$$\rightleftharpoonup{xx}$$
$$\longleftharp{xx}$$,
$$\longrightharp{xx}$$,
Powszechnie uznaje się, że synapsy biologiczne są odpowiedzialne za wysoką wydajność i ogromną równoległość mózgu, ze względu na ich zdolność do uczenia się i przetwarzania informacji w wysoce adaptacyjny sposób. Ta skoordynowana funkcjonalność wyłania się z wielu, wysoce złożonych mechanizmów molekularnych, które napędzają zarówno krótko-, jak i długoterminową plastyczność synaptyczną1,2,3,4,5. Neuromorficzne systemy obliczeniowe mają na celu emulację funkcji synaptycznych na poziomach zbliżonych do gęstości, złożoności i efektywności energetycznej mózgu, które są potrzebne dla następnej generacji komputerów podobnych do mózgu6,7,8. Jednak odtworzenie cech synaptycznych przy użyciu tradycyjnych elementów obwodów elektronicznych jest praktycznie niemożliwe9, zamiast tego wymaga zaprojektowania i wyprodukowania nowych elementów sprzętowych, które mogą dostosować się do przychodzących sygnałów i zapamiętywać historie informacji9. Tego typu urządzenia inspirowane synapsami są znane jako mem-elements9,10,11 (skrót od elementów pamięci), które według Di Ventra et al.9,11, są pasywnymi, dwuterminalowymi urządzeniami, których rezystancja, pojemność lub indukcyjność mogą być rekonfigurowane w odpowiedzi na bodźce zewnętrzne i które mogą zapamiętywać wcześniejsze stany11. Aby osiągnąć poziom zużycia energii zbliżony do tego w mózgu, elementy te powinny wykorzystywać podobne materiały i mechanizmy plastyczności synaptycznej12.
Do tej pory, dwuterminalowe memrystory 13,14,15 zostały zbudowane głównie przy użyciu komplementarnej technologii CMOS (metal-tlenek-półprzewodnik), charakteryzującej się wysokimi napięciami przełączania i wysokim szumem. Ta technologia nie skaluje się dobrze ze względu na wysokie zużycie energii i niską gęstość. Aby zaradzić tym ograniczeniom, niedawno zbudowano wiele organicznych i polimerowych memrystorów. Jednak urządzenia te wykazują znacznie wolniejszą dynamikę przełączania ze względu na czasochłonną dyfuzję jonów przez przewodzącą matrycę polimerową16,17. W rezultacie, mechanizmy, za pomocą których zarówno oparte na CMOS, jak i organiczne urządzenia memrystywne emulują funkcje inspirowane synapsami, są wysoce fenomenologiczne, obejmując tylko kilka funkcji synaptycznych, takich jak plastyczność zależna od czasu skoku (STDP)18, pomijając jednocześnie inne kluczowe cechy, które również odgrywają istotną rolę w uczynieniu mózgu potężnym i wydajnym komputerem, takie jak presynaptyczna, krótkotrwała plastyczność19.
Niedawno wprowadziliśmy nową klasę urządzeń memrystywnych12 z aktywowanymi napięciem peptydami wbudowanymi w biomimetyczne błony lipidowe, które naśladują biomolekularny skład, strukturę błony i mechanizmy przełączania kanałów biologicznych synaps20. Tutaj opisujemy, jak montować i elektrycznie przesłuchiwać te dwuterminalowe urządzenia, ze szczególnym naciskiem na to, jak oceniać krótkoterminowe. Plastyczność do implementacji w aplikacjach do nauki online12. Montaż urządzenia opiera się na metodzie dwuwarstwowej interfejsu kropelkowego (DIB)21, która jest szeroko stosowana w ostatnich latach do badania biofizyki błon modelowych21 i kanałów jonowych związanych z błoną22,23,24, oraz jako elementy składowe do rozwoju materiałów reagujących na bodźce25,26. Szczegółowo opisujemy proces składania i badania błon dla osób zainteresowanych zastosowaniami neuromorficznymi, ale mających ograniczone doświadczenie w biomateriałach lub biologii błon. Protokół zawiera również pełny opis procedury charakteryzacji, która jest równie ważna jak proces montażu, biorąc pod uwagę dynamiczne i rekonfigurowalne właściwości elektryczne urządzenia27. Opisana tu procedura i reprezentatywne wyniki stanowią podstawę dla nowej klasy tanich, energooszczędnych, miękkich elementów mem opartych na interfejsach lipidowych i innych biomolekułach do zastosowań w obliczeniach neuromorficznych, autonomicznych strukturach i systemach, a nawet adaptacyjnych interfejsach mózg-komputer.