Assembly and Characterization of Biomolecular Memristors consistant en des Membranes lipidiques dopé au canal ionique

Joseph S. Najem; Graham  J. Taylor; Nick Armendarez; Ryan  J. Weiss; Md  Sakib Hasan; Garrett  S. Rose; Catherine  D. Schuman; Alex Belianinov; Stephen  A. Sarles; C.  Patrick Collier

doi:10.3791/58998

Article de méthode

Assembly and Characterization of Biomolecular Memristors consistant en des Membranes lipidiques dopé au canal ionique

7.3K vues

⸱

DOI :

10.3791/58998

⸱

9 mars 2019

Joseph S. Najem¹^,² , Graham J. Taylor²^,³ , Nick Armendarez⁴ , Ryan J. Weiss⁵ , Md Sakib Hasan⁵ , Garrett S. Rose⁵ , Catherine D. Schuman⁶ , Alex Belianinov⁷ , Stephen A. Sarles² , C. Patrick Collier²^,³^,⁷

¹Joint Institute for Biological Sciences, Oak Ridge National Laboratory, ²Department of Mechanical, Aerospace and Biomedical Engineering, University of Tennessee, ³Bredesen Center for Interdisciplinary Research, University of Tennessee, ⁴Department of Biosystems and Agriculture Engineering, University of Kentucky, ⁵Department of Electrical Engineering and Computer Science, University of Tennessee, ⁶Computer Science and Mathematics Division, Oak Ridge National Laboratory, ⁷Center for Nanophase Materials Sciences, Oak Ridge National Laboratory

Dans cet article

Résumé

Doux, faible puissance, biomoléculaire memristors tirer parti même composition, structure et mécanismes de bio-synapses de commutation. Présenté ici un protocole d’assembler et de caractérisation biomoléculaire memristors provient des bicouches lipidiques formés entre les gouttelettes d’eau dans l’huile d’isolation. L’incorporation des résultats de peptides activés par tension alaméthicin memristive conductance ionique à travers la membrane.

Résumé

La capacité de recréer les fonctionnalités synaptiques en éléments de circuits synthétique est essentielle pour neuromorphic informatique systèmes qui cherchent à imiter les compétences cognitives du cerveau avec densité et une efficacité comparable. A ce jour, trois bornes transistors à base de silicium et deux bornes memristors ont été largement utilisé dans les circuits de neuromorphic, en grande partie en raison de leur capacité de co-implantation de mémoire et traitement de l’information. Pourtant, ces dispositifs ne peuvent pas atteindre l’interconnectivité et la complexité du cerveau, parce qu’ils sont avides de pouvoir, ne parviennent pas à imiter principales fonctionnalités synaptiques et souffrent de bruit élevé et haute tensions de commande. Pour surmonter ces limitations, nous avons développé et caractérisé un memristor biomoléculaire qui imite la composition, structure et caractéristiques de commutation de synapses biologiques. Ici, les auteurs décrivent le processus d’assemblage et caractérisation biomoléculaire memristors consistant en une double couche lipidique 5 nm d’épaisseur formée entre les gouttelettes lipidiques fonctionnalisés dans l’huile et dopé avec des peptides alaméthicin activé par tension. Alors que des protocoles comparables de l’Assemblée ont été utilisés pour étudier les propriétés biophysiques de membranes soutenus par gouttelettes lipidiques et des canaux ioniques de la membrane-bondissent, cet article se concentre sur les principales modifications de la méthode d’interface bicouche goutte essentielle pour atteindre des performances cohérentes memristor. Plus précisément, nous décrivons le processus de préparation de liposome et l’incorporation des peptides alaméthicin dans les membranes de bicouche lipidique et les concentrations appropriées de chaque constituant ainsi que leur impact sur la réponse globale de la memristors. Nous détaillons également le processus de caractérisation des memristors biomoléculaire, y compris la mesure et l’analyse des relations courant-tension de memristive obtenu par voltamétrie cyclique, ainsi que la plasticité à court terme et l’apprentissage en réponse à lavage trains d’impulsions de tension.

Introduction

Il est largement admis que les synapses biologiques sont responsables du rendement élevé et l’énorme parallélisme du cerveau en raison de leur aptitude à acquérir et traiter l’information de façon très adaptables. Cette fonctionnalité coordonnée émerge de multiples, les mécanismes moléculaires complexes qui animent les deux à court et à long terme de la plasticité synaptique¹^,²^,³^,⁴^,⁵. Neuromorphic systèmes informatiques visent à imiter les fonctionnalités synaptiques au niveau proche de la densité, complexi....