Resumo Técnico: MC-BRIDGE

Definição do Problema

A comunicação molecular (MC) para leituras voltadas a organoides requer um arcabouço que conecte o transporte químico extracelular, a cinética de ligação de receptores e a transdução por Transistor Eletroquímico Orgânico (OECT) a métricas de detecção finais. Os modelos existentes frequentemente isolam componentes ou carecem de um arcabouço unificado de ponta a ponta que considere o acoplamento de geometria, covariância de ruído, calibração e memória do receptor. Especificamente, há uma necessidade de um ambiente de simulação modular que possa avaliar rigorosamente designs de receptores MC baseados em OECT, distinguindo entre efeitos da camada física (difusão, ligação) e efeitos de processamento do receptor (ruído, calibração, lógica de decisão), enquanto lida com ruído correlacionado multicanal e interferência intersimbólica (ISI).

Metodologia

O artigo introduz o MC-BRIDGE (Molecular Communication Bioelectronic Receiver-chain Integrated Design and Guided Evaluation), um arcabouço de simulação modular. A metodologia é estruturada em torno de uma cadeia de módulos substituíveis que mapeia uma sequência de símbolos transmitidos através das seguintes etapas:

1. Liberação (Release): Rajadas retangulares finitas ou emissão estocástica de Poisson de moléculas (ex: Dopamina, Serotonina).
2. Transporte e ISI: Modelados via funções de Green extracelulares efetivas 3D, considerando difusão, tortuosidade, depuração (clearance) e observação de área finita (média sobre um portão quadrado em vez de um ponto).
3. Ligação (Binding): Implementação de tanto a cinética de Langmuir determinística quanto modelos de ocupação de nascimento-morte estocásticos (SSA de Gillespie) para sítios receptores.
4. Transdução: Um modelo de OECT quase-estático convertendo sítios ligados em corrente via transcondutância e capacitância volumétrica.
5. Ruído e Referenciamento: Síntese de ruído colorido multicanal (térmico, flicker, drift) em uma grade de tempo elétrica independente. Isso inclui o referenciamento de controle correspondente (subtração do sinal do canal de controle) para mitigar o ruído de modo comum.
6. Detecção: Integração de domínio de carga sobre uma janela de decisão, seguida de lógica de decisão MoSK, CSK ou Híbrida usando limiares calibrados.

Protocolo de Verificação:
O arcabouço emprega um protocolo de verificação rigoroso combinando soluções analíticas, referências numéricas independentes (simulações de movimento Browniano, SSA de Gillespie) e testes de convergência. As principais etapas de verificação incluem:

• Comparar o transporte analítico com simulações Brownianas.
• Validar a ligação estocástica contra métodos de transição exata.
• Garantir a consistência entre a quadratura de área finita e os limites de observador pontual.
• Utilizar conjuntos de sementes (seeds) disjuntos para calibração, busca adaptativa e avaliação retida (held-out) para evitar o sobreajuste (overfitting) e garantir uma estimativa de desempenho não enviesada.

Principais Contribuições

1. Arcabouço Modular: Uma arquitetura unificada que liga liberação, transporte, ligação, transdução OECT e detecção através de interfaces de entrada/saída explícitas que preservam o significado físico e estatístico.
2. Tratamento Elétrico/Estatístico Consistente: Geração de ruído colorido multicanal de sequência completa em uma grade elétrica independente do passo molecular, utilizando matrizes de correlação de semidefinitude positiva geral e uma convenção comum de densidade espectral de potência (PSD) de um lado.
3. Evidência de Verificação e Transferência:
   • Validação da observação de área finita versus modelos de ponto central.
   • Comparação de ligação agrupada (lumped) versus ligação nodal.
   • Análise de transferência de calibração entre pontos de operação (variando o orçamento de moléculas, distância e ganho de controle).
   • Análise de sensibilidade de ISI e profundidade de memória.
4. Limite de Orçamento Retido (Held-Out Budget Bound): Uma metodologia usando registros "retidos" independentes com sementes disjuntas da busca e calibração para estabelecer um limite superior testado no grid para o orçamento mínimo de moléculas que atenda a uma meta de Taxa de Erro de Símbolo (SER).

Resultados

Utilizando um cenário de referência de três canais (canais seletivos para Dopamina, seletivos para Serotonina e Controle compatível com Hidrogel) visando interfaces de organoides cerebrais:

• Efeito de Área Finita: Substituir um observador de ponto central por um observador de área finita (portão quadrado de 200 µm) retém apenas 27,5% da magnitude da carga de decisão do ponto central na separação nominal, alterando significativamente a escala do sinal.
• Referenciamento de Controle: O benefício do referenciamento de controle (CTRL) é condicional à covariância. Quando a correlação seletivo–CTRL é favorável, o CTRL reduz a SER (ex: de 0,017 para 0,005 em orçamentos específicos). No entanto, com correlação zero, o CTRL pode degradar o desempenho.
• Transferência de Calibração: Limiares nominais fixos falham sob incompatibilidade de ponto de operação (SER subindo para 0,609). A atualização agendada e a recalibração por ponto mitigam significativamente isso, embora a recalibração por ponto permaneça como o benchmark otimista.
• Memória e ISI: Reter a memória do receptor (propagando a ocupação através dos símbolos) sem mitigação de ISI leva a uma alta SER (ex: 0,686 com $H_{ISI}=3$). Benchmarks de reset de ocupação (sem-ISI) são necessários para isolar o desempenho do processamento do receptor.
• Limite de Orçamento: Para o cenário de campo passivo, sem-ISI e calibração por ponto, a busca adaptativa e a avaliação retida suportam um limite de orçamento mínimo de aproximadamente 300.848 moléculas/símbolo (0,50 amol) para atingir uma meta de SER de $10^{-2}$.

Significância e Alegações

O artigo alega que o MC-BRIDGE fornece um método computacional necessário para a comparação controlada e reproduzível de hipóteses de receptores MC-OECT. Sua significância reside em:

• Desacoplamento de Efeitos: Ele separa os impactos da geometria, covariância, calibração e memória nas conclusões do receptor, que são frequentemente confundidos em curvas únicas de ponta a ponta.
• Reusabilidade: A interface modular permite que designs candidatos sejam comparados usando a mesma estatística de carga OECT, mantendo os estados físicos intermediários.
• Avaliação Rigorosa: Ao impor conjuntos de sementes disjuntos para calibração e avaliação, e usar intervalos de block-bootstrap para estimativa de erro, o arcabouço fornece limites estatisticamente robustos para métricas de desempenho como SER e informação mútua.

Os autores enfatizam que os limites relatados são condicionais às suposições específicas do modelo de observador passivo, reset de ocupação e calibração por ponto. Eles observam que prever o desempenho do dispositivo em cenários do mundo real requer modelos de transporte reativo de conservação de massa e medições de parâmetros reais do dispositivo, que estão além do escopo deste arcabouço de simulação.