Fortschritte in der Sequenzierung der dritten Generation haben eine tragbare und Echtzeit-Technik ermöglicht
Genomsequenzierung, Die Datenverarbeitung in Echtzeit bleibt jedoch ein Engpass,
Dies erschwert die Genomanalyse vor Ort aufgrund unerschwinglicher Zeit- und Energiekosten.
Diese Technologien erzeugen eine große Menge verrauschter analoger Signale
erfordern traditionell Basecalling und digitales Mapping, beide fordern häufig
und kostspielige Datenverschiebungen auf von Neumann-Hardware. Um diese Herausforderungen zu meistern,
Wir präsentieren ein Memristor-basiertes Hardware-Software-Co-Design, das Rohdaten verarbeitet
Sequenzersignale direkt im analogen Speicher, effektiv kombinieren
Getrennte Basecalling- und Read-Mapping-Schritte. Hier demonstrieren wir, für die
Zum ersten Mal, End-to-End-Memristor-basierte Genomanalyse in einer vollständig integrierten Lösung
Memristor-Chip. Durch Ausnutzung des intrinsischen Geräterauschens für ortsempfindliche Zwecke
Hashing und Implementierung paralleler Näherungssuchen in inhaltsadressierbaren Inhalten
Erinnerung, Wir demonstrieren experimentell Anwendungen vor Ort, einschließlich Infektionskrankheiten
Krankheitserkennung und metagenomische Klassifizierung. Unser experimentell validiertes
Die Analyse bestätigt die Wirksamkeit dieses Ansatzes bei realen Aufgaben,
Erreichen eines State-of-the-Art 97.15% F1-Ergebnis bei der Kartierung von Virus-Rohsignalen, mit
51x Geschwindigkeit und 477-fache Energieeinsparung im Vergleich zur Implementierung auf einem
hochmoderner ASIC. Diese Ergebnisse zeigen, dass Memristor-basiertes In-Memory
Computing bietet eine praktikable Lösung für die Integration mit tragbaren Sequenzern,
Ermöglicht eine echte Genomanalyse vor Ort in Echtzeit für Anwendungen von
von der Überwachung von Krankheitserregern bis zur Profilierung mikrobieller Gemeinschaften.

Dieser Artikel untersucht Zeitreisen und deren Auswirkungen.

PDF herunterladen: