Montering og karakterisering av Biomolecular Memristors bestående av Ion kanal-dopet Lipid membraner
Summary
Myk, lavt strømforbruk, utnytte biomolecular memristors lignende komposisjon, struktur og bytte mekanismer av bio-synapser. Presenteres her er en protokoll for å montere og karakterisere biomolecular memristors innhentet fra isolerende lipid bilayers dannet mellom vanndråper i olje. Inkorporering av spenning-aktivert alamethicin peptider resulterer i memristive ioniske konduktans over membranen.
Abstract
Muligheten til å gjenskape synaptic funksjoner i syntetisk Kretselementer er viktig for neuromorphic databehandling systemer som forsøker å etterligne kognitive krefter hjernen med sammenlignbare effektivitet og tetthet. Hittil har silikonbaserte tre-terminal transistorer og to-terminal memristors vært mye brukt i neuromorphic kretser, i stor grad evne til å sammen finne informasjonsbehandling og minne. Men disse enhetene ikke kan oppnå tilkoblinger og kompleksiteten av hjernen fordi de er makt-sulten, ikke etterligne synaptic nøkkelfunksjonalitet, og lider av høy støy og bytte høye spenninger. For å overvinne disse begrensningene, har vi utviklet og preget en biomolecular memristor som etterligner komposisjon, strukturen og bytte kjennetegner biologiske synapser. Her vi beskriver prosessen med å samle og karakterisere biomolecular memristors bestående av en 5 nm-tykk lipid bilayer dannet mellom lipid-functionalized vanndråper i olje og dopet med spenning-aktivert alamethicin peptider. Mens lignende montering protokoller har blitt brukt til å undersøke Biofysiske egenskaper slippverktøy-støttet lipid membraner og membran-bundet ionekanaler, fokuserer denne artikkelen på viktige modifikasjoner av dråpe bilayer grensesnittmetoden avgjørende for oppnå konsekvent memristor ytelse. Spesielt beskrive vi liposome forberedelsesprosessen og inkorporering av alamethicin peptider i lipid bilayer membraner og riktig konsentrasjonen av hver bestanddel samt deres innvirkning på den generelle responsen av memristors. Vi også detalj karakterisering prosessen med biomolecular memristors, herunder måling og analyse av memristive strøm-spenning relasjoner Hentet via syklisk voltammetry, i tillegg til kortsiktige plastisitet og læring svar trinnvis spenning puls tog.
Introduction
Det er anerkjent at biologiske synapser er ansvarlig for høy effektivitet og enorme parallellisme av hjernen evne til å lære og behandle informasjon på svært tilpasningsdyktige måter. Denne koordinerte funksjonaliteten kommer fra flere komplekse molekylære mekanismer stasjonen både kortsiktige og langsiktige synaptiske plastisitet1,2,3,4,5. Neuromorphic datasystemer som mål å etterligne synaptic funksjonaliteten på nivåer nærmer tetthet, kompleksitet og energieffektivitet av hjernen, som er nødvendig for neste generasjon av hjernen som datamaskiner6,7 , 8. imidlertid gjengivelse synaptic funksjoner ved hjelp av tradisjonelle elektronisk Kretselementer er praktisk talt umulig9, i stedet krever design og fabrikasjon av ny maskinvare elementer som kan tilpasse seg de innkommende signalene og huske informasjon historier9. Disse typer synapse-inspirerte maskinvare er kjent som mem-elementer9,10,11 (forkortelse for minne elementer), som ifølge Di Ventra et al.9,11, er passiv, to-terminal enheter som motstand, kapasitans eller Induktans kan konfigureres som respons på eksterne stimuli, og som kan huske tidligere stater11. For å oppnå energi forbruksnivåene nærmer i hjernen, skal disse elementene bruke lignende materialer og mekanismer for synaptiske plastisitet12.
Hittil har har to-terminal memristors13,14,15 hovedsakelig blitt bygget med complementary metal oxide semiconductor (CMOS) teknologi, preget av høy-svitsjing spenninger og høy støy. Denne teknologien gjør målestokken ikke godt på grunn av høyt strømforbruk og lav tetthet. For å løse disse begrensningene, har flere organisk og polymere memristors blitt bygget. Men viser disse enhetene betydelig tregere bytte dynamics på grunn av tidkrevende ion spredning gjennom en ledende polymer matrise16,17. Resultatet er mekanismer som begge CMOS-basert og organiske memristive enhetene etterligne synapse-inspirerte funksjonaliteten svært fenomenal, omfatter bare noen synaptic funksjonaliteten som Spike Timing avhengige plastisitet (STDP) 18, mens med utsikt over andre viktige funksjoner som også spille viktige roller i å lage hjernen en kraftig og effektiv datamaskin, for eksempel pre synaptic, kortsiktige plastisitet19.
Nylig introdusert vi en ny klasse av memristive enheter12 med spenning-aktivert peptider i biomimetic lipid membraner som etterligner biomolecular komposisjon, membran strukturen og ion utløst kanalskift mekanismer for biologiske synapser20. Her beskriver vi kursen og elektrisk forhøre disse to-terminal enheter, med spesielt fokus på hvordan man skal vurdere kortsiktige plastisitet for implementering i online learning programmer12. Enheten forsamlingen er basert på dråpe bilayer (DIB)21 grensesnittmetoden, som har vært brukt mye i de senere år for å studere biofysikk modell membraner21 og membran-bundet ion kanaler22,23, 24, og som byggesteiner for utvikling av stimuli-responsive materialer25,26. Vi beskriver membran montering og avhør prosessen i detalj for interesserte i neuromorphic programmer, men har begrenset erfaring i biologisk materiale eller membran biologi. Protokollen inneholder også en fullstendig beskrivelse av karakterisering prosedyren, som er like viktig som monteringen, gitt dynamisk og rekonfigurerbare elektriske egenskaper for enheten27. Prosedyre og representant resultatene beskrevet her er grunnlaget for en ny klasse av rimelig, lavt strømforbruk, myk mem-elementer basert på lipid grensesnitt og andre biomolecules for programmer i neuromorphic computing, autonome strukturer og systemer, og selv adaptive hjerne-computer grenseflate.
Protocol
Representative Results
Discussion
Dette dokumentet presenterer en protokoll for montering og karakterisere biomolecular memristors basert på ion kanal-dopet syntetiske cellemembraner dannet mellom to vanndråper i olje. Soft-saken, to-terminal enheten er designet og studerte til: 1) overvinne begrensninger som er forbundet med SSD-teknologi, slik som høy støy, høyt energiforbruk og høy bytte spenninger, 2) nærmere etterligner komposisjon, struktur bytte mekanismer for biologiske synapser og 3) utforske mekanismer og funksjonene i bio-synapse plasti…
Declarações
The authors have nothing to disclose.
Acknowledgements
Økonomisk støtte ble levert av den National Science Foundation Grant NSF ECCS-1631472. Forskning for G.J.T., C.D.S., A.B., og C.P.C. ble delvis sponset av Laboratory regissert forskning og utvikling programmet av Oak Ridge National Laboratory, administrert av UT-Battelle, LLC, for US Department of Energy. En del av denne forskningen ble utført ved Center for Nanophase materialer fag, som er en DOE kontoret av vitenskap bruker anlegget.
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 |
Referências
- 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).
