Montagem e caracterização de Biomolecular Memristors consiste em membranas de lipídios dopado com canal iônico
Summary
Macio, baixo consumo de energia, biomolecular memristors alavancar semelhante composição, estrutura e mecanismos de bio-sinapses de comutação. Apresentado aqui é um protocolo para montar e caracterizar biomolecular memristors obtido de isolamento bilayers do lipid formadas entre as gotículas de água em óleo. A incorporação dos resultados de peptídeos alamethicin tensão-ativado em memristive de condutância iônica através da membrana.
Abstract
A capacidade de recriar funcionalidades sinápticas em elementos de circuito sintético é essencial para neuromorphic computação sistemas que procuram imitar os poderes cognitivos do cérebro com densidade e eficiência comparável. Até à data, transistores de três terminais à base de silicone e dois terminais memristors foram amplamente utilizados em circuitos de neuromorphic, em grande parte devido à sua capacidade de co-localização memória e processamento de informações. No entanto, esses dispositivos não podem atingir a interconectividade e a complexidade do cérebro, porque eles são poder-com fome, não conseguem imitar chaves funcionalidades sinápticas e sofrem de ruído elevado e alta comutação de tensões. Para superar essas limitações, temos desenvolvido e caracterizado um memristor biomolecular que imita a composição, estrutura e características de comutação das sinapses biológicas. Aqui, descrevemos o processo de montagem e caracterização biomolecular memristors consistindo de uma lipídica 5 nm de espessura formada entre as gotas de água acrescida de lipídios em óleo e dopado com peptídeos alamethicin tensão-ativado. Enquanto protocolos de montagem semelhantes têm sido usados para investigar as propriedades biofísicas de membranas compatíveis com gotículas lipídicas e canais iônicos de membrana-limite, este artigo centra-se na chaves modificações de método da bicamada de interface da gota essencial para atingir o desempenho consistente do memristor. Especificamente, descrevemos o processo de preparação de lipossomas e a incorporação de peptídeos de alamethicin em membranas de bicamada lipídica e as concentrações adequadas de cada constituinte, bem como seu impacto sobre a resposta global dos memristors. Também detalhamos o processo de caracterização de memristors biomolecular, incluindo medição e análise das relações de corrente-tensão de memristive obtidos via voltametria cíclica, bem como a curto prazo plasticidade e aprendizagem em resposta a step-wise trens de pulso de tensão.
Introduction
É amplamente reconhecido que as sinapses biológicas são responsáveis pela alta eficiência e paralelismo enorme do cérebro devido à sua capacidade de aprender e processar informações de formas altamente adaptáveis. Essa funcionalidade coordenada emerge múltiplas, mecanismos moleculares altamente complexos que conduzem ambos plasticidade sináptica a curto e a longo prazo1,2,3,4,5. Sistemas de computação Neuromorphic visam emular as funcionalidades sinápticas em níveis próximos a densidade, complexidade e eficiência de energia do cérebro, que são necessários para a próxima geração de computadores, como cérebro6,7 , 8. no entanto, reproduzir características sinápticas, usando elementos de circuito eletrônico tradicional é virtualmente impossível9, em vez disso, exigir que o projeto e fabricação de novos elementos de hardware que pode adaptar-se a sinais de entrada e lembre-se histórias de informações9. Estes tipos de hardware de inspiração sinapse são conhecidos como elementos de mem-9,10,11 (elementos de abreviação de memória), que, de acordo com Di Ventra et al.9,11, são passivos, dispositivos de dois terminais cuja resistência, capacitância ou indutância pode ser reconfigurada em resposta a estímulos externos, e que me lembro de Estados anteriores11. Para atingir os níveis de consumo de energia se aproximando aqueles no cérebro, estes elementos devem empregar materiais e mecanismos de plasticidade sináptica12semelhantes.
Até à data, dois terminais memristors13,14,15 predominantemente foram construídos usando tecnologia de (CMOS) metal-óxido-semicondutor complementar, caracterizada pela alternância de alta tensões e ruído elevado. Esta tecnologia não se adapta bem devido ao consumo de energia de alta e baixa densidade. Para lidar com essas limitações, vários orgânicos e poliméricos memristors foram recentemente construídos. No entanto, esses dispositivos apresentam dinâmica switching significativamente mais lento devido à difusão do íon demorado através de uma matriz de polímero condutor16,17. Como resultado, os mecanismos pelo qual ambos os dispositivos baseados em CMOS e orgânicos memristive emulam sinapse-inspirado funcionalidades são altamente fenomenológicos, abrangendo apenas algumas funcionalidades sinápticas como Spike temporização dependente plasticidade (STDP) 18, enquanto com vista para outra chave que apresenta também desempenham papéis essenciais na tomada o cérebro de um computador poderoso e eficiente, como plasticidade pré-sinápticos, a curto prazo19.
Recentemente, nós introduzimos uma nova classe de memristive dispositivos12 com peptídeos ativado voltagem incorporados em membranas de lipídios biomimético que imita a composição biomolecular, a estrutura da membrana e íon canal acionado comutação mecanismos de sinapses biológicas20. Aqui, descrevemos como montar e eletricamente interrogar estes dispositivos de dois terminais, com foco específico sobre como avaliar a plasticidade a curto prazo para implementação em on-line de aprendizagem aplicações12. Montagem do dispositivo é baseada no método da gota interface BICAMADA (DIB)21 , que tem sido amplamente utilizado nos últimos anos para estudar a Biofísica de membranas de modelo21 e de22,de canais de íon de membrana-limite23, 24e como blocos de construção para o desenvolvimento de materiais sensíveis estímulos25,26. Podemos descrever o processo de montagem e interrogatório de membrana em detalhes para aqueles interessados em aplicações de neuromorphic mas experiência em biomateriais ou membrana biologia limitada. O protocolo também inclui uma descrição completa do processo de caracterização, que é tão importante quanto o processo de montagem, dado as dinâmicas e reconfiguráveis Propriedades elétricas do dispositivo27. Os procedimento e representante resultados aqui descritos são bases para uma nova classe de baixo custo, baixo consumo de energia, macios mem-elementos com base em interfaces de lipídios e outras biomoléculas para aplicações em computação neuromorphic, estruturas autónomas e sistemas, e até mesmo interfaces cérebro-computador adaptável.
Protocol
Representative Results
Discussion
Este trabalho apresenta um protocolo para montagem e caracterização biomolecular memristors baseado no íon biomembranas sintético dopado com canal formadas entre duas gotas de água em óleo. O dispositivo macio-matéria, dois terminais é concebido e estudado para: 1) superar as restrições que estão associadas com a tecnologia de estado sólida, tais como ruído elevado, elevado consumo de energia e alta comutação de tensões, imitam 2) mais de perto a composição, estruturam comutação de mecanismos de sinap…
Disclosures
The authors have nothing to disclose.
Acknowledgements
Apoio financeiro foi fornecido pela nacional Science Foundation Grant NSF ECCS-1631472. Pesquisa para G.J.T., C.D.S., A.B., e C.P.C foi parcialmente patrocinado pelo laboratório dirigido a pesquisa e desenvolvimento programa de Oak Ridge National Laboratory, geridos pela UT-Battelle, LLC, para o departamento de energia dos EUA. Uma parte desta pesquisa foi realizada no centro para Nanophase Ciências dos materiais, que é uma facilidade do DOE escritório de ciência usuário.
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).
