扩散分子通信的受体反应机理研究
发布时间：2021-12-18 20:44
纳米技术和生物技术的迅猛发展改变了人类医疗、通信等日常行为方式,这些技术在通信中的作用尤为明显。由于传统通信技术的收发器和其它组件尺寸、功耗不再适用于纳米网络,纳米机器之间的互连允许它们合作和共享信息,扩展了单个纳米机器的功能,促进了分子通信这一新通信方式的诞生,分子通信使用分子代替电磁波或声波编码并传输信息,使人工参与的通信在复杂或特定环境中得以实现,其在医学、制造业、国防等众多领域存在极其巨大的应用潜力。本文介绍了分子通信的基本概念、与传统通信的对比,及其目前的研究成果,特别分析了现阶段分子通信接收设备的物理实现办法和其信息分子接收的基本反应原理,并说明其技术难点与优缺点。引入了不同反应机理的生物模型,阐述了分子通信中信息分子与受体反应机理的重要性,并给出了几种分子通信的实验平台。本文利用现有三维点源通信网络模型分析了可逆结合反应的通信输出特性,进一步分析了接收器表面受体面积大小对输出的影响和系统配体受体浓度比等问题。同时将介质空间均匀划分,重新设计了分子通信网络,在正结合速率、正反应速率和生物膜等方面分析了不同受体反应机理对通信结果的影响,最后给出了一种新的反应机理,为后续网络模...
【文章来源】：长春理工大学吉林省
【文章页数】：64 页
【学位级别】：硕士
【部分图文】：
图2.2分子通信在纳米医学及生物纳米物联网中的应用分子通信在生物纳米物联网中的应用，主要体现与在生物医学方面，图2.2显示
究人员具有吸引力。在MC方面，神经元是独特的，因为它们能够通过将信息从一个神经元发送到另一个神经元并最终传递到肌肉和器官来将信息从大脑传递到整个身体。由于每个离子电荷的差异，每个神经元都会在细胞内保持电压梯度，因为细胞内的钾离子，钠离子，氯离子和钙离子不同。通过电压的显着变化，产生称为动作电位的电化学脉冲，其可以被计算并显示为波。该脉冲沿着细胞的轴突快速移动，并通过特定的连接转移到相邻的神经元，称为突触，通过树突接收它。突触是复杂且微小的膜间隙或连接，其通过神经递质的扩散来促进转运。图2.8显示基于神经元的分子通信。基于神经元的MC研究不仅停留在接收方式上，也提出了用于神经尖峰通信的物理信道模型。目前所研究的基于神经元的MC现实模型可以用作神经尖峰通信的新型生物启发接收器和检查神经疾病的医学治疗。因此对于纳米级实体之间的信息传播，神经元通信最近已被确定为纳米网络的潜在候选者。希望未来基于神经元的MC不仅仅是应用于生物医学方面，也可以对MC的其他接收方式的物理实现起到启发和推进作用，并能够有应用到传统通信网络的能力。++++++++++++------------兴奋电位神经元轴突突触前神经元突触后神经元神经递质突触间隙脉冲产生神经递质释放神经递质神经递质扩散神经递质结合尖峰采样发射器信道接收器图2.8基于神经元的分子通信2.3.4氧化还原反应分子通信收发信息设备在物理实现技术上的困难制约着MC巨大潜力的发挥。通过测量还原-氧化（氧化还原）反应的电子流动为分子通信实现提供了一条新的道路。氧化还原反应基本上是电子流动，氧化还原不仅具有电子模态的特征，但还具有分子形式的特征，因为电子不是“裸露的”，而是
第3章可逆结合反应分子通信19图3.2展示了配体受体进行可逆结合反应的主要过程，图中蓝色分子表示为配体分子，即信息分子，当其扩散到细胞表面时，与表面未接收其他信息分子的受体结合，此时，受体分子变为激发态（也称为配体-受体复合物分子），并且不能再与其他信息分子结合，如图中粉色受体分子所示；当激发态受体分子进行逆反应时，如图中第三个受体分子所示，此时信息分子离开受体，受体分子还原为初始状态，可以再次接收信息分子。图3.2配体受体可逆结合反应过程图3.1中，假设发送器使用一种特定类型的分子，表示为A分子，通过A分子将信息发送到接收器表面。因此，将信息分子称为A分子。信息分子以恒定的扩散系数D在环境中扩散到所有方向，假设不同信息分子的扩散过程彼此独立，进一步假设，A分子可以通过以下形式的反应机理在整个环境中降解：dkA（3-5）其中，kd是A分子的降解反应常数，是受体无法识别的一种分子。此过程在生物体内可能进行一系列反应，此处，只用一个表达式表示。由于主要分析可逆结合过程，同时分子降解过程消耗的分子数量有限，所以此过程忽略不计，假设空间中分子总数不变。由发射器释放的一些A分子通过自由扩散到达接收器表面并与B分子发生可逆反应形成激发态的受体分子，用C表示，其表达式如下[38]：kkABC（3-6）其中k+和k-分别是分子可逆结合过程中的正向反应速率和逆向反应速率。实际上，一旦配体与受体结合，不仅是受体会变成激发态，其不同的细胞也会因表面受体通过不同的信号传导途径在细胞内产生不同的响应。在基于可逆结合的分子通信过程中，忽略激发态受体产生的特定信号对细胞本身的影响，只考虑分子C的形成表明接收器接收到了信号，其可用于检测发射器发送的信息。
【参考文献】：
期刊论文
[1]一种自适应阈值的分子通信接收机方案[J]. 王恺. 工业控制计算机. 2017(09)
[2]Diffusion Based Molecular Communication: Principle, Key Technologies, and Challenges[J]. Jiaxing Wang,Bonan Yin,Mugen Peng. 中国通信. 2017(02)
[3]分子通信的发送和接收模型的分析[J]. 杨成凤,林林,王建东,马世伟. 计算机仿真. 2015(02)
[4]改进的τ-leap算法在生化反应系统随机模拟中的应用[J]. 刘焕,彭新俊,周文,王翼飞. 应用科学学报. 2009(03)
硕士论文
[1]基于扩散信道的分子通信系统模型研究[D]. 卢鹏飞.陕西师范大学 2016
[2]基于化学信号的分子通信原型系统优化设计与实现[D]. 尤杨.陕西师范大学 2015
本文编号：3543139
【文章来源】：长春理工大学吉林省
【文章页数】：64 页
【学位级别】：硕士
【部分图文】：
图2.2分子通信在纳米医学及生物纳米物联网中的应用分子通信在生物纳米物联网中的应用，主要体现与在生物医学方面，图2.2显示
究人员具有吸引力。在MC方面，神经元是独特的，因为它们能够通过将信息从一个神经元发送到另一个神经元并最终传递到肌肉和器官来将信息从大脑传递到整个身体。由于每个离子电荷的差异，每个神经元都会在细胞内保持电压梯度，因为细胞内的钾离子，钠离子，氯离子和钙离子不同。通过电压的显着变化，产生称为动作电位的电化学脉冲，其可以被计算并显示为波。该脉冲沿着细胞的轴突快速移动，并通过特定的连接转移到相邻的神经元，称为突触，通过树突接收它。突触是复杂且微小的膜间隙或连接，其通过神经递质的扩散来促进转运。图2.8显示基于神经元的分子通信。基于神经元的MC研究不仅停留在接收方式上，也提出了用于神经尖峰通信的物理信道模型。目前所研究的基于神经元的MC现实模型可以用作神经尖峰通信的新型生物启发接收器和检查神经疾病的医学治疗。因此对于纳米级实体之间的信息传播，神经元通信最近已被确定为纳米网络的潜在候选者。希望未来基于神经元的MC不仅仅是应用于生物医学方面，也可以对MC的其他接收方式的物理实现起到启发和推进作用，并能够有应用到传统通信网络的能力。++++++++++++------------兴奋电位神经元轴突突触前神经元突触后神经元神经递质突触间隙脉冲产生神经递质释放神经递质神经递质扩散神经递质结合尖峰采样发射器信道接收器图2.8基于神经元的分子通信2.3.4氧化还原反应分子通信收发信息设备在物理实现技术上的困难制约着MC巨大潜力的发挥。通过测量还原-氧化（氧化还原）反应的电子流动为分子通信实现提供了一条新的道路。氧化还原反应基本上是电子流动，氧化还原不仅具有电子模态的特征，但还具有分子形式的特征，因为电子不是“裸露的”，而是
第3章可逆结合反应分子通信19图3.2展示了配体受体进行可逆结合反应的主要过程，图中蓝色分子表示为配体分子，即信息分子，当其扩散到细胞表面时，与表面未接收其他信息分子的受体结合，此时，受体分子变为激发态（也称为配体-受体复合物分子），并且不能再与其他信息分子结合，如图中粉色受体分子所示；当激发态受体分子进行逆反应时，如图中第三个受体分子所示，此时信息分子离开受体，受体分子还原为初始状态，可以再次接收信息分子。图3.2配体受体可逆结合反应过程图3.1中，假设发送器使用一种特定类型的分子，表示为A分子，通过A分子将信息发送到接收器表面。因此，将信息分子称为A分子。信息分子以恒定的扩散系数D在环境中扩散到所有方向，假设不同信息分子的扩散过程彼此独立，进一步假设，A分子可以通过以下形式的反应机理在整个环境中降解：dkA（3-5）其中，kd是A分子的降解反应常数，是受体无法识别的一种分子。此过程在生物体内可能进行一系列反应，此处，只用一个表达式表示。由于主要分析可逆结合过程，同时分子降解过程消耗的分子数量有限，所以此过程忽略不计，假设空间中分子总数不变。由发射器释放的一些A分子通过自由扩散到达接收器表面并与B分子发生可逆反应形成激发态的受体分子，用C表示，其表达式如下[38]：kkABC（3-6）其中k+和k-分别是分子可逆结合过程中的正向反应速率和逆向反应速率。实际上，一旦配体与受体结合，不仅是受体会变成激发态，其不同的细胞也会因表面受体通过不同的信号传导途径在细胞内产生不同的响应。在基于可逆结合的分子通信过程中，忽略激发态受体产生的特定信号对细胞本身的影响，只考虑分子C的形成表明接收器接收到了信号，其可用于检测发射器发送的信息。
【参考文献】：
期刊论文
[1]一种自适应阈值的分子通信接收机方案[J]. 王恺. 工业控制计算机. 2017(09)
[2]Diffusion Based Molecular Communication: Principle, Key Technologies, and Challenges[J]. Jiaxing Wang,Bonan Yin,Mugen Peng. 中国通信. 2017(02)
[3]分子通信的发送和接收模型的分析[J]. 杨成凤,林林,王建东,马世伟. 计算机仿真. 2015(02)
[4]改进的τ-leap算法在生化反应系统随机模拟中的应用[J]. 刘焕,彭新俊,周文,王翼飞. 应用科学学报. 2009(03)
硕士论文
[1]基于扩散信道的分子通信系统模型研究[D]. 卢鹏飞.陕西师范大学 2016
[2]基于化学信号的分子通信原型系统优化设计与实现[D]. 尤杨.陕西师范大学 2015
本文编号：3543139
本文链接：https://www.wllwen.com/kejilunwen/xinxigongchenglunwen/3543139.html
