시험관 속 프로세서: DNA 분자가 문제를 풀게 된 방법
이 기사는 DNA 컴퓨팅의 역사를 Leonard Adleman이 1994년에 해밀턴 경로 문제를 해결한 실험부터 이후 MAYA 오토마톤과 DNA 저장 장치 개발까지 회고합니다. 데이터 저장과 생의학 분야에서 DNA의 성공을 강조하면서도, 계승적 증가로 인한 근본적인 확장 한계를 설명합니다.
이 기사는 DNA 컴퓨팅의 발전을 추적한다. 이는 특정 6개 뉴클레오티드 서열에서 DNA를 절단하는 제한 효소 EcoRI로 시작하며, 분자적 특이성을 보여준다. 튜링상 수상자이자 서던캘리포니아 대학 교수인 Leonard Adleman은 1993년에 효소의 인식과 작용이 계산을 구성한다는 것을 깨달았다. 1994년, 그는 DNA 분자를 사용하여 7개 도시 그래프의 해밀턴 경로 문제를 푸는 실험을 Science 지에 발표했다. 각 도시에는 무작위 20개 뉴클레오티드 서열이 할당되었고, 이를 연결하는 도로 분자가 제작되었다. 라이게이션(연결)과 중합효소 연쇄반응(PCR)이 올바른 경로를 걸러내어 약 일주일 만에 답을 얻었다. Qi Ouyang(최대 클릭 문제, 1997년)과 Ravinderjit Braich(20개 변수 충족 가능성 문제, 2002년)의 추가 연구는 이 접근법을 증명했지만 벽에 부딪혔다. 가능한 경로의 수는 계승적으로 증가하므로, 200개 도시의 경우 필요한 DNA 질량이 지구 질량의 10^328배를 초과할 것이다. Milan Stojanovic의 MAYA 오토마톤(2003년)은 DNA자임을 사용하여 틱택토 게임을 했지만, 잡음으로 인해 회로가 약 10개 게이트로 제한되었다. 그러나 DNA 저장은 탁월했다. Yaniv Erlich와 Dina Zielinski의 'DNA 분수'는 2017년에 2.14메가바이트를 저장했고, Lee Organick의 2018년 연구는 200메가바이트 풀에서 파일에 무작위 접근을 달성했다. 생의학 분야에서는 가닥 치환 회로가 분자 신경망을 가능하게 했다. Lulu Qian의 연구팀은 2018년에 DNA 기반 네트워크를 사용하여 MNIST 숫자를 분류했는데, 계산당 8시간이 걸렸다. 속도 면에서 실리콘과 경쟁하지는 못하지만, DNA는 극도의 저장 밀도와 살아있는 세포 내부에서 계산할 수 있는 능력을 제공한다.
출처: Habr — хаб ML —
원문
