Качественная Характеристика Реконфигурируемого Планарного Массива Цифровой Микрофлюидной Системы
Авторы: Eric J. Griffith, Srinivas Akella, Member, IEEE, and Mark K. Goldberg
Автор перевода: Воронова А.И.
Краткий обзор статьи - Этот документ описывает вычислительные подходы к проектированию цифровых микрофлюидных систем (DMFS), которые могут быть быстро преобразованы для новых биохимических анализов. Такие системы
Термины – разметка матрицы, биочипы, цифровые микрофлюиды, маршрутизация вкраплений,
I.ВВЕДНИЕ
Миниатюрный анализ биохимических систем, которые используют микрофлюидные технологии обладают потенциалом для функционирования в качестве законченной системы типа
Многообещающий новый класс цифровых микрофлюидны систем типа
Системы, основанные на диэлектрофорезисе, основанны на применении пространственно- неоднородного электрического поля для приведения в действие нейтрально заряженных частиц [22], [26]. Массивы электродов (20 - ^ M в ширину), которые манипулируют биологическими клетками были продемонстрированы [16]. Возможность контроля над отдельными каплями или биологическими клетками в планарном массиве позволяет анализировать сложные операции, которые будут выполняться в биохимической системе типа
Наше внимание сосредоточено на разработке алгоритмов автоматической координации и маршрутизации и операций реагирования на каплях или биологических клетках в DMFS. Мы описываем наш подход в контексте капельных систем, которые используют технологию электроветтинга; тот же подход и алгоритмы могут быть применены к диэлектрофорезисным системам, основанным на манипулировании биологических клеток. Широкая проблема, которой мы заинтересованы: Учитывая граф химического анализа, описывающий последовательность, в которой следует смешивать химические вещества, координировать капельные операции на DMFS массивах для задания капель с целью обеспечения смешивания с заданной смесью, в то же время избегая нежелательные между каплями. Наш подход к борьбе с сложностью этой задачи состоит в том, чтобы установить виртуальный макет на DMFS массив и координировать капельные операции динамически маршрутизируя капли на компоненты макета. Планировка позволяет абстрагироваться от подчеркнутых аппаратных массивов и обеспечивает дополнительную структуру, которая упрощает координацию вкраплений. Мы ранее описали этот подход к созданию общего назначения DMFS [18], [19], который сочетает в себе подход полуавтоматических массивов моделирования макета с использованием модульного виртуального динамического маршрутизирования капель. В результате система была сымитирована в области программного обеспечения для выполнения анализа ДНК и полимерной цепной реакции. Алгоритмы смогли координировать сотни капель одновременно и выполнять один или несколько химических анализов параллельно. В данной работе мы исследуем вариации по основным DMFS макетам моделирования и управления маршрутизацией для увеличения гибкости и производительности, а также описываем пример сценария, в котором система может быть применена. С макетным моделируемым массивом и стратегией маршрутизации вкраплений тесно связаны с реконфигурируемыми DMFS. Наша цель состоит в том, чтобы предоставить разработчикам при моделировании инструменты для быстрой оценки в реальном времени и контролировать DMFS этих устройств.
После краткой нашей предыдущей работы в Разделе III предоставлять фон, мы рассмотрим влияние на производительность системы вариаций в области проектирования и контроля, включая расположение различных схем, алгоритмов маршрутизации, и увеличение интервалов между каплями в Разделе IV. Затем мы разрабатываем новый
подход к капельной координации с ограниченным
II. СХОЖИЕ РАБОТЫ
DMFS: DMFSs являются новинкой в классе система типа
Впоследнее время работа по DMFS сосредоточена на их приложении. Сринивасан
идр.. [39] демонстрируют использование DMFS как биосенсора глюкозы, лактата, глутамата, и пирувата, а также используют его для клинической диагностики крови, плазмы, сыворотки крови, мочи, слюны, пота и слез [40]. Поллак и др.. [32] показали, использование микрофлюидов, основанных на электроветтинге в реальном масштабе времени PCR приложений. Уилер и др.. [46] демонстрируют базирующиеся на электроветтинге DMFS для анализа белков на матрице с помощью лазерной десорбции/ионизации
Координация действий над вкраплениями и архитектура DMFS - темы, наиболее тесно связанные с данным документом были гораздо менее изучены. В начале работы, Динг описал архитектурное проектирование и методологию оптимизации для планирования биохимических реакций, используя электроветтинговые массивы. Они определили основной набор капельных операций, которые использовались для целочисленного программирования для минимизирования времени завершения. Капельные пути и районы в массиве для смешивания и разделения операций предопределены Т. Чжаном и др. [47] при описании иерархических методов моделирования, проектирования, оценки эффективности и оптимизации микрофлюидных систем. Они сравнили выполнение непрерывного потока системы и капли на основе системы, и что капли на основе системы менее сложны и обеспечивают повышение производительности и перерабатывающих мощностей. Чакрабарти [41] недавно предложил технологию синтеза архитектурного уровня для чипов, основанных на
цифровых микрофлюидах, и описал целочисленное программирование и разработку эвристических методов для планирования операций. Наша работа мотивируется в начале статьи, а также работы Bohringer [4], [5], в которой рассматривается каждая капелька в DMFS как простой робот, которого он переводит на массив и изложил подход для продвижения капли от старта до цели, при трудностях разделения капли, при препятствиях и
Многороботное Координирование: Координация капель в DMFS тесно связана с координацией многороботного передвижения, как было указано выше. Hopcroft и др. [21] показал, что даже упрощенный двумерный случай планирования движение для перевода нескольких роботов является
Когда пути роботов указаны, как и в DMFS модели Дина и др. [11], возникает проблема путевой координации. Контроль пути впервые был изучен О'Доннелл и Лозано- Перес [28] для двух роботов. LaValle и Hutchinson описали схожую проблему в [24], где каждый робот был ограничен в пространстве
Гибкие производственные системы : Наш подход к координации капель в DMFS
частично похож на гибкие производственные системы, где сборка похожа на смешивание капель. Одним из примеров является реконфигурируемая автоматизированная сборочная система, которая использует модульную совместную работу роботов [34]. Такие системы были промоделированы и проанализированы с помощью нескольких методов, включая сети Петри [10]. Особый интерес для гибких производственных систем является проблема избегания тупика, который был проанализирован для некоторых классов систем [25], [33]. Сетевой подход: Мы можем рассматривать наши DMFS как сеть. Эта система отличается от типичных сетевых систем нетривиальным подходом. Также отличительным является в том числе и тот факт, что капли не могут быть сняты, и что эта система имеет несколько классов узлов и операций. Однако, методы сетевого потока и скорости управления [2], [42], могут быть модифицированы для DMFS. Исследования в области сетевых решений включает в себя работу с «горячим картофелем» или маршрутизацией отклонений [7], [9] для различных классов сетей, а также работы по курсу контроля в целях обеспечения стабильности [23].
III. СИСТЕМНЫЙ ОБЗОР
В этом разделе мы приведем обзор нашей системы, описанные ранее в [18], [19]. Мы создаем реконфигурируемые DMFS общего назначения с начала создания виртуального
макета, который логически разделяет массива на виртуальные компоненты, которые выполняют различные функции, а затем применяя специализированные алгоритмы маршрутизации капель к соответствующим компонентам. Схема создается путем объединения одного или нескольких модульных блоков так, что каждый содержит по одинаковой схеме виртуальных компонентов. Каждая виртуальная составляющая является логической группировкой клеток, которые могут выполнять одну или несколько функций. Ячейка соответствует электроду из массива, а также может иметь дополнительные возможности. Мы изначально предположили, что отдельные ячейки массива адресуются путем прямого включения отдельных электродов. Капля перемещается в соседнюю клетку (электрод) при том, что электрод активизируется; электрод отключается, когда капли завершают движение. Предположим, что каждая капля имеет единицу объема, за исключением перемешивания. Каждая операция смешивания следует за операцией разделения, которая осуществляется одновременным действием двух электродов по обе стороны от капель. Мы адаптируем алгоритмы сетевой маршрутизации для маршрутизации капель на определенные места в макете. Когда алгоритмы маршрутизации, произведенные со знанием
Наш подход основывается на приведении цифрового микрофлюидного массива к условиям химических реакций схож с программированием конфигурируемых FPGA [27]. Однако, в отличие от FPGA, элементы которые имеют различные функции, такие, как логика или маршрутизация, взаимозаменимая функциональность DMFS клеток позволяет мгновенное реконфигурирование через программные изменения. Например, в ячейке с транспортной функцией в макете может быть использована для смешивания или зондирования в другой формат. Эти DMFS реконфигурируемы несколькими способами. В простейшем смысле, она может быть преобразована запускать целый ряд анализов, которые требуют перемещения, смешивания и разделения различных видов капель просто путем изменения типа входных капель и связанных с ними операции смешивания. Одна или несколько из этих реакций могут быть запущены параллельно. Эта реконфигурируемость потенциально не требует фактического изменения формата, но только изменения во входных данных для программного обеспечения.
A.Моделирование организации массива с помощью компонентов
Мы разделили массив на множество "виртуальных" компонентов, где каждый тип компонента выполняет конкретный набор операций. Эта разметка включена по разносторонности массива электродов, которые могут выполнять движения капли, сливаясь, перемешивая и разделяя операций практически в любом месте массива. Каждый компонент контролирует капли в своей ячейке и путем связывания достаточного набора
компонентов вместе, DMFS могут быть созданы для выполнения одного или нескольких биохимических анализов. На Рис. 2 показан пример системы, состоящей из шести типов компонентов. Эти шесть виртуальных компонентов (рис. 3) осуществляют транспортировку капли (улица, соединитель и пересечения компонентов) или перемешивание капель, ввод и вывод операций (область работы, источник, компонент).
Компонент улицы: Компонент улицы является компонентом общего назначения транспортировки капель компонентов. Улицы являются односторонними для предотвращения движения двух капель в разных направлениях по компоненту.
Компонент соединителя: Соединительный компонент является специализированной версией компонента улицы, где капли движутся только в пределах одной ячейки. Капля в разъеме находится рядом с двумя компонентами одновременно.
Компонент пересечения: Компоненты пересечения направляют капли в системе, используя алгоритмы, описанный в Разделе 3.В.
Компонент рабочей области: Компонент рабочей области находится там, где происходит смешивание и разграничение. Каждая рабочая область имеет транзитную область и много областей смешивания. Каждый смесительный агрегат может функционировать в качестве миксера и / или сплиттера. Рабочая область может смешивать и разделять несколько капель в одно и то же время.
Компонент источника: Компонент источника представляет собой входную точку для капель в массиве.
Потребительский компонент: Компонент потребителя представляет собой выходную точку для капель из массива. Схема предназначена иметь достаточный потенциал для обеих транспортных капель между компонентами и в процессе обработки капель. Макет комплектуется из чередующихся последовательностей rotaries и улиц вдоль верхнего и правого краев. Для создания макета, пользователь должен знать физические размеры массива и указать места расположения источников и поглотителей. Наша конструкция может быть расширена с учетом новых типов оборудования для конкретных или общих операций.
B. Месторасположение капель и их выбор, маршрутизационные алгоритмы
Основные алгоритмы в нашем подходе имеют дело с тем, куда направить капли, и как получить их там. С помощью этих капельных месторасположений и выбора алгоритмов маршрутизации, мы превратили набор взаимосвязанных компонентов в функциональные DMFS. Пересечение компонентов исполняет эти алгоритмы для маршрутизации системы капельным путем. Назначение капель зависит от типа капли и имеющихся компонентов. Тип капли определяет, можно ли смешивать эту каплю с другим видом капли в области работы или выйти из массива. Существует также (глобальный) упорядоченный список высшего приоритета, содержащий запросы от рабочих областей на капли специфических типов, необходимых для завершения операций смешивания и разделения. Перекрестки определяют рабочие области и поглотители на ротационной основе, за исключением случаев, когда запрашивается вторая капля для операции смешивания.
Когда новая капля попадает в систему или получается в результате операции смешивания, тип капли определяет, какая задана операция. Когда капля попадает на пересечения, оно пытается найти компонент местонахождения для пересылки капли с помощью проверки списка приоритетов и, если необходимо, с помощью проверки списка низких приоритетов. Если
компоненту, который может принимать капли данного вида. Если ни одному компоненту нельзя присвоить каплю, то следующий перекресток, который пройдет капля, начинает попытки задать ее расположение. Маршрутизационный алгоритм, который мы используем, можно рассматривать как отклонение вариантов маршрутизации [6] сетевого протокола открытого кратчайшего пути (OSPF) [42]. Когда система инициализируется, каждое пересечение Дейкстра алгоритма использует вычислительные таблицы маршрутизации, которые назначают кратчайший путь между перекрестками и каждым компонентом.
На каждом такте, пересечений обрабатываются в определенном порядке, чтобы выбрать капельные маршруты перемещения, как это описано в разделе
C. DMFS общего назначения
Мы создаем DMFS общего назначения, соединяя подход, базирующийся на компонентном макетировании и алгоритмы маршрутизации и выбора расположения капель. Базовый макет создается для обработки различный анализов. Кроме того, DMFS могут быть переконфигурированы путем изменения числа смешиваний компонентов в рабочей области, общего размера макета, расположения источников и поглотителей, а также видов анализов. Макетный принцип, представленный здесь может быть создание новых макетов, а также на внедрению новых видов компонентов в системы. Чтобы в полной мере определить систему, пользователь должен указать дополнительные параметры, основанные на химических анализах, которые предстоит произвести, в том числе тип капель, представленных в каждом источнике, когда и как часто они производятся, капельные типы для направления к потребителю, и информация о различных промежуточных операциях для выполнения на каплях. Полный пример формата макета 2x2 с восемью источниками и потребителями, можно видеть на рис. 2.
1)Управление DMFS:
Изложенный выше подход к DMFS организации показывает собирание компонентов, собранных в сеть. Компоненты могут двигать по воле самих капель, но прежде чем передвигать капли в ячейки, граничащие с соседними компонентами или в соседний компонент, они должны проконсультироваться с соседом по обеспечению разрозненности капель в двух соседних компонентах. Таким образом, система в первый раз обрабатывает компоненты последовательно, а потом в каждом машинном цикле производит движение параллельно. Эта система делает это за счет использования упорядоченного списка компонентов. На каждом цикле, каждый компонент попытается переместить его капли. Когда конкретный компонент хочет двигать капли в массив клеток, прилегающих к нему или в соседней компонент, он сначала спрашивает, будет ли результат в двух соседних вкраплениях. Если да, то он просит соседний компонент, пытаясь переместить в него капли, а затем он снова спрашивает, будет ли результат движения в двух соседних компонентах. Если движение
место в следующем такте. Поскольку каждый компонент обрабатывается, он обновляет список капель для отражения текущих и желаемых мест каждой капли. Набор последовательных движений капель может быть произведен таким образом, что движения будут выполняться параллельно.
2) Стабильность системы:
Поведение систем общего назначения изменяется с выполнением химического анализа. Мы определяем DMFS стабильной, если она не попадает в тупик после десяти миллионов тактов работы. Мы определяем, DMFS в тупике, если ни одна капля в системе неспособна двигаться. Операционная система постоянно может или не может быть стабильной в зависимости от ее параметров, в частности входного расхода капель. В нестабильной системы капли попадают в систему быстрее, чем система в состоянии обработать их, и установившийся поток не может быть гарантирован [20]. Со временем такие системы будут сильно загружены и, наконец, станут в тупик. Мы выявили устойчивые системы путем имитации их и проверяя на каждом такте, находятся ли они в том состоянии, в котором ни одна капля не может двигаться.
3) Моделирование системы:
Мы сымитировали несколько анализов, в том числе основанных на ДНК операциях, изложенных в [11]. Анализ включает восемь вводов капель и семь операций смешивания. Сразу же после каждой операции смешивания, в результате капля делится на две капли. Макет установлен в четырех областях работы, восемь источников, каждый внося вклад капли типа (Рис. 2). Эта схема с 2 × 2 блока механизма 53 х 41 клеток.
Система имеет в среднем 66 капель в каждом из массивов. Наша среда моделирования – автономное программное обеспечение C + +, которое мы создали для этого приложения; это программное обеспечение также может быть использовано в контроллерах для DMFS. Расчет маршрутизации массива был произведен при таких показателях: 60