热力学驱动的信号放大
摘要：化学计算领域试图模拟当分子（通常是核酸）混合在一起时产生的计算行为。热力学结合网络（TBN）是一个高度抽象的模型，它专注于分子如何在“热力学稳定”意义上互相结合。稳定性仅基于形成的键数和配置中的总复合物数，而不关注分子如何结合或成为结合的状态。我们研究信号放大的问题：检测少量某种分子并将其信号放大到更容易检测到的程度。这个问题具有诸如疾病诊断的自然应用。通过专注于热力学上有利的结果，我们寻求设计化学系统，能够在不依赖易于出错且需要高度控制条件的动力学路径的情况下，稳健地执行信号放大的任务（如PCR放大）。可能看起来浓度的微小变化只会对分子系统的热力学平衡产生小的影响，然而，我们展示了设计一种TBN，它能够“指数级放大”由单个单体（被称为被测物）表示的信号：在添加被测物之前，该TBN有精确的一个稳定状态，在添加被测物之后，有精确的一个稳定状态，而且这两个状态在视觉上会非常不同。我们还展示了相应的负结果：一个双指数的上界，即不存在一个TBN能够将信号放大超过组成其的不同分子的数量和大小的双指数量级。我们的工作对热力学平衡如何因系统的小变化（添加一个分子拷贝）而改变这个基本问题提供了资讯。
作者：Joshua Petrack, David Soloveichik, David Doty
论文ID：2307.01550
分类：Emerging Technologies
分类简称：cs.ET
提交时间：2023-07-06