6、自然启发计算在生物信息学与医疗保健中的应用

自然启发计算在生物信息学与医疗保健中的应用

1. 自然启发计算概述

自然启发计算（NIC）源自“自然计算”家族，它借鉴人类、动物、鸟类和昆虫的行为，形成了神经网络、群体智能、人工免疫系统和进化算法等子领域。NIC 由人工智能（AI）、生物现象和计算智能（CI）融合而成，公式为 A + B + C = NIC。生物学家依赖计算方法分析大量生物/医学数据，NIC 整合了计算机科学、统计学、数学和生物科学的研究，旨在像自然一样适应和发展强大的竞争技术。

1.1 自然启发计算模型分类

NIC 模型主要分为传统模型和新模型两类：
|模型类型|包含内容|
| ---- | ---- |
|传统模型|细胞自动机、神经网络、进化算法|
|新模型|群体智能、人工免疫系统、膜计算、无定形计算等|

1.2 传统 NIC 模型

• 细胞自动机 ：是一种动态模型，由固定状态的细胞阵列组成，空间和时间离散。细胞状态根据用户预定义的转换规则同步转换，例如康威生命游戏，还可用于生物现象的研究，如生长、繁殖和进化。
• 神经网络 ：受人类大脑启发，于 1943 年提出。它可看作加权有向图，神经元是节点，连接有权重。通过一组指令更新神经元状态，为计算系统产生信号，在解决生物和工程问题中发挥重要作用。
• 进化算法 ：受达尔文进化启发，由种群、适应度度量和操作符组成。通过突变和重组产生后代，依据适应度选择个体，直到种群收敛到基因健壮的状态。常见的进化算法包括遗传算法（GA）、遗传编程（