• 文献检索
  • 文档翻译
  • 深度研究
  • 学术资讯
  • Suppr Zotero 插件Zotero 插件
  • 邀请有礼
  • 套餐&价格
  • 历史记录
应用&插件
Suppr Zotero 插件Zotero 插件浏览器插件Mac 客户端Windows 客户端微信小程序
定价
高级版会员购买积分包购买API积分包
服务
文献检索文档翻译深度研究API 文档MCP 服务
关于我们
关于 Suppr公司介绍联系我们用户协议隐私条款
关注我们

Suppr 超能文献

核心技术专利:CN118964589B侵权必究
粤ICP备2023148730 号-1Suppr @ 2026

文献检索

告别复杂PubMed语法,用中文像聊天一样搜索,搜遍4000万医学文献。AI智能推荐,让科研检索更轻松。

立即免费搜索

文件翻译

保留排版,准确专业,支持PDF/Word/PPT等文件格式,支持 12+语言互译。

免费翻译文档

深度研究

AI帮你快速写综述,25分钟生成高质量综述,智能提取关键信息,辅助科研写作。

立即免费体验

高仿生神经递质通讯神经元,遵循整合-点火动力学。

Highly Bionic Neurotransmitter-Communicated Neurons Following Integrate-and-Fire Dynamics.

机构信息

State Key Laboratory of Molecular Engineering of Polymers, Department of Macromolecular Science, Fudan University, Shanghai 200433, People's Republic of China.

Institute of Molecular Materials and Devices, Department of Material Science, Fudan University, Shanghai 200433, People's Republic of China.

出版信息

Nano Lett. 2023 Jun 14;23(11):4974-4982. doi: 10.1021/acs.nanolett.3c00799. Epub 2023 Jun 5.

DOI:10.1021/acs.nanolett.3c00799
PMID:37273232
Abstract

In biological neural networks, chemical communication follows the reversible integrate-and-fire (I&F) dynamics model, enabling efficient, anti-interference signal transport. However, existing artificial neurons fail to follow the I&F model in chemical communication, causing irreversible potential accumulation and neural system dysfunction. Herein, we develop a supercapacitively gated artificial neuron that mimics the reversible I&F dynamics model. Upon upstream neurotransmitters, an electrochemical reaction occurs on a graphene nanowall (GNW) gate electrode of artificial neurons. Charging and discharging the supercapacitive GNWs mimic membrane potential accumulation and recovery, realizing highly efficient chemical communication upon use of acetylcholine down to 2 × 10 M. By combining artificial chemical synapses with axon-hillock circuits, the output of neural spikes is realized. With the same neurotransmitter and I&F dynamics, the artificial neuron establishes chemical communication with other artificial neurons and living cells, holding promise as a basic unit to construct a neural network with compatibility to organisms for artificial intelligence and deep human-machine fusion.

摘要

在生物神经网络中,化学通讯遵循可逆向的整合发放(I&F)动力学模型,从而实现高效、抗干扰的信号传输。然而,现有的人工神经元在化学通讯中无法遵循 I&F 模型,导致不可逆转的势垒积累和神经功能紊乱。在此,我们开发了一种超级电容门控人工神经元,它模拟了可逆向的 I&F 动力学模型。在神经递质的上游,电化学反应发生在人工神经元的石墨烯纳米墙(GNW)门电极上。超级电容器 GNWs 的充电和放电模拟了膜电位的积累和恢复,在使用乙酰胆碱低至 2×10^-6 M 的情况下,实现了高效的化学通讯。通过将人工化学突触与轴丘电路相结合,实现了神经脉冲的输出。通过相同的神经递质和 I&F 动力学,人工神经元与其他人工神经元和活细胞建立了化学通讯,有望成为构建具有生物兼容性的神经网络的基本单元,用于人工智能和深度人机融合。

相似文献

1
Highly Bionic Neurotransmitter-Communicated Neurons Following Integrate-and-Fire Dynamics.高仿生神经递质通讯神经元,遵循整合-点火动力学。
Nano Lett. 2023 Jun 14;23(11):4974-4982. doi: 10.1021/acs.nanolett.3c00799. Epub 2023 Jun 5.
2
An extended model for a spiking neuron class.一种用于脉冲神经元类别的扩展模型。
Biol Cybern. 2007 Sep;97(3):211-9. doi: 10.1007/s00422-007-0169-x. Epub 2007 Jul 24.
3
Magnetic skyrmion-based artificial neuron device.基于磁斯格明子的人工神经元器件。
Nanotechnology. 2017 Aug 4;28(31):31LT01. doi: 10.1088/1361-6528/aa7af5. Epub 2017 Jun 22.
4
A bioinspired analogous nerve towards artificial intelligence.仿生类神经人工智能。
Nat Commun. 2020 Jan 14;11(1):268. doi: 10.1038/s41467-019-14214-x.
5
Development of an artificial synapse using an electrochemical micropump.利用电化学微泵开发人工突触。
J Artif Organs. 2004;7(4):210-5. doi: 10.1007/s10047-004-0269-5.
6
A compact skyrmionic leaky-integrate-fire spiking neuron device.一种紧凑的斯格明子漏电积分点火尖峰神经元器件。
Nanoscale. 2018 Mar 29;10(13):6139-6146. doi: 10.1039/C7NR09722K.
7
A modular organic neuromorphic spiking circuit for retina-inspired sensory coding and neurotransmitter-mediated neural pathways.一种用于受视网膜启发的感觉编码和神经递质介导的神经通路的模块化有机神经形态尖峰电路。
Nat Commun. 2024 Apr 3;15(1):2868. doi: 10.1038/s41467-024-47226-3.
8
A Scalable Artificial Neuron Based on Ultrathin Two-Dimensional Titanium Oxide.基于超薄二维氧化钛的可扩展人工神经元。
ACS Nano. 2021 Sep 28;15(9):15123-15131. doi: 10.1021/acsnano.1c05565. Epub 2021 Sep 17.
9
Automatized offline and online exploration to achieve a target dynamics in biohybrid neural circuits built with living and model neurons.使用活体神经元和模型神经元构建的生物混合神经回路中,自动进行离线和在线探索以实现目标动力学。
Neural Netw. 2023 Jul;164:464-475. doi: 10.1016/j.neunet.2023.04.034. Epub 2023 Apr 26.
10
Modeling learnable electrical synapse for high precision spatio-temporal recognition.为高精度时空识别建模可学习的电突触。
Neural Netw. 2022 May;149:184-194. doi: 10.1016/j.neunet.2022.02.006. Epub 2022 Feb 11.