【技术实现步骤摘要】
容量感知的连续微流控生物芯片清洗优化方法
[0001]本专利技术涉及连续微流控生物芯片自动化设计
，尤其是容量感知的连续微流控生物芯片清洗优化方法。
技术介绍
[0002]作为一种新兴的芯片技术，连续微流控生物芯片由于其能在硬币大小的芯片平台上并行且自动地执行各种生物化学反应而引起了广泛的关注。
[0003]为了完成流体的动态调度与分布式通道存储，流通道需要被不同的流路径所使用，从而需要缓冲液来清洗先前流体残留在通道上的污染物，清洗需求也随之增加。
[0004]然而单位体积下的缓冲液都具有有限的容量，从而无法处理所有的清洗目标。因此，本文考虑了有限容量约束下的清洗优化问题，并提出了一个容量感知的连续微流控生物芯片的流调度与清洗优化设计流程，致力于流路径规划与清洗路径计算的优化。
技术实现思路
[0005]本专利技术提出容量感知的连续微流控生物芯片清洗优化方法，能够得到一个最小化生化反应执行总时间、清洗时间以及缓存时间的流调度与清洗优化方案以及一个最小化流通道总长度的流层通道网络解。
[0006]本专利技术采用以下技术方案。
[0007]容量感知的连续微流控生物芯片清洗优化方法，所述方法用于缓冲液容量有限的约束场景，包括以下步骤；
[0008]步骤一、采用基于协调机制的流体布线算法为每个流体运输任务计算对应的流路径，通过污染感知的流路径规划，系统考虑分组后的流体运输任务之间的路径冲突问题，以有效地减少后续的清洗需求；
[0009]步骤二、采用路径驱动
【技术保护点】
【技术特征摘要】
1.容量感知的连续微流控生物芯片清洗优化方法，其特征在于：所述方法用于缓冲液容量有限的约束场景，包括以下步骤；步骤一、采用基于协调机制的流体布线算法为每个流体运输任务计算对应的流路径，通过污染感知的流路径规划，系统考虑分组后的流体运输任务之间的路径冲突问题，以有效地减少后续的清洗需求；步骤二、采用路径驱动的流体调度算法为流体运输任务与清洗任务求得准确的执行区间，通过预先计算的通道使用文件求得中间流体的缓存位置，以提高存取效率，减少生化反应执行的总时间；步骤三、采用容量感知的清洗优化算法求得清洗路径集，以覆盖所有的清洗目标，并考虑实际的缓冲液容量约束以及与缓存液体的资源冲突约束，从而避免清洗失败的发生，使得生化反应能高效且正确地被执行。2.根据权利要求1所述的容量感知的连续微流控生物芯片清洗优化方法，其特征在于：步骤一为流通道布线阶段，具体为：采用基于协商机制的布线算法对每个流处理任务计算对应的完整流路径；流处理任务首先根据其执行区间进行分组，区间相近的任务会被分至同组，然后根据同组任务可交叉但不共享流通道以及不同组任务不共享流通道的约束进行协商布线，最后针对布线失败的任务依据不同组任务可共享流通道的约束进行依次布线；步骤二为流体调度阶段，具体为：采用路径驱动的流体调度算法对每个分组的流处理任务依次进行调度；同组任务之间不共享流通道且不存在交叉污染的问题；在一组任务完成之后，根据定义的清洗目标，计算清洗路径集并确定对应的执行区间；而当需要缓存中间流体时，则在预先规划的流路径上选择与其它路径冲突最少的流通道来执行缓存任务；步骤三为清洗优化阶段，具体为：采用容量感知的清洗优化方法来计算一组清洗路径集以及对应的执行区间；首先基于预先计算的通道使用协议来确定清洗目标集，然后在满足给定的缓冲液容量约束以及缓存液的通道资源约束下采用深度优先搜索算法求得一组清洗路径集，最后在通道资源冲突的约束下分别求得每个清洗路径的执行区间。3.根据权利要求2所述的容量感知的连续微流控生物芯片清洗优化方法，其特征在于：所述连续微流控生物芯片包括由两个弹性层组成的双层架构，一个弹性层为流层，别一个弹性层为控制层，两个弹性层内均设有通道，形成可执行流处理任务的分布式通道存储架构；流层中的通道为用于运输反应样品/试剂的流通道；控制层中的通道为用于传导气压的控制通道；通道由弹性材料制成，两个弹性层的通道交叉位置起到阀门的作用，可视同为阀门；两个弹性层的通道均连接到外部压力源；在控制层，外部压力由控制端口导入，压迫阀门处薄膜向下挤压，使得该通道段阻塞而不能运输液体，而当撤掉压力，薄膜便依靠自身弹性力恢复到初始位置；在流层，液体需靠由流端口导入的压力推动运输。4.根据权利要求3所述的容量感知的连续微流控生物芯片清洗优化方法，其特征在于：所述分布式通道存储架构中，中间流体能缓存在任一闲置的流通道内，使得流通道具有运输与存储的双重作用，其执行的流处理任务包括以下内容：任务A1、流体运输一：将中间流体从一个组件运送至另一组件，其在芯片中对应的运输路径为：输入端口
‑
>源组件
‑
>目标组件
‑
>废液端口；
任务A2、流体运输二：运送输入的样本/试剂至目标组件，其在芯片中对应的运输路径为：输入端口
‑
>目标组件
‑
>废液端口；任务A3、流体存储：将中间流体运送至流通道缓存，其在芯片中对应的运输路径为：输入端口
‑
>源组件
‑
>缓存通道
‑
>废液端口；任务A4、流体提取：将中间流体从缓存通道运送至目标组件，其在芯片中对应的运输路径为：输入端口
‑
>缓存通道
‑
>目标组件
‑
>废液端口。5.根据权利要求4所述的容量感知的连续微流控生物芯片清洗优化方法，其特征在于：所述步骤二中，分布式通道存储架构通过清洗操作来来清理残留在流通道上的液渣，以避免流体间的交叉污染；清洗操作中，以从外部端口注入的缓冲液流经污染的流通道/组件进行清洗，缓冲液能够清洗的污染物的上限容量值与注入的缓冲液的体积相关；在清洗操作中，当由于流通道的限制使缓冲液流经非清洗目标的污染流通道/组件时，将消耗缓冲液的可用容量而导致清洗次数的增加；当需设定单位体积的缓冲液能清洗的污染物的最大可允许的消耗值时，令ψ表示单位体积缓冲液的清洗容量值；假设μ是处理清洗目标的消耗值，ν是流经非清洗目标的污染流通道/组件的消耗值；从而，缓冲液实际的清洗容量约束定义为：μ+υ≤ψ
ꢀꢀꢀꢀ
公式一；步骤二中共享的流通道需要缓冲液来执行清洗操作，其不同流路径之间的清洗需求需要被系统地考虑，以改善运输任务的执行效率，从而加速生化反应的完成；对流体运输任务分组的方法具体为：设每个运输任务tk
i
∈T首先关联到一个执行区间(st
i
，et
i
)，以表示第i个运输任务从时间点st
i
到et
i
被调度执行；然后，将这些运输任务根据它们的开始执行时间进行非降序排序，并依次开始进行遍历；并且采用一个动态任务组G
t
来记录那些执行区间相近的运输任务。每当遍历到一个任务tk
i
时，能将它插入到G
t
，当且仅当G
t
为空集或者是如下的不等式成立时：st
i
‑
et
i
‑1＜＜δ(i＞1)
ꢀꢀꢀꢀ
公式二；其中，st
i
是tk
i
的开始时间，et
i
‑1是tk
i
‑1的结束时间以及δ是用户定义的阈值；否则，G
t
将被保存下来，并且以一个新的动态任务组来继续进行遍历，tk
i
则为这个新动态任务组的第一个元素；最后，当完成遍历时，则构成了多个任务组，每个任务组里包含多个需要被无污染地调度执行的运输任务，同组之间的运输任务应避免存在运输冲突以减少清洗任务；而不同组之间的清洗任务可以与生化反应操作并行且无冲突的执行，从而提升了生化反应的执行效率。6.根据权利要求5所述的容量感知的连续微流控生物芯片清洗优化方法，其特征在于：步骤三中，采用基于协商机制的流体布线方法来获取清洗路径集，该方法中，布线图划分成一个通过一个连接网格生成的连接图；每个网格点表示为一个流/废液端口、组件的进出端口或交叉点；每条连接两个网格点的边表示为一个可以执行流体缓存与运输的通道段；所形成的连接图为调度中所有的运输任务构建所需的流路径；每个布线网格关联到一个在第r次迭代的历史代价并且，历史代价的更新函数被计算为：F(n
i
)＝G(n
i
)+H(n
i
)+C(n
i
)
ꢀꢀꢀꢀ
公式四；
其中G(n
i
)表示从源点到n
i
的路径长度，H(n
i
)表示从n
i
到目标点的预估路径长度，C(n
i
)表示额外的布线代价，表示第r次迭代时网格点n
i
的历史代价，U
r
(n
i
)是一个二进制(0/1)变量值以表示是否n
i
有被同组运输任务所构建流路径流经，以及C
c
为用户定义的参数值来表示一个已用网格点的交叉代价。最后针对布线失败的任务依据不同组任务可共享流通道的约束进行依次布线。此时，同样采用修改的A*寻路算法来规划流路径，当前搜索网格点n
i
的布线代价值F(n
i
)可同用公式五计算，C(n
i
)的计算方式不同，以公式表述为：其中，C
w
为清洗代价，C
c
为交叉代价，C
S
为用户定义的正整数；task(n
i
)为当前占用网格点n
i
的运输任务，以及tk
j
为当前进行流路径规划的运输任务；在完成流体布线后，即获得所有运输任务所对应的一组流路径集合P，以及单个芯片架构中的流通道网络；根据这两个结果执行一个流体调度方案，使得所有的流处理任务能够有效地在生成的芯片架构上无冲突地执行；所有运输任务将根据分组情况依次调度，同组之间的流路径调度不存在交叉污染的情况，有效减少耗时的清洗操作次数；同组的流体运输任务...
【专利技术属性】
技术研发人员：刘耿耿，陈志盛，胡旭，黄兴，郭文忠，陈国龙，
申请(专利权)人：福州大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。