تلاش های صورت گرفته در پزشکی و علم مهندسی بافت حاکی از آن است که تولید بافت ها و اندام های انسانی در داخل ترکیبات حاصل از سلول های انسان ـ حیوان از طریق فنّی به نام مکمل بلاستوسیست بین گونه ای امکان پذیر می شود. ایجاد کایمرا های انسان ـ حیوان این امکان را به دنیای پزشکی می دهد که برخی ویژگی های مشترک انسان یعنی سلول های بنیادی اش را درون بدن جانداران دیگر بیازماید. مزایای متعدد ازجمله تولید اندام های انسانی در بدن حیوانات و در نهایت استفاده از آن ها در اعمال جراحی پیوند عضو از مهم ترین دستاوردهای پزشکی بازساختی است. در این مقاله، با رویکردی تحلیلی، رژیم حقوقی حاکم بر این فناوری مهم تبیین شده است. ازآنجاکه نشئۀ انسانی الوهیتی است و کرامت ذاتی بر بندبند سلول های زندۀ انسان از بدو تولد حاکم است، به نظر می رسد چالش های حقوقی حاکم بر انسان هیبریدی، که ترکیبات سلولی انسان را در خود دارد، به پاس این موهبت، یعنی وصف انسانی بودن، دارای اهمیت ویژه ای است که باید در رویکردهای پزشکی نوین و مهندسی بافت مدنظر قرار گیرد.

زمینه و هدف: اطلاع از نحوه توزیع پارامترهای کیفی و کمی از مهم ترین پارامترهای اولیه مدیریت جامع منابع آب زیرزمینی می باشد. بنابراین در این تحقیق سعی گردید، مدل و ترکیب ورودی مناسب جهت تخمین پارامترهای کیفی هدایت الکتریکی (EC)، یون کلسیم (Ca) و یون سدیم (Na) آب خوان های دشت گیلان تعیین گردد. روش بررسی: در این تحقیق از داده های 132 چاهک مشاهداتی در دوره آماری 1381 تا 1393 و مدل های شبکه عصبی مصنوعی (ANN) و ماشین بردار پشتیبان (SVM) استفاده گردیده است. در رویکرد اول، تخمین ها به ازای پنج ترکیب مختلف حاصل از پارامترهای تراز آب، فاصله از دریا، مجموع بارش های شش ماه و مختصات چاهک های مشاهداتی انجام گرفته است. در رویکرد دوم، تخمین ها براساس ترکیب پارامترهای کیفی منتخب آزمون گاما با ترکیب های ورودی برتر بخش اول صورت گرفته است. یافته ها: مقایسه نتایج بخش اول نشان داد که مدل SVM در تخمین هر یک از پارامترهای Ca، Na و EC عملکرد بهتری نسبت به مدل ANN داشته است. مقادیر خطای ماشین بردار پشتیبان برای تخمین متغیرهای Ca، Na و EC در دوره تست به ترتیب برابر با (meq/l) 218/1، (meq/l) 867/0 و (µ mos/cm) 742/175 بوده است و این مقادیر برای مدل شبکه عصبی مصنوعی به ترتیب برابر با (meq/l) 268/1، (meq/l) 933/0 و (µ mos/cm) 448/186 می باشد. نتایج این بخش نشان داد اضافه شدن ورودی فاصله از دریا در کلیه موارد باعث بهبود نتایج مدل ها گردیده است. در بخش دوم با استفاده از آزمون گاما از بین نه پارامتر کیفی اندازه گیری شده، بهترین ترکیب پارامترهای کیفی برای تخمین هر یک سه پارامتر Ca، Na و EC تعیین گردید. نتایج تخمین ها در بخش دوم نشان داد که هر یک از دو مدل ANN و SVM عملکرد بسیار مناسبی در تخمین هر سه پارامتر کیفی داشته اند. مقدار خطای مدل ANN برای متغیرهای Ca، Na و EC در دوره صحت سنجی به ترتیب برابر با (meq/l) 662/0، (meq/l) 305/0 و (µ mos/cm) 346/47 بوده است و این مقادیر برای مدل SVM به ترتیب برابر با (meq/l) 671/0، (meq/l) 356/0 و (µ mos/cm) 412/55 می باشد. البته در این بخش نتایج مدل ANN نسبت به مدل SVM بهتر بوده است. بحث و نتیجه گیری: نتایج نشان داد که هر یک از دو مدل SVM و ANN توانایی بسیار زیادی در تخمین پارامترهای کیفی آب خوان ها دارند. همچنین عملکرد مدل SVM نسبت به مدل ANN، به ازای تعداد ورودی کمتر بهتر است و در تعداد ورودی بیشتر برعکس می باشد. نتایج بخش دوم نشان داد که آزمون گاما می تواند به صورت کاملا کابردی و دقیق در تعیین ترکیب-های ورودی موثر مورد استفاده قرار گیرد.