免疫系统遗传学（PPT讲稿）Genetics of the Immune system

◼ Introduction to the Immune System ◼ Artificial Immune Systems ◼ A Framework to Design Artificial Immune Systems (AIS) ◼ Representation Schemes ◼ Affinity Measures ◼ Immune Algorithms ◼ Discussion and Main Trends

浙江大学：免疫系统 Immune system

提出了一种基于免疫识别原理的径向基函数神经网络学习算法.该算法利用人工免疫系统的识别、记忆、学习等原理,将输入数据作为抗原,抗体为抗原的压缩映射作为径向基函数神经网络模型的隐层中心,输出采用最小二乘法确定权值.通过预报热轧带肋钢筋力学性能的仿真实验结果表明,与K-均值法选择中心点比较,该算法计算量较小,精度高

为提高无法准确建立数学模型的非线性约束单目标系统优化问题的寻优精度,并考虑获取样本的代价,提出一种基于支持向量机和免疫粒子群算法的组合方法(support vector machine and immune particle swarm optimization,SVM-IPSO).首先,运用支持向量机构建非线性约束单目标系统预测模型,然后,采用引入了免疫系统自我调节机制的免疫粒子群算法在预测模型的基础上对系统寻优.与基于BP神经网络和粒子群算法的组合方法(BP and particle swarm optimization,BP-PSO)进行仿真实验对比,同时,通过减少训练样本,研究了在训练样本较少情况下两种方法的寻优效果.实验结果表明,在相同样本数量条件下,SVM-IPSO方法具有更高的优化能力,并且当样本数量减少时,相比BP-PSO方法,SVM-IPSO方法仍能获得更稳定且更准确的系统寻优值.因此,SVM-IPSO方法为实际中此类问题提供了一个新的更优的解决途径

1.掌握淋巴结、脾的结构及功能 2.掌握消化管壁的一般结构 3.掌握食管、胃、十二指肠结构特点

免疫应答的遗传调控 分子水平的免疫调节 细胞水平的调节 整体水平的调节 第一节 免疫应答的遗传控制 1. TCR、BCR编码基因 2. MHC编码基因 第二节 分子水平的免疫调节 一．抗原的调节 二．特异性抗体的反馈调节 三．补体活化片段的调节 四．免疫细胞表面分子与相应受体的调节 第三节 细胞水平的调节 一．T细胞的免疫调节作用 二．B细胞的免疫调节作用 三．抗原活化诱导的细胞死亡(AICD) 第四节 整体水平的调节 神经-内分泌-免疫系统的网络调节 – 神经-内分泌对免疫的调节 – 免疫对神经-内分泌的调节

1.免疫基本功能 2.固有免疫 3.适应性免疫 4.两者比较 5.免疫学发展简史 6.现代的免疫学概念 7.免疫的定义 8.免疫系统的基本功能

• 单核吞噬细胞系统的定义、构成和功能 • 弥散淋巴组织和淋巴小结的形态、主要细胞构成和功能 • 淋巴细胞再循环 • 淋巴结、脾的主要结构和功能

1.掌握淋巴结、脾的结构及功能 2.掌握消化管壁的一般结构 3.掌握食管、胃、十二指肠结构特点