Het wordt algemeen erkend dat biologische synapsen verantwoordelijk zijn voor de hoge procesefficiëntie en de enorme parallellisme van de hersenen als gevolg van hun vermogen om te leren en informatie in zeer adaptieve manieren verwerken. Deze gecoördineerde functionaliteit blijkt uit meerdere, zeer complexe moleculaire mechanismen die rijden zowel kortetermijn- en langetermijnmaatregelen synaptische plasticiteit1,2,3,4,5. Neuromorphic computersystemen willen emuleren synaptic functionaliteiten op niveaus nadert de dichtheid, de complexiteit en de energie-efficiëntie van de hersenen, die nodig zijn voor de volgende generatie van hersenen-achtige computers6,7 , 8. synaptic functies met behulp van elementen van de traditionele elektronische schakeling te reproduceren is echter vrijwel onmogelijk9, in plaats daarvan vereist het ontwerp en de fabricage van nieuwe hardware-elementen die kunnen passen aan inkomende signalen en vergeet niet informatie geschiedenissen9. Deze types van synapse-geïnspireerde hardware staan bekend als mem-elementen9,10,11 (afkorting van geheugenelementen), die volgens Di Ventra et al.9,11, passieve, twee-terminal apparaten waarvan weerstand, capaciteit of inductie kan opnieuw worden geconfigureerd in reactie op externe prikkels, en die voorafgaande Staten11kan herinneren. Om energieverbruik nadert die in de hersenen, deze elementen moeten in dienst soortgelijke materialen en mechanismen voor de Synaptische plasticiteit12.
Tot op heden zijn twee-terminal memristors13,14,15 overwegend gebouwd met behulp van aanvullende metal-oxide-semiconductor (CMOS) technologie, gekenmerkt door hoge-switching spanningen en hoge ruis. Deze technologie schaalt niet goed vanwege het hoge energieverbruik en lage dichtheid. Om aan deze beperkingen, zijn onlangs meerdere organische en polymere memristors gebouwd. Deze apparaten vertonen echter aanzienlijk langzamer switch dynamiek als gevolg van de tijdrovende ion verspreiding via een geleidend polymeer matrix16,17. Dientengevolge, zijn de mechanismen waarmee beide apparaten CMOS-gebaseerde en biologische memristive synapse-geïnspireerde functionaliteiten emuleren zeer fenomenologische, omvat slechts een paar synaptic functionaliteiten zoals Spike Timing afhankelijk plasticiteit (STDP) 18, terwijl met uitzicht op andere belangrijke functies die spelen ook een essentiële rol in het maken van de hersenen een krachtige en efficiënte computer, zoals vooraf synaptic, op korte termijn plasticiteit19.
We introduceerde onlangs, een nieuwe klasse van memristive apparaten12 met spanning-geactiveerde peptiden biomimetische lipide membranen opgenomen die de Biomoleculaire samenstelling, membraan structuur en ion geactiveerd kanaal schakelen bootst mechanismen van biologische synapsen20. Hier beschrijven we hoe te monteren en elektrisch ondervragen van deze twee-terminal-apparaten, met specifieke focus op hoe te te evalueren op korte termijn plasticiteit voor uitvoering in online leren toepassingen12. Vergadering van het apparaat is gebaseerd op de druppel interface dubbelgelaagde (DIB)21 -methode, die is gebruikt uitgebreid in de afgelopen jaren te studeren de biofysica van model membranen21 en membraan-gebonden ion kanalen22,23, 24, en als bouwstenen voor de ontwikkeling van prikkels-responsieve materialen25,26. We beschrijven het membraan vergadering ondervraging proces en in detail voor diegenen die geïnteresseerd zijn in neuromorphic toepassingen maar beperkte ervaring in biomaterialen of membraan biologie. Het protocol bevat ook een volledige beschrijving van de procedure van karakterisering, die net zo belangrijk als het proces van de vergadering is, gezien de dynamische en herconfigureerbare elektrische eigenschappen van het apparaat-27. De procedure en vertegenwoordiger resultaten die hier worden beschreven zijn fundamenten voor een nieuwe klasse van low cost, low-power, zachte mem-elementen op basis van lipide interfaces en andere biomoleculen voor toepassingen in de neuromorphic computing, autonome structuren en systemen, en zelfs adaptieve hersenen-computer interfaces.