A computational approach for estimating the information capacity of an engineered cell-to-cell molecular communication channel

Molecular Communication (MC) is an emerging technology directly inspired by natural communication between cells in biology. In MC the information is encoded into and decoded from molecules, rather than electromagnetic waves, thus exploiting biological materials to enable communication among biological nanomachines, which are existing or artificially synthesized small-scale devices. Some examples of nanomachines are genetically engineered cells, molecular motors, biological and artificial cells, synthetic molecules, and bio-silicon hybrid devices. The project focuses on application of communication and information theory concepts to the field of MC. Our objectives are articulated on the design of synthetic biological circuits to exploit, control, and enhance the performance of digital MC systems, where the concentration of molecules released at the transmitting cell is transported to the receiving cell solely by diffusion through a fluid medium. The main original contribution consists in the implementation of an iterative method to maximize the mutual information with a constraint on the input concentration during a cell-to-cell communication. The applied methodology is based on Gillespie's stochastic simulation using the software MATLAB Simbiology. In particular, we model a cell of the Escherichia Coli bacterium as transmitter andanother as receiver. We inject in the system a protein called Isopropyl β-D-1-Thio-galactopyranoside (IPTG) that causes a series of chemical reactions and variations in the concentration of different proteins and biological elements through the communi-cation system. The output is a concentration level of the Green Fluorescent Protein (GFP), a fluorescent protein visible at the microscope. In this way, we are applying concepts of information theory such as mutual information, channel capacity, and sampling theorem to a biological circuit, that, despite evident differences with classical electronic circuits, evidence performances close to the ideal ones.

La Comunicazione Molecolare (MC) è una tecnologia emergente ispirata dalla naturale comunicazione tra cellule in biologia. In MC l’informazione è codificata nelle e decodificata dalle molecole, piuttosto che onde elettromagnetiche, quindi sfruttando materiale biologico per abilitare la comunicazione tra nanomacchine, che sono dispositivi di piccola scala esistenti oppure artificialmente sintetizzati. Alcuni esempi di nanomacchine possono essere cellule geneticamente ingegnerizzate, motori molecolari, cellule artificiali, molecole sintetizzate e dispositivi ibridi. Il nostro progetto si focalizza sull’applicazione di concetti di probabilità e comunicazione digitale al campo della MC. I nostri obiettivi sono articolati nella progettazione di circuiti biologici per sfruttare, controllare, e migliorare le prestazioni dei sistemi MC digitali, dove la concentrazione di molecole rilaciate della cellula trasmittente è trasportata alla cellula ricevente solamente tramite diffusione in un mezzo fluido.Il contributo principale di questo lavoro l'implementazione di un metodo iterativo per massimizzare la mutua informazione con una limitazione sulla concentrazione in input durante una comunicazione tra due cellule. La metodologia applicata si basa sulla simulazione stocastica di Gillespie utilizzando il software MATLAB Simbiology. In particolare, modellizziamo una cellula del batterio Escherichia Coli come trasmettitore e una seconda come ricevitore. Introduciamo nel sistema così formato una proteina chiamata Isopropil-β-D-1-Tiogalattopiranoside (IPTG), la quale causa una serie di reazioni chimiche e variazioni di concentrazione di diverse proteine ed elementi biologici nel sistema stesso. Il segnale che osserviamo in uscita è dato dalla concentrazione di Green Fluorescent Protein (GFP), una proteina fluorescente che grazie a questa sua caratteristica è osservabile al microscopio. In questo modo, stiamo applicando concetti di probabilità come informazione mutua, capacità di canale, teorema del campionamento, a un circuito biologico, il quale, nonostante evidenti differenze con i classici circuiti elettronici, evidenzia prestazioni simili a quelle ideali.