एक टेस्ट ट्यूब as a Processor: डीएनए अणुओं ने कैसे सीखा समस्याएं हल करना

यह लेख डीएनए कंप्यूटिंग के विकास का पता लगाता है। इसकी शुरुआत प्रतिबंध एंजाइम EcoRI से होती है, जो डीएनए को एक विशिष्ट छह-न्यूक्लियोटाइड अनुक्रम पर काटता है, जो आणविक विशिष्टता को प्रदर्शित करता है। लियोनार्ड एडलमैन, ट्यूरिंग अवार्ड विजेता और दक्षिणी कैलिफोर्निया विश्वविद्यालय के प्रोफेसर, ने 1993 में महसूस किया कि एंजाइमेटिक पहचान और क्रिया गणना का निर्माण करती है। 1994 में, उन्होंने साइंस में एक प्रयोग प्रकाशित किया जिसमें डीएनए अणुओं का उपयोग करके सात-शहरों के ग्राफ के साथ हैमिल्टनियन पथ समस्या को हल किया गया: प्रत्येक शहर को एक यादृच्छिक 20-न्यूक्लियोटाइड अनुक्रम सौंपा गया था, और उन्हें जोड़ने के लिए सड़क अणु बनाए गए थे। लिगेशन और पीसीआर ने सही पथों को फ़िल्टर किया, जिससे लगभग एक सप्ताह में उत्तर प्राप्त हुआ। क्यू ओयांग (अधिकतम क्लिक, 1997) और रविंद्रजीत ब्रेइच (20 चर के साथ संतुष्टि, 2002) द्वारा आगे के काम ने दृष्टिकोण को साबित किया लेकिन एक दीवार से टकराया: संभावित पथों की संख्या भाज्य रूप से बढ़ती है, इसलिए 200 शहरों के लिए आवश्यक डीएनए द्रव्यमान पृथ्वी के द्रव्यमान से 10^328 गुना अधिक होगा। मिलान स्टोजानोविक का MAYA ऑटोमेटन (2003) ने डीएनएजाइम का उपयोग करके टिक-टैक-टो खेला, लेकिन शोर ने सर्किट को लगभग दस गेटों तक सीमित कर दिया। हालांकि, डीएनए भंडारण उत्कृष्ट था: यानिव एर्लिच और डीना ज़िलिंस्की के 'डीएनए फाउंटेन' ने 2017 में 2.14 मेगाबाइट संग्रहीत किए, और ली ऑर्गेनिक के 2018 के काम ने 200-मेगाबाइट पूल से फ़ाइलों तक यादृच्छिक अभिगम प्राप्त किया। बायोमेडिसिन में, स्ट्रैंड डिस्प्लेसमेंट सर्किट ने आणविक तंत्रिका नेटवर्क को सक्षम किया; लुलु कियान के समूह ने 2018 में डीएनए-आधारित नेटवर्क के साथ MNIST अंकों को वर्गीकृत किया, जिसमें प्रति गणना आठ घंटे लगे। गति के लिए सिलिकॉन के साथ प्रतिस्पर्धा न करने के बावजूद, डीएनए अत्यधिक भंडारण घनत्व और जीवित कोशिकाओं के अंदर गणना करने की क्षमता प्रदान करता है।