Summary

الجمعية وتوصيف ميمريستورس الجزيئية البيولوجية تتكون من الأغشية الدهنية قناة أيون يخدر

Published: March 09, 2019
doi:

Summary

لينة، طاقة منخفضة، ميمريستورس الجزيئية البيولوجية الاستفادة من تكوين مماثل، هيكل، وتبديل آليات للاشتباكات العصبية الحيوية. المقدمة هنا هو بروتوكول لتجميع وتميز ميمريستورس الجزيئية البيولوجية الحصول من العزل بيلاييرس الدهن شكلت بين قطرات الماء في النفط. إدراج نتائج الببتيدات الاميثيسين تنشيط الجهد في الموصلية الأيونية ميمريستيفي عبر الغشاء.

Abstract

القدرة على إعادة إنشاء وظائف متشابك في عناصر الدارة الاصطناعية أمر ضروري للحوسبة الأنظمة التي تسعى إلى محاكاة القوى المعرفية للدماغ مع الكفاءة قابلة للمقارنة وكثافة نيورومورفيك. وحتى الآن، الترانزستورات الثلاثة–المحطة الطرفية المستندة إلى السليكون والثاني-الطرفية ميمريستورس قد استخدمت على نطاق واسع في الدوائر نيورومورفيك، في جزء كبير منه بسبب قدرتها على مواقع مشتركة في معالجة المعلومات والذاكرة. ولكن هذه الأجهزة لا يمكن تحقيق الترابط والتعقيد في الدماغ لأنها تفشل المتعطشين للسلطة، لمحاكاة الرئيسية وظائف متشابك، وتعاني من ضوضاء عالية وتبديل عالية الفولتية. للتغلب على هذه القيود، ولدينا نمواً وتتميز memristor الجزيئية البيولوجية الذي يحاكي تكوين وهيكل، وخصائص التحويل من الاشتباكات العصبية البيولوجية. هنا، يمكننا وصف عملية تجميع وتميز ميمريستورس الجزيئية البيولوجية تتكون من بلير 5 نانومتر سميكة الدهن تشكيلها بين قطرات الماء دهن فونكتيوناليزيد في النفط ويخدر مع الببتيدات الاميثيسين تنشيط الجهد. في حين استخدمت بروتوكولات الجمعية مماثلة للتحقيق في الخصائص الفيزيائية الأغشية المدعومة من قطرات الدهن وقنوات أيون غشاء زمنياً، تركز هذه المقالة على التعديلات الرئيسية لأسلوب الحبرية بلير الواجهة الأساسية تحقيق الأداء memristor متسقة. على وجه التحديد، نحن وصف عملية إعداد الحويصلية وإدراج الببتيدات الاميثيسين في أغشية بلير الدهن، وتركيزات ملائمة كل التأسيسية، فضلا عن تأثيرها على الاستجابة الشاملة ميمريستورس. ونحن أيضا بالتفصيل عملية توصيف ميمريستورس الجزيئية البيولوجية، بما في ذلك قياس وتحليل العلاقات الحالية الفولت ميمريستيفي التي تم الحصول عليها عن طريق فولتاميتري دوري، فضلا عن اللدونة قصيرة الأجل والتعلم استجابة المجوعات الجهد نبض القطارات.

Introduction

من المسلم به على نطاق واسع أن الاشتباكات العصبية البيولوجية المسؤولة عن كفاءة عالية وهائلة وتوازي الدماغ بسبب قدرتهم على التعلم ومعالجة المعلومات بطرق شديدة التكيف. هذه الوظيفة منسقة ينبثق من متعددة وبالغة التعقيد الآليات الجزيئية التي تدفع كلا اللدونة متشابك قصيرة الأجل وطويلة الأجل2،1،3،،من45. نظم الحوسبة نيورومورفيك تهدف إلى محاكاة وظائف متشابك في مستويات تقترب الكثافة والتعقيد، وكفاءة استخدام الطاقة في الدماغ، والتي هي بحاجة للجيل التالي من أجهزة الكمبيوتر مثل الدماغ6،7 , 8-استنساخ متشابك ميزات استخدام عناصر الدوائر الإلكترونية التقليدية هو ومع ذلك، يكاد يكون من المستحيل9، بدلاً من ذلك يتطلب تصميم وتصنيع عناصر الأجهزة الجديدة التي يمكن أن تتكيف مع الإشارات الواردة وتذكر معلومات تاريخ9. هذه الأنواع من الأجهزة المستوحاة من المشبك معروفة كعناصر mem9،10،11 (الذاكرة قصيرة للعناصر)، التي تعتبرها Di فينترا et al.9،11، من السلبية، الثاني-الطرفية أجهزة المقاومة أو السعة محاثة التي يمكن إعادة تكوين استجابة للمؤثرات الخارجية، والتي يمكن أن تذكر الدول السابقة11. لتحقيق مستويات استهلاك الطاقة تقترب من تلك الموجودة في الدماغ، ينبغي أن تستخدم هذه العناصر مواد وآليات مماثلة اللدونة متشابك12.

حتى الآن، الثاني-الطرفية ميمريستورس13،،من1415 الغالب بنيت باستخدام أشباه الموصلات المعدنية المؤكسدة التكميلية (CMOS) تكنولوجيا تتميز بتبديل عالية الفولتية وضوضاء عالية. لا يتم تحجيم هذه التكنولوجيا أيضا بسبب استهلاك الطاقة عالية ومنخفضة الكثافة. لمعالجة هذه القيود، أقيمت مؤخرا ميمريستورس العضوية والبوليمر متعددة. ومع ذلك، يحمل هذه الأجهزة ديناميات التحول إلى حد كبير أبطأ بسبب نشر أيون تستغرق وقتاً طويلاً من خلال مصفوفة بوليمر موصل16،17. كنتيجة لذلك، الآليات التي تحاكي كل الأجهزة المستندة إلى CMOS والعضوية ميمريستيفي مستوحاة من المشبك وظائف الظواهر الغاية، يشمل فقط بضع وظائف متشابك مثل سبايك توقيت يعتمد اللدونة (ستدب) 18، في حين تطل على المفتاح الآخر يتميز بأنه أيضا تلعب أدواراً أساسية في جعل الدماغ كمبيوتر قوية وفعالة، مثل اللدونة متشابك مسبقاً، على المدى القصير19.

في الآونة الأخيرة، ادخلنا فئة جديدة من ميمريستيفي الأجهزة12 يضم الببتيدات تنشيط الجهد أدرجت في الأغشية الدهنية المحاكاة البيولوجية الذي يحاكي الجزيئية البيولوجية تكوين وهيكل غشاء، وأيون قناة تشغيل التبديل آليات للاشتباكات العصبية البيولوجية20.  هنا، نحن تصف كيفية تجميع وكهربائيا استجواب هذه الأجهزة الطرفية اثنين، مع تركيز خاص على كيفية تقييم اللدونة قصيرة الأجل لتنفيذ برنامج في الإنترنت تعلم التطبيقات12. الجمعية جهاز يستند إلى أسلوب21 بلير (DIB) واجهة التجميعية التي استخدمت على نطاق واسع في السنوات الأخيرة لدراسة الفيزياء نموذج الأغشية21 وأيون غشاء ربط القنوات22،23، 24، ولبنات البناء لتطوير مواد تستجيب للمنبهات،من25إلى26. نحن تصف عملية غشاء الجمعية والاستجواب بالتفصيل للمهتمين في تطبيقات نيورومورفيك ولكن خبرة في الحيوية أو بيولوجيا الغشاء محدودة. ويشمل البروتوكول أيضا وصفاً كاملا لوصف الإجراء، الذي لا يقل أهمية عملية الجمعية العامة، نظراً لخصائص الجهاز27الكهربائية الحيوية وإعادة التشكيل. نتائج الإجراء والممثل الموصوفة هنا أسس لفئة جديدة منخفضة التكلفة ومنخفضة الطاقة ولينة mem-العناصر استناداً إلى واجهات الدهن والجزيئات الحيوية الأخرى للتطبيقات في الحوسبة نيورومورفيك وهياكل الحكم الذاتي والنظم، وحتى واجهات الكمبيوتر الدماغ التكيفية.

Protocol

1. الاحتياطات والإرشادات العامة حدد مناسبة، غير التالفة قياس الاختلاط الأواني (قوارير، قنينة، إلخ) ومعدات المختبرات الأخرى (ملاعق، والمجارف، إلخ) للاستخدام. التعامل مع الأواني الزجاجية بعناية لتجنب إتلاف، وارتداء قفازات مطاط أو النتريل إلى تجنب تلويث الأواني الزجاجي?…

Representative Results

الشكل 1 يعرض برنامج الإعداد التجريبية المستخدمة لتجميع وتميز memristor الجزيئية البيولوجية. خفض ينتهي مجاناً من أقطاب كهربائية إلى أسفل خزان النفط، كما هو مبين في الشكل 1 باء، وتبين أنه من المفيد لتقليل الاهتزازات من أقطاب وقطرات يمكن أن تؤدي إلى اختلافات في ال…

Discussion

وتعرض هذه الورقة على بروتوكول لتجميع وتميز ميمريستورس الجزيئية البيولوجية استناداً إلى أيون يخدر قناة بيوميمبرانيس الاصطناعية شكلت بين اثنين من قطرات من الماء في النفط. تصميم الجهاز لينة-هذه المسألة، والثاني-الطرفية ودرس إلى: 1) التغلب على القيود المرتبطة بالتكنولوجيا ذات الحالة الصلبة?…

Disclosures

The authors have nothing to disclose.

Acknowledgements

وقدم الدعم المالي بالوطني العلم مؤسسة المنح NSF ECCS-1631472. البحث عن G.J.T.، C.D.S.، أ. ب، و C.P.C. وكان جزئيا برعاية مختبر البحوث الموجهة وتطوير البرنامج من مختبر أوك ريدج الوطني، يديرها UT-Battelle، شركة ذات مسؤولية محدودة، “وزارة الطاقة الأمريكية”. وقد أجرى جزء من هذه البحوث في المركز “علوم المواد نانوفاسي”، وهو “منشأة” الكيان التشغيلي المعين للمستخدم مكتب العلوم.

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

  1. Thompson, R. F. The neurobiology of learning and memory. Science. 233 (4767), 941-947 (1986).
  2. Squire, L. R. Memory systems of the brain: a brief history and current perspective. Neurobiology of learning and memory. 82 (3), 171-177 (2004).
  3. Benfenati, F. Synaptic plasticity and the neurobiology of learning and memory. Acta Bio Medica Atenei Parmensis. 78 (1Suppl), 58-66 (2007).
  4. Marx, G., Gilon, C. The molecular basis of memory. ACS Chemical Neuroscience. 9 (8), 633-642 (2012).
  5. 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).
  6. Merolla, P. A. A million spiking-neuron integrated circuit with a scalable communication network and interface. Science. 345 (6197), 668-673 (2014).
  7. Benjamin, B. V. Neurogrid: A mixed-analog-digital multichip system for large-scale neural simulations. Proceedings of the IEEE. 102 (5), 699-716 (2014).
  8. Furber, S. Large-scale neuromorphic computing systems. Journal of neural engineering. 13 (5), 051001 (2016).
  9. Di Ventra, M., Pershin, Y. V. The parallel approach. Nature Physics. 9 (4), 200-202 (2013).
  10. Chua, L. Memristor-the missing circuit element. IEEE Transactions on circuit theory. 18 (5), 507-519 (1971).
  11. 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).
  12. Najem, J. S. Memristive Ion Channel-Doped Biomembranes as Synaptic Mimics. ACS Nano. , (2018).
  13. Strukov, D. B., Snider, G. S., Stewart, D. R., Williams, R. S. The missing memristor found. Nature. 453 (7191), 80-83 (2008).
  14. Prezioso, M. Training and operation of an integrated neuromorphic network based on metal-oxide memristors. Nature. 521 (75550), 61-64 (2015).
  15. Prodromakis, T., Toumazou, C., Chua, L. Two centuries of memristors. Nature Materials. 11 (6), 478 (2012).
  16. Berzina, T. Optimization of an organic memristor as an adaptive memory element. Journal of Applied Physics. 105 (12), 124515 (2009).
  17. van de Burgt, Y., Melianas, A., Keene, S. T., Malliaras, G., Salleo, A. Organic electronics for neuromorphic computing. Nature Electronics. 1, (2018).
  18. Dan, Y., Poo, M. M. Spike timing-dependent plasticity: from synapse to perception. Physiological reviews. 86 (3), 1033-1048 (2006).
  19. Zucker, R. S., Regehr, W. G. Short-term synaptic plasticity. Annual Reviews of Physiology. 64 (1), 355-405 (2002).
  20. 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).
  21. 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).
  22. Najem, J. S. Activation of bacterial channel MscL in mechanically stimulated droplet interface bilayers. Scientific Reports. 5, 13726 (2015).
  23. 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).
  24. Taylor, G. Electrophysiological interrogation of asymmetric droplet interface bilayers reveals surface-bound alamethicin induces lipid flip-flop. Biochimica et biophysica acta (BBA)-Biomembranes. , (2018).
  25. 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).
  26. Sarles, S. A., Leo, D. J. Membrane-based biomolecular smart materials. Smart Materials & Structures. 20 (9), (2011).
  27. Sarles, S. A. . Physical encapsulation of interface bilayers. , (2010).
  28. JoVE Science Education Datatbase. Organic Chemistry II. Cleaning Glassware. Journal of Visualized Experiments. , (2018).
  29. 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).
  30. 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).
  31. 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).
  32. Bayley, H. Droplet interface bilayers. Molecular Biosystems. 4 (12), 1191-1208 (2008).
  33. 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).
  34. 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).
check_url/58998?article_type=t

Play Video

Cite This Article
Najem, J. S., Taylor, G. J., Armendarez, N., Weiss, R. J., Hasan, M. S., Rose, G. S., Schuman, C. D., Belianinov, A., Sarles, S. A., Collier, C. P. Assembly and Characterization of Biomolecular Memristors Consisting of Ion Channel-doped Lipid Membranes. J. Vis. Exp. (145), e58998, doi:10.3791/58998 (2019).

View Video