一、检测细菌或其抗原 1 直接涂片显微镜检查 2 分离培养 3 生化反应 4 抗原检测 二、检测抗体

提出了一种人工免疫识别算法.该算法将所识别的数据作为抗原,利用抗体、抗原的亲和作用,通过刺激/抑制有关抗体的活动建立一个抗体记忆集合,识别和表示数据结构组织,它具有识别多样性、自我调节功能等特点.通过对二维实数空间的数据和Iris数据进行实验,结果表明该方法聚类效果好,识别率高,且具有较好的泛化能力

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

Varela免疫网络模型是继Jerne独特性网络模型之后的第二代网络模型,Varela免疫网络模型描述的是没有外来抗原作用时的T、B细胞因子的动态平衡关系.本文在此基础上建立了一种考虑抗原的改进的Varela免疫网络模型.然后基于这种能够在一定程度上合理描述生物免疫特性的改进Varela免疫网络模型,构造了一类与被控对象无关的免疫控制器模型.以大惯性大滞后模型为被控对象,采用仿真的方法研究了该免疫控制器的特性.仿真研究与分析表明:该免疫控制器具有一定的记忆和自学习能力,具有较好的抗纯滞后及参数自适应性能.文中将这种免疫控制器的参数变化对控制系统的影响也作了仿真研究

提出一种基于生物免疫系统克隆选择机理和免疫网络理论的免疫算法.该算法通过抗体的克隆选择和变异过程,完成对入侵抗原的清除,实现免疫防御的功能;利用免疫网络调节的思想选择抗体记忆细胞,完成知识的学习和积累,实现免疫自稳的功能;利用所建立的抗体记忆矩阵实现对类似入侵抗原的快速应答,行使免疫监视识别功能.该算法利用生物变异机制实现抗体的自适应调节,使系统具有自适应、自学习能力.在加热炉状态识别的应用研究表明,本文所提出的算法在解决数据识别方面具有较好的效果

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

一、抗体(Ab) 1.概念:免疫系统受抗原刺激后,B细胞转化为浆细胞,由浆细胞产生能与抗原发生特异性结合的球蛋白。 2.存在部位:主要存在于血清内,也可见于其他体液及外分泌液

固有免疫(Innate Immunity) 个体出生时就具备的防卫机制，这种防卫机制是在物种进化过程中逐渐形成的。作用的特点是没有特异性。 适应性免疫(Adaptive Immunity) 个体在生命过程中接受抗原刺激后，主动产生针对该抗原的效应细胞、抗体或接受免疫球蛋白分子被动获得的。作用的特点是具有特异性。 1. 掌握参与固有免疫应答的组织、主要细胞（吞噬细胞、NK细胞、γδT细胞、NKT细胞、B-1B细胞等）和效应分子。 2. 熟悉固有免疫应答的作用时相。 3. 熟悉固有免疫应答的特点及其与适应性免疫应答的关系。 第一节 组织屏障及其作用 第二节 固有免疫细胞 第三节 固有体液免疫分子及其主要作用 第四节 固有免疫应答

又称抗原抗体复合物型超敏反应。在一定条 件下,可溶性抗原与体内相应抗体(lgG、lgM 或lgA)结合形成中等大小的免疫复合物(C), 后者沉积于毛细血管壁等基底膜,激活补体,吸 引白细胞及其他细胞,引起以局部中性粒细胞浸 润为特征的血管及其周围炎症反应和组织损伤。 又称血管炎型超敏反应

§1.T细胞对抗原的识别 §2.T细胞的活化过程 §3.效应T细胞的应答效应