易错元胞自动机作为免疫即计算的隐喻

数十年来，对免疫系统进行建模以突出其基本功能，而无需考虑每一个分子或细胞相互作用，一直是一项具有挑战性的工作。两种竞争性的方法是克隆选择理论和独特型网络理论，它们分别源于相对独立的一组原理。一个有望实现统一的新视角是将免疫视为计算，即将免疫视为计算身体状态的过程，从而实现保护并通过学习得到增强。在此，我们研究使用元胞自动机（CA）作为支持这一新视角的核心抽象。我们选择 CA 扮演这一角色，是基于 CA 吸引子场中吸引盆的潜在多样性。将每个吸引盆与一组一致的身体状态相关联，并进一步允许 CA 随时间进行噪声演化，从而使得吸引盆之间的跳转成为可能，这提供了必要的背景。在给定所有细胞同步遵循的 CA 规则下，我们的模型基于一个概率，即每个细胞在每个时间步独立地以不同于规则规定的方式更新其自身状态。建立并求解相应的马尔可夫链以获得其平稳概率表明，即使在初等 CA 的背景下，也存在这样的规则：它们在允许吸引盆之间转换的同时，在吸引盆占据方面表现出显著的弹性。对于这些规则，当初始 CA 状态均匀随机选择时，在给定吸引盆中找到 CA 的长期概率实际上与确定性情况相同。我们认为，因此，我们的单参数 CA 模型可能是免疫即计算的合适抽象。