ВЫЧИСЛЕНИЯ НА ОСНОВЕ ДНК-КОМПЬЮТЕРОВ
2 февраля 2024
Kомпьютер. Слово, вызывающее в памяти образы клавиатур и мониторов, приводящее на ум такие термины, как "ПЗУ", "ОЗУ" и "гигабайт". Наше восприятие укоренилось в мире, где вычисления это исключительно дело электроники, заключенной в кремниевые чипы. Но что если не ограничивать свое сознание отождествлением вычислений с данным устройством? Трудно представить, но различные комбинации всего 94 известных атомов составляют все многообразие бытия и свойств его элементов: невообразимых масштабов вселенная с неживыми и живыми компонентами, статичный камень и неугомонный человеческий мозг. А теперь только вообразите многоликость потенциальных узоров сплетения материи, способных обрабатывать информацию подобно компьютеру или человеческому разуму!
Введение
Предположим, может ли существовать компьютер в капле жидкости, в которой взаимодействующие молекулы выполняют вычисления? Конечно же да! Ведь именно так и начиналась увлекательная история о ДНК компьютерах.
Рисунок 1. Точками указаны вершины графа: зеленая точка - начальная вершина (город), голубые точки - промежуточные вершины, красная точка - конечная вершина. Стрелками указаны направленные ребра графа (потенциально возможные пути перехода из одной вершины в другую) [2]
Эксперимент Адлемана
В 1994 году Леонард Адлеман представил миру эксперимент, открывший дверь в новую эру биокомпьютеров. Для демонстрации вычислительного потенциала ДНК Адлеман выбрал задачу для которой не существует эффективного (т.е. быстрого) компьютерного алгоритма решения - задачу гамильтонова пути. Сущность проблемы заключается в поиске маршрута (ребер графа) между городами (вершинами графа) так, чтобы путь проходил через каждый город ровно один раз и начинался и заканчивался в определенных городах (рис. 1). Данную задачу можно решить при помощи ДНК благодаря ее способности соединяться в двухцепочечную нить (гибридизироваться) за счет комплементарных взаимодействий (A-T, C-G) [1].
Для простоты проведения эксперимента ученый ограничился семью городами. Каждый город был представлен в виде случайных коротких одноцепочечных молекул ДНК, длиной 20 нуклеотидов. Каждый потенциальный путь состоял из молекулы первая половина которой комплементарна городу соответствующему началу ребра, а вторая половина - городу соответствующему концу ребра. Таким образом, за счет соединения комплементарных частей, из коротких фрагментов ДНК образовывались длинные фрагменты (рис. 2) разных комбинаций, среди множества этих длинных нитей не соответствующих решению задачи была и та, что соответствует. И теперь задача заключалась в извлечении подходящей нити и определения последовательности путей в ней. Для этого необходимо придерживался следующего алгоритма:
1. Извлечь из смеси только те пути, которые начинаются и заканчиваются с нужных городов. Для этого увеличивали количество подходящих путей с помощью метода молекулярной биологии (ПЦР с праймерами подобранному к первому и последнему городу);
2. Оставить только пути, содержащие 7 городов. Для этого с помощью разделяющего по размеру молекулы метода (гель электрофорез) отобрали нити ДНК длиной 140 (20*7) пар нуклеотидов;
3. Оставить только те пути, которые включают каждый город ровно один раз. Для этого использовали магнитные шарики с последовательностью ДНК соответствующую каждому городу;
4. Определить последовательность путей. Для этого копировали участок нити начинающийся с города старта до города X (градулированная ПЦР), далее по длине этого участка определяли сколько городов располагается между этими городами, тем самым определяя порядок номера X в графе [1].
И вот оно, чудо науки в действии, задача решена! Благодаря большой плотности хранения информации и высокому параллелизму вычислений, ДНК-компьютеры предоставляют новый метод решения сложных задач комбинаторной оптимизации, какой и является задача гамильтонова пути, открывая широкие перспективы применения. Однако, хотя само решение (образование нужной цепи ДНК) занимает не больше нескольких секунд, то извлечение и трактовка решения заняли у Адлемана 7 дней лабораторной работы [2]!
Рисунок 2. Сшивание (лигирование) путей (ребер графа) за счет комплементарного связывание с городом (вершиной)
Эксперимент Адлемана открывает революционный подход к вычислениям, но встает вопрос: смогут ли ДНК-компьютеры проникнут из лабораторной практики решения специфичных задач в нашу повседневную жизнь?

Многофункциональность цифрового компьютера достигается за счет универсального физического компонента (аппаратного обеспечения), способного преобразовывать разнообразные виды информации (текстовую, графическую,звуковую и пр.) в двоичный код (0 и 1) и выполнять разные инструкции (программное обеспечение). За счет того, что новые инструкции можно загружать, изменять и обновлять без необходимости изменения физического компонента, становится возможным легко адаптировать компьютер под новые задачи и требования от текстовой обработки и просмотра веб-страниц до сложных научных расчетов и управления производственными процессами [3].

Однако, биокомпьютерер, описанный Адлеманом и все последующее разнообразие биокомпьютеров спроектированных человечеством ограничены менее универсальным строением и, как результат, имеют узкий диапазон выполняемых задач [3]. Но как не стоит ограничивать форму компьютеров так и функции. Биокомпьютерам не обязательно конкурировать с цифровыми устройствами, занимая идентичную нишу. Так, прогресс в развитии молекулярных компьютеров может привести к появлению "доктора в клетке", который будет представлен биомолекулярным компьютером, работающим внутри живого организма [4].
Перспективы использования биокомпьютеров
Продолжение: современное состояние применения биокомпьютеров (криптография, нанотехнологии, построение булевых схем, хранение данных и пр)
1. Adleman, L. M. (1994). Molecular Computation of Solutions to Combinatorial Problems, Science, 266(5187), 1021–1024. doi:10.1126/science.7973651.

2. Adleman, L. M. (1998). Computing with DNA. Scientific American, 279(2), 54–61. http://www.jstor.org/stable/26070598.

3. Namasudra S. at all. (2020). Securing multi- media by using DNA based encryption in the cloud computing environment, ACM Trans. Multimedia 16(3), 1–19. DOI: https://doi.org/10.1145/3392665.

4. Namasudra, S. at all. (2017). Time saving protocol for data accessing in cloud computing, IET Commun, 11 (10), 1558–1565.

5. Bancroft C. at all. (2001). Long-term storage of information in DNA, Science, 293 (5536), 1763.

6. Sakowski, S. at all. (2022)DNA Computing: Concepts for Medical Applications. Appl. Sci., 12, 6928. https://doi.org/10.3390/app12146928

7. Benenson, Y. (2009). Biocomputers: from test tubes to live cells. Mol Biosyst. 5(7):675-85. doi: 10.1039/b902484k.
Список литературы
ПОДЕЛИТЕСЬ В СОЦСЕТЯХ!
Мессенджеры
Отправляйте нам! Узнайте подробнее в мессенджерах или напишите нам на сайте
Задать вопрос на сайте
У ВАС ЕСТЬ МАТЕРИАЛЫ, КОТОРЫМИ ВЫ ХОТЕЛИ БЫ ПОДЕЛИТЬСЯ?
Made on
Tilda