DNA Strand Displacement (DSD) as a hardware substrate for digital, analog and machine learning systems

dc.creatorRenan Albuquerque Marks
dc.date.accessioned2023-12-18T18:08:48Z
dc.date.accessioned2025-09-09T00:58:11Z
dc.date.available2023-12-18T18:08:48Z
dc.date.issued2023-10-06
dc.description.abstractHouve um tempo em que a evolução tecnológica de sistemas computacionais era constante e célere. A alta velocidade no desenvolvimento de novas técnicas de miniaturização significava que métodos de fabricação menores e mais eficientes ficavam disponíveis após alguns meses de pesquisa e eram empregados no desenvolvimento de novos circuitos integrados. Embora isso fosse verdade nas últimas décadas, este cenário mudou recentemente devido aos limites impostos pela física. Cada nova geração de dispositivos enfrenta novos desafios de miniaturização dos transistores, principalmente por causa do consumo de energia e dissipação de calor devido à natureza da física quântica nesta escala. À medida que a inteligência artificial se torna mais prevalente devido à necessidade de processar uma enorme quantidade de dados rapidamente em paralelo, o hardware será um gargalo. Várias soluções para este problema de hardware estão sendo propostas e testadas. Algumas delas envolvem o uso de novos paradigmas para construir sistemas computacionais além do silício, tais como o uso de luz ou moléculas orgânicas como substrato para realizar a computação. Uma das alternativas é usar o DNA como hardware "úmido" como um complemento aos computadores tradicionais de silício, acelerando alguns cálculos específicos in vitro ou in vivo. As capacidades de processamento massivamente paralelo e baixo consumo de energia do DNA o tornam a alternativa perfeita para a implementação de novas aplicações biológicas, que vão desde o diagnóstico de doenças a novos medicamentos para o tratamento de várias doenças. Esta tese propõe que a tecnologia de deslocamento de fitas de DNA (DNA Strand Displacement, DSD) é passível de ser utilizada como um substrado de hardware para desenvolvimento de circuitos moleculares modulares digitais, analógicos e de aprendizado de máquina. Assim, para atingir este objetivo, esta tese apresentará a contribuição de novas ferramentas de Computer Aided Design (CAD) desenvolvidas que amparam a modularização, composição, projeto, simulação e validação dos circuitos moleculares baseados em DSD.
dc.description.sponsorshipCNPq - Conselho Nacional de Desenvolvimento Científico e Tecnológico
dc.description.sponsorshipFAPEMIG - Fundação de Amparo à Pesquisa do Estado de Minas Gerais
dc.description.sponsorshipCAPES - Coordenação de Aperfeiçoamento de Pessoal de Nível Superior
dc.identifier.urihttps://hdl.handle.net/1843/62057
dc.languageeng
dc.publisherUniversidade Federal de Minas Gerais
dc.rightsAcesso Aberto
dc.rights.urihttp://creativecommons.org/licenses/by-nc-sa/3.0/pt/
dc.subjectComputação – Teses
dc.subjectNanocomputação – Teses
dc.subjectComputação em DNA – Teses
dc.subject.otherNanocomputação
dc.subject.otherComputação Molecular
dc.subject.otherCircuitos em DNA
dc.titleDNA Strand Displacement (DSD) as a hardware substrate for digital, analog and machine learning systems
dc.title.alternativeDeslocamento de fitas de DNA (DSD) como substrato de hardware para sistemas digitais, analógicos e de aprendizado de máquina
dc.title.alternativeDesplazamiento de hebras de ADN (DSD) como sustrato de hardware para sistemas digitales, analógicos y de aprendizaje automático
dc.typeTese de doutorado
local.contributor.advisor1Omar Paranaiba Vilela Neto
local.contributor.advisor1Latteshttp://lattes.cnpq.br/6799776599317117
local.contributor.referee1Omar Paranaiba Vilela Neto
local.contributor.referee1Gisele Lobo Pappa
local.contributor.referee1Daniel Fernandes Macedo
local.contributor.referee1Ricardo dos Santos Ferreira
local.contributor.referee1Nalvo Franco de Almeida Júnior
local.contributor.referee1Marcos Viero Guterres
local.creator.Latteshttp://lattes.cnpq.br/0157902406122102
local.description.resumoThere was a time when the evolution of computer systems technology was fast and steady. The development rate of new miniaturization techniques was high, meaning that smaller and more efficient fabrication methods became available and employed to develop new integrated circuits after a few months. Although this was true in the past decades, this is no longer true due to physics limits. Each new generation of devices faces transistor miniaturization challenges mainly because of power consumption and heat dissipation due to the nature of quantum physics at this scale. As artificial intelligence becomes more prevalent due to the need to process an enormous amount of data in parallel and fast, the hardware will be a bottleneck. Several solutions to this hardware problem are being proposed and tested. Some of them involve trying new paradigms to build computer systems beyond silicon, such as using light or organic molecules as a substrate to carry out the computation. One of the alternatives is using DNA as ``wet'' hardware to complement the traditional silicon computers, accelerating some specific computations in vitro or in vivo. DNA's massively parallel processing capabilities and low power consumption make it the perfect alternative to implementing new medical applications, ranging from diagnostic of diseases to new drugs to treat various illnesses. This thesis proposes that DNA Strand Displacement (DSD) technology can be a hardware substrate for developing digital, analog, and machine-learning modular molecular circuits. Thus, to achieve this goal, this thesis will present the contribution of new Computer Aided Design (CAD) tools developed that support the modularization, composition, design, simulation, and validation of molecular circuits based on DSD.
local.identifier.orcidhttps://orcid.org/0000-0001-8239-8320
local.publisher.countryBrasil
local.publisher.departmentICX - DEPARTAMENTO DE CIÊNCIA DA COMPUTAÇÃO
local.publisher.initialsUFMG
local.publisher.programPrograma de Pós-Graduação em Ciência da Computação

Arquivos

Pacote original

Agora exibindo 1 - 1 de 1
Carregando...
Imagem de Miniatura
Nome:
tese_renan_final.pdf
Tamanho:
2.75 MB
Formato:
Adobe Portable Document Format

Licença do pacote

Agora exibindo 1 - 1 de 1
Carregando...
Imagem de Miniatura
Nome:
license.txt
Tamanho:
2.07 KB
Formato:
Plain Text
Descrição: