Introduo: No mundo moderno tem-se buscado novas alternativas de solues aos problemas encontrados e no campo da TI, no diferente.

. H uma busca incessante por novos caminhos e nesta tica surge idia de copiar ou reproduzir o que tem dado certo. Por isto a computao foi buscar no funcionamento biolgico dos seres vivos, e em especial no ser humano, respostas a problemas computacionais do dia a dia. O sistema imunolgico utiliza a deteco distribuda para resolver o problema de distinguir entre o prprio, que so os elementos do organismo, e o no-prprio, que so os elementos estranhos ao organismo. Na verdade, o sucesso do sistema imunolgico depende de sua habilidade de detectar elementos no-prprios nocivos (Hofmeyr, 1997). Por isto que o sistema imunolgico biolgico despertou a ateno da cincia da computao, levando-se em conta a sua capacidade de reconhecer padres (anticorpos que reconhecem invasores), sua robustez, capacidade de aprendizado constante, memria e distributividade, um sistema com inmeros elementos que se comunicam de forma eficiente. A simulao de processos evolutivos naturais objetivando resolver problemas de exploso combinatria e multimodais demonstrou ser uma estratgia ecaz e robusta. A otimizao do comportamento de um sistema obtida atravs da simulao de processos evolutivos representa uma abordagem poderosa para aprendizagem de mquina e estudo de fenmenos autoorganizados. Sistema imunolgico O sistema imunolgico ou sistema imune, tambm conhecido como sistema imunitrio, compreende todos os mecanismos pelos quais um organismo multicelular se defende de invasores internos, como bactrias, vrus ou parasitas. Embora, ele seja de grande eficincia no combate a microorganismos invasores, ele no s isto. Ele tambm cuida da limpeza do organismo retirando clulas mortas, renova determinadas estruturas, rejeita a enxertos e cuida da memria imunolgica. O sistema imunolgico tambm ativo contra clulas alteradas, que diariamente surgem no nosso corpo, como resultado de mitoses anormais. Essas clulas, se no forem destrudas, podem dar origem a tumores. Funcionamento do sistema imunolgico A ao do sistema imunolgico inicia-se bem cedo, ainda na fase intrauterina. Nesta etapa, os linfcitos do feto fazem a cpia e armazenamento

de todas as seqncias de aminocidos (protenas) existentes em seu corpo. interessante saber que um nico linfcito no conhece todo o corpo, mas todos juntos, passam a reconhecer todas as protenas de nosso corpo. Desta forma, fica bem mais fcil identificar a presena de alguma protena desconhecida para, s ento, combat-la. O combate contra o corpo estranho ser iniciado imediatamente aps a produo de anticorpos, nesta fase, o linfcito passar a se chamar plasmcito. A reao do anticorpo contra este corpo estranho conhecida como antgeno-anticorpo, e tem por funo atrair o maior nmero possvel de macrfagos. Estes, por sua vez, faro a fagocitose, destruindo no s o corpo estranho, mas tambm o anticorpo que a ele est aderido. Aps destruir os corpos estranhos, os macrfagos se autodestroem (este processo chamado autlise). Por fim, restaro somente seus resduos, que sero removidos pela corrente sangunea. Quando isto no ocorre, o acmulo de macrfagos mortos passar a ter a forma de pus. Comportamento de um sistema imunolgico O sistema imunolgico dos mamferos, se incluindo o dos seres humanos, quando detecta a presena de um antgeno (patgeno), ocorrem duas formas de respostas imunolgicas dadas pelos seguintes sistemas: sistemas inatos e sistemas adaptativos. O primeiro j vem embutido, ao nascermos, possumos anticorpos e clulas capazes de perceber se um objeto que entrou no organismo estranho ou diferente as demais clulas. Como exemplo, citamos a proteo da pele, a acidez gstrica, as clulas fagocitrias ou a secreo de lgrimas. O segundo, o adaptativo tem elementos diferentes, porm com os mesmo princpios e com a capacidade de mudar e se adaptar durante o ciclo de vida, por exemplo, temos a ao direcionada dos linfcitos e a sua produo de anticorpos especficos. Sistemas imunolgicos artificiais Os sistemas imunolgicos artificiais surgiram a partir de tentativas de modelar e aplicar princpios imunolgicos no desenvolvimento de novas ferramentas e aplicaes computacionais e j se percebe a sua aplicao em varias reas, tais como reconhecimento de padres, deteco de falhas, segurana em redes, otimizao de processos, controle, robtica, agendamento de atividades, analise de dados e aprendizagem de mquina. Sistemas imunolgicos artificiais uma terminologia que se refere a sistemas adaptativos inspirados pela imunologia terica e experimental com o objetivo de resolver problemas. Segundo Dasgupta (1998), os sistemas imunolgicos artificiais so mecanismos computacionais compostos por metodologias inteligentes, inspiradas no sistema imunolgico biolgico, para a soluo de problemas do mundo real. As reas de TI, em especial, engenharia e computao tm demonstrando grande interesse pelo estudo dos sistemas imunolgicos biolgicos devido

em grande parte por sua capacidade de processar a informao e a partir dela tomar decises para soluo dos problemas. E neste caso se destacam algumas caractersticas do sistema imunolgico biolgico que podem ser replicada nas TIs. Vejamos: Unicidade: Cada animal possui o seu prprio sistema imunolgico, com suas capacidades e vulnerabilidades particulares; Reconhecimento de padres internos e externos ao sistema: As clulas e molculas que no pertencem ao organismo so reconhecidas e eliminadas pelo sistema imunolgico; Deteco de anomalia: O sistema imunolgico pode detectar e reagir a agentes Patognicos (causadores de anomalias) a que o organismo nunca havia sido exposto anteriormente; Deteco imperfeita (tolerncia a rudos): Um reconhecimento perfeito no Necessrio para que o sistema imunolgico reaja contra um elemento causador de patologia (patgeno); Diversidade: Existe uma quantidade limitada de clulas e molculas no sistema imunolgico que so utilizadas para se obter o reconhecimento de um nmero praticamente innito de elementos, incluindo aqueles sintetizados em laboratrio; Aprendizagem por reforo: A cada encontro com o mesmo patgeno, o sistema imunolgico melhora a qualidade de sua anlise e resposta. Memria: Os componentes do sistema imunolgico bem sucedido no reconhecimento e combate as patologias identificadas, so armazenados para o caso de se repetir os fatos novamente.

Algoritmos Imunolgicos

Na literatura cientifica h inmeros estudos sobre sistemas imunolgicos artificiais que usam conceitos do sistema imunolgico biolgicos para desenvolver novas tcnicas e algoritmos para soluo de problemas. Vejamos cinco destas classes de algoritmos:

Medula ssea. Seleo negativa.

Seleo clonal. Modelos contnuos de rede imunolgica. Modelos discretos de rede imunolgica.

Algoritmo Medula ssea A medula ssea responsvel pela gerao das clulas sangneas, incluindo os linfcitos. O modelo computacional mais simples de medula ssea aquele que gera cadeias, ou vetores, de comprimento L utilizando um gerador de nmeros pseudo-aleatrios. Para o caso de espaos reais, basta determinar o intervalo de pertinncia do vetor m como, por exemplo, m [0,1]^L. Os modelos de medula ssea so utilizados para a gerao de vetores e/ou cadeias de atributos que representam os repertrios imunolgicos.

Algoritmo de seleo Negativa

O algoritmo de seleo negativa (NSA) inspirado no mecanismo utilizado pelo sistema imunolgico biolgico para treinar as clulas T (grupo dos glbulos brancos). Estas clulas so treinadas para reconhecer antgenos (no-proprio) e para evitar que reconheam as prprias clulas do corpo (prprio). A idia gerar um conjunto de detectores (binrios), primeiramente criando candidatos de modo aleatrio e, ento, descartando aqueles que reconhecem os dados de treinamento. Estes conjuntos de detectores podem reconhecer anomalias futuras. O ASN possui aplicaes diversas em deteco de anomalias, como segurana computacional e predio de sries temporais.

Trs passos bsicos do algoritmo ANS:

Defina prprio como uma coleo de cadeias S de tamanho limitado, que precisa ser monitorada e protegida. Faa o monitoramento de possveis alteraes nas cadeias, que se pretende proteger, utilizando os detectores gerados anteriormente. Gere cadeias de formas aleatrias e avalie se h similaridade entre estas e as cadeias S (conjunto Prprio definido antes).

Aps estes trs passos observe se houve similaridade, superior a um limiar determinado, entre um detector e alguma das cadeias S. Caso tenha ocorrido diz que houve uma anomalia, pois os detectores nunca devem reconhecer cadeias de seu conjunto prprio. Tambm pode ocorrer um reconhecimento (deteco) do conjunto prprio, e, portanto esta cadeia deve ser rejeitada. A aplicao principal do ANS tem sido na rea de deteco de anomalias, pois os detectores so gerados no espao complementar, de modo que eles possam detectar alteraes nos padres de dados. O principal componente de um algoritmo de seleo negativa a escolha da regra de deteco, visto que ela determina a ocorrncia de similaridade entre padres classificando-os em prprios/noprprios (normal/anormal). necessrio estimar o tamanho do conjunto de detectores para assegurar nveis de confiabilidade da deteco de anomalias. O limiar no pode ser muito alto, pois isto implica em alta sensibilidade, sendo necessrios mais detectores para se atingir o grau de confiabilidade desejada. Ele no pode ser pequeno (limiar) sob risco de haver sensibilidade suficiente para detectar anomalias. Diante disto, podese inferir que o limiar pode ser usado para ajustar a sensibilidade da deteco e diminuir a existncia de falsos positivos.

Algoritmo de Seleo Clonal

O princpio da seleo clonal e o processo de maturao de afinidade constituem a base de uma resposta imune adaptativa. Os principais aspectos considerados para o desenvolvimento do algoritmo de seleo clonal (CLONALG clonal selection algorithm) foram (de Castro & Von Zuben, 2000a): manuteno das clulas de memria funcionalmente independentes do repertrio, seleo e reproduo (clonagem) das clulas mais estimuladas, morte das clulas menos estimuladas, maturao de afinidade e re-seleo dos clones com maiores afinidades antignicas, gerao e manuteno de diversidade, hipermutao proporcional afinidade celular. Este algoritmo foi desenvolvido em duas verses: uma para o reconhecimento de padres e aprendizagem de mquina e a outra para otimizao multimodal e combinatorial. O algoritmo submete uma populao de anticorpos a uma exposio repetida a um conjunto de antgenos atravs de um determinado nmero de geraes com o objetivo de desenvolver uma populao de anticorpos que seja mais sensvel ao estmulo dos antgenos.

Redes imunolgicas artificiais

Segundo Jerne (1974), vrios modelos de redes foram introduzidos por pesquisadores interessados em modelar e estudar o sistema imunolgico. Sob a perspectiva das redes, as clulas e molculas do sistema imunolgico so capazes de reconhecer umas as outras e assim apresentar uma dinmica comportamental que independe de estmulos externos. Os primeiros modelos de redes imunolgicas eram baseados em equaes diferenciais. Esses modelos alm de serem muito importantes na rea de SIA, tambm serviram como base para a proposta de diversos algoritmos de redes imunolgicas artificiais. A abordagem de redes imunolgicas muito interessante, pois considera diversas propriedades como, aprendizado, memria, tolerncia ao prprio, tamanho e diversidade da populao das clulas, e tambm interaes entre os elementos da rede e entre eles e o ambiente. O que os modelos, tanto discretos quanto contnuos, tm em comum, uma dinmica que incorpora um ou mais dos seguintes itens: RPV = NSt - NSu + INE - DUE onde RPV a taxa da variao da populao, NSt o nvel de estimulao da rede, NSu o nvel de supresso da rede, INE o fluxo de novos elementos, e DUE a morte de alguns elementos. Os primeiros dois termos do lado direito da equao esto relacionados dinmica da rede, j os ltimos dois correspondem metadinmica.

Algoritmo Modelos contnuos de rede imunolgica.

O trabalho de Farmer et al. (1986) descreveu um modelo de dinmica contnua para o sistema imunolgico baseado na teoria das redes imunolgicas. Este modelo consistiu em um conjunto de equaes diferenciais para quantificar a dinmica dos componentes da rede imunolgica. Na proposta de Farmer et al. (1986), as clulas e molculas do sistema imunolgico so constitudas por cadeias binrias com comprimento varivel. O eptopo (e), tambm chamado deidiotopo (i), a parte do anticorpo que pode ser reconhecida por outra poro do anticorpo chamada de paratopo (p), como podemos ver na figura 15. Neste modelo em particular, eptopos e paratopos so mutuamente exclusivos, no sentido de que um eptopo no um paratopo e vice-versa.

Representao do eptopo e paratopo

Algoritmo Modelos discretos de rede imunolgica.

A principal diferena entre um modelo contnuo de rede imunolgica e modelo discreto que o primeiro baseia-se no uso de equaes diferenciais enquanto o ltimo pode usar tanto equaes a diferenas quanto um processo iterativo. Modelos discretos geralmente consideram variaes na concentrao de anticorpos e nos seus atributos, o que significa que os elementos desse tipo de modelo podem aumentar e diminuir seu nmero, assim como alterar suas strings de atributos para melhorar a afinidade em relao aos antgenos. Existem vrias propostas de redes imunolgicas na literatura de SIA. Em uma destas propostas, a aiNet, assume-se uma populao S de antgenos a ser reconhecida e gera-se aleatoriamente um conjunto P de clulas na rede. Cada elemento da rede corresponde a uma molcula de anticorpo. Um vetor de valores reais e um espao de formas Euclidiano so usados para representar anticorpos e antgenos. Cada padro antignico apresentado a cada clula da rede e sua afinidade determinada usando a distncia Euclidiana. Um nmero de anticorpos de maior afinidade selecionado e se reproduz de acordo com a sua afinidade. Os clones gerados passam por um processo de mutao somtica inversamente proporcional a afinidade. Alguns dos clones de maior afinidade so selecionados para serem mantidos na rede (memria). Calcula-se a afinidade entre os anticorpos restantes e aqueles que possurem uma afinidade menor do que um limiar estabelecido eliminado da rede num processo chamado de supresso clonal. Os anticorpos em que a afinidade em relao ao antgeno for menor do que um limiar dado tambm so eliminados da rede. Depois desse processo, alguns anticorpos gerados aleatoriamente so incorporados rede (metadinmica).

Referencias: Sistemas Imunolgicos Artificiais http://www.giseliramos.com.br/blog/2009/09/sistemas-imunologicosartificiais/ acesso em 09/05/2011.

http://www.scielo.br/scielo.php?pid=s010174382007000100008&script=sci_arttext acesso em 09/05/2011 Sistema Imunolgico - http://www.afh.bio.br/imune/imune1.asp acesso em 12/05/2011

Dasgupta, D. (1998a). sistemas imunolgicos artificiais e suas aplicaes. Springer-Verlag, Berlin, Alemanha Jerne, N. K. (1974), "Towards a Network Theory of the Immune System", Ann. Immunol. (Inst. Pasteur) 125C, pp. 373-389.

Sistemas imunolgicos -http://dicionario.babylon.com/sistema%20imunol %C3%B3gico/ acesso em 12/05/2011. Sistema Imunolgico http://www.todabiologia.com/anatomia/sistema_imunologico.htm acesso em 12/05/2011. http://www.cpdee.ufmg.br/documentos/PublicacoesDefesas/856/ArtigoIXCBRN.pdf acesso em 13/05/2011. http://www.dca.fee.unicamp.br/~vonzuben/research/lnunes_dout/tese/cap_3 .pdf acesso em 07/06/2011.

http://www.natcomp.com.br/lvcon/tema?tema=5#C33 acesso em 08/06/2011.