הרכבה ואפיון של Memristors למערכות ביולוגיות המורכב ממברנות השומנים מסטול-תעלת יונים
Summary
רכים, צריכת חשמל נמוכה, memristors למערכות ביולוגיות ממנפים קומפוזיציה דומה המבנה, החלפת מנגנונים של ביו-הסינפסות. המוצג כאן פרוטוקול כדי להרכיב או לאפיין למערכות ביולוגיות memristors מתקבל בידוד השומנים bilayers בין טיפות מים בשמן. שילוב של פפטידים מופעל מתח alamethicin תוצאות מוליכות יונית memristive על פני הקרום.
Abstract
היכולת לשחזר פונקציונליות סינפטית ברכיבי המעגל סינתטי חיוני עבור מטריצת מחשוב מערכות מבקש לחקות את הכוחות קוגניטיבי של המוח עם יעילות דומה וצפיפות. עד כה, המבוססים על צורן טרנזיסטורים שלוש-מסוף, memristors שני-מסוף היה בשימוש נרחב במטריצת מעגלים, בעיקר בזכות יכולתם לאתר שיתוף עיבוד מידע ובזיכרון. אך התקנים אלה לא יכול להשיג את מסופר והמורכבות של המוח כי הם תאבי כוח, אינן מצליחות לחקות מפתח פונקציות סינפטית, ואף סובלים רעש גבוה גבוה מיתוג מתח. כדי להתגבר על מגבלות אלה, יש שפותחה ואנו מאופיין של ממריסטור למערכות ביולוגיות המחקה את הרכב, מבנה, מיתוג מאפייני הסינפסות ביולוגי. כאן, אנו מתארים את תהליך הרכבת, אפיון memristors למערכות ביולוגיות המורכב ננומטר בעובי 5 ליפידית בין טיפות מים functionalized-השומנים בשמן מסטול עם פפטידים מופעל מתח alamethicin. בזמן דומה מכלול הפרוטוקולים שימשו כדי לחקור את מאפייני ביופיזיקלי של השומנים הנתמכות על-ידי droplet ממברנות ומתקני תעלות יונים ממברנה מכורך, מאמר זה מתמקד המהותיים של השיטה bilayer ממשק droplet חיוני להשגת ביצועים ממריסטור עקבית. באופן ספציפי, אנו מתארים את תהליך ההכנה של ליפוזום, שילוב של פפטידים alamethicin השומנים bilayer ממברנות, את ריכוזי המתאים לכל המכוננת, כמו גם ההשפעה שלהם על התגובה הכולל של memristors. אנחנו גם פירוט תהליך האפיון של memristors למערכות ביולוגיות, כולל מדידה וניתוח של מערכות יחסים memristive זרם-מתח שהושג באמצעות וולטמטריה ציקלית, כמו גם לטווח הקצר פלסטיות ולמידה בתגובה step-wise מתח דופק רכבות.
Introduction
זה מוכר ברבים הסינפסות ביולוגי אחראים על יעילות גבוהה של ההקבלה העצום של המוח עקב יכולתם ללמוד ולעבד מידע בדרכים מאוד גמישים. פונקציונליות זו מתואמת מגיח מרובים, המנגנונים המולקולריים מורכב באותו הכונן שני פלסטיות סינפטית לטווח קצר ולטווח ארוך1,2,3,4,5. מערכות מיחשוב מטריצת לכוון כדי לחקות את פונקציות סינפטית ברמות מתקרב את צפיפות, מורכבות ויעילות אנרגיה של המוח, אשר נדרשים עבור הדור הבא של המחשבים, כמו המוח6,7 , 8. שכפול תכונות סינפטית באמצעות אלמנטים מסורתיים מעגלים אלקטרוניים זאת, כמעט בלתי אפשרי9, במקום לדרוש את עיצוב, ייצור רכיבי חומרה חדשים יכולים להסתגל אותות נכנסות וזכור מידע ההיסטוריה9. סוגים אלה של חומרה בהשראה סינפסה ידועים כמו mem-אלמנטים9,10,11 (זיכרון קצר עבור רכיבים), אשר, על פי Di Ventra et al.9,11, הם פסיביים, שני-מסוף התקנים אשר ההתנגדות, קיבול או השראות יכול לקבוע מחדש את תצורת בתגובה לגירויים חיצוניים, אשר זוכר הברית מוקדמת11. כדי להשיג רמות צריכת האנרגיה מתקרב אלו במוח, רכיבים אלה צריך להעסיק מנגנוני הפלסטיות הסינפטית12וחומרים דומים.
עד כה, שני-טרמינל memristors13,14,15 בעיקר נבנו בטכנולוגיית משלימים מתכת-מוליך-למחצה (CMOS), המאופיינת על ידי מיתוג גבוהה המתחים ורעש גבוה. טכנולוגיה זו אינה סקיילבילית טוב עקב צריכת חשמל גבוהה וצפיפות נמוכה. כדי לטפל מגבלות אלה, memristors פולימריים ואורגניים רבים נבנו לאחרונה. עם זאת, התקנים אלה התערוכה dynamics מיתוג לאט יותר באופן משמעותי בשל יון גוזלת זמן דיפוזיה דרך16,מטריקס17פולימר מוליך. כתוצאה מכך, המנגנון שבאמצעותו שני מכשירים מבוססי ה-CMOS ואורגניים memristive לחקות בהשראה סינפסה פונקציות הם מאוד הפנומנולוגי, המקיף רק כמה סינפטית פונקציות כמו ספייק בתזמון התלוי פלסטיות (STDP) 18, בזמן המשקיפה על המפתח השני כולל את זה גם לשחק תפקידים חיוניים בקבלת המוח מחשב חזק ויעיל, כגון פלסטיות סינפטית מראש, לטווח קצר19.
לאחרונה השקנו מחלקה חדשה של memristive התקנים12 ובו מופעל מתח פפטידים שולבו ביונים השומנים ממברנות המחקה את הרכב למערכות ביולוגיות, מבנה הממברנה, ואת יון ערוץ המופעלות החלפת מנגנונים ביולוגיים הסינפסות20. כאן, אנו נתאר כיצד להרכיב ולחקור חשמלית התקנים אלה שני-מסוף, עם התמקדות מיוחדת כיצד להעריך פלסטיות לטווח קצר עבור יישום מקוון למידה יישומים12. התקן הרכבה מבוסס על droplet ממשק bilayer (דיב)21 השיטה, אשר שימש בהרחבה בשנים האחרונות ללמוד את ביופיזיקה של ממברנות דגם21 וממברנה מכורך יון ערוצי22,23, 24, וכן אבני בניין עבור הפיתוח של חומרי מגיב לגירויים25,26. אנו לתאר תהליך הרכבה והחקירה של קרום בפירוט למעוניינים מטריצת יישומים אך מוגבלת ניסיון biomaterials או ביולוגיה ממברנה. הפרוטוקול כוללת גם תיאור מלא של תהליך האפיון, אשר חשוב כמו תהליך ההרכבה, בהתחשב המאפיינים חשמל דינמי ו reconfigurable של המכשיר27. תוצאות ההליך ונציג המתוארים כאן הם היסודות עבור מחלקה חדשה בעלות נמוכה, צריכת חשמל נמוכה, רך mem-אלמנטים מבוסס על השומנים ממשקים אחרים מולקולות עבור יישומים מטריצת מחשוב, אוטונומי מבנים ומערכות, ואפילו ממשקי מחשב-מוח גמישים.
Protocol
Representative Results
Discussion
מאמר זה מציג פרוטוקול עבור הרכבת ואפיון בהתבסס על יון מסטול-ערוץ סינתטי biomembranes הנוצרת בין שתי טיפות מים בשמן memristors למערכות ביולוגיות. המכשיר רך-עניין, שני-מסוף מיועד ולמד כדי: 1) ולהתגבר על אילוצים הקשורים בטכנולוגיה של מצב מוצק, כגון רעש גבוהה, צריכת אנרגיה גבוהה, גבוהה מיתוג מתח, קרוב יותר …
Disclosures
The authors have nothing to disclose.
Acknowledgements
תמיכה כספית סופק על ידי הלאומית למדע קרן גרנט NSF מרכזים לגיל הרך-1631472. מחקר על G.J.T., דיסקים, א. ב., C.P.C. הייתה חלקית בחסות המעבדה ביימה ומחקר ופיתוח תוכנית של אלון רכס המעבדה הלאומית, המנוהל על-ידי UT-Battelle, LLC, עבור מחלקת האנרגיה של ארצות הברית. חלק של מחקר זה נערך במרכז עבור Nanophase חומרים מדעי, אשר DOE Office של המשתמש מתקן מדעי.
Materials
| 1,2-diphytanoy-sn-glycero-3-phosphocholine (DPhPC) | Avanti Polar Lipids | 850356P/850356C | Purchased as lyophilized powder (P) or in chloroform (C) |
| Agarose | Sigma-Aldrich | A9539 | |
| Agarose (0.5g Agarose Tablets) | Benchmark | A2501 | You can either use the powder form or the tablets |
| Alamethicin | AG Scientific | A-1286 | |
| Analytical balance | Mettler Toledo | ME204TE/00 | |
| Axopatch 200B Amplifier | Molecular Devices | – | |
| BK Precision 4017B 10 MHz DDs Sweep/Function Generator | Digi-Key | BK4017B-ND | |
| Borosilicate Glass Capillaries | World Precision Instruments | 1B100F-4 | |
| Brain Total Lipid Extracts (Porcine) | Avanti Polar Lipids | 131101 | |
| DigiData 1440A system | Molecular Devices | – | |
| Extruder Set With Holder/Heating Block | Avanti Polar Lipids | 610000 | This includes a mini-extruder, 2 syringes, 100 PC membranes, 100 filter supports, and 1 holder/heating block |
| Freezer (-20 °C) | VWR International | SCUCBI0420AD | |
| Glassware | VWR International | – | |
| Hexadecane, 99% | Sigma-Aldrich | 544-76-3 | |
| Isopropyl Alcohol | VWR International | BDH1133-4LP | |
| Microelectrode Holder | World Precision Instruments | MEH1S | |
| MOPS | Sigma-Aldrich | M1254 | |
| Nitrogen (N2) Gas | Airgas | UN1066 | |
| Parafilm M All-Purpose Laboratory Film | Parafilm | PM999 | |
| Powder Free Soft Nitrile Examination Gloves | VWR International | CA89-38-272 | |
| Precleaned Microscope Sildes | Fisher Scientific | 22-267-013 | |
| Refrigirator (4 °C) | VWR International | SCUCFS-0504G | |
| Silver wire | GoodFellow | 147-346-94 | Different diameters could be used depending on the application |
| Sodium Chloride (KCl) | Sigma-Aldrich | P3911 | |
| Stirring Hot Plate | Thermo Scientific | SP131325 | |
| VWR Light-Duty Tissue Wipers | VWR International | 82003-820 | |
| VWR Scientific 50D Ultrasonic Cleaner | VWR International | 13089 |
References
- Thompson, R. F. The neurobiology of learning and memory. Science. 233 (4767), 941-947 (1986).
- Squire, L. R. Memory systems of the brain: a brief history and current perspective. Neurobiology of learning and memory. 82 (3), 171-177 (2004).
- Benfenati, F. Synaptic plasticity and the neurobiology of learning and memory. Acta Bio Medica Atenei Parmensis. 78 (1Suppl), 58-66 (2007).
- Marx, G., Gilon, C. The molecular basis of memory. ACS Chemical Neuroscience. 9 (8), 633-642 (2012).
- Izquierdo, I., Medina, J. H. Memory formation: the sequence of biochemical events in the hippocampus and its connection to activity in other brain structures. Neurobiology of learning and memory. 68 (3), 285-316 (1997).
- Merolla, P. A. A million spiking-neuron integrated circuit with a scalable communication network and interface. Science. 345 (6197), 668-673 (2014).
- Benjamin, B. V. Neurogrid: A mixed-analog-digital multichip system for large-scale neural simulations. Proceedings of the IEEE. 102 (5), 699-716 (2014).
- Furber, S. Large-scale neuromorphic computing systems. Journal of neural engineering. 13 (5), 051001 (2016).
- Di Ventra, M., Pershin, Y. V. The parallel approach. Nature Physics. 9 (4), 200-202 (2013).
- Chua, L. Memristor-the missing circuit element. IEEE Transactions on circuit theory. 18 (5), 507-519 (1971).
- Di Ventra, M., Pershin, Y. V., Chua, L. O. Circuit elements with memory: memristors, memcapacitors, and meminductors. Proceedings of the IEEE. 97 (10), 1717-1724 (2009).
- Najem, J. S. Memristive Ion Channel-Doped Biomembranes as Synaptic Mimics. ACS Nano. , (2018).
- Strukov, D. B., Snider, G. S., Stewart, D. R., Williams, R. S. The missing memristor found. Nature. 453 (7191), 80-83 (2008).
- Prezioso, M. Training and operation of an integrated neuromorphic network based on metal-oxide memristors. Nature. 521 (75550), 61-64 (2015).
- Prodromakis, T., Toumazou, C., Chua, L. Two centuries of memristors. Nature Materials. 11 (6), 478 (2012).
- Berzina, T. Optimization of an organic memristor as an adaptive memory element. Journal of Applied Physics. 105 (12), 124515 (2009).
- van de Burgt, Y., Melianas, A., Keene, S. T., Malliaras, G., Salleo, A. Organic electronics for neuromorphic computing. Nature Electronics. 1, (2018).
- Dan, Y., Poo, M. M. Spike timing-dependent plasticity: from synapse to perception. Physiological reviews. 86 (3), 1033-1048 (2006).
- Zucker, R. S., Regehr, W. G. Short-term synaptic plasticity. Annual Reviews of Physiology. 64 (1), 355-405 (2002).
- Shepherd, J. D., Huganir, R. L. The cell biology of synaptic plasticity: AMPA receptor trafficking. Annual Review of Cell Developmental Biology. 23, 613-643 (2007).
- Taylor, G. J., Venkatesan, G. A., Collier, C. P., Sarles, S. A. Direct in situ measurement of specific capacitance, monolayer tension, and bilayer tension in a droplet interface bilayer. Soft Matter. 11 (38), 7592-7605 (2015).
- Najem, J. S. Activation of bacterial channel MscL in mechanically stimulated droplet interface bilayers. Scientific Reports. 5, 13726 (2015).
- Taylor, G. J. Capacitive Detection of Low-Enthalpy, Higher-Order Phase Transitions in Synthetic and Natural Composition Lipid Membranes. Langmuir. 33 (38), 10016-10026 (2017).
- Taylor, G. Electrophysiological interrogation of asymmetric droplet interface bilayers reveals surface-bound alamethicin induces lipid flip-flop. Biochimica et biophysica acta (BBA)-Biomembranes. , (2018).
- Sarles, S. A., Garrison, K. L., Young, T. T., Leo, D. J. Formation and Encapsulation of Biomolecular Arrays for Developing Arrays of Membrane-Based Artificial Hair Cell Sensors. Proceedings of the Asme Conference on Smart Materials, Adaptive Structures and Intelligent Systems (Smasis 2011), Vol 2. , 663-671 (2011).
- Sarles, S. A., Leo, D. J. Membrane-based biomolecular smart materials. Smart Materials & Structures. 20 (9), (2011).
- Sarles, S. A. . Physical encapsulation of interface bilayers. , (2010).
- JoVE Science Education Datatbase. Organic Chemistry II. Cleaning Glassware. Journal of Visualized Experiments. , (2018).
- Taylor, G. J., Sarles, S. A. Heating-enabled formation of droplet interface bilayers using Escherichia coli total lipid extract. Langmuir. 31 (1), 325-337 (2014).
- Shlyonsky, V., Dupuis, F., Gall, D. The OpenPicoAmp: an open-source planar lipid bilayer amplifier for hands-on learning of neuroscience. Plos One. 9 (9), e108097 (2014).
- Najem, J. S. Micropipette-based Method for Incorporation And Stimulation of Bacterial Mechanosensitive Ion Channels in Droplet Interface Bilayers. Journal of Visualized Experiments. (105), (2015).
- Bayley, H. Droplet interface bilayers. Molecular Biosystems. 4 (12), 1191-1208 (2008).
- Nguyen, M., Srijanto, B., Retterer, S., Collier, C. P., Sarles, S. A. Hydrodynamic trapping for rapid assembly and in situ electrical characterization of droplet interface bilayer arrays. Lab on a Chip. 16, 3576-3588 (2016).
- Weiss, R., Najem, J. S., Hasan, M. S., Schuman, C. D., Belianinov, A., Collier, C. P., Sarles, S. A., Rose, G. S. A Soft-Matter Biomolecular Memristor Synapse for Neuromorphic Systems. , (2018).
