[发明专利]基于DNA笼状结构的人工神经元计算模型构建方法

说明书

本发明公开了一种基于DNA笼状结构的人工神经元计算模型构建方法，包括：构造带有rA修饰的笼状结构、将笼状结构作为人工神经元模型的输入层，采用E6 DNAzyme作为神经元的权重；构建归一化模块，利用E6 DNAzyme Z1、Z2、Z3作为神经元的权重；利用E6 DNAzyme酶切带rA修饰的笼状结构构造归一化模块，酶切反应产生的不同输出作为归一化反应的输入，通过归一化反应实现加权和过程；通过链置换的可逆反应和链置换的反应速率构造线性阈值处理模块，即神经元的阈值函数；连接归一化模块和阈值处理模块，使归一化输出优先与“Threshold门”反应，反应完之后再与“Output门”反应，最终产生真正的输出，即最后连接各个模块构成人工神经元模型。

技术领域

本发明涉及属于生物计算领域，尤其涉及一种基于DNA笼状结构的人工神经元计算模型构建方法。

背景技术

迄今为止，DNA计算在理论、设计以及应用等方面都取得了很大的进展，在信息处理、分子智能、分子加密、纳米机器等多个领域已经得到深入的研究。目前大多数基于DNA分子的生物计算动态操作均依赖于DNA网络中DNA序列的链置换反应。DNA链置换的计算原理是DNA分子会始终向最稳定的状态迁移，在反应体系中，最稳定的互补DNA链会结合，其他的DNA链则会被置换。其具备反应速度快、灵敏度高、且高度并行等优点，也因此被广泛应用到DNA分子逻辑计算模型的研究中。

2011年，Winfree研究组以DNA链置换为核心技术构建了迄今为止最复杂的数字逻辑计算电路，涉及到的独立的DNA链达到130个，可以计算4位二进制数的开平方计算。这虽然在现代计算机上早就不是新鲜事，但在分子计算领域却是不可思议的突破。至今还没有人用其他的分子计算技术可以突破这一壮举。又设计了跷跷板门(seesaw gate)，以此为核心搭建了会“猜心术”的4神经元霍普菲尔德神经网络计算模型，展示了DNA计算在分子智能领域的更多可能性。

早在2010年，Johann Elbaz等利用核酶能够特异性切割底物的特性，通过调控核酶的结构，编程核酶对底物的切割，构建了一系列逻辑门(YES、AND、INHIBIT、XOR)，并且将它们级联组成更加复杂的DNA逻辑电路。

尽管L.L.Qian等已经实现了DNA神经网络模型的构建，但都是基于基本的链置换反应进行的，所涉及到的DNA链数量极多，实现所有的反应过程就比较繁琐复杂，极易产生泄漏。

发明内容

根据现有技术存在的问题，本发明公开了一种基于DNA笼状结构的人工神经元计算模型构建方法，具体包括如下步骤：

构造带有rA修饰的笼状结构、将笼状结构作为人工神经元模型的输入层，采用E6DNAzyme作为神经元的权重；

构建归一化模块，利用E6DNAzyme Z1、Z2、Z3作为神经元的权重；

利用E6DNAzyme酶切带rA修饰的笼状结构构造归一化模块，酶切反应产生的不同输出作为归一化反应的输入，通过归一化反应实现加权和过程；

通过链置换的可逆反应和链置换的反应速率构造线性阈值处理模块，即神经元的阈值函数；

连接归一化模块和阈值处理模块，使归一化输出优先与Threshold门反应，反应完之后再与Output门反应，最终产生真正的输出，最后连接各个模块构成人工神经元模型。

进一步的，构造带有rA修饰的笼状结构从而满足E6DNAzyme识别并切割带rA修饰的单链的特性、同时隐藏后续反应的toehold区域。

进一步的，将E6DNAzyme设置为不被消耗和反复使用状态、将其作为权重使酶切反应高效进行。

进一步的，将酶切反应产生的不同输出通过归一化模块实现加权和过程、使输出归一化。