Un Tube à Essai comme Processeur : Comment les Molécules d'ADN Ont Appris à Résoudre des Problèmes
L'article retrace l'histoire de l'informatique à base d'ADN, depuis l'expérience de Leonard Adleman en 1994 résolvant le problème du chemin hamiltonien jusqu'aux développements ultérieurs comme l'automate MAYA et le stockage de données sur ADN. Il met en lumière les succès de l'ADN dans le stockage de données et les applications biomédicales, tout en expliquant les limites fondamentales de mise à l'échelle dues à la croissance factorielle.
L'article retrace le développement de l'informatique à base d'ADN. Il commence avec l'enzyme de restriction EcoRI, qui coupe l'ADN à une séquence spécifique de six nucléotides, démontrant la spécificité moléculaire. Leonard Adleman, lauréat du prix Turing et professeur à l'université de Californie du Sud, a réalisé en 1993 que la reconnaissance et l'action enzymatiques constituent un calcul. En 1994, il a publié une expérience dans Science résolvant un problème de chemin hamiltonien avec un graphe de sept villes en utilisant des molécules d'ADN : chaque ville a été assignée à une séquence aléatoire de 20 nucléotides, et des molécules de route ont été construites pour les relier. La ligature et la PCR ont filtré les chemins corrects, donnant la réponse en environ une semaine. Des travaux ultérieurs de Qi Ouyang (clique maximale, 1997) et de Ravinderjit Braich (satisfiabilité avec 20 variables, 2002) ont prouvé l'approche mais se sont heurtés à un mur : le nombre de chemins possibles croît de manière factorielle, donc pour 200 villes, la masse d'ADN requise dépasserait la masse de la Terre de 10^328 fois. L'automate MAYA de Milan Stojanovic (2003) jouait au morpion en utilisant des ADNzymes, mais le bruit limitait les circuits à environ dix portes. Le stockage de données ADN, cependant, excellait : la « fontaine ADN » de Yaniv Erlich et Dina Zielinski a stocké 2,14 mégaoctets en 2017, et le travail de Lee Organick en 2018 a réalisé un accès aléatoire à des fichiers à partir d'un ensemble de 200 mégaoctets. En biomédecine, les circuits de déplacement de brins ont permis des réseaux neuronaux moléculaires ; le groupe de Lulu Qian en 2018 a classifié des chiffres MNIST avec un réseau à base d'ADN prenant huit heures par calcul. Bien qu'il ne concurrence pas le silicium en vitesse, l'ADN offre une densité de stockage extrême et la capacité de calculer à l'intérieur des cellules vivantes.
Source: Habr — хаб ML —
original
