La toma de decisiones no lineal con las redes neuronales enzimáticas

Área de la Ciencia:

• Biotecnología
• La computación molecular
• Biología sintética

Sus antecedentes:

• Las redes neuronales artificiales han transformado la computación electrónica.
• Las redes moleculares ofrecen un potencial para la toma de decisiones biológicas comparable a las redes reguladoras de genes.
• Las arquitecturas neuromórficas no enzimáticas anteriores se enfrentaron a limitaciones en la sensibilidad, la velocidad y la respuesta no lineal.

Objetivo del estudio:

• Introducir neuronas enzimáticas codificadas por el ADN con propiedades sintonizables.
• Construir arquitecturas neuromórficas multicapa para la clasificación molecular.
• Para lograr la clasificación de regiones no separables linealmente en datos moleculares.

Principales métodos:

• Utilizando neuronas enzimáticas codificadas por ADN con pesos y sesgos ajustables.
• Montaje de neuronas en redes de múltiples capas para cálculos complejos.
• Desarrollar circuitos híbridos que combinan operaciones neuronales y lógicas dentro de gotas del tamaño de una célula.

Principales resultados:

• Computación demostrada de funciones mayoritarias en entradas de 10 bits utilizando neuronas individuales.
• Construyó una red de dos capas para sintetizar funciones rectangulares basadas en la entrada de microARN.
• Creó un circuito híbrido que divide recursivamente un plano de concentración usando un árbol de decisiones.

Conclusiones:

• Las neuronas enzimáticas codificadas por ADN permiten arquitecturas multicapa para clasificar datos moleculares no separables linealmente.
• Este enfoque ofrece potencia computacional y miniaturización para analizar sistemas moleculares complejos.
• Las aplicaciones potenciales incluyen la consulta de biopsias líquidas y bases de datos de ADN.