相关实验视频
Updated: Jan 18, 2026

07:46
A Method for Growing Bio-memristors from Slime Mold
Published on: November 2, 2017
9.3K
实时原始信号基因组分析使用完全集成的memristor硬件
Peiyi He1,2, Shengbo Wang1,2, Ruibin Mao1,2
1Department of Electrical and Electronic Engineering, The University of Hong Kong, Hong Kong SAR, China.
Nature computational science
|September 12, 2025
概括
一个新的memristor芯片将原始基因组数据直接处理到模拟内存中,加速分析并节省能源. 这一突破使实时,现场基因组应用,如使用便携式测序器检测疾病,成为可能.
科学领域:
- 基因组学和生物信息学
- 材料科学与工程 材料科学与工程
- 计算机架构和硬件设计
背景情况:
- 第三代测序提供了便携式的实时基因组分析,但面临着数据处理瓶.
- 目前的方法需要基础调用和读取映射,这在传统硬件上是计算密集和耗能的.
- 现场基因组分析受到高效,低功耗数据处理解决方案的需求的阻碍.
研究的目的:
- 开发一个硬件软件代码设计,用于实时处理原始基因组测序器信号.
- 克服·诺伊曼架构对于便携式,现场基因组应用的局限性.
- 展示内存计算的可行性,以加速基因组数据分析.
主要方法:
- 开发了一个基于memristor的硬件软件代码设计,用于直接在模拟内存中处理原始测序器信号.
- 利用内在设备噪声进行局部敏感的散列,并在内容可定位内存中实现并行近似搜索.
- 将系统集成到一个功能齐全的memristor芯片上进行实验验证.
主要成果:
- 在病毒原始信号映射中获得了97.15%的F1得分,证明了高精度.
- 与特定应用的集成电路相比,实现了51倍的加快速度和477倍的节能.
- 成功展示了现场应用,包括传染病检测和元基因组分类.
结论:
- 基于memristor的内存计算为实时基因组数据处理提供了可行的解决方案.
- 这种方法显著提高了便携式测序设备的效率,并减少了便携式测序设备的能源消耗.
- 实现实用,现场基因组分析,推进传染病监测和环境监测等领域.

