Samling og karakterisering af Biomolekylær Memristors bestående af Ion-kanal-doped Lipid membraner
Summary
Blød, energibesparende, Biomolekylær memristors udnytte lignende sammensætning, struktur, og skifte mekanismer af bio-synapser. Præsenteres her er en protokol til at samle og karakterisere Biomolekylær memristors fremstillet af isolerende lipid dobbeltlag dannet mellem vanddråber i olien. Indarbejdelse af spænding-aktiveret alamethicin peptider resultater i memristive ionisk ledningsevne på tværs af membranen.
Abstract
Evnen til at genskabe synaptic funktionaliteter i syntetisk kredsløbselementer er afgørende for neuromorphic edb-systemer, der forsøger at efterligne de kognitive beføjelser af hjernen med sammenlignelige effektivitet og tæthed. Til dato, har silicium-baserede tre-terminal transistorer og to-terminal memristors været meget anvendt i neuromorphic kredsløb, i stor del på grund af deres evne til at samarbejde finde informationsbehandling og hukommelse. Men disse enheder ikke kan opnå sammenkobling og kompleksiteten af hjernen, fordi de er magtbegærlige, undlader at efterligne centrale synaptic funktionaliteter, og lider af høj støj og høj skifte spændinger. For at overvinde disse begrænsninger, har vi udviklet og karakteriseret en Biomolekylær memristor, der efterligner sammensætning, struktur og skifte Karakteristik af biologisk synapser. Her, vi beskriver processen med at samle og kendetegner Biomolekylær memristors bestående af en 5 nm tykke lipid tolagede dannet mellem lipid-functionalized vanddråber i olien og dopet med spænding-aktiveret alamethicin peptider. Mens lignende forsamling protokoller har været brugt til at undersøge biofysiske egenskaber af droplet-støttede lipid membraner og membran-bundet Ionkanaler, fokuserer denne artikel på centrale ændringer af droplet interface tolagede metoden afgørende for at opnå ensartet memristor ydeevne. Specifikt, beskriver vi Liposom forberedelsesprocessen og indarbejdelse af alamethicin peptider i lipid tolagede membraner, og de relevante koncentrationer af hver bestanddel samt deres indvirkning på den samlede respons af memristors. Vi også detalje karakterisering proces af Biomolekylær memristors, herunder måling og analyse af memristive nuværende spænding relationer opnået via cykliske voltammetry samt kortsigtede plasticitet og læring som svar på trinvis spænding puls tog.
Introduction
Det er almindeligt anerkendt, at biologisk synapser er ansvarlig for høj effektivitet og enorme parallelitet af hjernen på grund af deres evne til at lære og bearbejde information i yderst adaptiv måder. Denne koordinerede funktionalitet fremgår af flere meget komplekse molekylære mekanismer der drev både kortsigtede og langsigtede synaptisk plasticitet1,2,3,4,5. Neuromorphic computersystemer har til formål at efterligne synaptic funktionaliteter på niveauer nærmer tæthed, kompleksitet og energieffektivitet i hjernen, som er nødvendige for den næste generation af hjerne-lignende computere6,7 , 8. dog reproducere synaptic funktioner ved hjælp af traditionelle elektroniske kredsløbselementer er stort set umuligt9, i stedet kræver design og fabrikation af ny hardware elementer, der kan tilpasse sig til indkommende signaler og huske oplysninger historie9. Disse typer af synapse-inspirerede hardware er kendt som mem-elements9,10,11 (forkortelse for hukommelse elementer), som ifølge Di Ventra et al.9,11, er passive, to-terminal enheder hvis modstand, kapacitans eller induktans kan omkonfigureres som svar på eksterne stimuli, og som kan huske tidligere stater11. For at opnå energi forbrug nærmer sig dem i hjernen, bør disse elementer ansætte lignende materiale og mekanismer for synaptisk plasticitet12.
Til dato, har to-terminal memristors13,14,15 overvejende været bygget ved hjælp af supplerende metal oxide semiconductor (CMOS) teknologi, karakteriseret ved høj-switching spændinger og høj støj. Denne teknologi skalerer ikke godt på grund af højt strømforbrug og lav befolkningstæthed. For at løse disse begrænsninger, har flere organisk og polymeriske memristors været for nylig bygget. Men disse enheder udviser betydeligt langsommere skifte dynamics på grund af tidskrævende ion diffusion gennem en ledende polymer matrix16,17. Som et resultat, er de mekanismer, hvorved begge CMOS-baseret og organiske memristive enheder emulere synapse-inspirerede funktionaliteter meget fænomenologisk, omfatter kun et par synaptic funktionaliteter såsom Spike Timing afhængige plasticitet (STDP) 18, mens med udsigt over andre vigtige funktioner, der også spiller en afgørende rolle i at hjernen en kraftfuld og effektiv computer, såsom pre synaptic, kortsigtede plasticitet19.
For nylig har indført vi en ny klasse af memristive enheder12 byder på spænding-aktiveret peptider indarbejdet i biomimetiske lipid membraner der efterligner Biomolekylær sammensætning, membran struktur og ion kanal udløst skifte mekanismer af biologisk synapser20. Her, vi beskriver, hvordan du samler og elektrisk afhøre disse to-terminal enheder, med særlig fokus på hvordan man kan evaluere kortsigtede plasticitet for gennemførelsen i online læring programmer12. Enhed forsamling er baseret på dråbe interface tolagede (DIB)21 metode, som har været udbredt i de seneste år til at studere Biofysik model membraner21 og membran-bundet ion kanaler22,23, 24, og som byggesten for udvikling af stimuli-responsive materialer25,26. Vi beskriver membran forsamling og forhør processen i detaljer for dem interesseret i neuromorphic applikationer, men har begrænset erfaring i biomaterialer eller membran biologi. Protokollen indeholder også en fuld beskrivelse af proceduren, karakterisering, der er så vigtig forsamling-processen, i betragtning af enheden27dynamisk og omkonfigurerbare elektriske egenskaber. Procedure og repræsentant resultaterne beskrevet her er grundlaget for en ny klasse af lavprisselskaber, low-power, blød mem-elementer baseret på lipid grænseflader og andre biomolekyler til applikationer i neuromorphic computing, autonome strukturer og systemer, og endda adaptive hjerne-computer grænseflade.
Protocol
Representative Results
Discussion
Dette paper præsenterer en protokol for montage og kendetegner Biomolekylær memristors baseret på ion-kanal-doped syntetiske Biomembraner dannet mellem to dråber af vand i olie. Soft-sagen, to-terminal enhed er designet og studerede til: 1) overvinde begrænsninger, der er forbundet med solid-state teknologi, såsom høj støj, højt energiforbrug og høj skifte spændinger, 2) mere nøje efterligne sammensætning, struktur skifte mekanismer af biologisk synapser og 3) undersøge de mekanismer og funktioner af bio-sy…
Disclosures
The authors have nothing to disclose.
Acknowledgements
Finansielle støtte blev leveret af National Science Foundation Grant NSF ECCS-1631472. Forskning for G.J.T., C.D.S., A.B., og C.P.C. var delvist sponsoreret af laboratoriet instrueret forskning og udvikling Program af Oak Ridge National Laboratory, forvaltes af UT-Battelle, LLC, for det amerikanske Department of Energy. En del af denne forskning blev udført på Center for Nanophase materialer Sciences, som er en DOE Office of Science bruger Facility.
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).
