Ống nghiệm như một bộ xử lý: Các phân tử DNA đã học cách giải quyết vấn đề như thế nào
Bài viết kể lại lịch sử của điện toán DNA, từ thí nghiệm năm 1994 của Leonard Adleman giải bài toán đường đi Hamilton đến các phát triển sau đó như máy tự động MAYA và lưu trữ DNA. Bài viết nêu bật những thành công của DNA trong lưu trữ dữ liệu và ứng dụng y sinh, đồng thời giải thích các giới hạn mở rộng cơ bản do sự tăng trưởng giai thừa.
Bài báo này truy tìm sự phát triển của máy tính DNA. Nó bắt đầu với enzyme giới hạn EcoRI, enzyme này cắt DNA tại một chuỗi sáu nucleotide cụ thể, chứng minh tính đặc hiệu phân tử. Leonard Adleman, người đoạt giải Turing và là giáo sư tại Đại học Nam California, đã nhận ra vào năm 1993 rằng sự nhận biết và hoạt động của enzyme tạo thành phép tính toán. Năm 1994, ông công bố một thí nghiệm trên tạp chí Science giải bài toán đường đi Hamilton với đồ thị bảy thành phố bằng cách dùng các phân tử DNA: mỗi thành phố được gán một chuỗi 20 nucleotide ngẫu nhiên, và các phân tử đường đi được xây dựng để nối chúng lại với nhau. Phản ứng ligase và PCR được dùng để lọc ra các đường đi chính xác, cho kết quả trong khoảng một tuần. Các công trình tiếp theo của Qi Ouyang (bài toán clique tối đa, 1997) và Ravinderjit Braich (bài toán thoả mãn với 20 biến, 2002) đã chứng minh tính khả thi của phương pháp này nhưng gặp phải giới hạn: số đường đi khả thi tăng theo giai thừa, vì vậy với 200 thành phố, khối lượng DNA cần thiết sẽ vượt quá khối lượng Trái Đất 10^328 lần. Automaton MAYA của Milan Stojanovic (2003) chơi trò tic-tac-toe dùng DNAzyme, nhưng nhiễu giới hạn các mạch điện tử ở khoảng mười cổng logic. Tuy nhiên, lưu trữ DNA lại rất vượt trội: "đài phun DNA" của Yaniv Erlich và Dina Zielinski lưu trữ 2,14 megabyte vào năm 2017, và công trình của Lee Organick năm 2018 đạt được truy cập ngẫu nhiên tới các tệp từ một bộ 200 megabyte. Trong y sinh, các mạch thay thế sợi DNA cho phép tạo ra mạng nơ-ron phân tử; nhóm của Lulu Qian vào năm 2018 đã phân loại các chữ số MNIST với mạng dựa trên DNA mất tám giờ cho mỗi phép tính. Dù không cạnh tranh với silicon về tốc độ, DNA mang lại mật độ lưu trữ cực cao và khả năng tính toán bên trong tế bào sống.
Nguồn: Habr — хаб ML —
bản gốc
