基于DNA纳米技术的探针机智能存储系统研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    61876047
  • 项目类别:
    面上项目
  • 资助金额:
    64.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    F0608.智能系统与人工智能安全
  • 结题年份:
    2022
  • 批准年份:
    2018
  • 项目状态:
    已结题
  • 起止时间:
    2019-01-01 至2022-12-31

项目摘要

A novel computing model, called probe machine (PM), is proposed by a research group of Peking University. And it is proved that PM is beyond the turing machine (TM). The "Turing Machine" model led to the machine's ability to think and the development of artificial intelligence. In order to achieve large-scale data storage and management, the intelligent storage began to develop. The goals for our research efforts could be to develop the intelligent storage system of probe machine with artificial intelligence technology, DNA nanotechnology and silicon chip technology. An important feature of PM is that the data particles can move freely and independently in parallel. Through the artificial intelligence technology, the construction of data particles can be application perceived and structure defined. Combining DNA nanotechnology and silicon chip technology, the physical implementation of the data storage system of PM can be completed. The important highlights of this project are the integration of data storage, data management and storage self-optimization through the definable construction of data particles for different applications or problems. And at the same time, storage efficiency is improved by parallel data input and output with the parallel free movement characteristics of data particles of PM. This research the probe machine. The development of PM intelligent storage system will provide theoretical support and model examples for the data storage industry.
2016年,北京大学研究团队提出了超越“图灵机”的“探针机” 模型。“图灵机”模型的提出,引出了机器能够思维化,开启了人工智能的发展。为了实现对数据的大规模存储和管理,衍生了对智能储存的探索和研究。本项目的目标是结合人工智能技术、DNA纳米技术和硅芯片技术,实现探针机的智能存储系统。探针机重要的特点是其中的数据粒子可并行自由移动和自主操作,通过人工智能技术可实现数据粒子应用可感知、结构可定义的构建过程。结合DNA纳米技术和硅芯片技术,可完成探针机数据存储系统的物理实现。本项目的重要亮点,在于通过面向应用或者问题的可定义数据粒子构建,实现数据存储与数据管理的深度融合和存储自优化;同时利用数据粒子的并行自由移动特性,实现数据并行输入输出,提高存储效能。探针机智能存储系统的开发,能实现信息处理的根本性突破,为数据存储的发展提供理论支撑和模型实例。

结项摘要

本项目结合人工智能技术和DNA纳米技术,通过算法能快速进行数据粒子的编码、构建和结构设计,例如用于文本DNA存储的分层纠错策略和一种桶式分配策略以提高解码的精度和效率。而通过DNA复合链置换技术及调整连接链长短可形成可编程可控的复合电路或者DNA折纸环。基于这些技术,数据粒子可以实现计算、输入输出、筛选和显示等功能,其纳米结构的控制精度达到了原子级。本项目的重要亮点,在于通过对具体问题可进行数据粒子重构,快速实现数据存储与计算,结果筛选和显示,实现存储和计算的深度融合;同时数据粒子具有并行特性,可实现数据并行输入输出,提高存储效能。本项目研究所产生的人工智能算法,可以推广应用到预测G蛋白偶联受体、中医诊脉分析和群集系统协同控制技术中。..项目进行的4年期间,研究成果具体如下: .1..设计开发DNA信息编码和纠错算法,开发出相应软件; .2..构建了数据粒子结构,通过设计可以实现系统输入输出、复杂计算、结果筛选和显示; .3..完成DNA大数分解系统原型的设计和原理性实验; .4..通过人工智能算法,可以实现优选编码、预测致病基因、蛋白质结构、药物重用和多智能体系统控制等功能,扩展了项目成果的应用领域。..量化表现为:已授权专利6项,其中日本专利1项;在申请专利4项。发表论文28篇,其中SCI索引21篇。博士毕业1人,在读博士生3人;硕士毕业4人,在读硕士生10人。

项目成果

期刊论文数量(26)
专著数量(0)
科研奖励数量(0)
会议论文数量(0)
专利数量(8)
Drug-target binding affinity prediction method based on a deep graph neural network
基于深度图神经网络的药物靶点结合亲和力预测方法
  • DOI:
    --
  • 发表时间:
    2022
  • 期刊:
    Mathematical Biosciences and Engineering
  • 影响因子:
    2.6
  • 作者:
    Dong Ma;Shuang Li;Zhihua Chen
  • 通讯作者:
    Zhihua Chen
一种高效的前向纠错码桶分配DNA存储解码方法
  • DOI:
    --
  • 发表时间:
    2021
  • 期刊:
    电子与信息学报
  • 影响因子:
    --
  • 作者:
    昝乡镇;姚翔宇;许 鹏;陈智华;石晓龙;李树栋;刘文斌
  • 通讯作者:
    刘文斌
A Direct-Decoupling Closed-Loop Control Method for Roll-to-Roll Web Printing Systems
卷对卷卷筒纸印刷系统的直接解耦闭环控制方法
  • DOI:
    10.1109/tase.2020.3005977
  • 发表时间:
    2021
  • 期刊:
    IEEE Transactions on Automation Science and Engineering
  • 影响因子:
    5.6
  • 作者:
    Zhang Tao;Zheng Ying;Chen Zhihua;Deng Zhonghua
  • 通讯作者:
    Deng Zhonghua
Prediction of G Protein-Coupled Receptors With CTDC Extraction and MRMD2.0 Dimension-Reduction Methods.
使用 CTDC 提取和 MRMD2.0 降维方法预测 G 蛋白偶联受体。
  • DOI:
    --
  • 发表时间:
    2020
  • 期刊:
    Frontiers in Bioengineering and Biotechnology
  • 影响因子:
    5.7
  • 作者:
    Gu Xingyue;Chen Zhihua;Wang Donghua
  • 通讯作者:
    Wang Donghua
Discrete-Time Predator-Prey Interaction with Selective Harvesting and Predator Self-Limitation
离散时间捕食者-被捕食者相互作用与选择性收获和捕食者自我限制
  • DOI:
    10.1155/2020/6737098
  • 发表时间:
    2020
  • 期刊:
    JOURNAL OF MATHEMATICS
  • 影响因子:
    --
  • 作者:
    Chen Zhihua;Din Qamar;Rafaqat Muhammad;Saeed Umer;Ajaz Muhammad Bilal
  • 通讯作者:
    Ajaz Muhammad Bilal

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--"}}
  • 发表时间:
    {{ item.publish_year || "--" }}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--"}}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ patent.updateTime }}

其他文献

基于DNA计算自组装模型的Diffie-Hellman算法破译(英文)
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    计算机学报
  • 影响因子:
    --
  • 作者:
    陈智华
  • 通讯作者:
    陈智华
单边插入删除膜系统计算能力
  • DOI:
    --
  • 发表时间:
    2013
  • 期刊:
    系统工程理论与实践
  • 影响因子:
    --
  • 作者:
    谭钢军;谭钢军;宋勃升;宋勃升;陈智华;陈智华;石晓龙;石晓龙
  • 通讯作者:
    石晓龙
基于线性规划问题递推算法的L_∞参数辨识
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    系统工程与电子技术
  • 影响因子:
    --
  • 作者:
    耿修堂;陈智华;赵明旺;肖建华
  • 通讯作者:
    肖建华
青藏高原和新疆地区垂穗披碱草种质的SRAP及RAPD分析
  • DOI:
    --
  • 发表时间:
    2011
  • 期刊:
    草地学报
  • 影响因子:
    --
  • 作者:
    苗佳敏;张新全;陈智华;钟金诚;陈仕勇;马啸;白史且
  • 通讯作者:
    白史且
A Novel Computational Approach to Predict Activity of Nuclear Export Signals
预测核输出信号活动的新计算方法
  • DOI:
    --
  • 发表时间:
    2015
  • 期刊:
    Journal of Computational and Theoretical Nanoscience
  • 影响因子:
    --
  • 作者:
    陈智华;吴庭芳;石晓龙
  • 通讯作者:
    石晓龙

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--" }}
  • 发表时间:
    {{ item.publish_year || "--"}}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--" }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}
empty
内容获取失败,请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题,我已根据课题信息分析并撰写以下内容,帮您拓宽课题思路:

AI项目思路

AI技术路线图

陈智华的其他基金

基于DNA纳米技术的模块化DES加密系统研究
  • 批准号:
  • 批准年份:
    2022
  • 资助金额:
    54 万元
  • 项目类别:
    面上项目

相似国自然基金

{{ item.name }}
  • 批准号:
    {{ item.ratify_no }}
  • 批准年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号:
    {{ item.ratify_no }}
  • 财政年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目:调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要:

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题,其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子,其表达水平对抗病毒防御至关重要。然而,TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用,影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法,探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用,为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义,并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路:

科学问题:TRIM2如何调控A型流感病毒诱导的IFN-β表达?
前期研究:已有研究表明TRIM2参与抗病毒反应,但其具体机制尚不明确。
研究创新点:本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线:包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术:TRIM2与病毒RNA的相互作用分析,IFN-β启动子活性检测。
实验模型:使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
      
关闭
close
客服二维码