Resumen

El conjunto de candidatos a anticuerpos generado por el algoritmo de selección clonal tiene solo un pequeño número de anticuerpos con alta afinidad antigénica para obtener mutaciones de alta frecuencia. Entre otros anticuerpos, algunos anticuerpos de baja afinidad son reemplazados por nuevos anticuerpos para participar en la siguiente selección clonal. Un gran número de anticuerpos con alta afinidad hace que sea difícil participar en la selección clonal y existir en la concentración de anticuerpos durante mucho tiempo. Esta parte de anticuerpos inactivos forma un agujero negro en el conjunto de anticuerpos, que es difícil de eliminar y actualizar de manera oportuna, afectando así la velocidad a la que el algoritmo se aproxima a la solución óptima. Inspirado en el mecanismo de olvido biológico, se propone un algoritmo de selección clonal mejorado para resolver este problema. Su objetivo es utilizar el mecanismo abstracto de olvido biológico para eliminar los anticuerpos que no pueden participar activamente en mutaciones de alta frecuencia en el conjunto de candidatos a anticuer

• Materias:Big Data Gestión de riesgos Administración de información Red neuronal Teoría de redes
• Subjects:Big Data Risk management Information management Neural network Network Theory
• Palabras claves:Conjunto de candidatos de anticuerpos; Algoritmo de selección clonal; Alta afinidad antigénica; Mutaciones de alta frecuencia; Olvido biológico; Eficiencia de optimización
• Keywords:Antibody candidate set; Clonal selection algorithm; High antigen affinity; High-frequency mutations; Biological forgetting; Optimization efficiency