орхидеи всходили,
Едва ль бы нам их красота столь чаровала взоры.
Цветенье пышных орхидей всё в лесу затмевает,
На фиолетовых стеблях красные листья никнут.
Медленно-медленно ползёт в сумрак бледное солнце,
Гибко, едва коснувшись земли, взвился осенний ветер.
В расцвете лет – уже конец трепета, опаданья…
Прекрасным замыслам когда ж можно осуществиться?
– видите, мой пёстрый друг, – самодовольно улыбаясь, артистически витийствовал Молоканов, – в этих стихах тоже имеет место быть «в расцвете лет опаданье».
Но плюс к этому для пущей иллюстрации мысли два раза присутствуют и сами орхидеи. Ну что, уел я вас? – глумливо глядя на оппонента словно на неудачливого выскочку, завершил свой спич оратор в бабочке в горошек.
– Так и про полынь я тоже не случайно упомянул, – подмигнув Молоканову, подхватил Блудман. – Недаром же в девятом веке великий китайский поэт Бо Цзюй-и написал стихи «Спрашиваю у друга»:
Посадил орхидею, но полыни я не сажал.
Родилась орхидея, рядом с ней родилась полынь.
Неокрепшие корни так сплелись, что вместе растут.
Вот и стебли, и листья появились уже на свет.
И душистые стебли, и пахучей травы листы
С каждым днём, с каждой ночью набираются больше сил.
Мне бы выполоть зелье, – орхидею боюсь задеть.
Мне б полить орхидею, – напоить я боюсь полынь.
Так мою орхидею не могу я полить водой.
Так траву эту злую не могу я выдернуть вон.
Я в раздумье: мне трудно одному решенье найти.
Ты не знаешь ли, друг мой, как в несчастье моём мне быть?
– А я отвечу тебе, мой дорогой друг, что знаю! – повернувшись к Блудману, воскликнул Молоканов, входя в раж. – И дабы дражайшие орхидеисты смогли оценить всю глубину и тонкость нашего с тобой диалога, отвечу стихами одного из Семи мудрецов бамбуковой рощи – поэта-философа Цзи Кана:
Ночью глубокой пустынно и чисто,
Ярко луна осветила террасу.
Ветер чуть-чуть шевелит мне одежду,
Полог простой высоко подобран.
Кубок наполнен вином превосходным,
Только мне не с кем делить мою радость.
Взор подымаю, тоскую о друге,
Благоуханном, как цвет орхидеи…
Нет человека прекрасного рядом –
Разве же можно теперь не вздыхать мне?
Молоканов победоносно посмотрел на орхидеиста, заранее предчувствуя свой триумф и ожидая оваций публики, но человек в цветастом пиджаке отнюдь не выглядел раздавленным:
– Вы что же думаете: разыграв здесь комедию, уйдете от существа вопроса, забив здесь всех своей эрудицией? – спокойно ответил он.
– Не на того напали: я к вашему сведению – доктор филологических наук и только по совместительству любитель орхидей. И если уж вам так требуется, чтобы в стихах о весне обязательно присутствовали орхидеи, так пожалуйста: крупный танский поэт рубежа восьмого-девятого веков Лю Юй-си – стихотворение «Провожаю весну»:
Ведь вчера ещё только взошёл на башню, поздравляя весну с приходом,
А сегодня поднялся на башню снова, чтобы с ней уже попрощаться…
И цветы орхидей в увядшем уборе сбережённой росою плачут.
Ивы длинными рукавами веток налетевшему ветру машут.
И красавица в гладком зеркале видит, как лицо её изменилось.
Чуский гость у речного берега знает, что надежды его напрасны…
И за десять тысяч веков и доныне одинаковы те печали.
Остаётся вином допьяна напиться и забыть обо всём на свете.
После этого вся многочисленная женская свита вожака орхидеистов взорвалась диким одобрительным воплем и шквалом аплодисментов, переходящим в овации.
Теперь уже Георгий Молоканов чувствовал себя уязвлённым, от досады закусив губу.
Саша Блудман, чтобы как-то поддержать друга и попытаться привлечь на свою сторону женскую группу поддержки оппонента, шевеля пышными усами примирительно произнёс:
– Тогда к месту вспомнить и стихи «Восходит солнце на юго-востоке…»
знаменитого пейзажного лирика пятого века Се Лин-юня:
Болянская башня – как шапка над южной горой,
Коричный дворец за источником северным скрыт.
Под утренним ветром колышется полог ночной,
Рассветное солнце на рамах узорных блестит.
Красавица-дева за ширмой очнулась от сна –
Цветок орхидеи, прекрасная яшма на ней.
Свежа и прелестна, как осенью ранней сосна,
Чиста она, словно сияние внешних лучей.
– Да-да, Коричный дворец, – промолвил, приходя в себя после предыдущего словесного нокдауна от орхидеистов, Георгий Молоканов и несколько потерянно добавил: – Вот ещё Ду Му, последний по времени крупный поэт эпохи Тан, тоже писал:
Минувшей ночью звёзды видал и слышал, как ветер выл
К закату – возле Коричных палат, к восходу – возле Речных.
Часы истекли; пробил барабан; увы, на службу пора.
Везёт меня конь в дворец Орхидей – качусь, как в степи трава.
Тут на сцену из-за кулис словно от чьего-то смачного пендаля вылетел Мишка Моргунов, бешено размахивая над головой руками:
– Уважаемые гости! Давайте не будем превращать наш киноклуб в вечер поэзии!
Женщины в первых рядах у сцены в этот момент оживлённо захихикали и зашушукались.
– Мы приглашали на нашу ретроспективу поклонников кино, – продолжил он уже более спокойно. – А у любителей орхидей сегодня свои выставки и семинары, которые должны проходить отдельно от нас. Поэтому я попросил бы не комкать наш сценарий!
На этих словах с кресла неожиданно поднялся тот самый солидный мужчина в винтажной одежде, что сидел рядом с предполагаемым Брильяновым:
– Я с вами категорически не согласен, товарищ! – с места громко сказал он Моргунову и по-хозяйски направился к микрофону, на ходу обращаясь уже ко всей публике: – Для начала я представлюсь: меня зовут Иван Лыкич Минов, я владелец этого гостиничного комплекса «Древо Хитрово».
Пока он шёл через зал, я успел разгадать причину женского оживления в первых рядах. Посмотрев на Моргунова, я заметил, что в лучах направленного на сцену света в его одеянии что-то ярко блестит. Приглядевшись пристальнее, я обнаружил, что источник блеска – в его незастёгнутой ширинке: товарищ умудрился выбежать на сцену с открытой молнией в джинсах, и теперь на фоне тёмных штанов его блестящее серебристое нижнее бельё сверкало на весь зал точно алмаз из навозной кучи. Уже второй раз за день из глубин моего сознания настойчиво всплывали хрестоматийные строки Блока:
…И луч сиял на белом плече,
И каждый из мрака смотрел и слушал,
Как белое платье пело в луче.
Несмотря на то что Мишка был одет не в платье, да и луч сиял у него в более интимном месте, назойливые ассоциации с Блоком всё равно стали меня тревожить.
Чтобы как-то исправить конфуз, для привлечения к себе внимания я привстал с места и помахал Моргунову рукой. Он смотрел в зал против света, но тем не менее заметил меня и заулыбался.
Я пытался показать ему движениями руки на уровне паха – мол, застегнись! Он ответил мне и вовсе непристойным жестом. Эти наши пантомимы были прерваны подошедшим к микрофону хозяином отеля:
– Друзья! – энергично обратился Иван Лыкич ко всем присутствующим. – Это же здорово, что обычный вечер любителей кино превратился у нас в поэтический диспут, объединив почитателей разных жанров искусства! Политика нашего комплекса «Древо Хитрово» такова, что мы стремимся стать одной из ведущих культурных площадок города и готовы предоставить свои залы и сцены для всех инициативных и неравнодушных людей! Пора уже переходить от проведения отдельных показов фильмов к полноценным кинофестивалям и от локальных выставок орхидей – к международным ярмаркам цветов! Двери наши открыты для всех! Прошу вас передать это всем вашим сподвижникам в других городах: мы готовы принимать у себя самые различные мероприятия с привлечением практически неограниченного количества гостей! А сегодняшний вечер предлагаю считать первой ласточкой будущего большого фестиваля поэзии, который мы с вашим участием и при поддержке властей города, если вы эту инициативу доведёте до них через телевидение, – он кивнул в сторону телекамер, – сможем организовать на ульяновской земле!
Манул из зоопарка Новосибирска использовал хвост вместо подушки и стал звездой интернета
Общество 1397
Поделиться
Дикий манул по кличке Зеленогорск, обитатель зоопарка Новосибирска, стал звездой соцсетей после появления видео, где он использовал вместо подушки собственный хвост.
Manulization (Pallas’s Cats) / http://www.youtube.com/Видео с манулом Зеленогорском всего за сутки набрало 40 тысяч просмотров.
Автор видео Роман Паулов на своей странице в «ВКонтакте», отметил, что манул не только использует хвост как грелку для лапок зимой, но и как подушку, чтобы полежать теплым вечером.
На кадрах видео видно, что манул Зеленогорск не просто ложится на землю, а кладет хвост себе под голову для мягкости и комфорта. В сети пользователи восхитились находчивостью манула и отметили, что, если бы всех был такой пушистый хвост, мир стал бы гораздо добрее.
Ранее в материале «МК в Новосибирске» рассказали, что грибы потрескались в лесу под Новосибирском.
Подписаться
Авторы:
org/Person»>
Юрий БессмельцевВКонтакте
- 30 авг
Престиж и пополнение бюджета: названы плюсы коротких автомобильных номеров
- 22 авг
Штраф за невыгул: назван способ перевоспитания российских собаководов
- 16 авг
Названо лучшее средство от пробок на дорогах России
Что еще почитать
Эксперты прокомментировали увольнения в учреждениях культуры Новосибирска
Фото 363
НовосибирскЭксперты оценили состояние общественного транспорта в городах Сибири
Фото 512
НовосибирскСъемочную группу Первого канала задержали в мэрии Волгограда
34314
Арсений Томин
Кнутов назвал способ сдержать переброску подразделений ВСУ
22488
Эмма Грибова
Забеременевшая в 12 лет москвичка стала самой юной вдовой
37518
Алина Карпуш
Что почитать:Ещё материалы
В регионах
Аксенов ответил Киеву на фейки об эвакуации: «эвакуаторы хреновы»
15023
КрымФото: управление информации и пресс-службы Главы Республики Крым
Самые вкусные оладьи из кабачков по-новому
10905
КалугаЕлена Одинцова
Экс-депутат Александр Афанаскин: «Уголовное дело Виктора Соколова – это сигнал, что как прежде в Пышме уже не будет»
Фото 5979
ЕкатеринбургАртём Ковальчук, фото автора
Спортивная гимнастика в Свердловской области деградирует из-за политики руководства школы «Локомотив»
Фото 5587
ЕкатеринбургМихаил Маерский
За час до рассвета: пропавший на трассе в Челябинской области дальнобойщик покончил с собой
Фото 5277
ЧелябинскИрина Меньшикова
Проведены следственные действия в отношении директора екатеринбургской спортшколы «Локомотив» Алексея Мешавкина
4238
ЕкатеринбургМихаил Маерский
В регионах:Ещё материалы
Хвост трубой / III Межрегиональный фестиваль «Сибирский кот»
Выпуск №10-150/2012, Фестивали
Первая
неделя июня была посвящена в маленьком
городе Северске (Томская область) спектаклям для детей.
Здесь прошел III Межрегиональный фестиваль «Сибирский
кот». Несмотря на жуткую жару, 1 июня
площадь перед Северским музыкальным
театром бурлила: детей было множество.
Сначала они весело шагали по главной
улице вместе с родителями, размахивая
шариками и флажками, под специально
сочиненный гимн фестиваля, среди них
были малыши в колясках, которых везли
молодые мамы, и даже дети-инвалиды.
Участники демонстрации в костюмах котов
или хотя бы с ушками на головках и с
нарисованными усами несли плакаты с
изображением всевозможных кошачьих
морд, и ощущение праздника буквально
заполняло город. Потом на импровизированной
сцене давали концерт. С недлинными,
спасибо им, приветствиями обращались
к зрителям очень симпатичные официальные
лица. А конферанс был отдан очаровательным
Коту и Кошке, артистам Музыкального
театра Антону Завьялову и Марине
Филоненко, которые все следующие дни
фестиваля выходили из этих ролей, разве
что только чтобы сыграть в спектаклях.
Также на площади бурлил фонтан, в котором
ребетня безоглядно плескалась, и никто
ее за это не ругал, продавались всевозможные
игрушки — преимущественно коты, в том
числе сшитые детьми с ограниченными
возможностями, малышей катали на лошадях,
давали на прокат машинки, торговали
едой и питьем, и всем было по-настоящему
весело.
ВЕСЕЛО!
Открытие фестиваля стало праздником города. Праздником умело организованным, мастерски направляемым, без взрослого занудства и поучений.
И потом почти на всех представлениях в течение недели залы театров были полны (свои площадки предоставили фестивалю, кроме Музыкального театра, Молодежный и ДК им. Н.Островского, а на спектакль Театра «Скоморох» жюри ездило в Томск). Зрители остались довольны.
Но, конечно, фестиваль спектаклей, поставленных для детей и подростков, проводится еще и для того, чтобы ответить на вопрос: каким должен быть спектакль для детей сегодня?
В рассказе о фестивале «Сибирский кот» я буду исходить из того, что спектакли для детей должны ставиться. Не все с этим согласны — кто-то считает, что лучше бы дети ходили на взрослые хорошие спектакли с родителями, и хватит с них (исключение — сказки в театрах кукол), но все же давайте будем считать утверждение о необходимости детских спектаклей аксиомой.
И
еще одно отступление, прежде чем перейти
собственно к спектаклям фестиваля и к
проблемам, которые они в очередной раз
обнаружили.
В
России не так много фестивалей,
представляющих спектакли для
детей. (У кукольников своя страна,
свои фестивали и отношения — оставим их
в стороне, хотя в программе «Сибирского
кота» традиционно представлены и они.)
«На пороге юности в Рязани», «Золотая
репка» в Самаре, «Минифест» в
Ростове-на-Дону, «Арлекин» и «Радуга»
в Петербурге… Один раз прошла «Жар-Птица»
в Омске, но увы, осталась разовым съездом
к юбилею тамошнего ТЮЗа. Это все
преимущественно фестивали детских театров. На них, особенно на питерских,
все больше появляется спектаклей для
взрослых, и не только на «Радуге (см.
текст в этом номере), но в последнее
время — и на «Арлекине». Спектакли для
юношества (читай, для взрослых) представлены
и на рязанском, и на ростовском фестивалях,
и количество их растет. Конечно, театры
для детей, особенно переименовавшие
себя в молодежные, всегда ставили
взрослые спектакли. Но в результате
борьбы молодежных и тюзов за равенство
с академиями пострадали зрители-малыши.
«Сибирский кот», во-первых, фестиваль спектаклей для детей и подростков — на него приглашаются и взрослые театры; во-вторых, держит пока возрастную границу — в положении феста определено, что «Сибирский кот» представляет спектакли для детей до 12 лет, взрослые постановки идут вне конкурса; в-третьих, представляет не только спектакли, но и социо-культурные проекты, созданные для работы с маленькими зрителями, — это очень интересно и полезно (руководитель — режиссер Наталья Шимкевич). И, наконец, в-четвертых, на фестивале автономно работают два жюри — профессиональное (председатель нынешнего — Владимир Спешков) и детское.
Напомню,
«Сибирский кот» был придуман Светланой
Бунаковой, тогда директором Томского
ТЮЗа, учрежден Ассоциацией театров
Сибири, осуществляющей деятельность
для детей и юношества, поддержан
Межрегиональной ассоциацией «Сибирское
соглашение», СТД РФ. Первые два раза
проводился в Кемерове и Улан-Удэ — у
Томска денег не нашлось.
Затем Светлана
Бунакова вынуждена была оставить свой
театр (не будем останавливаться на этой
печальной истории, из-за которой
проведение третьего «Кота» оказалось
под угрозой), поменяла «место приписки»
и стала директором Северского музыкального
театра. В этом маленьком закрытом городе
мэр Григорий Шамин и его администрация
неожиданно проявили к межрегиональному
фестивалю живой интерес и активно его
поддержали. Генеральным спонсором
выступил мощный Сибирский химический
комбинат. К ним присоединился и новый
губернатор Томской области Сергей
Жвачкин. Не буду перечислять всех,
кто оказал фестивалю помощь — их
С.Бунакова, обладающая пожароопасной
энергией и деятельной фантазией, нашла
много. (Среди спонсоров — и саровская
фирма «Система», о чудесах которой —
театральном оборудовании, призванном
воплощать чудеса на сцене, рассказал
на фестивале зам.директора Артур
Марченков.)
В
результате, несмотря на отсутствие
экспертного совета и скоротечность
подготовки, из-за чего не все приглашенные
смогли приехать, афиша сложилась
представительная.
Вернее, скажем так:
не столь представительная, сколько
представляющая — реальное положение
детского спектакля в российских театрах.
Естественно, что нынешний «Сибирский кот» получился более музыкальным, чем предыдущие, хотя программа его отличалась разнообразием.
Открывал
фестиваль Музыкальный театр Кузбасса
им. А.К.Боброва (Кемерово) балетом «Кошкин дом» А.Кулешова. Само по
себе стремление ввести ребенка в мир
балета благородно. Большой аншлаговый
зал (заполнен был даже балкон) следил
за происходящим на сцене со вниманием.
Несмотря на то, что кемеровский театр
несколько лет живет без своего здания,
танцовщики в хорошей форме. Музыкальный
микс из разных жанров и стилей (на мой
вкус, вполне остроумный) звучит в
фонограмме — понятно, театр играет на
разных площадках, постоянно переезжает.
Сценография очень простая — пусть так,
придумана она, кстати, неплохо, но при
этом блеклая и невыразительная, со
странными цветовыми сочетаниями
(художник Елена Чех).
Задник с
поэтичными деревьями — вообще будто
перекочевал в «Кошкин дом» из «Жизели».
Но, в отличие от волшебства вилисс,
оставшихся за кулисами, здесь — никаких
чудес: пожар, например, весьма примитивно
передается грубыми сполохами красного
света и суетливой беготней. Хореография
классическая — танцевальные сценки
иллюстрируют фабулу сказки С.Маршака,
удачны жанровые зарисовки и пластическое
решение характеров героев (балетмейстер Юрий Писаревский). Понять детям, что
происходит, помогает Рассказчик (Борис
Каширский), он читает текст то вживую,
то с помощью той же фонограммы, в известные
стихи вклиниваются чужеродные фрагменты,
а главное, чтение очень уж фальшиво.
Рассказчик в псевдорусском костюме,
как будто взятом из подбора (при том,
что большинство персонажей одеты очень
даже симпатично). Иногда Рассказчик не
по делу вклинивается в действие — к
примеру, представляя гостей Кошки, он
ведет себя как дворецкий (в картузе и
сапогах). У этого спектакля часты нелады
с логикой.
Дама Кошка (хозяйка дома)
танцует с Котом-дворником явно любовные
дуэты, а котята-попрошайки, которых
велено гнать взашей, исполняют свой
прелестный танец, беспрепятственно
прорвавшись в гостиную, полную народа.
Можно было бы не останавливаться так подробно на этом не лучшем спектакле фестиваля, имеющем, впрочем, несомненные достоинства. Достаточно сказать, что поставлен он десять лет назад и, понятное дело, немало поизносился. Как и музыкальная комедия «Конек-Горбунок», с которой кемеровский Музыкальный театр выступал на первом «Сибирском коте» четыре года назад. Но, если театр сохраняет спектакли в репертуаре, должен же он их как-то поддерживать — остались же в форме танцовщики, почему не следить, скажем, и за светом?
Мне
кажется, «Кошкин дом» — пример спектакля
для детей, поставленного во взрослом
театре по остаточному принципу, в расчете
на то, что «и так сойдет», что родители
детей в театр поведут (еще живы родители,
а особенно — дедушки и бабушки, которые
знают, что детей в театр водить надо) и
свой рубль понесут, независимо от
эстетического качества представления.
Какие бы технологии ни появились в современном театральном мире, как бы ни изменилась психология детей, взрослые поведут (пока что) детей на то, что есть — пусть самое усредненное и невразумительное нечто.
А
вот Новосибирский театр музкомедии,
напротив, привез на фестиваль спектакль
эксклюзивный. Либретто по сказкам
Киплинга к «Слоненку» написал Владимир Калужский, не только
художественный руководитель местной
филармонии, но и известный остроумец,
музыку — новосибирский композитор Андрей
Кротов. В ней тоже звучат популярные
классические, джазовые и рок темы, но
все это так весело взбито и перемешано!
А главное — есть несомненно оригинальные
хиты, которые распевал весь фестиваль.
Незатейливый, но драйвовый, спектакль
построен как ревю и играется в достаточно
простых, но ярких и стильных декорациях
(хотелось бы, чтобы более изобретательно
использовался театр теней), великолепны
костюмы, артисты прекрасно поют и
двигаются. Видно, что постановочная
команда работала с удовольствием:
режиссер Сергей Александровский, музыкальный руководитель Марк
Певзнер, художник Василий Дворцов (его жюри отметило за лучшие
костюмы), балетмейстер Геннадий
Бахтерев, хормейстер Татьяна
Горбенко.
И на совесть — без халтуры,
помня, что создание легкого спектакля
требует много труда. Эта качественная,
но несколько эклектичная и избыточная
постановка, с оттенком эротизма,
адресованного взрослым, понравилась и
детям (детское жюри обласкало композитора
персонально и спектакль в целом). Особенно
всех пленили иронично унылая опереточная
прима Зебра — Татьяна Фомичева и
«звезды эстрады» — лукавый Крокодил
— Сергей Плашков и томный Питон — Алексей Штыков.
На
музыкальном соотношении (вернее,
несоответствии) построен и спектакль
драматический — «День рождения Кота
Леопольда» Челябинского государственного
молодежного театра. Само по себе
придумано здорово. Но выполнено… Честно
говоря, я не поняла, звучит ли здесь еще
какая-то музыка, кроме любимой по
мультикам музыки Бориса Савельева,
или это его хиты так до неузнаваемости
аранжированы (музыкальный руководитель Анна Розенберг). Кот — обаятельный Денис Филоненко — играет на клавишных
нечто проникновенно эстрадное, злобные
мыши — Вячеслав Черепанов, Александр
Черепанов — бацают на гитарах и
ударных тяжелороковое скаканье и Кота
энергетически переигрывают.
Увы, в
крикливой и неряшливой режиссуре Алексея Согрина мыши несимпатичны,
агрессивны, но Кота забивают, и зал
поддерживает именно их. Как можно
было перенести из рисованного варианта
торчащие зубы мышей? То, что мило в
анимации, чудовищно на сцене — художник Андрей Бахирев вообще не нашел
решения костюмам и гримам. Из спектакля
ушла та обволакивающая нежная доброта,
которая пленяла в мультиках. Энергии
Кота-Филоненко не хватает на большой
зал, который вышел из-под контроля
беспомощных артистов еще и из-за неумело
использованного дурного интерактива.
В общем, история, придуманная А.Хайтом
обернулась своей противоположностью.
На призыв Кота: «Ребята, давайте жить
дружно», кто-то в зале громко прокричал:
«Давайте устроим ядерную войну!»
Печально. Это пример того, как выбранный
ради кассы беспроигрышный сюжет,
поставленный на большую сцену, чтобы
билетов побольше продать, теряет и смысл
и обаяние.
Новосибирский
«Первый театр», созданный выпускниками
Сергея Афанасьева, когда-то покорил
критиков легким озорством и глубинным
современным смыслом в постановке
«Доходного места» А.
Н.Островского. «Вруна из Тридевятого царства» Дамира Салимзянова поставил тот же Павел Южаков. Сказка на современный
лад с элементами игры в целом не задалась,
не оказалось в ней необходимой легкости,
хотя актеры — все те же, и приемы игровые,
и есть здорово придуманные фрагменты.
Но актерский разнобой — кто-то в гротеске
органичен, а кто-то формален, кто-то взял
интонацию, соединяющую сказочность,
иронию, современную повседневность и
отвязность, а кто-то — нет, просто орал
дурным голосом. Даже называть юных
артистов не буду по именам, надо над
спектаклем еще работать и работать.
Что-то
антихудожественное и антигуманное было
и в спектакле любимого мною Северного
театра им. М.А.Ульянова из города Тары
Омской области, хотя молодые талантливые
актеры работали в камерном пространстве.
Зачем режиссер Константин Рехтин выбрал «Гусенка» Н.Гернет, осталось
загадкой. Впрочем, что ж здесь непонятного?
Город маленький, детские спектакли
жизненно необходимы — надо приучать
зрителя к театру с самого нежного
возраста.
«Гусенок» прост как азбука
(«Мама мыла раму», «Аленка пасла Гусенка»),
в нем тот самый, кстати, придуманный
именно Н.Гернет, примитивный интерактив,
который очень нравится маленькому
зрителю: нажал на кнопку — дети дружно
в восторге завопили. Написанная в 30-е
годы пьеса, учившая советских детей
бдительности, требует сегодня
переосмысления. Но история про девочку,
которая задремывая на солнышке, просит
зрителей предупреждать ее, если Гусенок
приблизится к болоту или если его захочет
утащить Лиса, рассказывается театром
на голубом глазу. Почему спать хочется
Аленке? Потому что она смертельно устала
или она притворяется, проверяя детей?
Или это игра такая условная? Никакого
объяснения. Чудесной пластики Гусенка
— Алексея Лялина для решения
спектакля недостаточно. Как-то в этом
ложно-оптимистическом спектакле и с
юмором проблемы — он натужен, ненатурален,
и сценография талантливой художницы Ольги Веревкиной какая-то вымученная
— традиционно театральные деревья
соседствуют с безвкусным болотом —
сетью с поплавками, Лиса живет в домике
— туристической палатке, а натуральный
мех, использованный в шапочке-маске
вызывает мысль о живодерне.
Очевидно,
что молодой театр просто-напросто не
знает, как работать с детьми. Кстати,
К.Рехтин и его актерская команда прекрасно
умеют переосмыслять советские мифы —
у них в репертуаре превосходная «Иркутская
история».
Северский
театр для детей и юношества когда-то
начинал как театр кукол и теперь сделал
попытку вернуться к корням. Наталья
Умнова поставила румынскую сказку «Солнышко и Снежные человечки» —
философскую историю про осознание, что
такое смерть и самопожертвование. Вещи,
про которые дети неизбежно начинают
думать и про которые с ними необходимо
говорить, в том числе языком театра.
Снеговики, зная, что солнце их погубит,
встречаются с разным лесным зверьем и
понимают, что всем необходим приход
весны. И вот Снежные человечки просят
Солнце, чтобы оно поскорее согрело
землю. В спектакле совершенно волшебный
зачин — в темноте возникает фантастический
танец огней и белых сполохов (свет — Наталья Гара). После этого ожидаешь
чуда. Зонтики в руках танцующих артистов
становятся сугробами-ширмами (сценограф Юлия Белова), на которых играют
куклы, но чудо на этом и заканчивается.
Куклы выразительны, но статичны
(художник-конструктор Вадим Варламов),
артисты не очень уверенно с ними
управляются. История излагается без
прозрений, но внятно, и дети следят
именно за ней — следят, надо признаться,
напряженно и сочувственно.
Еще
один не слишком задавшийся, если судить
по Гамбургскому счету, спектакль театра
кукол — «Сказка про Федота-Стрельца,
удалого млодца». Ее поставил в Томском областном театре куклы и актера
им. Р.Виндермана главный его режиссер Сергей Столяров, выступив и режиссером,
и сценографом, и художником по костюмам
(художник по куклам — Виктор Чутков).
История получилась спрямленная, несмотря
на изобретательность С.Столярова-художника,
зрелищность действа, высокий профессионализм
актеров. Жюри выделило Марину Дюсьметову,
сочтя ее роль Няньки лучшей женской
ролью фестиваля, но, на мой взгляд,
замечательно работали многие — и опытные Юрий Орлов — Царь, Николай Ежов — Генерал, и молодые Павел Иванов — Скоморох, Надежда Голикова —
Царевна, да вся команда — актерски
скоморошина получилась заводная.
Вот
только режиссерское решение —
иллюстрирование текста — помешало
артистам, мастерски работающим и в
кукловождении, и в живом плане, быть не
только умелыми, задорными, острыми, но
и умными. Быть может, смыслы Леонида
Филатова ушли из спектакля, потому
что зрелище было рассчитано не только
на взрослых, но и на подростков? Хотя в
программке «Федот» обозначен как
спектакль для взрослых, что вызвало
вопросы: не уместнее ли было показывать
его вне конкурса?
И все же на фестивале было как минимум три спектакля, которые можно назвать удачами, пусть они и не были безукоризненны.
На
фестиваль приехал Театр «Желтое
окошко» Петра Зубарева из Мариинска Кемеровской области со спектаклем «Солдат и Шут». Это спектакль-игра
предельной искренности — иначе в театре
Зубарева не бывает. Петр играет его
вдвоем со своим сыном Дмитрием Зубаревым и со всеми зрителями — маленькими и
большими, которые сидят вплотную к
игровой площадке (в Северске это
происходило на большой сцене).
Спектакль
складывается из спора Солдата, который
стоит на часах у границы, — человека
взрослого и сугубо серьезного, и Шута,
для которого законы не писаны. Временами
Шуту удается границу пересечь, и тогда
серьезный и несерьезный персонажи
меняются местами, каждый принимая правду
другого. Это вызывает очень разные
чувства в зале. Философский (но образный
и очень понятный) диалог сопровождается
разыгрыванием всевозможных историй и
сказочных сюжетов — при этом общение
со зрителями естественно, ведь правила
были заданы в самом начале (как изобразить
огонь, лес, зерно и проч.), вовлеченность
зрителей в игру радостна и не вызывает
напряжения и отторжения, осмысленна —
без зрителей костер не разжечь и главный
вопрос не решить. Актеры, даже по видимости
устраняясь из общения с залом, всегда
помнят о его присутствии и внутренне
апеллируют к зрителям. Итог игры —
осознание, что нельзя забывать о правде
другого: взрослому — про то, каково быть
ребенком, ребенку — как непросто
становиться взрослым.
Антагонисты
(расширительно — человек правила и
человек творчества) постепенно начинают
восприниматься как необходимые друг
другу части целого. Детям демонстрируется
единство и борьба противоположностей.
Иногда актеры заигрываются и не доводят мини-сюжет до разрешения, юному Диме пока что далеко до актерского шаманства, которым обладает его отец. Кажется, что редкостно радующий гениально простым замыслом спектакль обещал больше, чем получилось в результате. Но в финале нити разных историй и рассуждений все же красиво связываются, театральное и человеческое счастье зрители на этом спектакле переживают, независимо от возраста, жизненного и театрального опыта.
Жюри благодарно наградило Петра Зубарева за лучший спектакль авторского театра. Формулировка, конечно, условна — ведь если спектакль авторский, значит он, по определению, несравним.
А
просто лучшим спектаклем фестиваля была признана сказка Б.Шергина
«Волшебное кольцо» Кемеровского
театра для детей и молодежи в постановке Ирины Латынниковой.
Вновь Светлана
Нестерова создала светлый и простой
мир из живых материалов: некрашеного
дерева, холста, ивовых прутьев, вовсе
не повторив свои прежние работы. (Как
разнообразно работают одни и те же
приемы, если их не только использует,
но одухотворяет талантливый художник!)
Артисты пластичны, достоверны, добродушно
ироничны, лихо работают с импровизированными
куклами — особенно хороши Собачка,
которую Федор Бодянский создает,
оживляя телогрейку, и Змея-Скарапея,
рождающаяся из веревки с помощью Нины
Роговой. Светел простодырный Ванька
— Сергей Синицын, то и дело, в
промежутках между походами на базар,
притуляющийся в углу и выстругивающий
кружевную птицу из дерева. Простонародно
мудра и простодушно лукава его
полнокровная, любящая все живое матушка
— Ольга Червова. Игрово зол и
недоуменно потрясен бесконечной чужой
добротой мужик, торгующий животными, — Денис Казанцев, он же коварно-потешный
Царь (представление о Царе простых душой
людей). Грациозно играет Котейкой Светлана Лопина (сама кукла из
меховой горжетки, к сожалению, уступает
своим собратьям в выразительности и
пластике).
Забавна капризная ленивая
Раиска — Наталья Ущеко. Чудеса в этом
спектакле откровенно игровые, условные
(типа волшебного моста — размотанного
куска ткани), но это и вызывает счастливую
радость. Спектакль не заигрывает со
зрителями, сохраняя свою автономию, но
втягивает в игру, заставляет всех ощутить
незримую с ней связь.
А
вот «Мэри Поппинс» Северского
музыкального театра — совершенно
иной спектакль, традиционный мюзикл,
зрелище для большой сцены. Поставила
его Елизавета Бондарь, режиссер
совсем молодой, неопытный, но нежный к
материалу и изобретательный. Впервые
за долгое время я была свидетелем того,
как зал искренне зааплодировал художнику
— Виктору Акимову, когда поднялся
занавес. На сцене справа открылся
затейливый домик — двухэтажный английский
коттедж и в то же время сказочный
скворечник. Задник — нечто фантазийно-белое,
воздушное: облака, небо (по которому
пролетает силуэт Мэри с зонтиком), а в
финале — натянутые ветром паруса…
Лесенка слева с бронзовым мальчикм-трубочистом.
..
Круг, который вручную поворачивают
рабочие сцены — такая открытая и
трогающая душу театральность. Перспектива
сцены, которая вдруг будто распахивается
в массовых сценах… Которые поставлены
превосходно (балетмейстер Надежда
Бобрикова). И превосходно, легко,
радостно зазвучал оркестр (слышала я
его два года назад — как будто теперь
это другой оркестр!), увлеченно, элегантно
руководимый красавицей-дирижером Ольгой
Алешиной. Высший класс — когда дирижер
принимает участие в спектакле, а не
просто машет палочкой — вслушивается,
вглядывается в происходящее на сцене,
реагирует, общается с артистами. Что
касается артистов — они пока более
естественны в пении и танцах, чем в
диалогах. Мэри Поппинс — Наталья
Сочнева — волшебна только в момент
первого появления, потом же становится
просто милой дамой, так что играть ее
приходится свите. Симпатична кокетливая
миссис Бэнкс — Ася Сокол, а вот ее супругу
(Дмитрий Конради) не хватает озорства
(та ведь еще семейка).
Детей режиссер
превратила в двух девочек-подростков,
но не предложила им играть именно
подростковый, а не детский интерес к
происходящему, к тому же девочки
разговаривают на разных языках — М.Филоненко хорошая характерная
актриса на языке драмы, а обаятельная Л.Полякова страдает опереточным
акцентом. Настоящим героем-любовником
явился молодой мистер Гуд — Антон
Завьялов, расточающий сильное мужское
обаяние и энергию. Перед ним, обладающим
еще и выразительным голосом (над которым,
правда, надо работать), не устояли не
только зрительницы, но и жюри («Лучшая
мужская роль»). Он же, кстати,
великолепен в роли учителя Мирою в
«Безымянной звезде» — спектакле,
показанном вне конкурса и подтвердившем,
что Северский музыкальный театр, еще
недавно вызывавший содрогание своей
убогостью, сделала невозможный скачок
и начал совершенно новую жизнь — в
искусстве.
К
«Мэри Поппинс» можно предъявить (и
предъявили на обсуждении) множество
претензий. Но это — театр.
Живой,
захватывающий, заставляющий сердце
стучать чаще, подпевать героям и радостно
улыбаться. Потому мюзикл Северского
театра просто невозможно было — и было
за что — наградить: его назвали «Лучшим
музыкальным спектаклем» фестиваля.
Еще один спектакль — «Из жизни манекенов» тронул зрителей и жюри. В Школе-студии-театре «Индиго» из Томска играют глухие и слабослышащие актеры. Пластически талантливые ребята разыграли пантомиму о некоммуникабельности, закрытости современного человека, о его одиночестве и чуде преображения — если удается человеку прорваться к человеку. Руководителю театра Александру Постникову вручили диплом за достижения в творческой педагогике.
Среди интереснейших соципроектов были особо отмечены проекты иркутян (о них стоит рассказать позже особо) и северцев, наглядно показавших, как можно детей ввести в мир балета.
Так
каким же должен быть спектакль для детей
сегодня? Фестиваль не дал ответа на этот
теоретический вопрос, но практически
продемонстрировал, что такое плохо и
что такое хорошо.
Хорошо вовсе не означает
безоблачно дорого, но не терпит дешевизны
— прежде всего дешевизны отношения и
души.
Лаврова Александра
Формирование словообразования прилагательных
⇐ ПредыдущаяСтр 8 из 11Следующая ⇒
С учетом семантики, частотности употребления и последовательности появления в онтогенезе формирование словообразования прилагательных следует проводить в следующей последовательности.
A. Образование притяжательных прилагательных
1. Словообразование с использованием продуктивных суффиксов -ин-, -ов-. Речевой материал: мамин, папин, бабушкин, дедушкин, тетин, дядин, кошкин, мышиный, лосиный, гусиный, лебединый, утиный, ежовый, слоновый.
2. Словообразование с использованием суффикса -/- без изменения звуковой структуры корня производного слова.
Речевой материал: коровий, лисий, бараний, козий, рыбий.
3. Словообразование с помощью суффикса -/- и с чередованием в корне. Речевой материал: волчий, заячий, собачий, беличий, птичий, овечий, медвежий, телячий, поросячий.
Б. Образование качественных прилагательных
1. Словообразование с использованием суффикса -н-.
а) Без чередования.
Речевой материал: вкусный, жирный, умный, честный, грязный, холодный, морозный, интересный, капризный.
б) С чередованием в корне слов.
Речевой материал: смешной, скучный, мрачный.
2. Словообразование с помощью менее продуктивных суффиксов -ив-, -лив-, чин-, -оват-, еват- и др.
Речевой материал: ленивый, червивый, красивый, правдивый, обидчивый, забывчивый, дождливый, трусливый, терпеливый, говорливый, крикливый, сероватый, синеватый и т. д.
B. Образование относительных прилагательных
1. Словообразование с использованием продуктивных суффиксов -ое-, -ев-.
а) Без чередования звуков в корне мотивирующего и производного слова.
Речевой материал: шелковый, резиновый, пуховый, дубовый, меховой, вишневый, грушевый, малиновый, березовый, еловый, осиновый, рябиновый, кленовый, сливовый, фарфоровый, яблоневый.
б) С чередованием звуков в корне (беглая гласная): ситцевые, перцовый.
2. Словообразование с использованием суффиксов –н-
а) Без чередования в корне производного слова
Речевой материал: зимний, летний, ватный, железный,
кирпичный, лимонный, морковный, капустный, каменный, хрустальный, картофельный, грибной.
б) С чередованием звуков в корне производного слова.
Речевой материал: яблочный, брусничный, земляничный,
клубничный, речной, огуречный, снежный, бумажный, воздушный.
3. Словообразование с использованием менее продуктивных суффиксов -н-, -ян-, -ск-, -енн- и др.
Речевой материал: кожаный, шерстяной, глиняный, песчаный, серебряный, овсяный, детский, майский, учительский, матросский, стеклянный, деревянный, соломенный.
Принтерные задания и игровые упражнения по закреплению словообразования прилагательных
1. Игра «Чьи хвосты?»
Логопед рассказывает сказку «Хвосты».
Однажды проснулись животные в лесу и не нашли у себя хвостов. Они решили, что ночью ветер оторвал хвосты и разнес их по лесу. Вот и пошли звери по лесу искать свои хвосты. (Давайте мы поможем им.) Но хвосты спрятались в лесу и чтобы найти их, надо уметь их правильно называть и отвечать на вопрос: «Чей это хвост?» Например, хвост зайца надо назвать «заячий хвост».
Вот на дереве, на сосне, висит серенький, пушистенький хвост белки. Чей это хвост? (Беличий.) Белка нашла свой хвост. А под дубом лежит коричневый хвост медведя. Чей это хвост? (Медвежий.) Дадим медведю его хвост. В чаще леса нашелся хвост волка. Чей это хвост? (Волчий.) А вот во мху виднеется рыжий, пушистый хвост лисы. Чей это хвост? (Лисий.) А на пенечке — тоненький, маленький хвостик мышки. Чей это хвостик? (Мышиный.)
Все животные нашли свои хвосты и были очень рады.
— А теперь вспомните, как называются хвосты у домашних животных.
Хвост собаки — собачий.
Хвост кошки — кошачий,.
Хвост коровы — коровий.
Хвост лошади — лошадиный.
Хвост быка — бычий.
Хвост козы — козий.
Хвост барана — бараний. Хвост овцы — овечий.
Игра «Ералаш»
Используются картинки с изображением животных, разрезанные на 3 части. Детям раздаются части разрезанных картинок. На доску выставляется одна из частей какой-либо картинки, например изображение туловища животного. Дети находят у себя изображения других частей (головы, хвоста). Они должны правильно назвать, чья это голова, хвост или ноги: «У меня на картинке заячья голова», «У меня на картинке лисий хвост». Затем из частей дети составляют целое изображение животного.
2. «Правильно назови листья».
Лист дуба —’дубовый лист, лист осины — …
лист березы — … лист клена — …
лист липы — … лист яблони — …
лист рябины — .
.. лист смородины — …
шишка сосны — … шишка ели — …
сережка ольхи — …
3. Игра в лото «Что из чего сделано?»
У детей карточки лото с изображением различных предметов. Логопед называет предмет и тот материал, из которого он сделан. Например, стакан из стекла. Дети находят изображение этого предмета на карточках. Тот, у кого на карточке есть изображение этого предмета, должен назвать словосочетание прилагательного и существительного, т. е. ответить на вопрос: «Какой?», «Какая?», «Какое?» (стеклянный стакан) и закрыть картинку фишкой.
Выигрывает тот, кто не ошибался и раньше других закрыл все картинки.
Стакан из стекла — стеклянный,
сковорода из чугуна — чугунная,
ложка из дерева — деревянная,
нож из металла — металлический,
ведро из железа — железное,
ваза из хрусталя — хрустальная,
чашка из фарфора — фарфоровая,
платье из шелка — шелковое,
коробка из картона — картонная,
шарф из шерсти — шерстяной,
булка из пшеницы — пшеничная,
хлеб из ржи — ржаной,
варенье из вишни — вишневое,
дорога из песка — песчаная,
сумка из кожи — кожаная,
мяч из резины — резиновый,
шуба из меха — меховая,
крыша из соломы — соломенная,
игрушка из пластмассы — пластмассовая,
шарик из пластилина — пластилиновый,
труба из кирпича — кирпичная,
подушка из пуха — пуховая,
одеяло из ваты — ватное,
салфетка из бумаги — бумажная,
сарафан из ситца — ситцевый,
кувшин из глины — глиняный,
погреб из камня — каменный,
шинель из сукна — суконная.
Примерные карточки лото.
4. Сравните предметы и закончить предложения.
Апельсин большой, а арбуз еще больше.
Клубника маленькая, а смородина еще …
Дыня сладкая, а арбуз еще …
Персик мягкий, а вишня еще …
Яблоко твердое, а айва еще …
Груша вкусная, а ананас еще …
Дерево высокое, а башня еще …
Куст низкий, а трава еще …
Клен толстый, а дуб еще …
Рябина тонкая, а камыш еще …
Шар легкий, а пушинка еще …
Сумка тяжелая, а чемодан еще …
Диван мягкий, а подушка еще …
Дерево твердое, а железо еще …
Лед прозрачный, а стекло еще …
Лента узкая, а нитка еще …
Шнурок длинный, а нитка еще …
Линейка короткая, а карандаш еще …
Волк большой, а медведь еще …
Олень высокий, а жираф еще …
Медведь тяжелый, а слон еще …
5. Ответить на вопрос «Как?»
Утром светло, а днем (как?) еще светлее.
Вечером темно, а ночью еще …
Осенью холодно, а зимой еще …
В пальто тепло, а в шубе еще …
Весной солнце светит ярко, а летом еще …
Весной птицы поют звона, а летом еще …
Поезд едет быстро, а самолет летит еще … Черепаха ползет медленно, а улитка еще …
⇐ Предыдущая12345678910111213141516Следующая ⇒
Поиск по сайту:
Большой пёстрый дятел
Большо́й пёстрый дя́тел, или пёстрый дя́тел (лат. Dendrocopos major) — птица, достаточно крупный и один из наиболее известных представителей семейства дятловых. Отряд: Дятлообразные. Класс: Птицы. Тип: Хордовые. Царство: Животные.
Описание. Размером с дрозда. Длина 22–27 см, размах крыльев 42–47 см, масса 60–100 г.
В окрасе преобладание чёрных и белых тонов, которые в сочетании с ярко-красным подхвостьем и придают птице пёстрый вид. Верх головы, спина и надхвостье чёрные с синеватым блеском. Лоб, щёки, плечи и брюхо буровато-белые; последнее в зависимости от района обитания может быть светлее либо темнее, варьируя от чисто белого до буроватого или почти шоколадного. На плечах развиты большие белые поля, между которыми проходит чёрная спинная полоса. Маховые чёрные с широкими белыми пятнами, которые на сложенном крыле образуют пять поперечных светлых полос. Хвост чёрный, за исключением двух крайних рулевых перьев, которые белого цвета. Радужина каряя либо красная, клюв свинцово-чёрный, ноги тёмно-бурые. От основания клюва к боковой части шеи, а затем вбок к чёрному зашейку тянется хорошо заметная чёрная полоса — «усы», окаймляя белую щёку.
Самец отличается от самки красной поперечной полосой на затылке. У молодых птиц вне зависимости от пола темя красное с чёрными продольными штрихами.
В остальном молодые отличий в окрасе оперения от взрослых не имеют. Хвост средней длины, заострённый и очень жёсткий, так как служит главным образом опорой при лазании птицы по стволу дерева. Дятел хорошо и быстро летает, однако во всех случаях предпочитает лазать по стволу дерева, пользуясь крыльями лишь для перелёта на соседнее дерево.
Голос. В очень разных ситуациях издает громкое резкое «кик» с некоторыми модификациями. Иногда отдельные крики сливаются в стрекотание «ки-ки-ки…» или «кр-кр-кр…». Весьма крикливы. Барабанная дробь – очень обычное средство внутривидового общения, в том числе и самок, особенно в предгнездовое время. Крики подросших птенцов в гнезде – бесконечное «ки-ки-ки…» (http://onbird.ru/opredelitel-ptic/pestryy-dyatel/golos).
Образ жизни. Населяет леса разного состава и возраста, вырубки и гари с отдельно стоящими деревьями или куртинами, парки, сады, кладбища и др. Дупла устраивает в деревьях с мягкой древесиной: осине, реже ольхе, березе.
Нередко обновляет прошлогодние дупла или заселяет дупла других видов дятлов. Дупло строит преимущественно самец. Насиживают кладку и выкармливают птенцов оба родителя. Птенцы вылупляются голыми и слепыми.
Всеяден. Летом питается муравьями, жуками, гусеницами, особенно при вспышках их численности, и другими насекомыми. Зимой основным кормом становятся семена ели и сосны, которые извлекает из шишек. Для этого шишки помещаются в специальные места — «кузницы»: щели и другие ниши в древесине, обычно на местах слома ствола или крупной ветви, на вершине деревянных столбов и в других местах, где шишка может быть плотно зажата. Весной пьет сок клена и березы, пробивая в коре горизонтальные ряды небольших отверстий. В населенных пунктах посещает свалки, может разорять гнезда мелких птиц. При кормлении использует разные приемы: долбление, склевывание, обдирание коры и другие. За год выводит потомство один раз. Отличается высокой активностью и подвижностью. Осенью и зимой проявляет строгую одиночную территориальность.
Места обитания. Заселяет леса различного состава и возраста на равнинах и в горах, вырубки и гари с сохранившимися отдельными деревьями, рощи, старые лесопосадки и парки больших городов, старые промышленные сады, кладбища, островки лесов в агроландшафте, колковые леса в лесостепи и степи. Во внегнездовое время на кочёвках встречается в нетипичных биотопах: зарослях тундровых и степных кустарников, тростниковых крепях. При этом использует для сбора корма и передвижения отдельные деревья и телеграфные столбы в степных районах, кустарники, стебли тростника, плавник на берегу моря и даже бревенчатые стены построек. В горы поднимается до верхней границы леса, в период кочёвок — до субальпийского пояса включительно.
Ареал. Распространен очень широко в северной части Палеарктики от Атлантического до Тихого океана. На север проникает до границы древесной растительности. Населяет большую часть Европейской России (отсутствует лишь в безлесных районах).
Обычен. Ведет преимущественно оседлый образ жизни, на севере ареала откочевывает на зиму к югу. Встречается в заповедниках «Убсунурская котловина», «Хакасский», «Тебердинский», «Кивач», «Астраханский», «Малая Сосьва», в национальных парках «Тункинский», «Сочинский», «Нижняя Кама», «Смоленское Поозерье», «Красноярские Столбы» и др.
Охранный статус. Обычный вид.
Лучшее время для наблюдения. В течение года, в дневное время.
Использованные источники:
https://ru.wikipedia.org/wiki/%D0%91%D0%BE%D0%BB%D1%8C%D1%88%D0%BE%D0%B9_%D0%BF%D1%91%D1%81%D1%82%D1…
http://www.egir.ru/bird/197.html
https://erbirds.ru/v2taxon.php?s=278&l=ru
Анализ хвостового индекса стохастического градиентного шума в глубоких нейронных сетях
Умут Симсекли, Левент Сагун, Мерт Гурбузбалабан Материалы 36-й Международной конференции по машинному обучению , PMLR 97:5827-5837, 2019.
Аннотация
Градиентный шум (GN) в алгоритме стохастического градиентного спуска (SGD) часто считается гауссовским в режиме больших данных, предполагая, что вступает в силу классическая центральная предельная теорема (CLT). Это предположение часто делается для математического удобства, поскольку это позволяет анализировать SGD как стохастическое дифференциальное уравнение (SDE), управляемое броуновским движением. Мы утверждаем, что предположение о гауссовости может не сработать в условиях глубокого обучения и, следовательно, сделать анализ на основе броуновского движения неприемлемым. Вдохновленные негауссовскими природными явлениями, мы рассматриваем GN в более общем контексте и используем обобщенную CLT (GCLT), которая предполагает, что GN сходится к $\alpha$-стабильной случайной величине с тяжелыми хвостами. Соответственно, мы предлагаем анализировать СГД как СДУ, управляемую движением Леви. Такие СДУ могут подвергаться «скачкам», которые заставляют СДУ переходить от узких минимумов к более широким минимумам, что подтверждается существующей теорией метастабильности.
Чтобы подтвердить предположение о $\alpha$-устойчивости, мы проводим эксперименты с распространенными сценариями глубокого обучения и показываем, что во всех условиях GN сильно не является гауссовским и допускает тяжелые хвосты. Мы исследуем поведение хвоста в различных сетевых архитектурах и размерах, функциях потерь и наборах данных. Наши результаты открывают другую перспективу и проливают больше света на убеждение, что SGD предпочитает широкие минимумы.
Процитировать эту статью
БибТекс
@InProceedings{pmlr-v97-simsekli19a,
title = {Анализ хвостового индекса стохастического градиентного шума в глубоких нейронных сетях},
автор = {Симсекли, Умут и Сагун, Левент и Гурбузбалабан, Мерт},
booktitle = {Материалы 36-й Международной конференции по машинному обучению},
страницы = {5827--5837},
год = {2019},
редактор = {Чаудхури, Камалика и Салахутдинов, Руслан},
громкость = {97},
серия = {Материалы исследования машинного обучения},
месяц = {09--15 июня},
издатель = {PMLR},
pdf = {http://proceedings.
mlr.press/v97/simsekli19a/simsekli19a.pdf},
URL = {https://proceedings.mlr.press/v97/simsekli19a.html},
abstract = {Градиентный шум (GN) в алгоритме стохастического градиентного спуска (SGD) часто считается гауссовским в режиме больших данных, предполагая, что вступает в силу классическая центральная предельная теорема (CLT). Это предположение часто делается для математических удобство, поскольку он позволяет анализировать SGD как стохастическое дифференциальное уравнение (SDE), управляемое броуновским движением. Мы утверждаем, что предположение о гауссовости может не сработать в условиях глубокого обучения и, следовательно, сделать анализ на основе броуновского движения неприемлемым. Вдохновленные негауссовскими природными явлениями, мы рассматриваем GN в более общем контексте и используем обобщенную CLT (GCLT), которая предполагает, что GN сходится к $\alpha$-стабильной случайной величине с тяжелыми хвостами. Соответственно, мы предлагаем анализировать СГД как СДУ, управляемую движением Леви.
Такие СДУ могут подвергаться «скачкам», которые заставляют СДУ переходить от узких минимумов к более широким минимумам, что подтверждается существующей теорией метастабильности. Чтобы подтвердить предположение о $\alpha$-устойчивости, мы проводим эксперименты с распространенными сценариями глубокого обучения и показываем, что во всех условиях GN сильно не является гауссовским и допускает тяжелые хвосты. Мы исследуем поведение хвоста в различных сетевых архитектурах и размерах, функциях потерь и наборах данных. Наши результаты открывают другую перспективу и проливают больше света на мнение о том, что SGD предпочитает широкие минимумы.}
}
Сноска
%0 Документ конференции
%T Анализ хвостового индекса стохастического градиентного шума в глубоких нейронных сетях
%A Умут Симсекли
%А Левент Сагун
%А Мерт Гурбузбалабан
%B Материалы 36-й Международной конференции по машинному обучению
%C Материалы исследования машинного обучения
%D 2019
%E Камалика Чаудхури
%E Руслан Салахутдинов
%F pmrr-v97-simsekli19a
%I PMLR
%P 5827--5837
%U https://proceedings.
mlr.press/v97/simsekli19a.html
%V 97
%X Градиентный шум (GN) в алгоритме стохастического градиентного спуска (SGD) часто считается гауссовским в режиме больших данных, предполагая, что классическая центральная предельная теорема (CLT) срабатывает. Это предположение часто делается для математического удобства. , поскольку это позволяет анализировать SGD как стохастическое дифференциальное уравнение (SDE), управляемое броуновским движением. Мы утверждаем, что предположение о гауссовости может не сработать в условиях глубокого обучения и, следовательно, сделать анализ на основе броуновского движения неприемлемым. Вдохновленные негауссовскими природными явлениями, мы рассматриваем GN в более общем контексте и используем обобщенную CLT (GCLT), которая предполагает, что GN сходится к $\alpha$-стабильной случайной величине с тяжелыми хвостами. Соответственно, мы предлагаем анализировать СГД как СДУ, управляемую движением Леви. Такие СДУ могут подвергаться «скачкам», которые заставляют СДУ переходить от узких минимумов к более широким минимумам, что подтверждается существующей теорией метастабильности.
Чтобы подтвердить предположение о $\alpha$-устойчивости, мы проводим эксперименты с распространенными сценариями глубокого обучения и показываем, что во всех условиях GN сильно не является гауссовским и допускает тяжелые хвосты. Мы исследуем поведение хвоста в различных сетевых архитектурах и размерах, функциях потерь и наборах данных. Наши результаты открывают другую перспективу и проливают больше света на убеждение, что SGD предпочитает широкие минимумы.
АПА
Симсекли У., Сагун Л. и Гурбузбалабан М.. (2019). Анализ хвостового индекса стохастического градиентного шума в глубоких нейронных сетях. Proceedings of the 36th International Conference on Machine Learning , in Proceedings of Machine Learning Research 97:5827-5837 Доступно по адресу https://proceedings.mlr.press/v97/simsekli19a.html.
Сопутствующие материалы
Как остановить шумного ретривера
Если вы читаете этот пост, вы, вероятно, уже знаете, как раздражает плаксивая, шумная собака, когда вы охотитесь или участвуете в соревнованиях.
Некоторые ретриверы более шумные, чем другие, и иногда виновата генетика, но можно ли что-нибудь сделать, чтобы остановить такое поведение? Или хотя бы свести к минимуму? Вот несколько приемов дрессировки, которые помогут вам отучить вашего шумного ретривера ныть в охотничьих укрытиях или на леске.
Почему моя собака скулит?
Непонятно, почему одни собаки шумят, а другие нет. Вероятно, имеет место сочетание факторов.
Генетика
Если ваша собака, как правило, шумная собака с тех пор, как вы забрали ее у заводчика, возможно, это генетическая черта, передающаяся от матери и/или отца вашей собаки. Хотя эта теория немного противоречива, вполне вероятно, что нытье имеет генетический компонент. Но это не означает, что нет никакой надежды исправить это, это просто означает, что ваша собака может быть предрасположена к такому поведению, поэтому вам нужно будет усердно тренироваться, чтобы преодолеть эту естественную склонность.
Шум поощряется
Многие люди никогда не задумываются о том, что могли поощрять щенка шуметь, но это возможно.
Часто, когда щенок плачет или скулит, владельцы думают, что это мило или грустно. В результате они берут щенка на руки, прижимают его к себе и успокаивают. Щенок учится, если я шумлю, меня балуют. Другой пример — когда щенки лают или рычат. Владельцы часто думают, что это очаровательно, мило или смешно. В результате щенок привлекает внимание, когда шумит.
Возможно, ваша реакция на шум вашего щенка непреднамеренно побудила его издавать больше шума. Обращая внимание на шум вашего щенка, вы, возможно, научили его тому, что нытье, лай или плач привлекают его внимание.
Вой или шум не были обескуражены
Это может звучать так же, как ободряющий шум, но немного отличается. Некоторые люди на самом деле не поощряют шум от своего щенка, но и не препятствуют ему.
Я всегда советую владельцам сразу же заняться проблемой шума. Как только вы принесете щенка домой. Если ваша собака какое-то время скулила, плакала или лаяла, и не предпринималось никаких попыток исправить это поведение, возможно, ваша собака поняла, что скулить — это нормально.
Во время дрессировки, если ваша собака издавала шум до, после или во время подачи, а вы игнорировали это поведение, вы, вероятно, непреднамеренно вознаграждаете свою собаку за ее проблему с шумом. Например, если ваша собака скулит на леске и все еще может подобрать утку или бампер, собака только что получила награду за свой шум.
Возбуждение и предвкушение
Большинство собак, которые скулят, делают это в предвкушении чего-либо, например, перед тем, как будет брошена метка, или когда они сидят в ожидании своей очереди на тесте. Охотничьи собаки скулят в ожидании прилетающей утки или гуся, зная, что доберутся до добычи. Хотя понятно, что собака взволнована тем, что ее можно подносить, мы, как дрессировщики, должны научить наших собак тому, что нытье — недопустимый способ показать это волнение.
Беспокойство
Некоторые собаки просто тревожны. Часто это очень энергичные собаки, которые не знают, что делать со всей энергией, которую они чувствуют, поэтому она проявляется в виде шума.
Их труднее всего научить молчать. И даже когда вам удается получить некоторый контроль, во время сильного волнения или сильного стресса, шум часто возвращается.
Как заставить мою охотничью собаку перестать скулить?
Будем откровенны. Нытье не так-то просто исправить. Некоторые собаки скулят так часто и так естественно, что могут даже не осознавать, что скулят. Это просто часть их личности, и исправить такие случаи крайне сложно. Но большинство собак можно научить хоть в какой-то степени контролировать свой шум.
В зависимости от возраста вашей собаки и уровня дрессировки вам может потребоваться дублировать или упростить дрессировку, чтобы сделать этот процесс эффективным.
Маленькие щенки в возрасте до 6 месяцев
Если ваш щенок очень маленький, начните отговаривать его от шума прямо сейчас. Если ваш щенок лает или скулит, схватите его за морду и сожмите, произнося команду, например, ТИХО. Будьте ОЧЕНЬ последовательны. Не позволяйте вашей собаке уйти от шума и никоим образом не вознаграждайте ее за шум.
На что следует обратить внимание:
- Никогда не выпускайте собаку из конуры, если она шумит.
- Никогда не кормите собаку, когда она шумит.
- Никогда не гладьте и не хвалите собаку, когда она шумит.
Отнеситесь к этому обучению очень серьезно, пока ваш щенок маленький, и вы устраните многие проблемы с шумом еще до того, как они начнутся.
Собаки старше 6 месяцев
Если вашей собаке больше 6 месяцев, и у вас есть проблемы с шумом или скулением, вам может потребоваться резервное копирование и упрощение обучения. Как далеко назад вам нужно вернуться? Это будет зависеть от того, насколько серьезна проблема с шумом и где вы видите шум.
Как перестать скулить во время охоты вслепую
Может быть несколько иной подход к подавлению шума в охотничьих побрякушках по сравнению с охотничьим тестом или соревновательной собакой. Но самый трудный шаг — первый. Не берите собаку на охоту, пока у вас проблемы с шумом.
Помните дискуссию о поощрении вашей собаки за шум? Что ж, охота на собаку с проблемами шума вознаграждается каждый раз, когда она находит утку. Для ретриверов ретривер — это зарплата. Если они получают извлечение, они были вознаграждены.
Я понимаю, что вы купили собаку для охоты, и вам не терпится поохотиться вместе с ней, но если вы не примете меры, чтобы остановить шум сейчас, вы можете научиться жить с этим шумом. Потому что чем дольше ваша собака вознаграждается подачей, пока она издает шум, тем сложнее вам будет остановить шум.
Сделайте себе одолжение и сосредоточьтесь на устранении проблемы с шумом во время тренировок и дома, чтобы ваши будущие охотничьи походы были спокойными и успешными.
Как остановить шум собаки во время охотничьего теста
Заглушить звук для охотничьих тестовых собак сложно. Охотничьи тесты содержат элемент сильного возбуждения, который доводит собак до предела своих возможностей. Если ваша собака уже шумит , не начинайте участвовать в охотничьих тестах, пока не решите проблему с шумом.
Если вы уже соревнуетесь, остановитесь. Это может быть трудным вопросом, но не ставьте собаку в такое положение, когда она будет вознаграждена за шум.
Если вы участвуете в охотничьем тесте, и ваша собака издает шум в стойке или на линии, самое сложное, но лучшее обучение, которое вы можете сделать, это стащить собаку с линии, поблагодарить судей и отвести собаку домой. Ваша собака получит ценный урок, она не получит подачу, когда будет шуметь, даже если это будет стоить вам денег.
6 шагов для прекращения шума
Если вы решили, что вашей целью является прекращение шума вашей собаки, вот шаги, которые вы можете использовать во время дрессировки, чтобы начать двигаться к этой цели.
1. Разработка стандартов.
Сколько шума вы выдержите? Желательно, чтобы не было, потому что даже небольшой шум может быстро усилиться. Но вам нужно провести линию на песке и проводить ее в жизнь, несмотря ни на что. И не только по шуму, но и нужно повышать стандарты послушания.
Почему? Потому что, если ваша собака движется по леске, это добавит вам шума. Работа над линейными манерами. Ваша собака держит свою задницу на земле во время меток? Если нет, отступите и поработайте над этим. Поднимите свои стандарты и последовательно применяйте их.
2. Упрощение обучения.
Если ваша собака уже бежит с несколькими отметинами (двойными и тройными), сделайте резервную копию и запускайте только одиночные. Никогда не прогрессируйте на тренировках с проблемой шума. Как только вы справитесь с проблемой шума на синглах, вы снова сможете двигаться вперед.
А пока запускайте одиночные метки и не используйте утиные крики, выстрелы и любой другой шум на линии или в поле. Мы добавим их обратно по мере прогресса вашей собаки.
3. Обеспечение соблюдения стандартов поведения .
Одна из ошибок, которую совершают многие люди, пытаясь исправить шум, заключается в использовании коррекции шума с помощью электронного ошейника.
Причина, по которой это проблема, заключается в том, что электронные ошейники часто вызывают шум у собаки при коррекции. Кроме того, электронные ошейники могут вызывать беспокойство и приводить к большему шуму. Это контрпродуктивно для остановки шума.
Вместо этого используйте пяточную палку для исправления линий. И всегда помните, принуждая к послушанию, никогда не ворчите. Несколько небольших исправлений часто намного хуже, чем одно серьезное исправление. Командуйте и применяйте.
4. Обеспечение соблюдения стандартов шума.
Во время дрессировки, когда вы подходите к линии, внимательно следите за своей собакой на предмет шума. Любой шум и вам нужно остановиться, исправить вашу собаку на шум прямым или косвенным давлением. Прямое давление означало бы схватить его за морду. Косвенное давление будет командовать СИДЕНЬЕ и давать поправку на СИДЕНЬЕ. Обе поправки предназначены для прекращения шума.
Если вы находитесь на линии, и ваша собака издает шум, когда птица брошена, скорректируйте вашу собаку на ТИХОЕ.
Затем попросите метателя поднять птицу. Вы также можете отвести собаку от линии и вернуться к удерживающей шторке, а затем вернуться к линии, когда ваша собака успокоится.
Поправка пяточной палкой для СИДЕТЬ на линии может помочь вашей собаке сосредоточиться на СИДЕНИИ, а не шуметь.
Помните, все, кроме тихой метки, исправляется.
5. Похвалите за спокойное и правильное поведение.
Когда вы можете пробежать метку, а ваша собака СИДЕЕТ тихо и не шумит, похвалите ее, как будто она самая лучшая собака на свете. Хвалите собаку только тогда, когда она бежит по мишени, когда она совершенно тиха.
Затем выполните еще одну метку. Если он молчит, похвалите его еще раз.
6. Закончите на позитивной ноте.
Если вам удалось заставить собаку бегать по мишеням и не шуметь, прекратите тренировку на день. Всегда заканчивайте на позитивной ноте, вы хотите, чтобы ваша собака сделала это правильно, а затем закончила.
По мере того, как вы начинаете прогрессировать
По мере того, как вы начинаете прогрессировать в беге по одиночным следам без шума вашей собаки, вы можете начать добавлять больше стимулирующих элементов, таких как выстрел с места для метания, сигнал с места для метания, утиный зов с линии и выстрел с линии. Добавляйте только по одному элементу за раз и повторяйте описанные выше шаги, пока не получите подачу без шума от вашей собаки.
Помните, что если ваша собака молчит, похвалите ее как следует. Если это не так, попросите метателя поднять птицу, уберите все шумовые раздражители и снова проведите мишень, тихо. Когда он будет бегать тихо, хвалите его много-много раз.
Не забудьте принять таблетки для терпения
Этот процесс не изменит вашу шумную собаку за одну ночь. Но это постепенно заставит вашу собаку понять, что шум задерживает или лишает ее того, что она любит больше всего, — подачу. Доверяйте процессу и будьте терпеливы. Признавайте небольшие изменения и продолжайте работать.
Командуйте, не кричите
Хотя очень важно, чтобы вы командовали своей собакой и чтобы ваша собака понимала, что когда вы говорите, она должна слушать, это не означает, что вам нужно кричать на вашу собаку. Командование вашей собакой больше связано с присутствием. С раннего возраста ваша собака должна усвоить, что вы альфа-собака, лидер, и они должны вас слушать. Если вы установили это присутствие, то вы должны быть в состоянии произнести команду, и ваша собака будет слушать. Крики или лай на собаку не помогут. И если вы работаете с шумной собакой, крик будет скорее проблемой, чем лекарством.
Заключительные мысли о том, как остановить шумного ретривера
Если ваша собака шумная и плаксивая, вы можете предпринять шаги, чтобы контролировать и устранить это поведение в охотничьих укрытиях и на леске на охотничьих тестах, но это займет некоторое время. последовательное обучение и много-много терпения. Если ваша собака исключительно шумная, вы не сможете заставить ее вести себя тихо 100% времени. Особенно, если шум является генетической чертой. Но вы можете добиться прогресса и, в конце концов, сделать охоту более приятной для вас и ваших приятелей. Или сделайте охотничьи тесты менее напряженными и более продуктивными.
Помните, если вы хотите, чтобы ваш ретривер рос и прогрессировал в охоте в этом году, но самостоятельная дрессировка кажется непосильной или, может быть, ваш график слишком загружен, чтобы это сделать, я здесь, чтобы помочь! Вы можете написать мне по электронной почте ([email protected]) или просто позвонить мне (651-303-6459). Я был бы рад обсудить ваши цели для вашего ретривера и рассказать вам о программах, которые я предлагаю.
До следующего раза удачного поиска.
Как остановить шумного ретривера
SCIRP Открытый доступ
Издательство научных исследований
Журналы от A до Z
Журналы по темам
- Биомедицинские и медико-биологические науки.
- Бизнес и экономика
- Химия и материаловедение.
- Информатика. и общ.
- Науки о Земле и окружающей среде.
- Машиностроение
- Медицина и здравоохранение
- Физика и математика
- Социальные науки. и гуманитарные науки
Журналы по тематике
- Биомедицина и науки о жизни
- Бизнес и экономика
- Химия и материаловедение
- Информатика и связь
- Науки о Земле и окружающей среде
- Машиностроение
- Медицина и здравоохранение
- Физика и математика
- Социальные и гуманитарные науки
Публикация у нас
- Подача статьи
- Информация для авторов
- Ресурсы для экспертной оценки
- Открытые специальные выпуски
- Заявление об открытом доступе
- Часто задаваемые вопросы
Публикуйте у нас
- Представление статьи
- Информация для авторов
- Ресурсы для экспертной оценки
- Открытые специальные выпуски
- Заявление об открытом доступе
- Часто задаваемые вопросы
Подпишитесь на SCIRP
Свяжитесь с нами
| клиент@scirp. org | |
| +86 18163351462 (WhatsApp) | |
| 1655362766 | |
| Публикация бумаги WeChat |
| Недавно опубликованные статьи |
| Недавно опубликованные статьи |
Оптимальные условия роста микроорганизмов, выделенных из королевской гробницы Пуё № 1, и их влияние на слои живописи ()
Хён Джу Ли, Ён Джэ Чунг
Достижения микробиологии Том 12 № 9, 13 сентября 2022 г.
DOI: 10.4236/цель.2022.129036 7 загрузок 77 просмотров
Ретроспективное исследование мезиоденса и соответствующего параллаксиса зубов у японских детей ()
Кодзи Ватанабэ, Дайго Ёсига, Теппей Саго, Масафуми Ода, Изуми Ёсиока, Сэйдзи Ватанабэ, Ясухиро Моримото
Здоровье Том 14 №9, 13 сентября 2022 г.
DOI: 10.4236/здоровье.2022.149067 12 загрузок 68 просмотров
Качество лекарственных средств на основе сульфата железа, отпущенных в обычной медицинской и коммерческой аптеке в городе в регионе Амазонки()
А.
Меллу, Марсеония Коста душ Сантуш, Ана Габриэла Лисбоа Сантос, Данила Тереза Валериано Алвес, Д. Грисолиа, Алан Баррозу Араужо Гризолия, Марисели Байа Леан Баррос, Фабриция де Хесус Пайва да Фонсека, Маноэль Самуэль да Крус НетуФармакология и фармация Том 13 № 9, 13 сентября 2022 г.
DOI: 10.4236/стр.2022.139025 15 загрузок 95 просмотров
Основанные на сценариях, одиночные лучшие вопросы с несколькими вариантами ответов (SB-SB-MCQ) в фундаментальных медицинских науках: предварительное исследование осведомленности персонала, знаний и возникающих трудностей ()
Мохамед Салих, Омер Абдельбаги
Journal of Biosciences and Medicines Vol.10 No.9, 13 сентября 2022 г.
DOI: 10.
4236/jbm.2022.109007
6 загрузок 37 просмотровВозрастные различия в соединении пальца ноги и центра давления во время стойки на одной ноге ()
Ёитиро Сато, Акито Кавагути
Успехи в исследованиях старения Том 11 № 5, 13 сентября 2022 г.
DOI: 10.4236/aar.2022.115009 7 загрузок 41 просмотр
Метаанализ тенденций в знаниях и практике грудного вскармливания в Египте: тематическое исследование региона Восточного Средиземноморья()
Азза М. А. Абул-Фадл, Аюб Аль-Джавальде
Открытый журнал социальных наук Том 10 № 10, 13 сентября 2022 г.
DOI: 10.4236/jss.2022.1010009 8 загрузок 52 просмотров
Подпишитесь на SCIRP
Свяжитесь с нами
| клиент@scirp.org | |
| +86 18163351462 (WhatsApp) | |
| 1655362766 | |
| Публикация бумаги WeChat |
Бесплатные информационные бюллетени SCIRP
Copyright © 2006-2022 Scientific Research Publishing Inc. Все права защищены.
верхнийКошачье мяуканье | Общество защиты животных США
Понимание кошачьего языка и поведения кошек
Делиться
SolStock
/
iStock. com
Кошкам не хватает выразительности морды собак, они, как правило, более тихие, и их поведение может быть труднее интерпретировать, но это не означает, что кошачья мистика непроницаема. Вы сможете лучше понять своего пушистого друга, обращая внимание на его вокализацию, позы и повседневные дела. Со временем вы сможете настолько приспособиться к характеру и привычкам вашего котенка, что сможете обнаруживать тонкие изменения в его настроении и даже распознавать проблемы со здоровьем до того, как появятся физические признаки болезни.
Вокализация
Вы многому научитесь, когда сможете интерпретировать широкий словарный запас вашей кошки, состоящий из чириканья и мяуканья. Они скажут вам, когда они голодны, когда они чувствуют нежность и чувствуют ли они угрозу или боль.
В то время как некоторые кошки редко пищат, другие не дадут вам вставить ни слова. Котята, которых часто берут на руки и хорошо социализируют, могут стать более громкими взрослыми, а некоторые породы, такие как сиамские и абиссинские, по своей природе болтливы.
Кошки также могут становиться более громкими с возрастом. Две возможные причины этого — возрастная деменция и ухудшение зрения. Кошка, которая чувствует тревогу или растерянность, может мяукать, чтобы успокоиться. Потеря слуха также может привести к тому, что котенок будет кричать громче, чем обычно, потому что он не может определить свою громкость. (Любое выраженное изменение поведения должно стать поводом для похода к ветеринару, чтобы убедиться, что ваша кошка не больна и не испытывает боли.) ваша кошка может использовать «мяу» в качестве приветствия, команды, возражения или объявления. Некоторые люди наблюдали, как их кошки ходят по дому и мяукают сами себе.
Обычно это выражается в волнении… или они могут подумывать о том, чтобы перекусить.10 лучших советов
Подпишитесь, чтобы получить нашу эксклюзивную электронную книгу, полную важной информации об уходе за вашим питомцем, включая методы обучения и ответы на часто задаваемые вопросы.
Получите копию
Язык тела
Ваша кошка выгибает спину, чтобы встретить вашу руку, когда вы ее гладите? Это означает, что они наслаждаются этим контактом с вами. Они сжимаются при малейшем прикосновении? Сохраните петтинг на потом; они сейчас не интересны.
Обратите внимание на глаза, уши, тело и хвост вашей кошки — все они о чем-то вам говорят. Вот некоторые основные (хотя иногда и противоречивые) подсказки:
Уши
- Вперед: Бдительный, заинтересованный или счастливый
- Назад, вбок, плоско («самолетные уши»): раздражение, злость или испуг
- Вращение: внимание и прислушивание к каждому малейшему звуку
Глаза
- Зрачки сужены: Оскорбительно агрессивны, но, возможно, довольны
- Зрачки расширены (большие): Нервные или покорные (если несколько расширены), защитно-агрессивные (если полностью расширены), но, возможно, игривые
Хвост
- Прямостоячие, с приплюснутой шерстью: настороженные, любознательные или счастливые
- Мех встаёт: Злой или испуганный
- Держит очень низко или между ног: неуверенность или тревога
- Бросание вперед и назад: взволнован; чем быстрее хвост, тем злее кошка
- Прямо, дрожа: взволнованы, действительно счастливы или, если ваша кошка не была стерилизована или кастрирована, они могут быть готовы что-то распылить
Тело
- Спина выгнута, мех стоит дыбом: Испуганный или сердитый
- Выгнутая спина, без меха: приветствует ваше прикосновение
- Лежа на спине, мурлыкая: очень расслабленно
- Лежа на спине, рыча: расстроен и готов нанести удар
Трение
Когда ваша кошка трется о вас подбородком и телом, она говорит вам, что любит вас, верно? Ну вроде. На самом деле они метят свою территорию. Вы заметите, что они также трутся о стул, дверь, свои игрушки и все, что видят. Они говорят всем, что это их дело, включая тебя.
Замешивание
Это иногда называют «лепкой печенья», потому что кошка работает лапами на мягкой поверхности, как будто месит тесто для хлеба. Это пережиток кормления грудью, когда они массировали соски матери, чтобы молоко текло. Ваша кошка делает это, когда она действительно счастлива.
Ответ Флемена
Замечали ли вы случаи, когда ваша кошка, возможно, обнюхивая ваш ботинок, поднимает голову, приоткрывает рот, загибает губы назад и щурит глаза? Они не делают заявлений о том, как пахнет ваша обувь, они собирают больше информации.
Обоняние вашей кошки настолько важно для них, что у них фактически есть дополнительный орган обоняния, который есть у очень немногих других существ, орган Джейкобсона. Он расположен на нёбе за передними зубами и соединяется с носовой полостью.
Когда ваша кошка чувствует запах чего-то действительно очаровательного, она открывает рот и вдыхает, так что молекулы запаха распространяются по органу Джейкобсона. Это усиливает запах и дает больше информации об объекте, который они нюхают.
Ключ к настроению вашей кошки
Хотите знать, счастлива ли ваша кошка, медитирует или у нее плохой день? Вот несколько советов:
- Содержимое: Сидя или лежа, глаза полузакрыты, зрачки сужены, хвост практически неподвижен, уши направлены вперед и мурлыкают — по-настоящему счастливая кошка часто будет месить мягкую поверхность.
- Игривый: Уши вперед, хвост вверх, усы вперед, зрачки несколько расширены — игра похожа на охотничье поведение; ваша кошка может преследовать свою добычу (игрушку, соседа по дому или вас), а затем приседать, слегка приподняв заднюю часть. Небольшое покачивание прикладом, затем… набросок! Ваша кошка схватит свою добычу, укусит ее, бросит на пол и пинает задними лапами.
- Раздражение или чрезмерная стимуляция: Зрачки расширены, уши повернуты назад, а хвост подергивается или машет — ваша кошка может рычать или класть на вас зубы в качестве предупреждения, чтобы вы остановились и воздержались. У некоторых кошек интенсивная игра может быстро превратиться в чрезмерную стимуляцию, что приведет к укусам и царапанию.
- Нервный или встревоженный: Уши повернуты вбок или назад, зрачки расширены, а хвост опущен или зажат между ног — ваша кошка может ползать по дому близко к полу в поисках места, где можно спрятаться. Они могут повернуться лицом к стене, чтобы закрыться от мира.
- Испуганный или испуганный: Представьте кошку Хэллоуина — уши назад и прижаты к голове, усы назад, спина изогнута, шерсть стоит дыбом, хвост стоит прямо или низко. Они могут выть, рычать, шипеть и плеваться.
- Защитный: Присел, уши прижаты, бакенбарды назад, хвост между ног или обернут вокруг тела, зрачки расширены — они могут громко мяукать, рычать, шипеть и плеваться.
- Злой, агрессивный: Уши назад, зрачки очень сужены, хвост может быть поднят или опущен, а шерсть стоит дыбом — агрессивная кошка будет смотреть на другую кошку и рычать или выть, пока та не уступит дорогу. Кошки на самом деле не хотят драться; они предпочитают противостояние, но это может перерасти в драку, если одна из кошек не отступит.
Обзор Tails Of Iron — Noisy Pixel
Разработчик Odd Bug Studio, кажется, поставил перед собой цель изобразить другую сторону грызунов в приключенческой ролевой игре Tails of Iron . Вдохновленная ласковыми и любящими личностями реальных крыс, команда хотела создать игру, которая бросит вызов негативному восприятию этих милых существ, и что может быть лучше, чем сделать их главными героями приключений, подобных Souls? Tails of Iron представляет Редги, наследника Крысиного престола, которому поручено восстановить свое разрушенное королевство после того, как его отец, король, был убит свирепым Зеленым Вартом, лидером Объединенного племени лягушек.
Tails of Iron сильно зависит от любимого Брайана Жака Redwall с добавленной дозой Dark Souls . Действие игры разворачивается в темном фэнтезийном средневековом периоде и сочетает в себе захватывающую басню с трудными, но полезными боями. Механика игрового процесса похожа на Hollow Knight и Salt & Sanctuary , но без акробатического платформера.
Огромный 2D-мир с невероятной детализацией и продуманным использованием освещения для создания настроения и глубины, что делает достопримечательности и биомы уникальными. Смелая линия комиксов вдохнула жизнь в этих антропоморфных грызунов и лягушек, а также в окружающую среду. Это темная и угрюмая атмосфера с большим шармом для дополнительного погружения.
Игру ведет Дуг Кокл, которого вы, возможно, знаете как Геральта из Ривии в сериале «Ведьмак». Диалог между персонажами состоит из изображений и анимации, но игре удается передать сообщение. Четкие звуки столкновений мечей, выстрелов, шагов и горожан, идущих по своим делам, добавляют настроения, эмоциональной глубины и жизни в Tails of Iron . Фанфары бардов в сочетании с завыванием ветра и проливным дождем привносят реализм в каждый угол, куда бы вы ни повернулись, от Багрового форта до Республики Большевиков. Я усмехнулся, увидев, как Odd Bug Studio внедрила в игру множество глупых пасхальных яиц и словесных игр, таких как Lans Alut, Hulk Molgan и даже Ratnor Rodentson, который относится к Thor Odinson для всех любопытных.
В отличие от традиционных ролевых игр, Tails of Iron использует различную экипировку и оружие, влияющее на характеристики, от комплектов легкой и тяжелой брони до мечей, топоров, копий и даже огнестрельного оружия. Вы можете купить их у продавцов, попросить кузнеца БэмБэма создать его по чертежам или найти их, исследуя и побеждая боссов.
Эти наборы брони обеспечивают сопротивление различным типам врагов, поэтому очень важно часто менять снаряжение. Пока нет счетчика выносливости, Tails of Iron использует систему веса, где более тяжелая броня может обеспечить лучшую защиту, но за счет замедления движения. Различное оружие также выполняет уникальные наборы движений, где копья быстрые и ловкие, но слабее, а молоты бьют медленнее, но сильнее. Максимальное здоровье увеличивается, если вы приносите редкие продукты шеф-повару Рем-Рему, пока он готовит вам сытную еду, достойную короля.
Множество типов врагов и столкновений с боссами, каждый со своим уровнем сложности. Кроме того, другие персонажи могут помогать вам в определенных миссиях, добавляя приятное ощущение совместной игры в одиночную игру. Хотя это не значит, что они полезны.
Исследования вознаграждаются, так как вы находите сундуки с сокровищами, которые содержат скрытую добычу и тайные битвы с боссами. Основная история дополнена множеством побочных квестов, которые вы можете найти на досках объявлений в разных городах. Эти миссии обычно сводятся к расчистке гнезд личинок, борьбе со странными зверями или дуэлям на арене с кротами. Эти побочные квесты также можно переигрывать.
Важным компонентом любой экшн-игры являются сражения. Железные хвосты 9Бои 0617 выглядят четкими и впечатляющими благодаря звуковым и визуальным сигналам в сочетании с использованием тактильной обратной связи DualSense на PS5. Ваше снаряжение включает в себя одноручное оружие, двуручное оружие, оружие дальнего боя и щит, которые всегда в вашем распоряжении. Вы также можете покрыть свое оружие ядовитыми расходными материалами, чтобы получить дополнительное преимущество в бою.
Вражеские атаки отмечены цветным символом, который уведомляет вас о соответствующем действии, которое необходимо предпринять. Например, белые атаки должны быть заблокированы щитом, красные атаки должны уклоняться, а желтые атаки должны быть парированы. Редги также может лечить с помощью своей фляги с зельем, которую можно пополнить, собирая жуков или из определенных бочек, найденных по всему миру. После поражения у каждого босса есть собственная анимация казни, позволяющая немного расслабиться после каждого боя. Если вам суждено погибнуть в бою, не беспокойтесь, так как поблизости всегда есть скамья для сохранения.
К сожалению, Tails of Iron пытается, но не может найти свою индивидуальность, поскольку он отражает игры, похожие на Souls. Каким бы сложным ни был бой, вы найдете несколько систем, которые сдерживают его. Например, некоторые движения босса оглушают вас и сопровождаются тремя комбинациями движений. Tails of Iron временами кажется несправедливым из-за отсутствия фреймов непобедимости, плохой физики хитбокса и несбалансированного дизайна врагов. Кроме того, я столкнулся с несколькими ошибками, такими как случайное уменьшение масштаба камеры.
Tails of Iron черпает вдохновение из других сложных игр, но ее прекрасно проработанный мир и заставляющее задуматься повествование определенно заслуживают вашего внимания. Каждая новая область предлагает больше возможностей для изучения и проверки ваших навыков, чтобы довести приключение этого грызуна до конца. Tails of Iron — недооцененный драгоценный камень, который станет отличным дополнением к вашей коллекции инди-игр в этом году, несмотря на некоторые редкие ошибки и необходимые обновления боевых систем.
Этот пост может содержать партнерские ссылки Amazon. Как партнер Amazon Noisy Pixel зарабатывает на соответствующих покупках.
Априорные распределения с тяжелыми хвостами для данных подсчета последовательностей: удаление шума и сохранение больших различий | Биоинформатика
Реферат
Мотивация
В анализе дифференциальной экспрессии секвенирования РНК исследователи стремятся обнаружить гены с изменениями уровня экспрессии в зависимости от условий, несмотря на техническую и биологическую изменчивость наблюдений. Распространенной задачей является точная оценка размера эффекта, часто с точки зрения логарифмического кратного изменения (LFC).
Результаты
Когда количество прочтений низкое или сильно варьируется, оценки максимального правдоподобия для LFC имеют высокую дисперсию, что приводит к большим оценкам, не представляющим истинные различия, и плохому ранжированию генов по величине эффекта. Один из подходов состоит в том, чтобы ввести пороги фильтрации и псевдосчетчики, чтобы исключить или смягчить оценочные LFC. Фильтрация может привести к потере генов из анализа с истинными различиями в экспрессии, в то время как псевдосчеты предоставляют ограниченное решение, которое необходимо адаптировать для каждого набора данных. Здесь мы предлагаем использовать априорное распределение Коши с тяжелыми хвостами для размеров эффекта, что позволяет избежать использования порогов фильтра или псевдосчетов. Предлагаемый метод приближенной апостериорной оценки для обобщенной линейной модели, apeglm , имеет меньшую погрешность, чем ранее предложенные оценки усадки, но все же снижает дисперсию для этих генов с небольшим количеством информации для статистического вывода.
Доступность и внедрение
Пакет apeglm доступен в виде пакета R/Bioconductor по адресу https://bioconductor.org/packages/apeglm, и методы можно вызывать из программного обеспечения DESeq2 .
Дополнительная информация
Дополнительные данные доступны по адресу Биоинформатика онлайн.
1 Введение
Секвенирование РНК (RNA-seq) — это широко используемый анализ для измерения экспрессии транскриптов генома. Одна общая цель — определить, какие гены дифференциально экспрессируются (DE) в разных экспериментальных условиях, и оценить силу различий. Различие обычно определяется с точки зрения логарифмической кратности изменения (LFC) между средними уровнями экспрессии в различных условиях. Уровень экспрессии гена в эксперименте RNA-Seq пропорционален по образцам масштабированному счету, представляющему количество наблюдаемых одно- или парных прочтений, которые могут быть отнесены к данному гену при заданном размере библиотеки. Масштабирование для размера библиотеки эксперимента необходимо, и другие коэффициенты масштабирования также могут быть включены (Leek, 2014; Risso 9).0616 и др. , 2014; Сонесон и др. , 2015). Существует множество вариаций стандартного протокола RNA-seq, а также других анализов, основанных на секвенировании, таких как иммунопреципитация хроматина с последующим секвенированием (ChIP-seq), и в той степени, в которой эти другие эксперименты оценивают различия в масштабированных подсчетах с использованием расчетных LFC, описанные здесь методы обычно применимы и к этим другим анализам.
Многие статистические методы были разработаны для DE-анализа последовательностей РНК (Anders and Huber, 2010; Hardcastle and Kelly, 2010; Law и др. , 2014; Ленг и др. , 2013; Ли и Тибширани, 2013 г.; Любовь и др. , 2014; Маккарти и др. , 2012; Робинсон и др. , 2010; Трапнелл и др. , 2012; ван де Виль и др. , 2013). Их общий подход к обнаружению генов DE состоит в том, чтобы найти такие наборы генов, чтобы можно было отвергнуть нулевую гипотезу об отсутствии различий в экспрессии между условиями, обычно ориентируясь на частоту ложных открытий (FDR) для набора. Однако можно обнаружить, что ген значительно отличается, а нулевой отбрасывается, даже если величина различия очень мала (Love и др. , 2014). Для дальнейших исследовательских интересов, а не только рассматривать порядок генов в соответствии с скорректированными или нескорректированными значениями P , также представляет интерес упорядочить гены по самой оцениваемой величине эффекта (LFC).
Трудно точно оценить LFC для генов с низким уровнем экспрессии или генов с высоким коэффициентом вариации. Из-за затрат на эксперименты и времени эксперименты по секвенированию РНК, предназначенные для выработки гипотез, обычно имеют небольшое количество биологических повторов (9).0616 n из 3–5) для каждой группы состояний (McCarthy et al. , 2012). Когда количество секвенированных прочтений невелико или имеет высокий коэффициент вариации в одном или подмножестве условий, оценочные LFC будут иметь высокую дисперсию, что приведет к некоторым большим оценочным LFC, которые не отражают действительно больших различий в экспрессии. Один из подходов, который уменьшает проблему этих зашумленных оценок LFC, состоит в том, чтобы отфильтровать гены с малым количеством генов. Фильтрация также имеет то преимущество, что удаляет гены, которые могут не иметь достаточной мощности для обнаружения DE, и, таким образом, снижает нагрузку на коррекцию множественных тестов. Установка порога требует тщательного рассмотрения того, какие гены могут быть потеряны. Авторы edgeR (McCarthy et al. , 2012) и limma-voom (Law et al. , 2014) предлагают использовать правило фильтрации, которое удаляет гены с малым масштабированием перед статистическим анализом (Chen et al. , 2016). В других методах используется подход байесовского моделирования, в том числе ShrinkBayes (van de Wiel et al. , 2013) и DESeq2 (Love et al. , 2014). DESeq2 применяет адаптивный Обычный , распространяемый ранее, чтобы произвести оценку сокращения LFC для каждого гена. Однако в нашем анализе мы обнаружили, что фильтрация или применение нормальных априорных значений могут иметь недостатки, приводящие либо к потере генов с достаточным сигналом, либо к чрезмерно агрессивному сокращению истинных больших LFC.
В этой статье мы представляем эмпирическую байесовскую процедуру, которая стабилизирует оценку LFC без чрезмерного сжатия больших LFC и использует апостериорное распределение для точечных оценок и апостериорных вероятностей, таких как агрегированное значение s (Stephens, 2017). ) и скорость ложного знака или меньше (FSOS). Мы расширили базовую структуру DESeq2 , обобщенной линейной модели (GLM) отрицательной биномиальной (NB) (McCullagh and Nelder, 1989) с умеренным параметром дисперсии, заменив нормальное распределение в качестве априорного для LFC на модель Коши с тяжелым хвостом. распределение ( т раздатка с 1 степенью свободы). Мы используем различные методы аппроксимации, чтобы обеспечить приблизительную апостериорную оценку для GLM ( apeglm ). Мы сравниваем apeglm с четырьмя существующими методами на двух сравнительных наборах данных RNA-seq. Мы демонстрируем преимущества уменьшенных оценок apeglm’ s в уменьшении дисперсии при сохранении истинно больших размеров эффекта. Мы также показываем, что оценки усадки apeglm улучшают ранжирование генов с помощью LFC по сравнению с методами, которые не применяют байесовское сжатие к LFC. apeglm доступен как пакет R с открытым исходным кодом на Bioconductor, и его можно легко вызвать из программного обеспечения DESeq2 .
2 Материалы и методы
2.1 Модель NB для подсчета последовательностей РНК
Начнем с обобщенных показателей экспрессии генов для эксперимента, представленных матрицей подсчетов прочтений или фрагментов. Строки матрицы представляют гены (g=1,…,G), а столбцы представляют образцы (i=1,…,m). Пусть Y gi обозначает количество фрагментов РНК-seq, отнесенных к гену 9. 0616 г в пробе и . Мы предполагаем, что 90 616 Y 90 789 gi 90 790 90 617 следует NB-распределению со средним значением 90 616 μ 90 789 gi 90 790 90 617 и дисперсией 90 616 α 90 789 g 90 790 90 617 , так что Var(Ygi)=µgi+αgµgi2. Среднее значение 90 616 μ 90 789 gi 90 790 90 617 является произведением масштабного коэффициента 90 616 s 90 789 gi 90 790 90 617 и количества 90 616 q 90 789 gi 90 790 90 617, которое пропорционально уровню экспрессии гена 90 616 g 90 617 . Мы следуем методам Love и др. (2014) для оценки α g и s gi обмена информацией по генам G , и считать оценки фиксированными для следующего. Мы подгоняем GLM к счету Y gi для гена g и образца i ,
Ygi∼NB(μgi,αg)μgi=sgiqgi log qgi=Xi,*βg
1, где X — матрица стандартного дизайна, а β g — вектор коэффициентов регрессии, характерных для гена 9. 0616 г . Обычно X имеет один столбец пересечения и столбцы для ковариатов, например. индикаторы экспериментальных условий, отличных от эталонных условий, непрерывных ковариат или условий взаимодействия. Мы рассматриваем матрицы плана, где первый элемент β g является точкой пересечения. Для ясности мы разобьем β g на βg=(βg0,βg1,…,βgK), где βg0 — точка пересечения, а β gk , k=1,…,K — для k -я ковариата. Масштабный коэффициент s gi учитывает различия в размерах библиотек, длине гена (Soneson et al. , 2015) или характерных для выборки экспериментальных погрешностях (Patro et al. , 2017) между образцами и равен используется в качестве смещения в нашей модели.
В GLM мы используем функцию логарифмической связи. В программном обеспечении apeglm оценочные коэффициенты и соответствующие оценки SD представлены в одной и той же натуральной логарифмической шкале. 9Метод 0616 apeglm можно легко вызвать из функции lfcShrink DESeq2 , которая обеспечивает оценки LFC по шкале log 2. Метод и программное обеспечение apeglm являются общими для GLM и могут использоваться с другими правдоподобиями. Например, его можно использовать для бета-биномиальной модели или модели NB с нулевым раздуванием, если оценки дополнительных параметров, например. параметры дисперсии или нулевой составляющей. Пример apeglm , примененный к бета-биномиальному подсчету, который можно использовать для обнаружения дифференциальной аллель-специфической экспрессии, представлен в виньетке пакета программного обеспечения.
2.2 Адаптивная оценка сжатия для
β gk Мы уменьшаем коэффициенты, представляющие различия между группами, непрерывными ковариатами или условиями взаимодействия, но не точку пересечения. Мы предлагаем распределение Коши в качестве априора для коэффициентов, которые пользователь хочет уменьшить. Следовательно, β gk в модели (1) имеет априор
βgk ~ Коши(0,Sk)
(2)
, где первый параметр Коши задает местоположение, а второй параметр — масштаб , С к . Для простоты, поскольку apeglm сжимает только один коэффициент за раз, мы будем писать S вместо S k . Подобное априорное значение по умолчанию для коэффициентов, связанных с непересекающимися ковариатами, было предложено Gelman et al. (2008 г.) в пакете bayesglm R, в котором используется распределение Коши с нулевым центром и шкалой 2,5. Предлагаемое предварительное распределение предполагает, что распределение LFC по генам является одномодальным и симметричным. Мы оценили устойчивость к нарушениям этого предположения и нашли apeglm по-прежнему хорошо себя зарекомендовал (подробности в следующем разделе). Однако, если большинство генов по-разному экспрессируются в одном и том же направлении, метод глобальной нормализации, используемый всеми обсуждаемыми здесь методами, не сработает, что повлияет на любую оценку размера эффекта. gk и их стандартные ошибки 9gk следует нормальному распределению вокруг истинного значения β gk с дисперсией egk2, а сами β gk следуют нормальному распределению со средним значением, равным нулю. — это эмпирическая байесовская оценка дисперсии , порождающая нормальное распределение , а S=A задает масштаб. Хотя мы используем априор Коши в apeglm , чтобы учесть большие размеры эффекта от потенциально всего лишь нескольких генов, мы обнаружили, что установка масштаба априора, предполагая β gk следует нормальному распределению с центром в нуле, которое хорошо зарекомендовало себя на практике. Приведенные выше уравнения для оценки A даны Эфроном и Моррисом (1975) как обобщение эмпирических байесовских оценок для ситуации многих параметров, каждый из которых распределен с неравной дисперсией. Уравнение (3) решается для A с использованием линейного поиска Брента, реализованного в R (Brent, 1972).
Хотя описанный выше метод оценки A , предложенный Эфроном и Моррисом (1975) требует, чтобы были известны e gk , здесь вместо этого мы подставили оценочное количество, стандартные ошибки. Мы оценили практические последствия этой замены, когда стандартные ошибки нестабильны, потому что подсчеты были очень низкими. Мы обнаружили, что полученная оценка A лишь слегка смещена, даже когда количество очень мало (дополнительный рис. S1).
Если значения MLE для коэффициентов не указаны, мы используем шкалу S = 1 для всех непересекающихся коэффициентов. Немасштабированный апостериор для β gk является произведением априорной плотности и вероятности NB. Мы используем апостериорную моду, или 90 616 максимум апостериорных 90 617 (MAP), в качестве оценки усадки для коэффициента. Апостериорная мода находится с помощью алгоритма L-BFGS (Nocedal, 1980), реализованного на C++ с использованием библиотек RcppNumerical и L-BFGS++ . Запуск apeglm эффективен: для набора данных моделирования, смоделированного на данных Pickrell (10 000 генов и 5 против 5 образцов), запуск DESeq2 для получения оценок дисперсии и коэффициентов MLE занимает 4,7 с на ноутбуке с одним ядром, выполнение LFC-усадки с DESeq2 Normal Prior занимает 2,9 с, а выполнение LFC-усадки с apeglm Cauchy Prior занимает 4,1 с. Запуск apeglm только для получения оценок MAP (без вычисления апостериорного стандартного отклонения) занимает 0,5 с.
Мы получаем апостериорное распределение для β gk , используя приближение Лапласа: мы оцениваем ковариацию апостериорного распределения как отрицательную обратную матрицу Гессе, полученную в результате численной оптимизации апостериорного журнала. Мы также попытались использовать альтернативный метод аппроксимации апостериорного значения путем интегрирования ненормализованного апостериорного значения по мелкой сетке, но обнаружили, что аппроксимация Лапласа неизменно более точна. Используя приблизительный апостериорный анализ, мы вычисляем локальную частоту ложных сигналов (FSR) и достоверные интервалы. Следуя Стивенсу (2017), локальный FSR определяется как апостериорная вероятность того, что апостериорная мода (MAP) имеет ложный знак, то есть для гена 9.0616 g ,
lfsrg={p(βgk<0) MAP из βgk≥0p(βgk≥0) MAP из βgk<0.
Мы также предоставляем локальную скорость FSOS относительно заданного θ>0, представляющего биологически значимую величину эффекта,
lfsosrgθ={p(βgk<θ) MAP βgk≥0p(βgk>−θ) MAP βgk< 0.
По аналогии со значением q (Storey, 2003), значение s (Stephens, 2017) предоставляет статистику для порогового значения, чтобы создать список генов, удовлетворяющий определенной границе ожидания. s -значение может быть вычислено как
sg=1|Γ|∑j∈Γlfsrj, Γ={j:lfsrj≤lfsrg},
и аналогично для локальной скорости FSOS. Другие методы, предполагающие использование кумулятивного среднего или кумулятивного максимума апостериорных вероятностей для определения набора интересных признаков в высокопроизводительных экспериментах, включают Choi et al. (2008), Kall и др. (2008) и Ленг и др. (2013).
3 Результаты
3.1 Сильные пороги фильтрации могут привести к потере генов DE
Трудно точно оценить LFC для генов с низким числом прочтений; MLE LFC для генов с низким количеством прочтений имеют высокую дисперсию из-за преобладания дисперсии выборки над любыми обнаруживаемыми биологическими различиями. MLE LFC для этих генов могут не отражать истинную биологическую разницу в экспрессии генов в разных условиях и, следовательно, ненадежны для построения графиков или ранжирования генов по величине эффекта (Love et al. , 2014). Чен и др. (2016) предложили удалить из анализа гены, которые имеют низкое масштабированное количество в образцах. Они определяют масштабированное количество, отсчетов на миллион (CPM), что равно количеству Y gi , деленному на устойчивую оценку размера библиотеки, умноженному на один миллион. Правило фильтрации состоит в том, чтобы оставить только те гены с 90 616 n 90 617 или более образцов с CPM, превышающим значение CPM для необработанного количества 10 для наименее секвенированного образца. Предлагаемое значение для n — это размер выборки наименьшей группы. Фильтрация CPM происходит до любого статистического анализа. Другие пороговые значения, не зависящие от данных, например требуемая цена за тысячу показов 0,5 или 1 из 9.0616 n или более образцов могут быть еще более агрессивными при удалении генов с потенциальным сигналом, когда глубина секвенирования высока.
Мы иллюстрируем, как фильтрация может привести к потере генов DE, используя набор данных Bottomly et al. (2011), который содержит 10 и 11 образцов данных секвенирования РНК для мышей из двух линий, C57BL/6J(B6) и DBA/2J(D2) соответственно. Мы неоднократно случайным образом отбирали по три образца из каждого штамма, балансируя между тремя экспериментальными партиями. Затем мы применили правило фильтрации CPM к каждому случайному подмножеству, повторив процесс 100 раз. Для всех генов в полном наборе данных мы использовали DESeq2 (Love et al. , 2014) для тестирования DE среди штаммов, контролирующих партию, определяя набор генов с номинальным порогом FDR 5%. На дополнительном рисунке S2 показаны четыре примерных гена, которые были удалены более чем в 50% случаев в случайных подмножествах, но были зарегистрированы как дифференциально экспрессированные DESeq2 в полном наборе данных. Таких генов было 207, что показано на дополнительном рисунке S3. Эти гены действительно имели информацию, которую они могли внести: например, они имели в среднем одинаковый знак оцениваемых LFC9.9% времени по сравнению с LFC из полного набора данных. Эти гены, несмотря на низкую экспрессию генов, все еще могут быть биологически значимыми, поэтому мы рассмотрели статистические методы, которые также дают оценки LFC с низкой дисперсией для относительно небольшого количества генов. Чтобы было ясно, мы не возражаем против какой-либо фильтрации , а только против строгой фильтрации с целью получения точных LFC, которые могут отбрасывать гены с соответствующим сигналом.
Помимо фильтрации, дополнительным подходом к получению точных размеров эффекта является использование масштабированных псевдосчетчиков или предварительных подсчетов для получения оценок усадки LFC. Подход с предварительным подсчетом используется в edgeR и limma-voom . Однако установка предварительного подсчета не использует статистическую информацию, содержащуюся в данных, для оценки LFC, поэтому оптимальный предварительный подсчет необходимо адаптировать для каждого набора данных. Например, по мере увеличения размера выборки оптимальный априорный подсчет должен стать равным нулю, поэтому фиксированный априорный подсчет может быть неоптимальным. Кроме того, подход с предварительным подсчетом, хотя и помогает с высокой дисперсией LFC от генов с низким количеством, меньше помогает для генов с высокой дисперсией. Наконец, мы отмечаем, что подход с предварительным подсчетом не обеспечивает апостериорного распределения величины эффекта, что может быть полезно для некоторых анализов, обсуждаемых ниже.
3.2 Обзор метода
apeglm Следуя базовой структуре GLM, мы предлагаем адаптивную байесовскую оценку усадки (рис. 1). Мы использовали априорное распределение с тяжелым хвостом для размеров эффекта, где форма априорного распределения фиксирована, а шкала адаптирована к распределению наблюдаемого MLE размера эффекта для всех генов (см. Раздел 2). Для каждого гена метод использует аппроксимацию Лапласа, чтобы определить режим апостериорного распределения в качестве оценки сокращения, апостериорное стандартное отклонение в качестве меры неопределенности и интересующие апостериорные вероятности, описанные ниже. Наш метод устраняет необходимость в правилах фильтрации или предварительных подсчетах и использует статистическую информацию в данных для оценки размера эффекта. Этот метод является общим для различных вероятностей, но здесь мы применяем его к секвенированию РНК с использованием NB GLM, где размер эффекта представляет собой конкретный LFC (логарифмическое изменение между группами или термин взаимодействия в сложном дизайне). Для генов с низким числом или высокой дисперсией этот метод сужает LFC до нуля, тем самым облегчая проблему ненадежно больших оценок LFC.
Рис. 1.
Открыть в новой вкладкеСкачать слайд
Обзор метода. apeglm использует оценки MLE и соответствующие стандартные ошибки модели GLM в качестве входных данных. В apeglm мы предоставляем априорное распределение с тяжелыми хвостами для коэффициентов и вычисляем оценки усадки и соответствующие SD. Пользователи также могут определить функцию правдоподобия, которая описывает данные и передает их в apeglm . apeglm также предоставляет локальные FSR и s -values (Stephens, 2017) как часть вывода
Локальный FSR (Stephens, 2017) определяется как апостериорная вероятность для гена того, что знак оцениваемой величины эффекта неверен. Подобно FSR, мы также используем локальную скорость FSOS : апостериорную вероятность неправильной оценки знака размера эффекта, или размера эффекта меньше заранее заданного значения . Для ставок FSR и FSOS apeglm предоставляет совокупное количество, s — значение, предложенное Stephens (2017), которое можно использовать для создания списков генов. Значение s для гена определяется как среднее значение локального FSR по набору генов, которые имеют меньший локальный FSR, чем этот (аналогично для FSOS, см. Раздел 2).
3.3 Адаптивный априор контролирует FSR
Мы выполнили первоначальную оценку нашего подхода на смоделированных данных, чтобы подтвердить, что адаптивный априор будет контролировать совокупный FSR при пороговом значении с — значения для наборов данных с различным разбросом истинных LFC. Использование фиксированной неадаптивной априорной шкалы приводит к потере контроля над FSR, когда истинные LFC были взяты из нормального распределения с небольшой дисперсией; соответствие масштаба предыдущего масштабу истинного распределения LFC восстановило контроль над FSR (дополнительный рис. S4). Хотя предыдущий , меньший по масштабу, чем , чем истинное распределение LFC, также контролировал FSR, это привело к увеличению относительной ошибки точечных оценок (дополнительные рисунки S5 и S6). Поэтому мы решили установить шкалу до расчетной шкалы истинных LFC, используя MLE и их стандартную ошибку (раздел 2).
3.4 Оценка набора данных о дрожжах с высокой степенью репликации
Для изучения точности различных оценок LFC мы использовали набор данных секвенирования РНК с высокой степенью репликации, разработанный для сравнительного анализа (Schurch et al. , 2016). Этот набор данных состоит из данных секвенирования РНК Saccharomyces cerevisiae из двух экспериментальных условий: 42 повтора в дикого типа и 44 повтора в мутанте Δsnf2. Мы случайным образом выбрали три образца из каждого экспериментального условия, чтобы сформировать тестовый набор данных, и применили методы дифференциальной экспрессии генов для оценки LFC. Мы сравнили оценки LFC с отношением log 2 средних масштабированных значений в полном наборе данных, который был принят в качестве «золотого стандарта» LFC. Мы повторили случайную выборку 100 раз. Мы также провели этот же эксперимент, используя размер выборки 5 против 5. Для этой оценки и всех других мы минимизировали влияние генов без сигнала для оценки LFC, оценивая только методы по генам со средним значением более одного. масштабированное количество на образец. Эта минимальная фильтрация не дает преимущества апглм .
Мы сравнили эффективность apeglm с четырьмя другими методами оценки размера эффекта в RNA-seq, DESeq2 , edgeR , limma-voom , а также ashr , 2017, 2Stephens. При сравнении с DESeq2 мы сравнили apeglm с оценкой усадки LFC, полученной с использованием нормального априорного анализа, как описано в Love et al. (2014). ashr предоставляет общие методы для адаптивной оценки усадки, принимая в качестве входных данных вектор расчетных 9g и соответствующую стандартную ошибку с использованием MLE из DESeq2 (« ashr DESeq2 input») и расчетный коэффициент из limma-voom , плюс стандартную ошибку, рассчитанную с использованием оценки модерируемой дисперсии (« ashr limma input ‘). Мы также включили edgeR с предварительным количеством 5, что помогает смягчить дисперсию расчетных LFC от генов с низким количеством ( edgeR-PC5 ).
Стратификация генов по абсолютному значению истинных LFC позволяет нам увидеть, где различные методы систематически превосходят и терпят неудачу на протяжении 100 итераций подвыборки (рис. 2a и c). limma и edgeR имели самую низкую среднюю абсолютную ошибку (MAE) для обоих размеров выборки. DESeq2 имел наибольшую ошибку для наибольшего бина истинных LFC, а это означает, что DESeq2 ‘s Normal Priority не мог учесть верхние 0,5% размеров эффекта для этого набора данных, что привело к слишком большому сокращению. Другие оценщики усадки apeglm и ashr (с любым входом) поддерживали средний диапазон MAE. edgeR-PC5 имел низкую ошибку для небольших истинных LFC, но затем увеличивался до более высокой ошибки для самого большого бина истинных LFC, особенно когда размер выборки увеличился до 5 по сравнению с 5, где смещение приближается к DESeq2 .
Рис. 2.
Открыть в новой вкладкеСкачать слайд
(a) MAE оценок для 3 и 3 выборок, определяемая как среднее абсолютного значения различий между расчетным и эталонным LFC, стратифицированное по абсолютному значение эталонных LFC. Для каждого метода наносится среднее значение MAE по 100 итерациям. Метка по оси x дает верхнюю границу интервала абсолютного значения LFC. (b) Участок Concordance At the Top (CAT) (Irizarry и др. , 2005) сравнение ранжированных списков генов по каждому методу с эталонным ранжированным списком генов для 3 и 3 образцов. Количество лучших генов, ранжированных по абсолютному значению LFC, находится на оси x, а пропорция соответствия между двумя рейтингами — на оси y. Например, если ранжированный список генов из apeglm оцененных и эталонных LFC имеет общие 85 из 100 лучших генов, то точка apeglm попадет в (100, 0,85). (c) График оценок MAE для 5 и 5 образцов. (d) CAT-график для 5 образцов по сравнению с 5 образцами
Ранжирование генов по оценкам LFC может помочь в дальнейшем изучении генов, на экспрессию которых больше всего влияет изменение состояния. Мы сравнили конкордантность генов с наивысшим рейтингом по абсолютным оценкам LFC (рис. 2b и d). Мы исследовали для 90 616 из 90 617 лучших генов, ранжированных по абсолютному значению оцененных LFC, долю, которая была среди 90 616 из 90 617 лучших генов по абсолютному значению эталонных LFC (w∈{100,150,200,…,400}). Хотя limma и edgeR имели самую низкую MAE при группировании по квантилям истинного LFC, между тем они имели самую низкую согласованность при ранжировании генов по LFC, в то время как оценщики усадки, как правило, работали лучше (всегда после w = 250 генов). ). apeglm , ashr (с любым входом) и edgeR-PC5 имели самую высокую согласованность генов с наивысшим рангом по абсолютной LFC в целом, для 3 против 3. apeglm и ashr (с любым входом) имели самая высокая согласованность для эксперимента с подвыборкой 5 против 5. DESeq2 имел относительно низкую согласованность среди оценщиков усадки для самых маленьких w из-за чрезмерной усадки генов самого большого эффекта размера.
В одной итерации случайной выборки можно наблюдать большую часть поведения, которое систематически наблюдалось на всех итерациях (дополнительный рис. S8). apeglm , ashr с входными данными DESeq2 или limma и edgeR-PC5 показали хорошие результаты в оценке LFC, при этом оценки LFC близки к эталонным LFC для большинства генов. DESeq2 и edgeR-PC5 имели производительность, аналогичную apeglm , но были слишком агрессивны в сокращении LFC для генов с большими эталонными LFC, например, log 2-кратное изменение около 4. Мы показываем количество таких примеров генов в дополнительном Рисунок S9, где DESeq2 или edgeR-PC5 дают небольшие оценки LFC для генов с большим эталонным LFC, в то время как метод apeglm допускает большие оценки LFC. крайR и лимма вернул большие оценочные LFC для некоторых генов с эталонными LFC около нуля, что проблематично для ранжирования генов по величине эффекта без предварительного применения некоторой формы фильтрации подсчета.
Таким образом, с учетом как совокупной ошибки (рис. 2a и c), так и согласованности в ранжировании генов по величине эффекта (рис. 2b и d), apeglm , ashr и edgeR-PC5 показали лучшие результаты для в эксперименте 3 против 3, а apeglm и ashr показали лучшие результаты в эксперименте 5 против 5. limma и edgeR показали низкие результаты при ранжировании генов по величине эффекта, а DESeq2 и edgeR-PC5 имели высокую ошибку для генов максимальной величины эффекта ( DESeq2 для обоих экспериментов, в то время как edgeR-PC5 только для эксперимента 5 против 5). Таким образом, мы заключаем, что оценка сокращения полезна для ранжирования генов по величине эффекта и не обязательно достигается за счет значительной систематической ошибки, зависящей от конструкции метода сокращения. Среди методов, использующих оценку усадки, преимущество apeglm заключается в том, что он сохраняет истинные, большие различия в расчетных LFC в зависимости от условий. Чтобы продемонстрировать это, мы рассчитали средние оценочные LFC для методов, выполняющих усадку ( apeglm , DESeq2 , ashr и edgeR-PC5 ), усреднив по 100 итерациям. Сравнение средних оценочных LFC с эталонными LFC демонстрирует степень смещения оценщиков, где ожидается, что оценщики усадки будут иметь смещение в сторону нуля. Затем мы построили график MA, который обычно используется для визуализации результатов экспрессии гена DE, но где выделено чрезмерное сокращение во многих итерациях, т.е. предвзятая оценка (дополнительный рисунок S10). Все методы продемонстрировали сокращение LFC более чем на 0,5 для многих генов со средним числом по шкале <10, но apeglm сохранил самые большие LFC для генов с большим средним числом в масштабе. DESeq2 и ashr с вводом limma имели тенденцию сокращать LFC на > 0,5 для генов со средним уровнем экспрессии > 10, включая гены с абсолютным значением эталонного LFC > 2, что свидетельствует о больших различиях в зависимости от состояния.
3.5 Ранговое сравнение со значениями
P Многие рабочие процессы секвенирования РНК используют скорректированные значения P из статистической проверки нулевой гипотезы об отсутствии различий в экспрессии для ранжирования генов по важности. limma по умолчанию ранжируется по логарифмическим коэффициентам DE. Однако скорректированные P -значения или логарифмические шансы не отражают величину LFC, если стандартный нуль LFC=0 не заменен пороговым тестом (Love et al. , 2014; McCarthy and Smyth, 2009). при этом положительный порог биологической важности определяется аналитиком. Используя байесовские методы, мы можем напрямую ранжировать гены по величине их эффекта, поскольку ненадежные LFC от генов с низким количеством или высокой изменчивостью снижаются до нуля. Мы оценили наш рейтинг на 9Размер эффекта 0616 apeglm давал результаты, существенно отличающиеся от типичного ранжирования генов по значениям P или независимому взвешиванию гипотез ( IHW ) с поправкой на значения P (Ignatiadis et al. , 2016). Мы сравнили ранжирование генов с помощью эталонного LFC, сделав важную оговорку о том, что значения P не предназначены для обеспечения надежного ранжирования по величине эффекта (рис. 3). Сравнивая процент соответствия наверху с рейтингом по ссылкам LFC, рейтинг от apeglm , оцененные LFC, имели более 80% соответствия, в то время как ранжирование по значениям DESeq2 P и IHW , скорректированным значениям P , имело соответствие около 60%. Кроме того, некоторые гены с низким рангом (вверху списка генов) из IHW с поправкой на значений P имели высокий ранг к apeglm , что потенциально указывает на то, что размер эффекта значительно отличается от нуля, но, тем не менее, мал. Это сравнение показало, что apeglm на самом деле дает существенно разные результаты с точки зрения списков генов, и предыдущий анализ показывает, что результаты apeglm точны в наборе данных RNA-seq с высокой степенью репликации.
Рис. 3.
Открыть в новой вкладкеСкачать слайд
(a) Диаграмма CAT, сравнивающая ранжированные списки генов из apeglm оцененных LFC, DESeq2 значений p и 7 скорректированных значений P 6 17 IHW 9061 для 3 6 17 IHW 9061 3 образца. (b) График CAT, сравнивающий ранжированные списки генов из apeglm оценил LFC, значения DESeq2 P и IHW скорректировали значения P для 5 против 5 образцов. (c) Ранговый график, сравнивающий ранги генов из apeglm оцененных LFC и IHW скорректированных значений P для 3 и 3 образцов. (d) График рангов, сравнивающий ранги генов из apeglm оцененных LFC и IHW скорректированных значений p для 5 по сравнению с 5 образцами
3.6 Оценка при моделировании на основе экспериментальных данных
Мы также проверили, обеспечивает ли apeglm точные оценки LFC в смоделированных данных, смоделированных на экспериментальных наборах данных. Мы сгенерировали «истинные» LFC из смеси нормальных распределений с нулевым центром. Средние подсчеты и оценки дисперсии NB были получены из совместного распределения оцененных параметров по Bottomly et al. (2011) и Пикрелл и др. (2010), как это было сделано в Love et al. (2014). Мы смоделировали 10 000 генов с размером выборки 5 против 5 и повторили всю симуляцию 10 раз для каждого экспериментального набора данных. Мы также удвоили размер выборки до 10 по сравнению с 10, чтобы увидеть, обеспечивают ли методы постоянную относительную эффективность при большем размере выборки. Для 9Для набора данных 0616 Pickrell , который имеет более высокую внутригрупповую вариацию, мы использовали смесь нормальных распределений со стандартными отклонениями 1, 2, 3 (с пропорциями смешивания 90, 5 и 5% соответственно). Набор данных Bottomly имеет меньшую внутригрупповую изменчивость, поэтому, чтобы сделать моделирование столь же сложным, мы использовали стандартные отклонения 0,25, 0,5 и 1 (90, 5 и 5%). Мы построили моделирование таким образом, чтобы ожидаемое количество для всех смоделированных образцов всегда было > 10, чтобы избежать чрезмерного акцента на гены с наименьшим количеством (этот выбор моделирования не дает преимущества 9).0616 апглм ).
Результаты моделирования для набора данных Pickrell (рис. 4) и набора данных Bottomly (дополнительный рисунок S11) в основном соответствовали предыдущему результату для набора данных дрожжей с высокой степенью репликации. limma , edgeR , edgeR-PC5 и apeglm , как правило, имели наименьшую ошибку при стратификации по истинным LFC, хотя limma и edgeR имели самую низкую конкордантность по LFC при ранжировании генов. Методы, которые не сжимаются, как правило, дают большие оценки для генов, где истинные LFC близки к 0 (дополнительные рисунки S12 и S13). С помощью одной итерации случайной выборки мы показали два гена, у которых истинные LFC были близки к нулю в течение 9 лет. Набор данных 0616 Pickrell , для которого edgeR и limma сильно переоценили LFC, но apeglm предоставил LFC около 0 (дополнительный рисунок S14). Как и в наборе данных о дрожжах, по мере увеличения размера выборки apeglm имели меньшую ошибку по сравнению с edgeR-PC5 для самых больших LFC. DESeq2 , как и ожидалось, имел наибольшую ошибку для самых больших LFC. В отличие от результатов высокореплицированного набора данных о дрожжах, здесь ashr с обоими входами имел более высокую ошибку для среднего диапазона LFC. С помощью одной итерации случайной выборки мы показали два гена со средним диапазоном LFC для набора данных Bottomly , для которого ashr оцененные LFC были намного меньше, чем истинные LFC, в то время как apeglm дали более точные, большие LFC (дополнительные Рис. S15). Отметим, что мы смоделировали NB отсчетов, поэтому методы apeglm , DESeq2 и edgeR , которые предполагают вероятность NB, потенциально имеют преимущество. apeglm показал лучшие результаты при моделировании для малых и больших размеров выборки, демонстрируя стабильно низкую ошибку, а также высокую согласованность.
Рис. 4.
Открыть в новой вкладкеСкачать слайд
Набор данных моделирования (верхняя строка, 5 против 5, и нижняя строка, 10 против 10), смоделированных на основе оценочных параметров из Pickrell et al. (2010) набор данных. Каждая точка представляет собой среднее значение по 10 повторным моделированиям
Оценщики усадки apeglm , DESeq2 и ashr , как правило, имели низкую MAE во всем диапазоне подсчетов (дополнительный рисунок S16). limma и edgeR , как и ожидалось, имели высокий MAE для малых количеств. MAE для edgeR-PC5 при группировании генов по подсчетам была низкой для размера выборки 5 по сравнению с 5, но выше, когда размер выборки был увеличен до 10 по сравнению с 10. -значения ( ашр и apeglm ) смогли достичь своих границ FSR. Мы также сгенерировали s -значений для DESeq2 , используя оценку апостериорной моды DESeq2 и связанную с ней неопределенность. Мы создали графики с использованием пакета iCOBRA (Soneson and Robinson, 2016), показывающие количество генов при различных достигнутых значениях FSR (дополнительный рисунок S17). Этот анализ показал, что apeglm и ashr с входом DESeq2 , как правило, достигают целевого значения 1% и 5% FSR, в то время как DESeq2 и ashr с входом limma были лишь немного выше их номинального FSR. Доступ к объектам данных iCOBRA для четырех итераций моделирования можно получить по адресу https://github.com/mikelove/apeglmPaper и изучить в интерактивном режиме с помощью приложения iCOBRA Shiny.
3.7 Оценка устойчивости, расширяемости и непротиворечивости
Чтобы проверить устойчивость apeglm и других байесовских методов сжатия к нарушениям унимодального предположения, мы модифицировали моделирование таким образом, чтобы истинные LFC больше не генерировались из унимодального распределения, но вместо этого смесь нулевого и ненулевого распределения. Сначала мы оценили, как добавление компонента с ненулевым центрированием повлияло на оценку шкалы априора в апглм . Мы обнаружили, что оценочная шкала предыдущего отслеживалась с дисперсией смеси распределения, а не только с компонентом с нулевым центром, как ожидалось (дополнительный рис. S18). Чтобы оценить производительность apeglm по сравнению с другими методами оценки LFC, мы смоделировали смесь N(0,0,5) и N (3, 2) для набора данных Pickrell и смесь N(0,0,125). ) и N(0,75,0,5) для набора данных Bottomly , таким образом создавая бимодальное распределение, когда ненулевой компонент был включен в достаточно высокой пропорции. Мы считали, что доля генов, происходящих из компонента с ненулевым центром, находится в диапазоне {5, 10 и 20%}. apeglm был наиболее эффективным методом с учетом точности и согласованности ранжирования генов по величине эффекта для 5% случая (дополнительные рисунки S19 и S20 для наборов данных Pickrell и Bottomly соответственно). Различия были более умеренными для 10% ненулевого компонента для набора данных Pickrell (дополнительный рисунок S21), где apeglm работали аналогично limma и edgeR , которые имели достойную согласованность при ранжировании генов. Однако apeglm превзошел эти два метода с точки зрения ранжирования генов в наборе данных Bottomly с 10% генов из ненулевого компонента (дополнительный рисунок S22). Наконец, различия были более умеренными при крайних значениях 20% генов, происходящих от ненулевого, большого положительного компонента LFC (дополнительные рисунки S23 и S24). В целом, мы показали, что apeglm по-прежнему хорошо работают с нарушением предположения об одномодальном распределении со средней ошибкой, близкой к лимме 9.0617 и edgeR , имея при этом высокую согласованность в ранжировании генов по величине эффекта.
apeglm был разработан в общем виде таким образом, что его можно распространить на общие вероятности в дополнение к вероятности NB, которая использовалась до сих пор. Мы рассмотрели возможность использования apeglm с сгенерированными данными и вероятностью Zero Inflated NB (ZINB). Мы использовали пакет splatter Bioconductor (Zappia et al. , 2017) для моделирования наборов данных с дополнительными нулями сверх того, что можно было бы ожидать при распределении NB. Мы моделировали 100 ячеек в следующих разделах: (20, 20, 60), (30, 30, 40) или (50, 50). Мы сосредоточили оценку на сравнении первых двух групп, имеющих одинаковый размер выборки. Мы считали доли генов, которые по-разному экспрессируются во всех трех группах, в диапазоне 1, 5 или 10%. Оценка нулевой компоненты производилась до apeglm с использованием методов, описанных в Van den Berge et al. (2018 г.) и пакет zinbwave Bioconductor (Risso et al. , 2018 г.) и использовался либо для определения нулевых весов, либо в качестве входных данных для вероятности ZINB. Нулевые веса могут использоваться для выделения вклада в подсчеты от компонента NB; и, следовательно, потенциально устранить предвзятость из-за «технических нулей». Мы сравнили производительность следующих подходов: простое отношение среднего масштабированного количества после добавления псевдосчета 0,1, отношение средневзвешенного масштабированного количества после добавления псевдосчета 0,1, MLE от DESeq2 с учетом нулевых весов, использование нормального априора в DESeq2 со взвешенной вероятностью NB, apeglm со взвешенной вероятностью NB и apeglm с вероятностью ZINB. Мы оценили корреляцию оценок Пирсона с правдой, MAE для 30 лучших генов, ранжированных по методу, и MAE для всех генов (дополнительные рисунки S25–S33). apeglm с взвешенной функцией правдоподобия NB и функцией правдоподобия ZINB постоянно имели наименьшую MAE (всего или для 30 лучших генов, ранжированных с помощью метода) во всех комбинациях дифференциально выраженных пропорций и размеров выборки. Эти два варианта были эквивалентны, в то время как взвешенный подход NB-вероятности был намного быстрее, используя преимущества оптимизированного кода C++ для NB-вероятности в апглм . Два варианта apeglm превзошли использование нормального предшествующего в DESeq2 с точки зрения MAE первых 30 генов, когда процент генов DE составлял 1 или 5%. Улучшение MAE при использовании байесовского сжатия было максимальным для размера выборки 20 по сравнению с 20, умеренным для размера выборки 30 по сравнению с 30, и apeglm было сравнимо с взвешенным псевдосчетом и подходами MLE при 50 по сравнению с 50.
Наконец, мы оценили согласованность apeglm оценщик, рассматривая объемные смоделированные наборы данных RNA-seq с большими размерами выборки (30 против 30 и 50 против 50). Здесь мы ожидаем, что относительное преимущество байесовского сжатия для ранжирования генов будет уменьшаться, поскольку апостериорные оценки сходятся к MLE. Мы снова произвели смоделированные объемные данные секвенирования РНК, смоделированные на 9Набор данных 0616 Pickrell (рис. 5) и набор данных Bottomly (дополнительный рис. S34). Во всех методах MAE становится намного ниже, а конкордантность генов намного выше. Как было показано ранее, apeglm является одним из самых эффективных методов, хотя его преимущество перед безусадочными методами limma и edgeR меньше. Такая конвергенция ожидаема, и анализ большого размера выборки в основном полезен для оценки того, что apeglm 9Оценка 0617 непротиворечива — она сходится к истинному смоделированному значению по мере увеличения размера выборки. edgeR-PC5 работает в этих случаях с большим размером выборки хуже, чем раньше, поскольку большой предварительный подсчет больше не требуется для стабилизации оценок без усадки. На дополнительном рисунке S35 показано среднее значение MAE для моделирования большого размера выборки.
Рис. 5.
Открыть в новой вкладкеСкачать слайд
График MAE по LFC (слева) и графики CAT (справа) набора данных моделирования (верхний ряд, 30 против 30 и нижний ряд, 50 против 50), смоделированных по оценочным параметрам из Пикрелла и др. (2010) набор данных. Каждая точка представляет собой среднее значение по 10 повторным симуляциям
Моделирование в этой статье позволило изучить производительность различных оценщиков LFC по размеру выборки и для случая относительно больших значений дисперсии ( Набор данных Pickrell ) и относительно малых значений дисперсии ( Нижний набор данных ). Во всех смоделированных наборах данных метод apeglm был наиболее эффективным методом балансировки низкого MAE с высокой согласованностью при ранжировании генов по их истинному, смоделированному размеру эффекта. Методом исключения DESeq2 и ashr в некоторых случаях имели высокую ошибку для средних и больших размеров эффекта, limma и edgeR имели низкую согласованность в ранжировании генов, а edgeR-PC5 имели высокую ошибку для случаев большого размера выборки, в то время как apeglm продемонстрировал надежную оценку LFC на всем протяжении.
3.
8 Оценка эксперимента со смесью клеточных линий Мы дополнительно оценили относительную производительность apeglm с использованием набора данных RNA-seq смеси клеточных линий, разработанного для сравнительного анализа (Holik и др. , 2017). В этом исследовании исследователи выбрали две клеточные линии одного и того же типа рака легкого и вырастили клеточные линии (NCI-h2975 и HCC827) в трех биологических повторах, а затем смешали концентрации РНК из каждого из этих повторов в пяти заранее заданных количествах. пропорции (100:0, 75:25, 50:50, 25:75, 0:100%). Следуя обозначениям их статьи, мы используем 100, 075, 050, 025 и 000 для представления пропорций. Мы использовали для оценки 15 обычно обработанных образцов, приготовленных с помощью набора мРНК TruSeq poly-A компании Illumina. Мы сравнили две группы смесей, каждая с тремя независимыми повторами: 075 против 025 и 050 против 025. Мы обнаружили, что на смеси 100 против 000 и 000 против 100 сильно повлияли образцы 100 и 000, которые будут использоваться как для оценки, так и для анализа. для оценки. Мы рассчитали ошибку оценки, как в Holik и др. (2017) как разница между LFC, оцененными каждым методом с использованием двух групп образцов, и LFC, предсказанными нелинейной моделью, подходящей для всех 15 образцов, с использованием функции fitmixture в пакете limma .
Распределение истинных LFC для 075 по сравнению с 025 и 050 по сравнению с 025 ограничено [ log 2(1/3), log 2(3)] и [ log 2(2/3), log 2(2)] , соответственно, и поэтому вместо того, чтобы рассматривать гены с наивысшим рейтингом, мы рассмотрели два графика для оценки точности оценки LFC: одно объединение по истинным LFC и одно объединение по оцененным LFC (рис. 6). ashr с входным сигналом DESeq2 и apeglm имели более высокий MAE при бинировании по истинным LFC, но имели самый низкий MAE при бинировании по оценочным LFC, что показывает, что усадка действительно вызывает смещение, но защищает от вывода больших и ненадежных LFC. limma и edgeR показали противоположные характеристики: низкий MAE при бинировании по истинным LFC, но высокий MAE при бинировании по оценочным LFC. DESeq2 и ashr с входом limma имели смешанную производительность. В этом эксперименте edgeR-PC5 , как правило, имел постоянно низкий MAE, хотя мы отмечаем, что размер выборки для эксперимента со смесью клеточных линий составлял три на группу, и мы обнаружили, что относительная погрешность метода предварительного подсчета увеличивалась с увеличением размера выборки (рис. 5). ).
Рис. 6.
Открыть в новой вкладкеСкачать слайд
( a ) Распределение истинных LFC для сравнения 050 и 025, где истинные LFC прогнозируются с помощью подобранной нелинейной модели. ( b ) Диаграмма рассеяния оцененных LFC от apeglm над истинными LFC для сравнения 050 и 025. Вертикальные и горизонтальные линии указывают на два типа бинов, которые использовались для стратификации ошибки оценки. (c и d) График MAE, сгруппированный по истинным LFC и расчетным LFC для сравнения 075 и 025 ( e и f ) График MAE, сгруппированный по истинным LFC и расчетным LFC для сравнения 050 с 025
55 4 Обсуждение Здесь мы сравнили различные оценки усадки для LFC в DE-анализе подсчета РНК-seq. Эксперименты с секвенированием РНК часто имеют ограниченное количество биологических повторов в каждой группе условий, обычно в диапазоне 3–5. Особенно трудно оценить LFC для генов с низким количеством или высоким коэффициентом вариации при таком небольшом количестве повторов. Мы рассмотрели методы смягчения этой проблемы оценки LFC и обнаружили, что общие правила фильтрации могут привести к потере генов DE. С другой стороны, мы обнаружили, что существующие методы уменьшения оценок LFC, такие как DESeq2 , может чрезмерно уменьшить те гены с очень большими LFC, хотя ранжирование не сильно ухудшилось. Чтобы уменьшить уменьшение больших размеров эффекта, которое произошло при использовании Normal Priority, мы заменили адаптивный Cauchy Priority, который имеет достаточную плотность вероятности в хвостах распределения, чтобы учесть очень большие эффекты. Полученная в результате оценка уменьшила дисперсию, связанную с оценками LFC в диапазоне от низких до высоких значений, а также сохранила истинно большие LFC.
Мы продемонстрировали полезность адаптивной априорной модели с тяжелыми хвостами для высокопроизводительных экспериментов, в которых размер эффекта оценивается по десяткам тысяч признаков. Представленные здесь результаты были сосредоточены на задаче оценки LFC в экспериментах с последовательностью РНК с использованием вероятности NB, но программное обеспечение и методы написаны в общем виде, и в целом использование адаптивного априорного анализа Коши может быть адаптировано. к другим вероятностям и настройкам. Метод apeglm принимает произвольные вероятности, если заранее заданы дополнительные параметры, такие как дисперсия. 9Таким образом, 0616 apeglm также может быть расширен для использования с другими типами данных, если он может быть смоделирован с помощью GLM. Например, наш метод можно применять к данным подсчета выражений, специфичных для аллелей, с использованием бета-биномиальной вероятности, как показано в виньетке пакета apeglm .
Предоставление размеров эффекта апостериорной моды с низкой дисперсией и их апостериорного стандартного отклонения позволяет использовать их в различных последующих процессах, например, отображать оценки LFC из двух экспериментов относительно друг друга на диаграмме рассеивания без необходимости принимать произвольные решения по фильтрации, которые должны применяться к обоим наборы данных. В другом контексте размеры эффекта генетических вариантов многих различных признаков можно систематически коррелировать друг с другом, чтобы предположить потенциальную взаимосвязь между признаками (Pickrell 9).0616 и др. , 2016). Такой анализ мог бы выиграть от сокращенных оценок размера эффекта, чтобы избежать жестких правил фильтрации и не подвергать корреляции чрезмерному влиянию неточных оценок.
Вычисление приблизительного апостериорного значения дает полезную агрегированную статистику, такую как значение FSR и s , предложенное Stephens (2017), и коэффициент FSOS, который позволяет пользователю определить диапазон величин эффекта, имеющих биологическую значимость. Мы отмечаем, что, хотя использование конкретных априорных подсчетов хорошо работает для обеспечения точечных оценок размера эффекта для определенных размеров выборки и отношений средней дисперсии, трудно выбрать значение, которое будет хорошо работать для всех наборов данных. Например, если рассматривать уникальные молекулярные идентификаторы (Kivioja и др. , 2012) и подсчеты, произведенные после дедупликации в таком эксперименте, информативность низкого подсчета может быть намного выше, чем в стандартных экспериментах с РНК-секвенированием без дедупликации, поэтому правила фильтрации и предварительные подсчеты должны быть изменены. быть пересмотрены и скорректированы вручную для такого набора данных. Байесовская процедура сокращения размеров эффекта, учитывающая статистическую информацию, желательна для различных типов наборов данных с высокой пропускной способностью.
5 Доступность
apeglm реализован в виде пакета R и доступен в рамках проекта Bioconductor (Huber et al. , 2015) по следующему адресу: http://bioconductor.org/packages/apeglm . Для оценки LFC в пакете используется единственная функция apeglm, которая принимает в качестве входных данных матрицу данных, матрицу плана и определяемую пользователем функцию правдоподобия. Функция вернет список оцененных LFC и соответствующих апостериорных SD, интервальных оценок и произвольных хвостовых областей апостериорного. 9Пакет 0616 apeglm поставляется с подробной виньеткой, которая демонстрирует функции пакета на реальном наборе данных RNA-seq. Оценщик усадки apeglm для RNA-seq также можно легко получить из пакета DESeq2 с помощью функции lfcShrink. Код R, используемый в этой статье для оценки методов, доступен в следующем репозитории: https://github.com/mikelove/apeglmPaper
6 Версии программного обеспечения
Использовались следующие версии программного обеспечения: REBayes 1.3, DESeq2 1.20.0 , крайR 3.22.3, лимма 3.36.1, ашр 2.2-7 и апэглм 1.2.1.
7 Регистрационные номера
Наборы данных, проанализированные в ходе этого исследования, доступны в репозиториях ENA, GEO или SRA: Schurch et al. (2016 г.), https://www.ebi.ac.uk/ena/data/view/PRJEB5348, Holik et al. (2017 г.), https://www.ncbi.nlm.nih.gov/geo/query/acc.cgi? acc=GSE86337, Pickrell и др. (2010 г. ), https://trace.ncbi.nlm.nih.gov/Traces/sra/? исследование = SRP001540, Bottomly и др. (2011 г.) https://trace.ncbi.nlm.nih.gov/Traces/sra/? исследование=SRP004777.
Благодарности
Мы благодарим Wolfgang Huber и Cecile Le Sueur за полезные отзывы о программном пакете.
Финансирование
М.И.Л. поддерживается [R01 HG009125, P01 CA142538 и P30 ES010126]. Дж.Г.И. и А.З. поддерживаются [R01 GM070335 и P01 CA142538].
Конфликт интересов : не объявлено.
Каталожные номера
Anders
S.
,
Huber
W.
(
2010
)
Анализ дифференциальной экспрессии для данных подсчета последовательностей
.
Геном Биол
.,
11
,
R106.
Нижний
Г.
и др. (
2011
)
Оценка экспрессии генов в полосатом теле мышей C57BL/6J и DBA/2J с использованием RNA-Seq и микрочипов
.
PLoS One
,
6
,
e17820.
Брент
Р.П.
(
1972
).
Алгоритмы минимизации без производных
.
Прентис-Холл, Энглвуд Клиффс, Нью-Джерси, 1973
.
Чен
Ю.
и др. (
2016
)
От прочтений к генам к путям: анализ дифференциальной экспрессии в экспериментах RNA-Seq с использованием Rsubread и конвейера квази-вероятности edgeR
.
F1000Res
.
5
,
1438
. Doi: 10.12688/f1000research.8987.2.
Чой
Х.
и др. (
2008
)
Статистическая проверка идентификаций пептидов в крупномасштабной протеомике с использованием стратегии поиска в базе данных мишеней-приманок и гибкого моделирования смесей
.
Дж. Протеом Рез
.,
7
,
286
–
292
.
Эфрон
Б.
,
Моррис
К.
(
1975
)
Анализ данных с использованием оценки Штейна и ее обобщения
.
Дж. Ам. Стат. Ассоц
.,
70
,
311
–
319
.
Гельман
А.
и др. (
2008
)
Слабоинформативное априорное распределение по умолчанию для логистических и других регрессионных моделей
.
Энн. заявл. Стат
.,
2
,
1360
–
1383
.
Хардкасл
Т.Дж.
,
Келли
К.А.
(
2010
)
baySeq: эмпирические байесовские методы идентификации дифференциальной экспрессии в данных подсчета последовательностей
.
Биоинформатика BMC
,
11
,
422
.
Hicks
S.C.
,
Irizarry
R.A.
(
2015
)
Quantro: основанный на данных подход к выбору подходящего метода нормализации
.
Геном Биол
.,
16
,
117.
Холик
А.З.
и др. (
2017
)
Миксология секвенирования РНК: разработка реалистичных контрольных экспериментов для сравнения протоколов и методов анализа
.
Рез. нуклеиновых кислот
. ,
45
,
e30
–
e30
.
Huber
W.
и др. (
2015
)
Организация высокопроизводительного геномного анализа с помощью Bioconductor
.
Нац. Методы
,
12
,
115.
Игнатиадис
Н.
и др. (
2016
)
Взвешивание гипотез на основе данных повышает эффективность обнаружения при множественном тестировании в масштабе генома
.
Нац. Методы
,
13
,
577
–
580
.
Ирисарри
Р.А.
и др. (
2005
)
Многолабораторное сравнение платформ микрочипов
.
Нац. Методы
,
2
,
345.
Kall
L.
и др. (
2008
)
Апостериорные вероятности ошибок и коэффициенты ложных открытий: две стороны одной медали
.
Дж. Протеом Рез
.,
7
,
40
–
44
.
Кивиоя
Т.
и др. (
2012
)
Подсчет абсолютного количества молекул с использованием уникальных молекулярных идентификаторов
.
Нац. Методы
,
9
,
72
–
74
.
Право
C.W.
и др. (
2014
)
Voom: точные веса открывают инструменты анализа линейной модели для подсчета прочтений РНК-секвенций
.
Геном Биол
.,
15
,
R29.
Лук-порей
J.T.
(
2014
)
svaseq: удаление пакетных эффектов и других нежелательных шумов из данных секвенирования
.
Резисы нуклеиновых кислот
.,
42
,
e161
–
e161
.
Длина
Н.
и др. (
2013
)
EBSeq: эмпирическая байесовская иерархическая модель для выводов в экспериментах по секвенированию РНК
.
Биоинформатика
,
29
,
1035
–
1043
.
Ли
Дж.
,
Тибширани
Р.
(
2013
)
Поиск согласованных закономерностей: непараметрический подход к идентификации дифференциальной экспрессии в данных RNA-Seq
.
Стат. Методы мед. Рез
.,
22
,
519
–
536
.
Любовь
М.И.
и др. (
2014
)
Модерированная оценка изменения кратности и дисперсии для данных секвенирования РНК с помощью DESeq2
.
Геном Биол
.,
15
,
550.
Маккарти
Д.Дж.
,
Смит
Г.К.
(
2009
)
Значимость тестирования относительно порога кратности изменения – это TREAT
.
Биоинформатика
,
25
,
765
–
771
.
Маккарти
Д. Дж.
и др. (
2012
)
Дифференциальный анализ экспрессии многофакторных экспериментов RNA-Seq в отношении биологической изменчивости
.
Рез. нуклеиновых кислот
.,
40
,
4288
–
4297
.
McCullagh
P.
,
Nelder
J.A.
(
1989
) Обобщенные линейные модели. В:
Монография по статистике и прикладной теории вероятностей
, Vol. 37. Издание второе. Чепмен и Холл, Нью-Йорк.
Нокедаль
Дж.
(
1980
)
Обновление квазиньютоновых матриц с ограниченным объемом памяти
.
Матем. Вычисление
.,
35
,
773
–
782
.
Патро
Р.
и др. (
2017
)
Salmon обеспечивает быструю и точную количественную оценку экспрессии транскриптов
.
Нац. Методы
,
14
,
417
–
419
.
Пикрелл
Дж.К.
и др. (
2010
)
Понимание механизмов, лежащих в основе изменчивости экспрессии генов человека, с помощью секвенирования РНК
.
Природа
,
464
,
768
–
772
.
Пикрелл
Дж.К.
и др. (
2016
)
Обнаружение и интерпретация общих генетических влияний на 42 черты человека
.
Нац. Жене
.,
48
,
709
–
717
.
Risso
D.
и др. (
2014
)
Нормализация данных секвенирования РНК с использованием факторного анализа контрольных генов или образцов
.
Нац. Биотехнолог
.,
32
,
896
–
902
.
Risso
D.
и др. (
2018
)
Общий и гибкий метод извлечения сигнала из данных секвенирования РНК одной клетки
.
Нац. Коммуна
.,
9
,
284.
Робинсон
М.Д.
и др. (
2010
)
edgeR: пакет Bioconductor для анализа дифференциальной экспрессии цифровых данных экспрессии генов
.
Биоинформатика
,
26
,
139
–
140
.
Черч
Нью-Джерси
и др. (
2016
)
Сколько биологических повторов необходимо в эксперименте RNA-seq и какой инструмент дифференциальной экспрессии следует использовать?
РНК
,
22
,
839
–
851
.
Сонесон
К.
,
Робинсон
М.Д.
(
2016
)
iCOBRA: открытый, воспроизводимый, стандартизированный и живой метод сравнительного анализа
.
Нац. Методы
,
13
,
283.
Soneson
C.
и др. (
2015
)
Дифференциальный анализ последовательностей РНК: оценки на уровне транскриптов улучшают выводы на уровне генов
.
F1000Res
.,
4
,
1521
.
Стивенс
М.
(
2017
)
Ставки ложных открытий: новая сделка
.
Биостатистика
,
18
,
275
–
294
.
Этаж
JD
(
2003
)
Коэффициент положительных ложных открытий: байесовская интерпретация и значение q
.
Энн. Стат
.,
31
,
2013
–
2035
.
Trapnell
C.
и др. (
2012
)
Дифференциальный анализ экспрессии генов и транскриптов в экспериментах по секвенированию РНК с помощью TopHat и Cufflinks
.
Нац. Проток
.,
7
,
562
.
van de Wiel
M.A.
и др. (
2013
)
Байесовский анализ данных секвенирования РНК путем оценки множественных априорных сокращений
.
Биостатистика
,
14
,
113
–
128
.
Ван ден Берге
К.
и др. (
2018
)
Контрольные гири открывают доступ к массовым инструментам РНК-секвенирования для нулевой инфляции и одноклеточных приложений
.
Геном Биол
.,
19
,
24
.
Zappia
L.
и др. (
2017
)
Брызги: имитация данных секвенирования одноклеточной РНК
.
Genome Biol
.,
18
,
174.
© Автор(ы) 2018. Опубликовано Oxford University Press.
Это статья в открытом доступе, распространяемая в соответствии с условиями некоммерческой лицензии Creative Commons Attribution (http://creativecommons.