Obliczenia Naturalne - Algorytmy immunologiczne

Transkrypt

Wstęp
Układ odpornościowy
AIS
Algorytmy
Literatura
Wstęp
Podstawowe pojęcia
Obliczenia Naturalne - Algorytmy
immunologiczne
Paweł Paduch
Politechnika Świętokrzyska
10 kwietnia 2014
Paweł Paduch
1 z 44
Wstęp
AIS
Algorytmy
Literatura
Wstęp
Podstawowe pojęcia
Plan wykładu
1
Wstęp
Literatura
Wstęp
Podstawowe pojęcia
2
Naturalna odporność
Limfocyty
Przeciwciała
3
AIS
Selekcja klonalna
Próg przystosowania
Reprezentacja Ag-Ab
Sieci idiotypowe
4
Algorytmy
Algorytm negatywnej selekcji
Algorytm selekcji klonalnej
Algorytm sieci idiotypowej
Paweł Paduch
2 z 44
Wstęp
AIS
Algorytmy
Literatura
Wstęp
Podstawowe pojęcia
Literatura
Mariusz Flasiński - Wstęp do sztucznej inteligencji, PWN, 2011
Leonardo Nunes de Castro, Fernando José Von Zuben - ,
Artificial Immune Systems - Part 1
Leonardo Nunes de Castro, Fernando José Von Zuben - ,
Artificial Immune Systems - Part 2
The Online Home of Artificial Immune Systems http://www.artificial-immune-systems.org/algorithms.shtml
Stephanie Forrest et al - Self-Nonself Discrimination in a
Computer,
http://www.cs.unm.edu/ immsec/publications/virus.pdf
Paweł Paduch
3 z 44
Wstęp
AIS
Algorytmy
Literatura
Wstęp
Podstawowe pojęcia
Wstęp
Na przełomie lat 80-tych i 90-tych systemy odpornościowe żywych
organizmów stały się inspiracją dla sztucznych systemów
immunologicznych AIS (ang. Artificial Immune Systems).
W naturze system odpornościowy ma za zadanie chronić nasze
ciało przed obcymi patogenami (wirusy, bakterie, grzyby czy
pasożyty). Głównym celem jest tu rozpoznanie komórek i
kategoryzowanie ich jako obce lub swoje.
Stosując uczenie się, pamięć, wyszukiwanie asocjacyjne itp.,
systemy immunologiczne świetnie radzą sobie w problemach
rozpoznawania i klasyfikacji.
Paweł Paduch
4 z 44
Wstęp
AIS
Algorytmy
Literatura
Wstęp
Podstawowe pojęcia
Wstęp
Główne cechy systemów odpornościowych, które spowodowały
zainteresowanie dziedzinie nauk technicznych:
Każdy osobnik posiada swój własny układ odpornościowy o
określonych cechach.
Molekuły nie należące do ciała są identyfikowane jako obce i
eliminowane.
Wykrywanie anomalii, organizm wykrywa i reaguje na
patogeny, z którymi do tej pory nie miał do czynienia.
Paweł Paduch
5 z 44
Wstęp
AIS
Algorytmy
Literatura
Wstęp
Podstawowe pojęcia
Wstęp
cd.
Rozproszona detekcja, komórki obronne krążą w ciele nie
nadzorowane przez, żaden scentralizowany system.
Odporność na zakłócenia i wykrywanie niedoskonałości,
system obronny potrafi w elastyczny sposób dopasować się do
nowych patogenów.
Uczenie i pamiętanie, system potrafi nauczyć się wzorca
patogenu, dlatego w przyszłości jego wykrycie jest szybsze a
reakcja silniejsza.
Paweł Paduch
6 z 44
Wstęp
AIS
Algorytmy
Literatura
Wstęp
Podstawowe pojęcia
Wstęp
AIS mają znaczenie w:
wykrywaniu wirusów komputerowych,
anomalii w seriach danych,
diagnostyce błędów,
rozpoznawaniu paternów,
uczeniu maszynowym,
bioinformatyce,
optymalizacji,
robotyce,
i wielu innych.
Paweł Paduch
7 z 44
Wstęp
AIS
Algorytmy
Literatura
Wstęp
Podstawowe pojęcia
Podstawowe pojęcia
System immunologiczny - ma za zadanie chronić organizm
przed obcymi patogenami
Patogen - struktura zagrażająca organizmowi
Antygen - patogen wywołujący reakcję obronną
Epitop - specyficzna trójwymiarowa struktura chemiczna
będąca częścią powierzchni antygenu
Paratop - struktura na każdym ramieniu przeciwciała
dopasowana w różnym stopniu do różnych epitopów
Idiotop - determinanta antygenowa na przeciwciele
Idiotyp -zestaw idiotopów zlokalizowanych w części
przeciwciał, charakterystyczny dla danej cząsteczki
przeciwciała; grupy przeciwciał o tej samej swoistości.
Paweł Paduch
8 z 44
Wstęp
AIS
Algorytmy
Limfocyty
Przeciwciała
Naturalny układ odpornościowy działa wielowarstwowo.
Bariery fizyczne, skóra, błony śluzowe, włoski w nosie, śluz w
drogach oddechowych to pierwsza linia obrony przed
patogenami.
Bariery fizjologiczna - np. ślina, pot, łzy zawierające enzymy
obronne, temperatura, kwasowe pH w żołądku niszczy
większość zarazków.
Wrodzony układ odpornościowy - rozpoznaje obce komórki,
bakterie, wirusy. Składa się z makrofagów (komórek żernych)
oraz dopełniacza wspomagającego pracę przeciwciał. Ta
warstwa nie podlega modyfikacjom.
Adaptacyjny układ odpornościowy - składający się z
limfocytów rozpoznających i eliminujących antygeny. Są
generowane losowo przez algorytm selekcji klonalnej.
Paweł Paduch
9 z 44
Wstęp
AIS
Algorytmy
Limfocyty
Przeciwciała
Odporność nieswoista i swoista
Odporność nieswoista jest zapewniona przez pierwsze 3 warstwy
układu odpornościowego.
Odporność swoista - nabyta jest realizowana przez warstwę 4.
Posiada zdolność do adaptacji
Uczy się rozpoznawać nowe antygeny
Posiada mechanizm pamięci immunologicznej, aby w
przyszłości szybciej i silniej reagować na zagrożenie.
Nie ma scentralizowanej kontroli, limfocyty swobodnie krążą
w płynach ustrojowych.
Paweł Paduch
10 z 44
Wstęp
AIS
Algorytmy
Limfocyty
Przeciwciała
Limfocyty typu T
Rozpoznawanie swój/obcy
Wspomagające Th, które decydują czy aktywować limfocyty B
Cytotoksyczne Tc, niszczą obce nie rozpoznane białka
Supresyjne, regulatorowe Treg hamujące nadmierną
aktywność systemu immunologicznego
Pamięciowe, tworzą system pamięci immunologicznej
Paweł Paduch
11 z 44
Wstęp
AIS
Algorytmy
Limfocyty
Przeciwciała
Limfocyty typu B
Organizm ludzki posiada około 1012 limfocytów
Główne zadanie to produkcja i wydzielanie przeciwciał
(immunoglobulin) rozpoznających antygeny.
Każda komórka typu B produkuje specyficzne, niepowtarzalne
przeciwciała.
Gdy dojrzeją przekształcają się w komórki pamięciowe
(plazmatyczne).
Uczestniczą w odpowiedzi humoralnej.
Paweł Paduch
12 z 44
Wstęp
AIS
Algorytmy
Limfocyty
Przeciwciała
Odpowiedź humoralna
Nazwa pochodzi od tego, że czynnik odpowiedzialny za
rozpoznanie antygenu i wyzwolenie na niego ataku znajduje się w
bezkomórkowym płynie (łac. Humor - płyn), np. osoczu. Po
podaniu antygenu, limfocyty typu B w kooperacji z limfocytem
typu T uaktywniają się i podlegają klonowaniu, tworząc
przeciwciała. Te przyczepiają się do antygenu „znakując” cel dla
komórek efektorowych s(np. żerne - makrofagów czy komórki K),
lub przynajmniej blokując patogen.
Paweł Paduch
13 z 44
Wstęp
AIS
Algorytmy
Limfocyty
Przeciwciała
Działanie układu odpornościowego
1
Makrofagi pochłaniają i rozkładają na peptydy napotkane
antygeny, kawałki peptydów pojawiają się na powierzchni
komórki.
2
Limfocyty T rozpoznają swoimi receptorami różne kombinacje
peptydów, po rozpoznaniu wydzielają one limfokiny będące
sygnałem chemicznym do mobilizacji innych komórek.
3
Limfocyty B odpowiadają na sygnał. Na swojej powierzchni
posiadają receptory tylko jednego typu, potrafią rozpoznać
części antygenu w płynach ustrojowych.
Paweł Paduch
14 z 44
Wstęp
AIS
Algorytmy
Limfocyty
Przeciwciała
Adaptacja systemu immunologicznego
4
Limfocyt B przekształca się w komórkę plazmatyczną i
wydziela proteiny przeciwciał w takiej formie jak receptory.
5
Przeciwciała łączą się z antygenami i je niszczą lub
neutralizują.
6
Niektóre limfocyty B lub T stają się komórkami pamięci, aby
w przyszłości reagować na ten sam antygen szybciej i mocniej.
Paweł Paduch
15 z 44
Wstęp
AIS
Algorytmy
Limfocyty
Przeciwciała
Przeciwciała
Na powierzchni limfocytu B znajduje się około 100 tys receptorów
(przeciwciał). Każde przeciwciało kształtem przypomina literę Y.
Antygen jest wiązany z ramionami przeciwciała tylko wtedy gdy
osiągnie określony stopień powinowactwa.
Aktywacja limfocytu zachodzi gdy spełnione są 3 warunki:
stopień powinowactwa receptora i antygenu jest odpowiednio
duży
liczba związanych receptorów przekroczy graniczną wartość
gdy limfocyty T dadzą chemiczny sygnał
Paweł Paduch
16 z 44
Wstęp
AIS
Algorytmy
Limfocyty
Przeciwciała
Molekuła przeciwciała
Składa się z dwóch identycznych łańcuchów lekkich (L) i
dwóch ciężkich (H).
Region zmienny (ang. V-region) jest przede wszystkim
odpowiedzialny za rozpoznanie antygenów.
Zawiera podregiony, określane jako CDR (ang.
complementarity-determining regions), których końcówki biorą
udział w kontakcie z antygenem.
Regiony stałe C odpowiadają za różnorodność funkcji efektora
takich jak wiązanie dopełniacza.
Antygeny mając zróżnicowana strukturę, zmuszają
przeciwciała do różnorodnej budowy.
Paweł Paduch
17 z 44
Wstęp
AIS
Algorytmy
Limfocyty
Przeciwciała
Molekuła przeciwciała
Genetyczna informacja potrzebna do zakodowanie wielkiej
ilości różnych choć zależnych protein jest trzymana w genomie
komórek zarodkowych (ang. germ-line) i przekazywana przez
pokolenia.
Łańcuch polipeptydowy jest zakodowany w wielu segmentach
genów rozrzuconych po chromosomie genomu komórki
zarodkowej.
Te segmenty muszą być zebrane razem do postaci
kompletnego genu immunoglobuliny aktywnego w limfocytach
B.
Do genu immunoglobuliny są wprowadzone w dużym stopniu
mutacje (hipermutacja).
Zarówno kombinacje jak i mutacje bardzo dobrze zwiększają
różnorodność informacji genetycznych zawartych w genomie
komórek zarodkowych.
Paweł Paduch
18 z 44
Wstęp
AIS
Algorytmy
Limfocyty
Przeciwciała
Przeciwciało
1 Fragment wiążący antygen
2 Fragment Fab (ang.
Fragment, antigen binding )
3 Fragment Fc (ang.
Fragment, crystallizable)
pełniącego funkcję
efektorową
niebieski - łańcuch ciężki H
1
2
3
żółty - łańcuch lekki L
ciemny - regiony zmienne
Źródło: Wiki - Artur Jan Fijałkowski
jasny - regiony stałe
Paweł Paduch
19 z 44
Wstęp
AIS
Algorytmy
Selekcja klonalna
Reprezentacja Ag-Ab
Sieci idiotypowe
Selekcja klonalna
1
2
1
Komórka macierzysta
2
Niedojrzałe limfocyty
3
Te które łączą się ze swoimi
antygenami są niszczone
4
wyselekcjonowane limfocyty
5
obce antygeny
6
aktywacja i rozrost
właściwego klonu limfocytu
3
4
5
6
Rysunek:
Paweł Paduch
Źródło Wiki - Ilmari Karonen
20 z 44
Wstęp
AIS
Algorytmy
Selekcja klonalna
Reprezentacja Ag-Ab
Sieci idiotypowe
Zasady selekcji klonalnej
Nowe komórki B są klonami swoich rodziców lekko
zmodyfikowanymi przez mutacje
Liczba klonów zależy od stopnia powinowactwa
Limfocyty reagujące na własne białka są eliminowane
Rozmnażanie i różnicowanie poprzez kontakt dojrzałych
komórek z antygenem
Przechowywanie klonów
Selekcja najlepiej przystosowanych osobników (najlepiej pasujących
do antygenu) jest analogiczna jak w przypadku selekcji w
algorytmach ewolucyjnych
Paweł Paduch
21 z 44
Wstęp
AIS
Algorytmy
Selekcja klonalna
Reprezentacja Ag-Ab
Sieci idiotypowe
Uczenie
Im więcej jest limfocytów danego typu („nauczonych” po infekcji)
tym szybsza i mocniejsza jest reakcja przy ponownym kontakcie.
Ponadto gdy podobny strukturalnie antygen trafi do organizmu to
też jest szybciej rozpoznawany. tzw. reakcja krzyżowa (ang.
cross-reactive response). Ta pamięć asocjacyjna jest zawarta w
szczepieniach i jest zwana uogólnieniem podonie jak w sztucznych
sieciach neuronowych. Liczba limfocytów po infekcji zwykle jest
redukowana do tej przed infekcją. Te, które się sprawdziły
zastępują inne losowo wybrane. Dawno nieuaktywniane limfocyty
powoli zmniejszają swoją liczebność.
Paweł Paduch
22 z 44
Wstęp
AIS
Algorytmy
Selekcja klonalna
Reprezentacja Ag-Ab
Sieci idiotypowe
Uczenie
Uczenie odpornościowe i pamiętanie bazuje na:
powtarzanym wystawieniu na patogen
dojrzewaniu powinowactwa molekuł receptorowych
osłabionym przewlekłym zakażeniu
reakcji krzyżowej na patogeny
sieci idiotypowej
Paweł Paduch
23 z 44
Wstęp
AIS
Algorytmy
Selekcja klonalna
Reprezentacja Ag-Ab
Sieci idiotypowe
Zróżnicowanie
Zróżnicowanie komórek dzięki hipermutacji i edycji receptorów:
Mutacja punktowa (dobra do dostrajania) w przeszukiwaniu
lokalnym, mutacje gorsze od bieżącej są usuwane a więc
dostosowanie przesuwa się w kierunku lokalnego ekstremum.
Usuwanie krótkich odcinków
Niewzajemna wymiana sekwencji genów pozwala na
„przeskoczenie” na inne zbocze.
Większość mutacji prowadzi do popsucia dobrych receptorów
dlatego stopień mutacji jest zmniejszany wraz ze wzrostem
powinowactwa.
Paweł Paduch
24 z 44
Wstęp
AIS
Algorytmy
Selekcja klonalna
Reprezentacja Ag-Ab
Sieci idiotypowe
Aby opisać ilościowo stopień powinowactwa Ag-Ab wprowadzono
koncepcje przestrzeni kształtu S (ang. shape-space). Stopień
wiązania pomiędzy receptorem a molekułą, którą wiąże zależy od
wzajemnego położenia atomów, ładunku elektrostatycznego,
rozmiaru, ukształtowania regionów dopasowania itp. Wszystko to
można opisać różnymi parametrami o liczebności L. Punkt w L
wymiarowej przestrzeni zwanej przestrzenią kształtu określa
uogólniony kształt regionu wiążącego.
Paweł Paduch
25 z 44
Wstęp
AIS
Algorytmy
Selekcja klonalna
Reprezentacja Ag-Ab
Sieci idiotypowe
W przestrzeni kształtu S znajduje
się zawartość V
V
V
Zakładamy, że przeciwciała
rozpoznają wszystkie epitopy, jeżeli
leżą w otaczającej ich przestrzeni
V .
V
W V znajdują się epitopy ( ) oraz
paratopy ( )
V
to próg powinowactwa.
Paweł Paduch
26 z 44
Wstęp
AIS
Algorytmy
Selekcja klonalna
Reprezentacja Ag-Ab
Sieci idiotypowe
Reprezentacja Ag-Ab
Reprezentacja Ag-Ab częściowo determinuje jaką miarę dystansu
powinniśmy użyć do obliczenia stopnia powinowactwa.
Matematycznie uogólniony kształt molekuły (m), zarówno
przeciwciała Ab, jak i antygenu Ag, może być reprezentowany jako
zbiór rzeczywistych koordynat:
(m) =< m1 , m2 , ..., mL >
Które można uważać za punkt w L-wymiarowej przestrzeni.
m ∈ S L ⊆ <L ,
gdzie S-przestrzeń kształtów (ang. shape-space), a L wymiar.
Paweł Paduch
27 z 44
Wstęp
AIS
Algorytmy
Selekcja klonalna
Reprezentacja Ag-Ab
Sieci idiotypowe
Miara powinowactwa - odległość Euklidesowa
Powinowactwo mierzone jest odległością, pomiędzy wektorami Ag
a Ab.
Jeżeli dane będą, przeciwciało:
Ab =< ab1 , ab2 , ..., abL >
oraz antygen:
Ag =< ag1 , ag2 , ..., agL >
To odległość D wyznaczamy:
v
u L
uX
D = t (abi − agi )2
i=1
Przestrzeń kształtów określony przez koordynaty wartości
rzeczywistych oraz odległość euklidesową nazywamy Euklidesową
przestrzenią kształtów (ang. Euclidean shape-spaces).
Paweł Paduch
28 z 44
Wstęp
AIS
Algorytmy
Selekcja klonalna
Reprezentacja Ag-Ab
Sieci idiotypowe
Miary powinowactwa
W przestrzeni kształtów Manchatan (ang. Manhattan
shape-spaces) odległość wyznaczamy wzorem:
v
u L
uX
D = t |abi − agi |
i=1
W przestrzeni kształtów Hamminga (ang. Hamming shape-space)
odległość wyznacza się wzorem:
D=
L
X
(
δ,
gdzie
δ=
i=1
1,
0,
jeżeli abi 6= agi ,
w przeciwnym wypadku.
Maksymalna odległość oznacza maksymalne dopasowanie.
Paweł Paduch
29 z 44
Wstęp
AIS
Algorytmy
Selekcja klonalna
Reprezentacja Ag-Ab
Sieci idiotypowe
Określenie powinowactwa
Weźmy dwa ciągi binarne Ab i Ag
o długości L = 8 rozważane w
przestrzeni kształtów Hamminga.
Powinowactwo będzie liczbą
komplementarnych bitów i może
być obliczone za pomocą prostej
operacji XOR wynosi ono 6.
Wartość wiązania określa czy dana
molekuła przyłączy się czy nie.
Można to określić za pomocą
rozmaitych funkcji aktywacyjnych
Paweł Paduch
Ab:
0 0 1 1 0 0 1 1
Ag:
1 1 1 0 1 1 0 1
XOR:
1 1 0 1 1 1 1 0
30 z 44
Wstęp
AIS
Algorytmy
Selekcja klonalna
Reprezentacja Ag-Ab
Sieci idiotypowe
Funkcje aktywacji
Zależności pomiędzy wartością dowiązania (ang. binding value) a
oceną punktową (odległością Hamminga). Dla długości L = 7 i
progu powinowactwa = 2
Funkcja sigmoidalna
Funkcja schodkowa
1
wartość dowiązania
wartość dowiązania
1
(L − )
0.5
0
(L − )
0.5
0
0
1
2
3
4
5
6
7
dystans
0
1
2
3
4
5
6
7
dystans
Paweł Paduch
31 z 44
Wstęp
AIS
Algorytmy
Selekcja klonalna
Reprezentacja Ag-Ab
Sieci idiotypowe
Pokrycie
W przestrzeni kształtów Hamminga zbiór wszystkich możliwych
antygenów jest rozważany jako przestrzeń punktów, gdzie molekuły
antygenu o podobnym kształcie zajmują sąsiednie punkty w
przestrzeni. Wszystkich możliwych unikalnych antygenów i
przeciwciał jest k L , gdzie k jest wielkością alfabetu a L długością
łańcucha. Dane przeciwciało rozpoznaje pewne przeciwciała w ten
sposób pokrywa pewną przestrzeń kształtów.
Próg powinowactwa określa pokrycie przez pojedyncze
przeciwciało. Dla = 0 powinowactwo musi być idealne.
Pokrycie (ang. coverage) - liczba antygenów w regionie jest
wyznaczone przez:
C=
X
L
i=0
i
Paweł Paduch
=
X
i=0
L!
i!(L − i)!
32 z 44
Wstęp
AIS
Algorytmy
Selekcja klonalna
Reprezentacja Ag-Ab
Sieci idiotypowe
Minimalna liczba przeciwciał
Minimalna liczba przeciwciał potrzebna do pokrycia całej
przestrzeni kształtów wynosi:
N = ceil
kL
C
!
Gdzie ceil jest funkcją zaokrąglającą w górę do najbliższej wartości
całkowitej.
Paweł Paduch
33 z 44
Wstęp
AIS
Algorytmy
Selekcja klonalna
Reprezentacja Ag-Ab
Sieci idiotypowe
Sieci idiotypowe
Dowiedziono, że przeciwciała także posiadają epitopy. Idiotyp jest
definiowany jako zbiór epitopów „wystawionych” w obszarze
zmiennym przeciwciał. Idiotop jest pojedynczym epitopem
idiotypowym. Wzorce idiotopów są definiowane przez ten sam
obszar łańcucha polipeptydowego co definiuje paratopy. System
odpornościowy został formalnie zdefiniowany jako olbrzymia sieć
paratopów, które rozpoznają zbiory idiotopów, oraz zbiory
idiotopów, które rozpoznają zbiory paratopów.
Każdy element może funkcjonować jako rozpoznawany i
rozpoznający.
Paweł Paduch
34 z 44
Wstęp
AIS
Algorytmy
Selekcja klonalna
Reprezentacja Ag-Ab
Sieci idiotypowe
Sieci idiotypowe
p2
Zewnętrzna
stymulacja
Ag
(Epitop)
Supresja
Ag
1
p1
Wewnętrzny obraz
i1
2
i2
p3
Zbiór rozpoznający
3
i3
i1
Aktywacja
Zbiór anty-idiotypowy
px
Zbiór nieokreślony
Paweł Paduch
35 z 44
Wstęp
AIS
Algorytmy
Selekcja klonalna
Reprezentacja Ag-Ab
Sieci idiotypowe
Sieci idiotypowe
Gdy do systemu immunologicznego dostanie się antygen Ag, jego
epitop jest rozpoznany (w różnym stopniu) przez zbiór różnych
paratopów (p1 ).
Występują one na przeciwciele i receptorach razem z pewnymi
idiotopami (i1 ).
W sieci immunologicznej każdy paratop zbioru p1 rozpoznaje zbiór
idiotopów i1 , ale też cały zbiór p1 jeszcze większy zbiór idiotopów
i2 zwanych pamięcią wewnętrzną epitopu (antygenu - ponieważ jest
rozpoznawany przez ten sam zestaw p1 , który rozpoznaje antygen).
i2 jest skojarzone z p2
Każdy idiotop zbioru p1 i1 jest rozpoznawany przez paratopy,
dlatego zbiór i1 jest rozpoznawany przez jeszcze większy zbiór p3 ,
itd.
Paweł Paduch
36 z 44
Wstęp
AIS
Algorytmy
Jest inspirowany przez mechanizm negatywnej selekcji w systemie
immunologicznym. Pierwszy tego typu algorytm zaproponowała
Forrest z zespołem w 1994 roku. Do wykrywania zmian w danych
spowodowanych wirusami komputerowymi. Na początku
definiujemy zestaw swoich znanych bezpiecznych ciągów S
następnie generujemy zestaw detektorów D, które mają tylko
wyłapywać ciągi komplementarne do S. W ten sposób nowe dane
można zakwalifikować jako zdrowe lub jako zainfekowane.
Paweł Paduch
37 z 44
Wstęp
AIS
Algorytmy
Algorytm 1 negatywna selekcja
Wejście: S {zbiór łańcuchów naszych}
Wyjście: D {zbiór detektorów}
1: repeat
2:
P ← losowo wygeneruj zestaw potencjalnych detektorów
3:
for all osobniki w zbiorze P do
4:
for all łańcuchy w zbiorze S do
5:
if osobnik rozpoznał łańcuch then
6:
usuń osobnika P
7:
wyjdź z pętli i weź następnego osobnika
8:
end if
9:
end for
10:
if osobnik nie rozpoznał żadnego łańcucha then
11:
dodaj osobnika do zbioru możliwych detektorów D
12:
end if
13:
end for
14: until Spełnione kryteria stopu
Paweł Paduch
38 z 44
Wstęp
AIS
Algorytmy
Teoria selekcji klonalnej była inspiracją do stworzenia algorytmu
opartego na mechanizmie klonowania najlepiej dopasowanych
limfocytów, mutowania najsłabiej przystosowanych oraz pamiętania
najlepszych. Castro i Von Zuben stworzyli algorytm CLONALG
który był używany do rozpoznawania wzorców oraz optymalizacji
funkcji wielomodalnych.
Paweł Paduch
39 z 44
Wstęp
AIS
Algorytmy
Algorytm 2 selekcja klonalna
Wejście: S {zbiór wzorców do rozpoznania}
Wejście: n {liczba najgorszych elementów do usunięcia }
Wyjście: M {zbiór detektorów pamięciowych zdolnych do rozpoznania nieznanych wzorców}
1: for all wzorzec w S do
2:
for all przeciwciało w A do
3:
Określ powinowactwo przeciwciała do wzorca.
4:
end for
5:
Generuj klony podzbioru najlepiej dopasowanych przeciwciał.
6: {liczba klonów zależna od ich powinowactwa}
7:
Mutuj atrybuty nowych klonów.
8: {prawdopodobieństwo mutacji odwrotnie proporcjonalnym do przystosowania}
9:
Z nowej grupy skopiuj najlepiej przystosowanych do zbioru pamięciowego M.
10:
Zamień n najgorszych w A nowymi losowo wygenerowanymi przeciwciałami.
11: end for
Paweł Paduch
40 z 44
Wstęp
AIS
Algorytmy
Algorytm 3 sieć idiotypowa
Wejście: S {zbiór wzorców do rozpoznania},
Wejście: nt {próg przystosowania sieci},
Wejście: ct {próg przystosowania dla sklonowanej puli},
Wejście: h {liczba najlepiej przystosowanych klonów}
Wejście: a {liczba nowych przeciwciał do wprowadzenia}
Wyjście: N {zbiór detektorów pamięciowych zdolnych do rozpoznania nieznanych wzorców}
1: N ← losowo wygeneruj zestaw przeciwciał sieciowych
2: repeat
3:
for all wzorzec w S do
4:
for all przeciwciało w N do
5:
Określ powinowactwo przeciwciała do wzorca.
6:
end for
7:
Generuj klony podzbioru najlepiej dopasowanych przeciwciał ze zbioru N.
8: {liczba klonów zależna od ich powinowactwa}
9:
Mutuj atrybuty a nowych klonów do zbioru A.
10:
Umieść h najlepiej dopasowanych klonów w zbiorze pamięci klonalnej C .
11:
Usuń wszystkie elementy ze zbioru C , których powinowactwo z antygenem
< ct
Paweł Paduch
41 z 44
Wstęp
AIS
Algorytmy
12:
13:
14:
15:
16:
17:
18:
19:
20:
21:
22:
23:
for all przeciwciało w C do
Określ wzajemne powinowactwo przeciwciała do wszystkich innych przeciwciał w C
Usuń te, które mają powinowactwo < ct
end for
Włącz pozostałe klony z C do N
end for
for all przeciwciało w N do
Określ powinowactwo przeciwciała do innych przeciwciał w N
Usuń te pary których powinowactwo jest < nt
end for
Wygeneruj losową liczbę losowo wygenerowanych przeciwciał i umieść w N
until Spełnione kryteria stopu
Paweł Paduch
42 z 44
Wstęp
AIS
Algorytmy
Pytania
?
Paweł Paduch
43 z 44
Wstęp
AIS
Algorytmy
koniec
Dziękuję Państwu za uwagę.
Paweł Paduch
44 z 44

Obliczenia Naturalne - Algorytmy immunologiczne

Transkrypt

Podobne dokumenty

Wrocław, 19

Fotografia cyfrowa, prof. UAM dr hab. Roman Goc

Pytania - egzamin dyplomowy inżynierski Informatyka

Green smoothie wspomagający układ odpornościowy

Zakres wiedzy i umiejętności:

Wprowadzone zmiany - Akademia Morska w Szczecinie

Praca dyplomowa.txt

Zagadnienia na egzamin magisterski

Algorytmy, struktury danych

Pobierz streszczenie