{"id":7944,"date":"2020-03-18T15:37:29","date_gmt":"2020-03-18T14:37:29","guid":{"rendered":"https:\/\/complex-systems-ai.com\/?page_id=7944"},"modified":"2022-12-03T23:03:49","modified_gmt":"2022-12-03T22:03:49","slug":"algorithme-de-selection-clonale","status":"publish","type":"page","link":"https:\/\/complex-systems-ai.com\/es\/algoritmo-inmunologico\/algoritmo-seleccion-clonal\/","title":{"rendered":"Algoritmo de selecci\u00f3n clonal"},"content":{"rendered":"<div data-elementor-type=\"wp-page\" data-elementor-id=\"7944\" class=\"elementor elementor-7944\">\n\t\t\t\t\t\t<section class=\"elementor-section elementor-top-section elementor-element elementor-element-f69a0b7 elementor-section-boxed elementor-section-height-default elementor-section-height-default\" data-id=\"f69a0b7\" data-element_type=\"section\" data-e-type=\"section\">\n\t\t\t\t\t\t<div class=\"elementor-container elementor-column-gap-default\">\n\t\t\t\t\t<div class=\"elementor-column elementor-col-33 elementor-top-column elementor-element elementor-element-dc46f74\" data-id=\"dc46f74\" data-element_type=\"column\" data-e-type=\"column\">\n\t\t\t<div class=\"elementor-widget-wrap elementor-element-populated\">\n\t\t\t\t\t\t<div class=\"elementor-element elementor-element-8886517 elementor-align-justify elementor-widget elementor-widget-button\" data-id=\"8886517\" data-element_type=\"widget\" data-e-type=\"widget\" data-widget_type=\"button.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t\t\t<div class=\"elementor-button-wrapper\">\n\t\t\t\t\t<a class=\"elementor-button elementor-button-link elementor-size-sm\" href=\"https:\/\/complex-systems-ai.com\/es\/algoritmo-inmunologico\/\">\n\t\t\t\t\t\t<span class=\"elementor-button-content-wrapper\">\n\t\t\t\t\t\t\t\t\t<span class=\"elementor-button-text\">Algoritmos inmunes<\/span>\n\t\t\t\t\t<\/span>\n\t\t\t\t\t<\/a>\n\t\t\t\t<\/div>\n\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t<div class=\"elementor-column elementor-col-33 elementor-top-column elementor-element elementor-element-b05acb3\" data-id=\"b05acb3\" data-element_type=\"column\" data-e-type=\"column\">\n\t\t\t<div class=\"elementor-widget-wrap elementor-element-populated\">\n\t\t\t\t\t\t<div class=\"elementor-element elementor-element-2a19f1d elementor-align-justify elementor-widget elementor-widget-button\" data-id=\"2a19f1d\" data-element_type=\"widget\" data-e-type=\"widget\" data-widget_type=\"button.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t\t\t<div class=\"elementor-button-wrapper\">\n\t\t\t\t\t<a class=\"elementor-button elementor-button-link elementor-size-sm\" href=\"https:\/\/complex-systems-ai.com\/es\/\">\n\t\t\t\t\t\t<span class=\"elementor-button-content-wrapper\">\n\t\t\t\t\t\t\t\t\t<span class=\"elementor-button-text\">Pagina de inicio<\/span>\n\t\t\t\t\t<\/span>\n\t\t\t\t\t<\/a>\n\t\t\t\t<\/div>\n\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t<div class=\"elementor-column elementor-col-33 elementor-top-column elementor-element elementor-element-2576120\" data-id=\"2576120\" data-element_type=\"column\" data-e-type=\"column\">\n\t\t\t<div class=\"elementor-widget-wrap elementor-element-populated\">\n\t\t\t\t\t\t<div class=\"elementor-element elementor-element-e1f876a elementor-align-justify elementor-widget elementor-widget-button\" data-id=\"e1f876a\" data-element_type=\"widget\" data-e-type=\"widget\" data-widget_type=\"button.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t\t\t<div class=\"elementor-button-wrapper\">\n\t\t\t\t\t<a class=\"elementor-button elementor-button-link elementor-size-sm\" href=\"https:\/\/en.wikipedia.org\/wiki\/Clonal_selection_algorithm\" target=\"_blank\" rel=\"noopener\">\n\t\t\t\t\t\t<span class=\"elementor-button-content-wrapper\">\n\t\t\t\t\t\t\t\t\t<span class=\"elementor-button-text\">Wiki<\/span>\n\t\t\t\t\t<\/span>\n\t\t\t\t\t<\/a>\n\t\t\t\t<\/div>\n\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t<section class=\"elementor-section elementor-top-section elementor-element elementor-element-53734c4f elementor-section-boxed elementor-section-height-default elementor-section-height-default\" data-id=\"53734c4f\" data-element_type=\"section\" data-e-type=\"section\">\n\t\t\t\t\t\t<div class=\"elementor-container elementor-column-gap-default\">\n\t\t\t\t\t<div class=\"elementor-column elementor-col-100 elementor-top-column elementor-element elementor-element-6deaea7c\" data-id=\"6deaea7c\" data-element_type=\"column\" data-e-type=\"column\">\n\t\t\t<div class=\"elementor-widget-wrap elementor-element-populated\">\n\t\t\t\t\t\t<div class=\"elementor-element elementor-element-23d172e0 elementor-widget elementor-widget-text-editor\" data-id=\"23d172e0\" data-element_type=\"widget\" data-e-type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t\t\t<p><\/p>\n<div id=\"ez-toc-container\" class=\"ez-toc-v2_0_82_2 counter-hierarchy ez-toc-counter ez-toc-grey ez-toc-container-direction\">\n<div class=\"ez-toc-title-container\">\n<p class=\"ez-toc-title\" style=\"cursor:inherit\">Contenido<\/p>\n<span class=\"ez-toc-title-toggle\"><a href=\"#\" class=\"ez-toc-pull-right ez-toc-btn ez-toc-btn-xs ez-toc-btn-default ez-toc-toggle\" aria-label=\"Tabla de contenido alternativo\"><span class=\"ez-toc-js-icon-con\"><span class=\"\"><span class=\"eztoc-hide\" style=\"display:none;\">Palanca<\/span><span class=\"ez-toc-icon-toggle-span\"><svg style=\"fill: #999;color:#999\" xmlns=\"http:\/\/www.w3.org\/2000\/svg\" class=\"list-377408\" width=\"20px\" height=\"20px\" viewbox=\"0 0 24 24\" fill=\"none\"><path d=\"M6 6H4v2h2V6zm14 0H8v2h12V6zM4 11h2v2H4v-2zm16 0H8v2h12v-2zM4 16h2v2H4v-2zm16 0H8v2h12v-2z\" fill=\"currentColor\"><\/path><\/svg><svg style=\"fill: #999;color:#999\" class=\"arrow-unsorted-368013\" xmlns=\"http:\/\/www.w3.org\/2000\/svg\" width=\"10px\" height=\"10px\" viewbox=\"0 0 24 24\" version=\"1.2\" baseprofile=\"tiny\"><path d=\"M18.2 9.3l-6.2-6.3-6.2 6.3c-.2.2-.3.4-.3.7s.1.5.3.7c.2.2.4.3.7.3h11c.3 0 .5-.1.7-.3.2-.2.3-.5.3-.7s-.1-.5-.3-.7zM5.8 14.7l6.2 6.3 6.2-6.3c.2-.2.3-.5.3-.7s-.1-.5-.3-.7c-.2-.2-.4-.3-.7-.3h-11c-.3 0-.5.1-.7.3-.2.2-.3.5-.3.7s.1.5.3.7z\"\/><\/svg><\/span><\/span><\/span><\/a><\/span><\/div>\n<nav><ul class='ez-toc-list ez-toc-list-level-1' ><li class='ez-toc-page-1 ez-toc-heading-level-2'><a class=\"ez-toc-link ez-toc-heading-1\" href=\"https:\/\/complex-systems-ai.com\/es\/algoritmo-inmunologico\/algoritmo-seleccion-clonal\/#Algorithme-de-selection-clonale\" >Algoritmo de selecci\u00f3n clonal<\/a><\/li><\/ul><\/nav><\/div>\n<h2><span class=\"ez-toc-section\" id=\"Algorithme-de-selection-clonale\"><\/span>Algoritmo de selecci\u00f3n clonal<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p class=\"has-text-align-justify\">El algoritmo de selecci\u00f3n clonal atribuido a Burnet se propuso para tener en cuenta el comportamiento y las capacidades de los anticuerpos en el sistema inmunol\u00f3gico adquirido. Bas\u00e1ndose en los principios de la teor\u00eda de la evoluci\u00f3n de la selecci\u00f3n natural darwiniana, la teor\u00eda propone que los ant\u00edgenos seleccionan los linfocitos (tanto c\u00e9lulas B como c\u00e9lulas T).<\/p>\n<p class=\"has-text-align-justify\">Cuando se selecciona un linfocito y se une a un determinante antig\u00e9nico, la c\u00e9lula prolifera creando varios miles de copias m\u00e1s de s\u00ed misma y se diferencia en diferentes tipos de c\u00e9lulas (c\u00e9lulas plasm\u00e1ticas y de memoria). Las c\u00e9lulas plasm\u00e1ticas tienen una vida \u00fatil corta y producen grandes cantidades de mol\u00e9culas de anticuerpos, mientras que las c\u00e9lulas de memoria viven durante un per\u00edodo prolongado de tiempo en el hu\u00e9sped, anticipando el reconocimiento futuro del mismo determinante.\u00a0<\/p>\n<p class=\"has-text-align-justify\">Cuando una c\u00e9lula es seleccionada y proliferada, est\u00e1 sujeta a peque\u00f1os errores de copia (cambios en el genoma llamados hipermutaci\u00f3n som\u00e1tica) que alteran la forma de los receptores y la capacidad de reconocimiento de los determinantes posteriores de los anticuerpos unidos a la superficie celular de los linfocitos. Y anticuerpos que producen las c\u00e9lulas plasm\u00e1ticas.<\/p>\n<p><\/p>\n<p class=\"has-text-align-justify\">La teor\u00eda de la selecci\u00f3n clonal sugiere que a partir de un repertorio inicial de c\u00e9lulas inmunes generales, el sistema es capaz de cambiarse a s\u00ed mismo (las composiciones y densidades de las c\u00e9lulas y sus receptores) en respuesta a la experiencia del entorno. A trav\u00e9s de un proceso ciego de selecci\u00f3n y variaci\u00f3n acumulada a gran escala de varios miles de millones de c\u00e9lulas, el sistema inmunol\u00f3gico adquirido puede adquirir la informaci\u00f3n necesaria para proteger al organismo hu\u00e9sped contra peligros pat\u00f3genos espec\u00edficos del medio ambiente. Tambi\u00e9n sugiere que el sistema debe anticipar (adivinar) el pat\u00f3geno al que estar\u00e1 expuesto y requerir exposici\u00f3n a un pat\u00f3geno que pueda da\u00f1ar al hu\u00e9sped antes de que pueda adquirir la informaci\u00f3n necesaria para proporcionar una defensa.<\/p>\n<p><\/p>\n<p class=\"has-text-align-justify\">Los principios de procesamiento de informaci\u00f3n de la teor\u00eda de la selecci\u00f3n clonal describen una estrategia general de aprendizaje. Esta estrategia involucra una poblaci\u00f3n de unidades de informaci\u00f3n adaptativas (cada una representando un problema-soluci\u00f3n o componente) sometidas a procesos de selecci\u00f3n competitiva que, con la duplicaci\u00f3n y variaci\u00f3n resultante, finalmente mejoran la adaptaci\u00f3n de las unidades d.informaci\u00f3n a su entorno.<\/p>\n<p><\/p>\n<p class=\"has-text-align-justify\">El siguiente algoritmo proporciona una <a href=\"https:\/\/complex-systems-ai.com\/es\/algoritmico\/pseudo-lenguaje-y-diagrama-de-flujo\/\">pseudoc\u00f3digo<\/a> del algoritmo de selecci\u00f3n clonal (CLONALG) para minimizar una funci\u00f3n de coste. El modelo CLONALG general implica la selecci\u00f3n de anticuerpos (soluciones candidatas) sobre la base de la afinidad, ya sea compar\u00e1ndolos con un ant\u00edgeno modelo o mediante la evaluaci\u00f3n de un modelo mediante una funci\u00f3n de costo. Los anticuerpos seleccionados se someten a una clonaci\u00f3n proporcional a la afinidad ya una hipermutaci\u00f3n de los clones inversamente proporcional a la afinidad del clon. El conjunto de selecci\u00f3n clonal resultante compite con la poblaci\u00f3n de anticuerpos existente por la pertenencia a la siguiente generaci\u00f3n.\u00a0<\/p>\n<p class=\"has-text-align-justify\">Adem\u00e1s, en la selecci\u00f3n clonal, los miembros de la poblaci\u00f3n de baja afinidad se reemplazan por anticuerpos generados aleatoriamente. La variaci\u00f3n de reconocimiento de patrones del algoritmo incluye el mantenimiento de un conjunto de soluciones de memoria que, en su conjunto, representan una soluci\u00f3n al problema. Se usa un esquema de codificaci\u00f3n binaria para los ejemplos de reconocimiento de patrones binarios y optimizaci\u00f3n de funciones continuas, y se usa un esquema de permutaci\u00f3n de enteros para el problema del vendedor ambulante (TSP).<\/p>\n<p><\/p>\n<figure class=\"wp-block-image size-large\"><img fetchpriority=\"high\" decoding=\"async\" class=\"aligncenter wp-image-7941 size-full\" src=\"https:\/\/complex-systems-ai.com\/wp-content\/uploads\/2020\/03\/clonalg.png\" alt=\"algoritmo de selecci\u00f3n clonal\" width=\"576\" height=\"550\" title=\"\" srcset=\"https:\/\/complex-systems-ai.com\/wp-content\/uploads\/2020\/03\/clonalg.png 576w, https:\/\/complex-systems-ai.com\/wp-content\/uploads\/2020\/03\/clonalg-300x286.png 300w\" sizes=\"(max-width: 576px) 100vw, 576px\" \/><\/figure>\n<p><\/p>\n<p class=\"has-text-align-justify\">El n\u00famero de clones creados para cada miembro seleccionado se calcula en funci\u00f3n del tama\u00f1o del directorio N_c = round (B * N), donde B es la configuraci\u00f3n de usuario de Clone_rate.<\/p>\n<p><\/p>\n<p class=\"has-text-align-justify\">Se usa una funci\u00f3n proporcional de afinidad basada en rango para determinar el n\u00famero de clones creados para miembros seleccionados de la poblaci\u00f3n para casos de problemas de reconocimiento de patrones. El n\u00famero de anticuerpos aleatorios insertados en cada iteraci\u00f3n es generalmente muy bajo (1-2). Las mutaciones puntuales (bit-flips) se utilizan en la operaci\u00f3n de hipermutaci\u00f3n.<\/p>\n<p><\/p>\n<p class=\"has-text-align-justify\">La funci\u00f3n exp (-p * f) se usa para determinar la probabilidad de mutaci\u00f3n de un componente individual para una soluci\u00f3n candidata dada, donde f es la afinidad candidata (valor de costo maximizado normalizado) yp es el par\u00e1metro de usuario Mutation_rate.<\/p>\n<p><\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t<\/div>","protected":false},"excerpt":{"rendered":"<p>Algoritmos Inmunes Homepage Wiki Algoritmo de selecci\u00f3n clonal El algoritmo de selecci\u00f3n clonal atribuido a Burnet fue propuesto para tener en cuenta el comportamiento y... <\/p>","protected":false},"author":1,"featured_media":0,"parent":7150,"menu_order":0,"comment_status":"closed","ping_status":"closed","template":"","meta":{"footnotes":""},"class_list":["post-7944","page","type-page","status-publish","hentry"],"amp_enabled":true,"_links":{"self":[{"href":"https:\/\/complex-systems-ai.com\/es\/wp-json\/wp\/v2\/pages\/7944","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/complex-systems-ai.com\/es\/wp-json\/wp\/v2\/pages"}],"about":[{"href":"https:\/\/complex-systems-ai.com\/es\/wp-json\/wp\/v2\/types\/page"}],"author":[{"embeddable":true,"href":"https:\/\/complex-systems-ai.com\/es\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/complex-systems-ai.com\/es\/wp-json\/wp\/v2\/comments?post=7944"}],"version-history":[{"count":5,"href":"https:\/\/complex-systems-ai.com\/es\/wp-json\/wp\/v2\/pages\/7944\/revisions"}],"predecessor-version":[{"id":18896,"href":"https:\/\/complex-systems-ai.com\/es\/wp-json\/wp\/v2\/pages\/7944\/revisions\/18896"}],"up":[{"embeddable":true,"href":"https:\/\/complex-systems-ai.com\/es\/wp-json\/wp\/v2\/pages\/7150"}],"wp:attachment":[{"href":"https:\/\/complex-systems-ai.com\/es\/wp-json\/wp\/v2\/media?parent=7944"}],"curies":[{"name":"gracias","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}