O sistema imunitário como fonte de inspiração para cognição artificial. Leiria, 29 de Maio de Jorge Carneiro

Tamanho: px

Começar a partir da página:

Download "O sistema imunitário como fonte de inspiração para cognição artificial. Leiria, 29 de Maio de 2007. Jorge Carneiro"

Thomaz Delgado Philippi
8 Há anos
Visualizações:

1 O sistema imunitário como fonte de inspiração para cognição artificial Leiria, 29 de Maio de 2007 Jorge Carneiro Instituto Gulbenkian de Ciência

2 A iologia como fonte de inspiração para Cognição Artificial

3 edes neuronais artificiais QuickTime and a TIFF (Uncompressed) decompressor are needed to see this picture. QuickTime and a TIFF (Uncompressed) decompressor are needed to see this picture. Warren McCulloch (psicologia) Walter Pitts (matemático)

QuickTime and a TIFF (Uncompressed) Warren McCulloch 1898-1969

4 Algoritmos genéticos e programação evolutiva QuickTime and a TIFF (Uncompressed) decompressor are needed to see this picture. John H. Holland

5 QuickTime and a TIFF (Uncompressed) decompressor are needed to see this picture.

6 A próxima inspiração virá da imunologia? Sistema imunitário dos animais vertebrados é notável pela capacidade de aprender a composição química e biológica do corpo e detectar, lembrar e compensar perturbações subtis a esta composição que ocorrem durante as infecções. Está capacidade é tanto mais surpreendente tendo em conta que a composição do corpo não é fixa, alterando-se subtilmente ao longo do tempo. Mais ainda, o sistema imunitário aprende e adapta-se à composição do corpo de uma forma distribuída, adaptativa e não supervisionada.

lembrar e compensar perturbações subtis a esta composição que ocorrem durante as infecções.

7 Negative selection algorithm (Forrester) Idiotypic networks (ersini) DC algorithm (Aickelin)

8 O sistema imunitário é uma rede de células que interagem entre si Com componentes inatos que foram selecionados pela Selecção Natural durante a evolução dos vertebrados Com componentes adaptativos que são selecionados somáticamente durante a vida de um indivíduo

Natural durante a evolução dos vertebrados Com componentes

9 The immunological ig bang

10 Como é que o sistema imunitário distingue o próprio do estranho? Como emerge o eu molecular? Um modelo mecanicista testável que explica a distinção molecular

11 Um mínimo de informação sobre o sistema imunitário QuickTime and a Cinepak decompressor are needed to see this picture. [Liza ergman, Miguel Vaz Afonso, Jocelyne Gulbenkian Institute of Science]

12 As origens da imunologia Pasteur: Imunização Landsteiner: A capacidade de resposta do SI é ilimitada

13 As origens da imunologia Pasteur: Imunização Proteína do próprio Landsteiner: A capacidade de resposta do SI é ilimitada Paul Ehrlich: Horror autotoxicus, prevenção da autoimunidade

14 Teoria da Seleção Clonal Stem Cell urnet, 1957 Ag A G.O.D n Ag n

............ 1 2 3 4 111 112 623 1245 n Ag 1 2 3 4.

15 Teoria da Seleção Clonal Antigen

16 Teoria da Seleção Clonal Antigen

17 Teoria da Seleção Clonal Antigen Tolerância ao próprio por deleção (selecção negativa)

18 Tolerância ao próprio mediada por células reguladoras Fenómeno Mason-Sakaguchi rag-/- vazio WT CD25- CD4+ T cells E T E E E T T T T (Effector T cells, T E, E) CD25+CD4+T cells (egulatory T cells, T, ) Autoimune Saudável ou Autoimune Saudável

E T E E E T T T T (Effector T cells, T E, E) CD25+CD4+T

19 Tolerância ao próprio mediada por células reguladoras Self Antigen

20 Taxonomia dos mecanismos de interação IL-X T Carneiro et al. (2007) Immunological eviews

21 A taxonomy of the mechanisms of cell interaction IL-X T CM Carneiro et al. (2007) Immunological eviews

22 CM como uma unidade da rede imunológica A1 A2 A3 A4 A5 An T1 T2 T3 T4 T5

23 Dinâmica de populações segundo o CM Para cada especificidade: Competição Morte Proliferação egulação cruzada

24 Dinâmica de populações segundo o CM iestabilidade

25 Dinâmica de populações segundo o CM E E E Competição por APC + egulação cruzada iestabilidade Dependendo das condições iniciais as populações atingem um de dois atractores: (AUTO)IMUNIDADE As células T E excluem as T TOLEÂNCIA Células T E e T coexistem em equilibrio.

26 Dinâmica de populações segundo o CM

27 Dinâmica de populações segundo o CM GOD Produção Partição do repertório Conjunto de clones diversos sem células reguladoras; estes clones estão livres para responder a infecções. Um conjunto pequeno de clones controlados por células reguladoras; responsáveis pela tolerância ao próprio e prevenção da autoimunidade.

28 CM como um adaptação da teoria da seleção clonal Stem Cell Ag A G.O.D n n Lymphocyte population dynamics sorts the repertoire Ag n

29 As categorias próprio e estranho emergem da dinâmica da rede de interações entre células, sem qualquer supervisão. O eu molecular é uma propriedade emergente sistema imunitário, que resulta da partição do repertório em clones com e sem células reguladoras.

30 Novas ferramentas de cognição artificial inspiradas em modelos matemáticos simples do sistema imunitário poderão ser os novos paradigmas para monitorização de anomalias, intrusões ou spam.

31 Monitorização de spam personalizada e adaptativa

32 E E E QuickTime and a TIFF (Uncompressed) decompressor are needed to see this picture. E E E E E QuickTime and a TIFF (Uncompressed) decompressor are needed to see this picture. E E E

33 best, abraço immune PDC biology Dear model Jorge Carneiro activated regulatory cells computational in-silico cialis

34 Killer application Detecção de intrusões em redes de computadores ou sensor networks Software que monitoriza e reage a comportamento normal e anormal de outro software, hardware ou carneware

35 QuickTime and a Cinepak decompressor are needed to see this picture.

36 J.D. Farmer, N. Packard and A. Perelson, (1986) "The immune system, adaptation and machine learning", Physica D, vol. 2, pp H. ersini, F.J. Varela, Hints for adaptive problem solving gleaned from immune networks. Parallel Problem Solving from Nature, First Workshop PPSW 1, Dortmund, FG, October, D. Dasgupta (Editor), Artificial Immune Systems and Their Applications, Springer-Verlag, Inc. erlin, January 1999, ISN L. DeCastro and J. Timmis (2001) "Artificial Immune Systems: A New Computational Intelligence Approach" ISN J Timmis, M Neal and J Hunt, (2000) "An Artificial Immune System for Data Analysis" pp , iosystems, no. 1/3, vol. 55. V. Cutello and G. Nicosia (2002) "An Immunological Approach to Combinatorial Optimization Problems" Lecture Notes in Computer Science, Springer vol. 2527, pp L. N. de Castro and F. J. Von Zuben, (1999) "Artificial Immune Systems: Part I -asic Theory and Applications", School of Computing and Electrical Engineering, State University of Campinas, razil, No. DCA-T 01/99. S. Garrett (2005) "How Do We Evaluate Artificial Immune Systems?" Evolutionary Computation, vol. 13, no. 2, pp V. Cutello, G. Nicosia, M. Pavone, J. Timmis (2006) An Immune Algorithm for Protein Structure Prediction on Lattice Models, IEEE Transactions on Evolutionary Computation, vol. 10 (to appear).

Documentos relacionados

Cooperação e Coevolução em um Sistema Imune Artificial

Cooperação e Coevolução em um Sistema Imune Artificial Marcio Argollo de Menezes Universidade Federal Fluminense Veit Schwämmle University of Southern Denmark Edgardo Brigatti Universidade Federal Fluminense-PUVR