Ein Reagenzglas als Prozessor: Wie DNA-Moleküle lernten, Probleme zu lösen

Der Artikel zeichnet die Entwicklung der DNA-basierten Informatik nach. Er beginnt mit dem Restriktionsenzym EcoRI, das DNA an einer spezifischen Sequenz von sechs Nukleotiden schneidet und damit molekulare Spezifität demonstriert. Leonard Adleman, Turing-Award-Gewinner und Professor an der University of Southern California, erkannte 1993, dass enzymatische Erkennung und Wirkung eine Berechnung darstellen. 1994 veröffentlichte er in Science ein Experiment, das ein Hamilton-Pfad-Problem mit einem Graphen aus sieben Städten mithilfe von DNA-Molekülen löste: Jeder Stadt wurde eine zufällige 20-Nukleotid-Sequenz zugewiesen, und Straßenmoleküle wurden konstruiert, um sie zu verbinden. Ligation und PCR filterten die korrekten Pfade heraus und lieferten die Antwort in etwa einer Woche. Weitere Arbeiten von Qi Ouyang (maximale Clique, 1997) und Ravinderjit Braich (Erfüllbarkeit mit 20 Variablen, 2002) bestätigten den Ansatz, stießen jedoch an eine Grenze: Die Anzahl möglicher Pfade wächst faktoriell, sodass für 200 Städte die benötigte DNA-Masse die Erdmasse um das 10^328-Fache übersteigen würde. Milan Stojanovics MAYA-Automat (2003) spielte Tic-Tac-Toe mithilfe von DNAzymen, doch Rauschen begrenzte die Schaltkreise auf etwa zehn Gatter. Die DNA-Speicherung hingegen übertraf alle Erwartungen: Yaniv Erlichs und Dina Zielinskis 'DNA-Fountain' speicherte 2017 2,14 Megabyte, und Lee Organicks Arbeit von 2018 erreichte wahlfreien Zugriff auf Dateien aus einem 200-Megabyte-Pool. In der Biomedizin ermöglichten Strangverdrängungsschaltkreise molekulare neuronale Netze; Lulu Qians Gruppe klassifizierte 2018 MNIST-Ziffern mit einem DNA-basierten Netzwerk, das pro Berechnung acht Stunden benötigte. Obwohl DNA nicht mit Silizium in puncto Geschwindigkeit konkurrieren kann, bietet sie eine extreme Speicherdichte und die Fähigkeit, innerhalb lebender Zellen zu rechnen.