物理科技生物学-PHYICA

用于纳米粒子原田夕子神经网络的基于纳米粒子的计算架构

纳米技术 2022-05-20 23:58:08

作者:Thamarasee Jeewandara,Phys

(同organic)有机 脂质纳米片(LNT)芯片上基于纳米粒子的冯·诺依曼架构(NVNA)

(一)NVNA-LNT示意图

LNT操作软件由溶液中的指令脱氧核糖核酸组成,硬件由脂质双层上的纳米颗粒组成

硬件由数据存储单元NM组成;输出单元,NR;和处理单元

一组指令DNAs利用纳米粒子反应与记忆存储状态之间的动力学差异来编程逻辑操作

(二)LNT协议:(一)纳米材料上的数据存储,(二)神经网络(NNN)操作,通过指令脱氧核糖核酸集加法,(三)通过去杂交脱氧核糖核酸为下一次执行复位

时移暗场显微成像可以通过散射颜色和迁移率来区分LNT上的每个纳米粒子

未标记的纳米粒子是纳米粒子

(四)纳米颗粒上的分子信息存储改变了暴露的单链结构域

(五)是,闸门运行结果

输入“1”导致输出“1”,打印NF-NR

否则,所有的纳米颗粒都被截留在纳米颗粒上,对天然橡胶没有反应,输出为“0”

“学分:科学进步,doi: 10

1126/sciadv

abb3348 可扩展的基于纳米粒子的计算体系结构有几个限制,这些限制会严重损害纳米粒子通过分子计算方案来操纵和处理信息的用途

冯·诺依曼架构(VNA)支持在单个芯片上进行多个任意分子逻辑运算,而无需对设备进行重新布线

在一份新的报告中,金成吉和韩国首尔国立大学的一组科学家在脂质芯片上开发了基于纳米粒子的VNA (NVNA)

脂质芯片上的纳米粒子充当硬件——具有存储器、处理器和输出单元

该团队使用脱氧核糖核酸链作为软件,提供分子指令来编程逻辑电路

基于纳米粒子的冯诺依曼架构(NVNA)允许一组纳米粒子形成一个前馈神经网络,称为感知器(一种人工神经网络)

该系统可以实现功能完整的布尔逻辑运算,以提供可编程、可复位和可扩展的计算架构和电路板,从而形成纳米粒子神经网络并做出逻辑决策

这项工作现在发表在《科学进展》杂志上

现代计算和分子计算中的冯·诺依曼体系结构 过去的电子计算机只能运行一个固定的程序,研究人员必须通过物理方式重新布线和重组程序来重新编程这些机器

冯·诺依曼体系结构(VNA)由约翰·冯·诺依曼于1945年开发,后来被艾伦·图灵引用在他的自动计算引擎提案中,它详细描述了一个存储程序计算机来执行一组指令

系统通过从存储器中顺序取出存储的数据和指令来处理信息,以产生输出

VNA强大的可编程性适用于现代计算机和量子计算

纳米结构的分子计算可以实现多种技术,如纳米粒子逻辑门、单分子生物传感器和逻辑传感,尽管这类系统仅限于单一程序,很像早期的电子计算机

由于研究人员将软件(功能)和纳米结构硬件整合为一个单元,限制出现了

为了克服这个挑战,他们可以用脂质双层来分隔分子和纳米粒子

Kim等人

之前已经开发了一个在脂质双层上具有纳米颗粒的计算平台,以形成纳米生物计算脂质纳米片(LNT)

在这项工作中,他们设计并实现了一个基于纳米粒子的冯·诺依曼架构(NVNA)平台,用于脂质纳米片(LNT)上的分子计算

功能完备的三输入系统的纳米粒子神经网络(NNN)

该系统可以用具有三层(输入层、隐藏层和输出层)的多层感知器图来表示,其中xi是输入,wi、j和vj是权重,y是输出

每层分别有三个输入节点、四个隐藏节点和一个输出层

NF计算输入和偏置的加权和,并可以通过升降步长函数的激活函数来激活

NM0和NM1陷阱脱氧核糖核酸可以分别用离散的权重1和-1来表示,因为NM0陷阱脱氧核糖核酸在输入0处使核因子失活,而NM1陷阱脱氧核糖核酸在输入1处使核因子失活

当他们将激活函数的阈值设置为0时,需要偏差来平衡输入加权和的正值和负值

偏差定义为NM0陷阱DNA的数量

激活的NFs可以绑定到NR作为输出“1”

学分:科学进步,doi: 10

1126/sciadv

abb3348 基于纳米粒子的冯·诺依曼体系结构的硬件和软件(NVNA) 该团队创建了一个存储程序设备,通过冯·诺依曼纳米粒子架构实现分子计算,同时包括存储分子信息的内存概念

他们分离了脂质纳米片(LNT)中信息处理可扩展性的软件和硬件,以执行多项计算任务,而无需每次都开发新设备

为了构建LNT硬件芯片,他们使用了三种类型的脱氧核糖核酸修饰的纳米粒子,包括纳米存储器、纳米漂浮物和纳米报告物

纳米存储器和纳米报告器是固定的纳米粒子,分别用作分子信息存储设备和输出单元

他们称可移动的纳米粒子为纳米漂浮物,可以自由扩散并与不可移动的粒子碰撞

科学家们通过用硫代化的脱氧核糖核酸寡核苷酸修饰等离子体纳米粒子,使其功能化

然后为了数据存储,他们将不同浓度的纳米粒子装载到脂质纳米片上(LNT)

为了开发软件,金等人

在解决方案中使用了一组指令DNAs,逻辑操作遵循三个步骤

该小组首先通过脱氧核糖核酸杂交将分子信息存储在纳米记忆单元上

例如,单个纳米粒子可以形成一位存储器件,其中0或1代表双稳态

在第二步中,他们执行逻辑操作作为指令脱氧核糖核酸的组合,以基于纳米记忆状态启动具有不同动力学的竞争性纳米粒子-纳米粒子组装

为了将计算机芯片重置到初始状态,金等人

添加了一个重置解决方案(低盐缓冲液和高温),它分离了芯片上的输入和指导性的DNA碱基配对

使用指令数据访问协议的软件编程策略

(一)三种指令脱氧核糖核酸的反应动力学

添加8纳米NM0和NM1陷阱脱氧核糖核酸允许对分别具有“0”和“1”状态的纳米进行快速逻辑允许的捕获(实线),以及无或慢速逻辑禁止的绑定(虚线)

1纳米报告的脱氧核糖核酸添加显示核因子结合核受体有一个滞后时间

(二)将非门从一个“如果-那么-否则”语句编程为一个对NNN进行编码的指令DNAs的组合

(三)LNT非大门作业

对于输入“0”,NF与M0没有特定的相互作用,并生成NF-NR组件(青色虚线圆)作为输出“1”(报告比率> 0.05)。0

2、绿色方框)

对于存储在NM中的DNA输入“1”,NFs被捕获到NM1(黄色虚线圆),导致输出“0”(报告比率= & lt0

2、绿色方框)

学分:科学进步,doi: 10

1126/sciadv

abb3348 编程策略 Kim等人

使用两种类型的说明性指定国家主管部门,分别命名为陷阱和报告指定国家主管部门,为纳米飞蚊症提供说明

他们特别设计了陷阱脱氧核糖核酸来结合纳米飞蚊症,形成逻辑决策纳米粒子

与报告相比,该团队优化了指令脱氧核糖核酸的浓度和每个纳米粒子的密度,以诱导快速捕获动力学

竞争捕获和报告行为导致了以如果-那么-否则语句表示的结合动力学,允许他们首先搜索如果条件是否满足真或假操作,然后操作“那么”或“否则”语句

科学家们通过在NVNA-LNT芯片中混合陷阱DNA和报告DNA来实现逻辑运算

在这个过程中,他们注意到了一些逻辑上禁止的状态的集合,并对其进行了进一步优化

用NNN对双输入布尔逻辑门进行编程和复位功能演示

“与”逻辑门的单层感知器

四个输入组合的纳米粒子网络用实线表示纳米粒子组装反应,虚线表示没有反应或反应被抑制

输出“1”(蓝色方框)由0以上的NF-NR报告(蓝点)到NF-NM陷印(绿点)表示

2(绿色方框)

(二)单个芯片中逻辑门的多次执行,每次执行后复位(黄框)

(三)利用加权编码实现INH门和或非门

(四)使用多层感知器和两种类型的神经网络执行或、与非、异或和XNOR逻辑门

输出“1”由0

2和0

6因为两个NF之间的单个NF产生输出“1

“学分:科学进步,doi: 10

1126/sciadv

abb3348 具有重置和可重用性的纳米粒子神经网络 该团队使用感知器——一种用于二进制分类器的人工神经网络——代表了通过指令脱氧核糖核酸连接的多个纳米粒子之间的反应网络

他们扩展了编程策略,在LNT平台上构建了纳米粒子神经网络(NNN),并为两位输入实现了任意布尔逻辑电路

然后,他们计算了在神经网络上完成布尔逻辑操作所需的纳米粒子节点数

硬件依赖脂质芯片上共价修饰的纳米结构进行多次执行

他们测试了系统的重置功能的可重用性,方法是在交换设置中的缓冲溶液后,将所有的脱氧核糖核酸组件去杂交

重置允许硫代化的脱氧核糖核酸单独保留在纳米颗粒上,从而返回到下一个功能的初始状态

在单个芯片上执行带有决策树的2位比较器

(一)AB >数字逻辑电路和NNN图;光盘,以及两个2位输入AB和光盘的16种组合的操作结果

(二)震级比较仪决策树

双层树结构生成三个结果,指示两个2位二进制输入的相对大小

1111、0110和1000的四位输入导致AB = CD,AB & lt光盘和AB >;光盘分别

比例尺,1微米

学分:科学进步,doi: 10

1126/sciadv

abb3348 决策过程和扇出逻辑门 Kim等人

然后用顺序决策树探索系统

决策树类似于流程图,在纳米粒子神经网络中产生是或否的最终决定

由于其纳米级的几何特征和光学特性,脂质纳米片的等离子体纳米颗粒核心对计算至关重要

随着纳米粒子节点的数量和伴随的逻辑电路复杂性的增加,由于多层感知器的平行反应,反应动力学保持相同

该团队使用强大的可编程性和设置的复位功能来顺序操作两位比较器

通过这种方式,金松吉和他的同事在脂质纳米片(LNT)芯片上开发了一种基于纳米粒子的冯·诺依曼架构(NVNA)的纳米粒子感知机,并用顺序决策树探索了该系统

该设置包括一个可重复使用的重置功能

基于纳米粒子的计算体系结构和纳米粒子神经网络(NNN)为分子计算和指令脱氧核糖核酸提供了一个平台

该过程允许可扩展性,并为在深度学习、神经界面和神经形态计算中使用纳米粒子来管理和分析复杂的生物分子信息铺平了道路

这种计算架构可以嵌入到微流体中,以模拟和询问复杂的生命系统,从而开发智能药物筛选系统

来源:由phyica.com整理转载自PH,转载请保留出处和链接!

本文链接:http://www.phyica.com/namijishu/16612.html

发表评论

用户头像 游客
此处应有掌声~

评论列表

还没有评论,快来说点什么吧~