Montaje y caracterización de memristores Biomolecular consisten en membranas lipídicas dopado canal iónico
Summary
Suave, de baja potencia, biomolecular memristores aprovechan similar composición, estructura y cambio de mecanismos de bio-sinapsis. Presentamos un protocolo de arme y caracterizar biomoléculas memristores procede de bicapas de lípidos entre las gotas de agua en el aceite de aislamiento. La incorporación de resultados de péptidos activados por voltaje alamethicin en memristive de conductancia iónica a través de la membrana.
Abstract
La capacidad de recrear funciones sinápticas en elementos de circuito sintético es esencial para sistemas que pretenden emular los poderes cognitivos del cerebro con densidad y eficacia comparable de computación neuromórfica. Hasta la fecha, basada en silicio transistores de tres terminales y dos terminales memristores han sido ampliamente utilizados en circuitos Neuromórficos, en gran parte debido a su capacidad para ubicar memoria y procesamiento de la información. Sin embargo, estos dispositivos no pueden lograr la interconectividad y la complejidad del cerebro porque están hambrientos de poder, no imitan claves funciones sinápticas y sufren de alto nivel de ruido y alta cambio de tensiones. Para superar estas limitaciones, hemos desarrollado y caracterizado un memristor biomolecular que imita la composición, estructura y características de conmutación de sinapsis biológicas. Aquí, describimos el proceso de ensamblaje y caracterización biomolecular memristores consisten en una bicapa lipídica nm de espesor 5 formado entre gotitas de lípido funcionalizados en aceite y dopado con péptidos de alamethicin activado por voltaje. Mientras que los protocolos de montaje similares se han utilizado para investigar las propiedades biofísicas de apoyado de la gotita del lípido membranas y canales iónicos de membrana-limitan, este artículo se centra en modificaciones claves del gota interfaz bicapa método esencial para lograr el desempeño consistente memristor. Específicamente, se describen el proceso de preparación de liposomas y la incorporación de los péptidos alamethicin en las membranas de bicapa lipídica y las concentraciones adecuadas de cada componente, así como su impacto en la respuesta global de los memristores. También detallamos el proceso de caracterización de memristores de biomoléculas, incluyendo medición y análisis de las relaciones de corriente-voltaje de memristive obtenidos mediante voltametría cíclica, así como la plasticidad a corto plazo y el aprendizaje en respuesta a step-wise trenes de pulso de voltaje.
Introduction
Es ampliamente reconocido que las sinapsis biológicas son responsables de la eficacia alta y el enorme paralelismo del cerebro debido a su capacidad para aprender y procesar información de maneras altamente adaptables. Esta funcionalidad coordinada surge de múltiples mecanismos moleculares muy complejos que impulsan tanto plasticidad sináptica a corto plazo y a largo plazo1,2,3,4,5. Sistemas de computación neuromórfica pretenden emular funciones sinápticas en niveles acerca de la densidad, la complejidad y eficiencia de energía del cerebro, que son necesarias para la próxima generación de ordenadores de cerebro-como6,7 , 8. sin embargo, reproducir características sinápticas usando elementos del tradicional circuito electrónico es virtualmente imposible9, que en lugar de otro requieren el diseño y la fabricación de nuevos elementos de hardware que puede adaptarse a las señales entrantes y recuerda información historias9. Estos tipos de hardware inspirado en sinapsis se denominan mem-elementos9,10,11 (elementos de memoria), que, según Di Ventra et al9,11, son pasivos, dispositivos de dos terminales cuya resistencia, capacitancia o inductancia puede reconfigurarse en respuesta a estímulos externos, y que pueden recordar los Estados anteriores11. Para alcanzar niveles de consumo de energía a ésos en el cerebro, estos elementos deben emplear mecanismos de plasticidad sináptica12y materiales similares.
Hasta la fecha, dos-terminal memristores13,14,15 predominante se han construido tecnología complementaria metal-óxido-semiconductor (CMOS), caracterizado por la conmutación de alta tensión y alto nivel de ruido. Esta tecnología no escala por consumo de energía alta y baja densidad. Para hacer frente a estas limitaciones, varios memristores orgánicos y poliméricos se han construido recientemente. Sin embargo, estos dispositivos presentan significativamente más lento conmutación dinámica debido a la difusión de iones lentos a través de una matriz de polímero conductor16,17. Como resultado, los mecanismos por el cual ambos dispositivos memristive basados en CMOS y orgánicos emulan funcionalidad inspirada en sinapsis son altamente fenomenológicos, que abarcan sólo algunas funcionalidades sinápticas como Spike tiempo dependiente plasticidad (STDP) 18, mientras que la otra cuenta que también tienen un papel esencial en hacer del cerebro un ordenador potente y eficaz, tales como plasticidad presináptica, a corto plazo19.
Recientemente, hemos introducido una nueva clase de memristive dispositivos12 con péptidos activados por voltaje incorporados en las membranas de lípidos biomiméticos que imita la composición biomolecular, estructura de la membrana y cambiar de canal activada de iones mecanismos de sinapsis biológica20. Aquí, describimos cómo montar y eléctricamente interrogar estos dispositivos de dos terminales, con enfoque específico en cómo evaluar la plasticidad a corto plazo para la implementación en línea aprender aplicaciones12. Montaje del dispositivo se basa en el método de21 la gota interfaz bicapa (DIB), que se ha utilizado extensivamente en los últimos años para estudiar la biofísica de membranas modelo21 y membrana-limitan ion canales22,23, 24y como bloques de construcción para el desarrollo de materiales responde a estímulos25,26. Describir el proceso de montaje e interrogatorio de membrana en detalle para aquellos interesados en aplicaciones Neuromórficos pero tienen una limitada experiencia en biomateriales o biología de membrana. El protocolo también incluye una descripción completa del procedimiento de caracterización, que es tan importante como el proceso de montaje, dado las dinámicas y reconfigurable características eléctricas del dispositivo27. Los resultados del procedimiento y representante aquí descritos son bases para una nueva clase de bajo costo, bajo consumo, suaves mem-elementos basados en interfaces de lípidos y otras biomoléculas para aplicaciones en computación neuromórfica, estructuras autónomas y sistemas, e incluso interfaces cerebro-computadora adaptable.
Protocol
Representative Results
Discussion
Este papel presenta un protocolo para el montaje y caracterización biomolecular memristores basado en ion dopado canal sintético biomembranas formadas entre dos gotas de agua en aceite. El dispositivo soft-materia, dos terminales está diseñado y estudiado para: 1) superar las limitaciones que se asocian con tecnología de estado sólido, tales como alto ruido, consumo de alta energía y conmutación de alto voltajes, 2) más de cerca imitan la composición, estructuran cambiar mecanismos de sinapsis biológicas y 3) …
Disclosures
The authors have nothing to disclose.
Acknowledgements
Ayuda financiera fue proporcionada por la nacional Science Foundation Grant NSF ECCS-1631472. Investigación para G.J.T., MaMBeRoS, A.B., y C.P.C. fue parcialmente patrocinado por el laboratorio de investigación dirigida y desarrollo programa de Oak Ridge National Laboratory, dirigido por UT-Battelle, LLC, para el Departamento de energía de Estados Unidos. Una parte de esta investigación se llevó a cabo en el centro de Ciencias de materiales Nanophase, que es un DOE de ciencia usuario oficina.
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).
