《电子与信息学报杂志》发表论文赏析
作者:许彦博, 朱予涵, 黄兴, 刘耿耿
单位:1.福州大学计算机与大数据学院 福州 3501162.大数据智能教育部工程研究中心 福州 3501163.福建省网络计算与智能信息处理重点实验室 福州 3501164.西北工业大学计算机学院 西安 710072
摘要:作为新型流式微流控生物芯片,完全可编程阀门阵列(FPVA)生物芯片拥有出色的灵活性和可编程性,能够满足多种复杂的实验需求。而作为架构综合的重要阶段,FPVA组件布局会影响包括生物测定完成时间、流体运输路径总长度和交叉污染程度在内的多个性能指标。此外,单元复用是FPVA芯片灵活性和可编程性的重要表现。然而,现有的FPVA组件布局相关研究工作均没有考虑单元复用过程中试剂种类的差异对这些重要指标的影响。为此,该文聚焦于FPVA组件布局过程中单元复用的试剂种类差异问题,提出了基于深度强化学习的考虑单元复用中试剂种类差异的FPVA组件布局算法。首先,通过考虑试剂之间的差异和组件重叠对交叉污染的影响,设计了单元复用复杂度和含有相同试剂组件平均距离两个指标,分别用于量化组件布局方案中各个单元的单元复用复杂程度和含有相同试剂组件的聚集程度。其次,引入了包括组件布局区域限制约束和并发组件不重叠约束在内的约束条件,这些约束确保组件布局方案的合法性。最后,通过设计奖励函数最小化单元复用复杂度和减小含有相同种类试剂的组件间距离,从而达成最小化最终组件布局方案的交叉污染程度、流体运输路径总长度和生物测定完成时间的目标。通过仿真实验,对所提组件布局算法进行了评估。实验结果表明,所提算法能够得到高质量的考虑单元复用中试剂种类差异的FPVA组件布局方案,验证了所提算法的有效性。
关键词:微流控生物芯片, 完全可编程阀门阵列, 单元复用, 试剂种类, 组件布局
基金资助:国家自然科学基金(62372109, 62572396),福建省杰出青年科学基金(2023J06017)