Wetenschappers tonen chemische reservoirberekening aan met behulp van de formose-reactie

13 juli 2024 functie

Dit artikel is beoordeeld volgens het redactionele proces en beleid van Science X. Redacteuren hebben de volgende kenmerken benadrukt terwijl ze de geloofwaardigheid van de inhoud waarborgen:

• gefactcheckt
• peer-reviewed publicatie
• betrouwbare bron
• nagelezen

door Tejasri Gururaj, Phys.org

Onderzoekers van het Instituut voor Moleculen en Materialen aan de Radboud Universiteit in Nederland hebben aangetoond dat een complex zelforganiserend chemisch reactienetwerk verschillende computationele taken kan uitvoeren, zoals niet-lineaire classificatie en voorspelling van complexe dynamica.

Het vakgebied van moleculaire computerwetenschap interesseert onderzoekers die de rekenkracht van chemische en biologische systemen willen benutten. In deze systemen fungeren chemische reacties en moleculaire processen als het reservoir voor de computer, waarbij inputs worden omgezet in hoog-dimensionale outputs.

Het onderzoek, gepubliceerd in Nature, werd geleid door Prof. Wilhelm Huck van de Radboud Universiteit.

Onderzoekers hebben het potentieel benut dat chemische en biologische netwerken bieden vanwege hun complexe rekenmogelijkheden. Het implementeren van moleculaire computersystemen brengt echter uitdagingen met zich mee op het gebied van engineering en ontwerp.

In plaats van te proberen moleculaire systemen te ontwerpen om specifieke computationele taken uit te voeren, onderzoekt Prof. Huck met zijn team hoe natuurlijk complexe chemische systemen opkomende computationele eigenschappen kunnen vertonen.

'Ik ben zeer geïnteresseerd in de chemische drijfveren die hebben geleid tot het ontstaan van leven. In dit verband zijn we op zoek naar mechanismen waarmee chemische evolutie de eigenschappen van complexe reactiemengsels kan vormgeven. Dit onderzoek leidde ons tot de vraag hoe moleculaire systemen informatie kunnen verwerken,' legde hij uit aan Phys.org.

De formose-reactie is een chemische reactie die suikers synthetiseert uit formaldehyde in aanwezigheid van een katalysator, calciumhydroxide. Deze reactie werd gekozen vanwege zijn unieke eigenschappen.

Prof. Huck legde uit: 'Hoewel scheikunde misschien complex lijkt voor buitenstaanders, zijn de meeste reacties sequentieel. De formose-reactie is het enige voorbeeld van een zelforganiserend reactienetwerk met een zeer niet-lineaire topologie, met talrijke positieve en negatieve feedbackloops.'

Met andere woorden, de reactie is niet rechtlijnig en produceert meerdere tussenproducten die verder reageren om nieuwe stoffen te vormen. Deze dynamische reacties kunnen resulteren in een divers scala aan chemische soorten en zijn van niet-lineaire aard.

Bovendien omvat het netwerk positieve feedbackloops die reactieresultaten versterken, en negatieve feedbackloops die reactieresultaten afzwakken.

Het netwerk staat bekend als 'zelforganiserend' omdat het natuurlijk evolueert en reageert op de chemische invoer zonder de noodzaak van externe interventie, en produceert een divers scala aan uitvoer.

De computationele mogelijkheden komen voort uit de inherente eigenschappen van het netwerk in plaats van expliciet te worden geprogrammeerd, wat de berekening zeer flexibel maakt.

De onderzoekers gebruikten een continu doorgeroerd vatreactor (CSTR) om de formose-reactie uit te voeren. De invoerconcentraties van vier reactanten - formaldehyde, dihydroxyaceton, natriumhydroxide en calcium chloride - worden gecontroleerd om het gedrag van het reactienetwerk te moduleren.

Met behulp van een massaspectrometer wordt het uitvoermolecuul geïdentificeerd, waardoor ze tot 106 moleculen kunnen traceren. Deze opstelling kan worden gebruikt om berekeningen uit te voeren, waarbij de reactantconcentraties de invoerwaarde vormen voor elke functie die moet worden berekend.

Maar eerst moet het systeem worden getraind om de uitkomst van deze berekening te vinden, wat gebeurt met behulp van een reeks gewichten.

'We moeten een reeks gewichten vinden die de sporen in de massaspectrometer omzetten naar de juiste waarde van de berekening. Dit is een lineair regressieprobleem en is rekenkundig eenvoudig. Eenmaal voltooid, berekent het reservoircomputer de uitkomst voor deze functie voor elke nieuwe invoer,' legde Prof. Huck uit.

De gewichten zijn coëfficiënten die de invloed van elke invoer op de uitvoer bepalen. Deze trainingsstap is essentieel omdat het het reservoir in staat stelt te leren en te voorspellen hoe veranderingen in de invoer de uitvoer beïnvloeden, zodat het de uitvoer kan voorspellen voor een nieuwe reeks invoerwaarden.

De onderzoekers gebruikten de reservoircomputer om verschillende taken uit te voeren. De eerste was het uitvoeren van niet-lineaire classificatietaken. De reservoircomputer kon alle Boolse logische poorten nabootsen en zelfs complexere classificaties zoals XOR, dammen, cirkels en sinusfuncties aanpakken.

Het team toonde ook aan dat het gedrag van een complex metabool netwerkmodel van E. coli kon voorspellen, waarbij zowel lineaire als niet-lineaire reacties op fluctuerende invoer over verschillende concentratiebereiken nauwkeurig werden vastgelegd.