$$\rightleftharpoonup{xx}$$
$$\longleftharp{xx}$$,
$$\longrightharp{xx}$$,
Широко признается, что биологические синапсы отвечают за высокую эффективность и огромные параллелизм мозга из-за их способность учиться и обрабатывать информацию высоко адаптивный способами. Эта функциональность скоординированных вытекает из нескольких сложных молекулярных механизмов диска как краткосрочные и долгосрочные синаптической пластичности1,2,3,4,5. Neuromorphic вычислительных систем стремятся подражать синаптических функций на уровнях, приближается к плотности, сложности и эффективности использования энергии мозга, которые необходимы для следующего поколения компьютеров мозга как6,7 , 8. Однако, воспроизводя синаптических черт, с использованием элементов традиционных электронных цепей является практически невозможным9, вместо этого требуя проектирование и изготовление новых аппаратных элементов, которые могут адаптироваться к входящие сигналы и помнить Информация истории9. Эти типы СИНАПС вдохновил оборудования известны как мем элементы9,10,11 (короткий для памяти элементы), которые, по словам Di Вентра et al.9,11, пассивной, двух терминал устройства, сопротивление, емкость или которых индуктивность может быть перенастроена в ответ на внешние раздражители, и который может вспомнить предыдущие государств11. Для достижения уровня потребления энергии, приближается в головном мозге, эти элементы должны использовать подобные материалы и механизмы синаптической пластичности12.
На сегодняшний день, два терминал memristors13,,1415 преимущественно были построены с использованием дополнительные металл оксид полупроводник (CMOS) технологии, характеризуется высокой переключение напряжения и высокой шума. Эта технология не масштабируются благодаря высоким энергопотреблением и низкой плотности. Чтобы устранить эти ограничения, несколько органических и полимерных memristors были недавно построены. Однако эти устройства обладают значительно медленнее переключения динамика благодаря длительным Ион диффузии через проводящей полимерной матрицы16,17. В результате механизмы, которые оба устройства на основе КМОП и органических memristive подражать СИНАПС вдохновил функции весьма феноменологической, охватывающих лишь несколько синаптических функций таких сроков зависит от пластичности в Spike (СТДП) 18, в то время как другие ключевые видом, также играют важную роль в принятии мозга мощной и эффективной компьютера, например предварительно синаптической, краткосрочные пластичности19.
Недавно мы ввели новый класс memristive устройств12 показывая напряжения активированный пептиды, включены в biomimetic липидные мембраны, имитирующий биомолекулярных состав, мембранные структуры и ионного канала срабатывает переключение механизмы биологической синапсы20. Здесь мы опишем, как собрать и электрически допросить эти два терминал устройства, с уделением особого внимания как оценить краткосрочные пластичности для осуществления в онлайн обучения приложения12. Ассамблея устройства основана на капельки бислой (DIB)21 метода интерфейса, который широко используется в последние годы для изучения биофизики мембран модель21 и мембраны прыгните ионных каналов22,23, 24и в качестве строительных блоков для разработки стимулов отзывчивым материалы25,26. Мы описать процесс сборки и допроса мембраны подробно для тех, кто заинтересован в neuromorphic приложениях, но имеют ограниченный опыт в биоматериалов или мембраны биологии. Протокол также включает в себя полное описание характеристик процедура, которая же важны, как процесс сборки, учитывая динамичный и перестраиваемой электрические свойства устройства27. Описанные здесь процедуры и представитель результаты являются основой для нового класса лоу кост, низким энергопотреблением, мягкие мем элементы на основе липидов интерфейсов и других биомолекул для применения в neuromorphic вычислений, автономных структур и систем, и даже адаптивного головного мозга компьютерные интерфейсы.