Genótipo e Fenótipo Genótipo e Fenótipo Dogma Central da Biologia

Propaganda
Computação Natural:
Genética Elementar e Computação
Evolucionária
Prof. Dr. Rafael Stubs Parpinelli
Genótipo e Fenótipo
Genótipo

Conjunto de genes que um organismo possui

Os genes existem no DNA, em toda célula do organismo

DNA codifica um 'plano' para o desenvolvimento do organismo
E-mail: [email protected]
Fenótipo

Programa de Pós-Graduação
em Computação Aplicada - UDESC
Genótipo e Fenótipo

É a expressão física do genótipo, incluindo:

Morfologia do organismo

Seu comportamento
O fenótipo de um organismo é produto da expressão de seu
genótipo e sua interação com seu ambiente
Dogma Central da Biologia
O dogma central da Biologia é que a informação
contida no DNA é transferida para moléculas de
RNA durante a transcrição e para proteínas
durante a tradução
Como a Vida é Estruturada
DNA
Gene
Quatro nucleotídeos
que formam os
blocos construtivos
da maioria dos
organismos vivos
Unidade de
hereditariedade que
possui a codificação
para as proteínas ou
RNA
Espécies
Grupo de
organismos
que podem se
acasalar e gerar
descendentes
férteis
Genoma
Todo o DNA
de um
organismo
População
Grupos de
organismos
vivendo em
uma
mesma área
O que é Evolução?
Cromossomo
Estrutura filiforme
que contém
as moléculas
de DNA
Organismo
Coleções de células
que colaboram para
formar uma entidade
maior como um
animal ou planta
É a modificação nos traços hereditários de uma
população de organismos através de
sucessivas gerações.
Célula
A menor
unidade
de Vida
O que ela requer?

Comunidade
Populações de
diferentes espécies
que vivem em uma
mesma área e
interagem via
relações simbióticas
Ecossistema
Comunidades
que interagem
entre si e com o
ambiente
Elementos Essenciais para
Evolução
Três forças fundamentais no processo evolutivo:



Variação genética: uma maneira para as características dos
indivíduos na população variarem
Seleção Natural: uma maneira para os indivíduos se
reproduzirem em diferentes taxas, como resultado de suas
características. Indivíduos mais bem adaptados ao ambiente
possuem maiores chances de produzir mais descendentes
Migração: Processo pelo qual genes ou variações genéticas se
transferem de uma população para outra
O que é o processo evolutivo?


Características ou traços precisam ser
hereditários


Genótipos são copiados de pai para filho
Não somente hereditariedade, ou
descendência, mas descendência com
modificação.
Variações Genéticas
Mutação:

Mudanças nos genes de pai(s) para filho(s)

Usualmente mudanças pequenas e aleatórias


Podem ser benéficas, neutras ou danosas para o
organismo
Uma única mutação pode ter um grande efeito mas, em
muitos casos, a mudança evolucionária (assimilação da
mudança) se dá pela acumulação de inúmeras
mutações
Recombinação (Crossover):
Um erro comum é acreditar que a evolução tem uma meta ou
algum plano

Nada mais é do que uma sequência de variações aleatórias, com
seleção por características adaptadas a um dado ambiente

Múltiplos pais podem introduzir novas combinações de
genes existentes
Assim como a mutação, ele pode introduzir novas
combinações vantajosas ou quebrar tais combinações
Seleção Natural
É o processo pelo qual as características dos indivíduos são
selecionadas para ter influência em gerações futuras.
Exemplos de características que podem ser vantajosas:

Alta expectativa de vida, proporcionando mais tempo para
dar suporte aos descendentes

Maior atratividade para potenciais companheiros

Estratégias mais seguras para cuidas dos descendentes

Maior habilidade para se esconder ou fugir de predadores

Maior mandíbula para matar presas, ...
Recapitulando...
Adaptabilidade ou Fitness
Essencialmente, é uma medida da habilidade de um indivíduo
passar seus genes para gerações subsequentes.
O fitness de um indivíduo depende da interação deste com o
ambiente em que está inserido e com outros indivíduos.
De maneira extremamente genérica:
Fitness = Habilidade de sobrevivência + Habilidade reprodutiva
O que é Computação Evolucionária
(CE)?
Elementos Essenciais:




População: Um conjunto de indivíduos, cada qual com seu
genótipo que dá origem a seu fenótipo
Variabilidade: Uma maneira para as características hereditárias
dos indivíduos de uma população variarem
Seleção: Uma maneira para os indivíduos se reproduzirem em
diferentes taxas, como resultado de suas características. A
seleção natural é probabilística
Fitness: Uma medida da habilidade de um indivíduo passar seus
genes para gerações subsequentes. Depende da sua interação
com o ambiente e com outros indivíduos
Processo evolutivo em diferentes níveis:

Variação ocorre no nível genotípico

Seleção ocorre no nível fenotípico
●
●
●
●
Estudo de sistemas computacionais que são inspirados pela
evolução natural.
Utilizada em otimização, aprendizado, problemas de projeto, arte, …
Não requer um rico conhecimento do domínio de aplicação mas este
pode ser incorporado no sistema.
Transferindo conceitos:

Ambiente → Problema a ser resolvido

Indivíduo de uma população → Solução candidata do problema

Fitness → Qualidade da solução candidata na resolução do
problema
Evolução Natural vs. Algoritmos Evolutivos
Evolução Natural
Algoritmos Evolucionários
Quantidade observada: efeito a posteriori das rotinas de seleção
e reprodução.
Quantidade definida a priori que direciona a seleção
e reprodução.
Onde se situa a CE
Fitness
Computação Natural
Seleção
Forças complexas que se baseiam em condições ambientais,
indivíduos da mesma e de diferentes espécies. Viabilidade é
testada continuamente; reprodutividade é testada em tempos
discretos.
Operador aleatório com probabilidades de seleção
baseadas nos valores de fitness. Seleção de
sobreviventes e seleção dos pais acontece em
tempos discretos.
Mapeamento genótipo-fenótipo
Processo bioquímico altamente complexo influenciado pelo Tipicamente é um procedimento parametrizado ou
ambiente.
transformação matemática simples.
Variabilidade
Descendentes são criados a partir de um pai (reprodução Transferência vertical de genes sem restrições.
assexuada) ou dois pais (reprodução sexuada). Transferência Descendentes podem ser gerados de qualquer
horizontal de genes pode acumular genes de mais de um número de pais: um, dois, ou muitos.
indivíduo.
Execução
Paralela e descentralizada; eventos de nascimento e morte não Tipicamente centralizado com eventos de nascimento
são sincronizados.
e morte sincronizados.
População
Incorporação espacial que implica em populações estruturadas.
O tamanho da população varia de acordo com o número relativo
de eventos de nascimento e morte. Populações podem ir a
extinção.
Tipicamente são populações não estruturadas e
panmíticas (todos indivíduos são potenciais
parceiros; distribuição uniforme dos genes entre os
indivíduos). O tamanho da população é usualmente
mantido constante pela sincronia do tempo e dos
eventos de nascimento e morte.
CE como método de otimização
• Projeto de Otimização:
– Muitos parâmetros a serem otimizados
– Muitas restrições a serem satisfeitas
– Complexo espaço de busca
• CE
– Facilita a tarefa de projeto gerando soluções
subótimas ou mesmo ótimas
• CE emprega um método intuitivo:
– Processo criativo
– Refinamento iterativo e interativo
Vida
Artificial
Autômatos
Celulares
Sistemas
Dinâmicos
Não-Lineares
Lógica
Fuzzy
Redes
Neurais
Artificiais
Computação
de DNA
Inteligência
Computacional
Computação
Evolucionária
Soft-Computing
-Neuro-fuzzy
-Neuro-evolutivo
-Neuro-imune
Inteligência
Artificial Clássica
-Métodos de Busca
-Inferência Lógica
-Sistemas
Especialistas
Computação
Quântica
Inteligência de
Enxame
Sistemas
Imunológicos
Artificiais
Vantagens da CE
• Não requer um conhecimento matemático
profundo do problema ao qual é aplicado
• Baixo custo de implementação
• Facilmente hibridizável com outras técnicas
• Facilmente adaptável a muitas classes de
problemas, inclusive problemas multiobjetivos
• Modularizável e paralelizável
• Capaz de manipular restrições (adaptável)
• Trabalha com população de soluções
• Pode ser a única alternativa viável
Ingredientes de um Algoritmo
Evolucionário (AE)
Desvantagens da CE
• Pouco embasamento teórico, ou seja, a
prática se desenvolveu mais do que a
teoria
• Ajustes de parâmetros: requer
conhecimento prévio ou tentativa-e-erro
• Não é intrinsecamente melhor do que
qualquer outro algoritmo de otimização
–
No free lunch

Representação das soluções candidatas (estrutura do genótipo)

Definição e avaliação da função de fitness

Definição do rotina de seleção

Operador de crossover

Operador de mutação

Esquema de substituição da população entre gerações
AEs são uma família de algoritmos, não um único algoritmo!
AEs são algoritmos genéricos, também conhecidos como heurísticas
genéricas aleatorizadas de busca.
Algoritmos Evolucionários

Algoritmos Genéticos

Evolução Diferencial

Estratégias Evolutivas

Hardware Evolutivo

Programação Genética

Programação Evolutiva

Programação por
Expressão Gênica

Transgenética
Computacional
AG Canônico
Algoritmo Evolucionário (AG) #1
• Fenótipo x Genótipo
Algoritmo Evolucionário (AG) #2
• População de possíveis soluções
– Busca paralela
Algoritmo Evolucionário (AG) #3
• Função de fitness
– Mede o quão boa é uma solução para o problema
Algoritmo Evolucionário (AG) #4
• Seleção
– Implementa e guia o processo evolutivo
– Seleciona os indivíduos mais aptos a se reproduzir e
passar o seu material genético
– Métodos probabilísticos ou determinísticos
Algoritmo Evolucionário (AG) #5
• Reprodução e operadores genéticos
– Crossover: recombinação de material genético de dois pais –
realiza busca local (exploitation: aproveitamento )
– Mutação: variação aleatória – realiza busca global
(exploration: investigação )
Algoritmo Evolucionário (AG) #6
• Critério de parada do algoritmo
– Número pré-determinado de gerações
– Quando não há mais melhoria
– Quando atingiu o ótimo
Download