Vad är DNA-datorer, hur fungerar det och varför det är så viktigt
Under det senaste decenniet har ingenjörer stött på den hårda fysikaliska verkligheten i sin strävan efter kraftfullare datorer: transistorer, de av- och påslagsbrytare som driver datorprocessorer, kan inte göras mindre än vad de är för närvarande. Om man ser bortom kiselchipet utvecklas för närvarande ett intuitivt alternativ där man använder DNA för att utföra samma typer av komplexa beräkningar som kiseltransistorer gör nu. Men vad är DNA-beräkningar, hur fungerar DNA-beräkningar och varför är det så viktigt?
Bortom transistorn
Om de blir ännu mindre läcker den elektriska strömmen som flyter genom transistorn lätt ut till andra komponenter i närheten eller deformerar transistorn på grund av värme, vilket gör den oanvändbar. Det krävs ett minsta antal atomer för att transistorn ska fungera och vi har funktionellt sett nått den gränsen.
Ingenjörer har hittat några lösningar på detta problem genom att använda flerkärniga och flerprocessiga system för att öka beräkningskraften utan att behöva krympa transistorerna ytterligare, men även detta kommer med kompromisser i form av programmeringsutmaningar och strömbehov, så det behövs en annan lösning om vi hoppas på att få se kraftfullare datorer i framtiden.
Se också: KOGNITIV DATABEHANDLING:
Kvantdatorer har fått mycket uppmärksamhet på sistone, men DNA-datorer kan vara lika kraftfulla – eller till och med kraftfullare – än kvantdatorer, och de stöter inte på lika många av de stabilitetsbegränsningar som kvantdatorer har. Dessutom vet vi att det fungerar; vi är själva levande exempel på DNA-datorns datalagring och beräkningskraft.
Den stora utmaningen för DNA-datorn är att den är oerhört långsam jämfört med klassisk databehandling. Evolutionen har haft hundratals miljoner år på sig för att utveckla den komplicerade sekvens av DNA som finns i var och en av våra celler, så DNA är vant vid att arbeta enligt geologiska tidsskalor, inte enligt de många gigahertz som moderna klassiska processorer har.
Hur fungerar DNA-datorerna då, och varför arbetar vi med dem om de är så långsamma?
Vad är DNA-datorer, hur fungerar det och varför är det så viktigt?
För att förstå vad DNA-datorer är, hur de fungerar och varför DNA-datorer är en sådan stor grej, måste vi först sluta tänka på dem som någon form av ersättning för vår vardagliga klassiska datoranvändning; vi kommer inte att spela spel på en DNA-dator inom en snar framtid, om något sådant ens skulle vara möjligt. Kiselchips kommer att finnas hos oss under en mycket lång tid framöver.
DNA-datorer är vad vi skulle använda för att lösa problem som ligger utanför vad en klassisk dator kan lösa, på samma sätt som kvantdatorer kan knäcka RSA-kryptering på några ögonblick medan det kan ta tusentals år för en klassisk dator att göra detsamma.
DNA-datorer beskrevs för första gången 1994 av datavetaren Leonard Adleman vid University of Southern California. Efter att ha läst på om DNA:s struktur blev han inspirerad att skriva en artikel i tidskriften Science som visade hur man kunde använda DNA för att lösa ett ökänt matematiskt och datavetenskapligt problem som kallas det riktade Hamilton Path-problemet, vanligen kallat ”traveling salesman”-problemet (även om Hamilton Path-problemet är en något annorlunda version av traveling salesaman-problemet, så är de för våra syften i stort sett utbytbara).
Vad är det resande säljarproblemet?
När n är lika med 5 kan problemet lösas för hand på ett papper och en klassisk dator kan relativt snabbt testa alla möjliga vägar. Men vad händer om n är lika med 20? Att hitta den kortaste vägen genom 20 städer blir mycket mer beräkningsmässigt svårt och det skulle ta en klassisk dator exponentiellt mycket längre tid att hitta svaret.
Försök att hitta den kortaste vägen mellan 500 städer och det skulle ta en klassisk dator längre tid än hela universums livstid att hitta den kortaste vägen eftersom det enda sättet att verifiera att vi har hittat den kortaste vägen är att kontrollera varje enskild permutation av städer. Det finns vissa algoritmer som använder dynamisk beräkning och som teoretiskt sett kan minska antalet kontroller som krävs (och det faktiska Hamilton Path-problemet kräver inte att man kontrollerar varje nod i en graf), men det skulle kunna spara några miljoner år; problemet kommer fortfarande att vara nästintill omöjligt att beräkna för en klassisk dator.
Hur DNA-datorerna löser detta problem
I DNA representeras den genetiska kodningen av fyra olika molekyler som kallas A, T, C och G. Dessa fyra ”bitar” kan, när de kedjas ihop, innehålla en otrolig mängd data. Den mänskliga arvsmassan är trots allt kodad i något som kan packas in i en enda cellkärna.
Om man blandar dessa fyra molekyler i ett provrör, sätter molekylerna naturligt ihop sig själva till DNA-strängar. Om en kombination av dessa molekyler representerar en stad och en flygväg, skulle varje DNA-sträng kunna representera en annan flygväg för försäljaren, och alla beräknas samtidigt i syntesen av de DNA-strängar som monterar sig parallellt.
Därefter skulle det helt enkelt handla om att filtrera bort de längre vägarna tills man bara har den kortaste vägen kvar. I sin artikel visade han hur detta kunde göras med 7 städer och lösningen på problemet skulle kodas så snart DNA-strängarna syntetiserats.
Anledningen till att detta väckte uppståndelse var att DNA-strukturer är billiga, relativt lätta att producera och skalbara. Det finns ingen gräns för den kraft som DNA-datorer teoretiskt sett kan ha eftersom dess kraft ökar ju fler molekyler man lägger till i ekvationen och till skillnad från kiseltransistorer som kan utföra en enda logisk operation åt gången kan dessa DNA-strukturer teoretiskt sett utföra så många beräkningar åt gången som behövs för att lösa ett problem och göra allt på en gång.
Problemet är dock hastigheten. Även om det tog några ögonblick för Adlemans lösning på problemet med den resande säljaren att kodas in i hans DNA-strängar i provröret, tog det flera dagar att filtrera bort dåliga lösningar för att hitta den optimala lösningen som han letade efter – efter noggranna förberedelser för denna enda beräkning.
Tillbaka till konceptet var det ett sunt koncept och potentialen för otroliga ökningar av lagringskapaciteten och beräkningshastigheterna var uppenbar. Detta var startskottet för två decennier av forskning om hur man skulle kunna skapa praktiska DNA-beräkningar till verklighet.
Vad är fördelarna med DNA-beräkningar?
Som visades i Adlemans artikel är den stora fördelen med DNA-datorer jämfört med klassiska datorer – och till och med kvantdatorer i viss mån – att de kan utföra otaliga beräkningar parallellt. Denna idé om parallella beräkningar är inte ny och har efterliknats i klassiska beräkningar i årtionden.
När du kör två program på en dator samtidigt körs de faktiskt inte samtidigt; vid varje given tidpunkt utförs endast en instruktion. Så om du lyssnar på musik och handlar på nätet med hjälp av en webbläsare använder datorn faktiskt något som kallas kontextväxling för att ge sken av samtidighet.
Den kör en instruktion för ett program, sparar programmets tillstånd efter att instruktionen utförts och tar bort programmet från det aktiva minnet. Den laddar sedan upp det tidigare sparade tillståndet för det andra programmet, kör nästa instruktion, sparar det nya tillståndet och tar sedan bort det från det aktiva minnet. Den laddar sedan om det första programmet för att utföra nästa instruktion och så vidare.
Då man gör miljontals steg per sekund i olika program, får man ett skenbart intryck av samtidighet, men ingenting körs faktiskt parallellt. DNA-datorer kan faktiskt utföra dessa miljontals operationer samtidigt.
Över 10 biljoner DNA-molekyler kan pressas in i en enda kubikcentimeter. Denna kubikcentimeter kan teoretiskt sett utföra 10 biljoner beräkningar samtidigt och rymma så mycket som 10 terabyte data. På många sätt är mycket av den hisnande men felaktiga press som kvantberäkningar får faktiskt möjlig med DNA-beräkningar.
DNA-drift är då bäst att betrakta som ett komplement till kvantdrift, så att när de paras ihop och drivs av en klassisk dator som agerar som en Singleton-liknande förvaltare, blir den typ av dramatiska ökningar av beräkningskraften som människor hoppas på att se i framtiden faktiskt realistiskt möjliga.
Hur lång tid kommer det att ta för DNA-datorer att komma
Vi har kommit långt sedan 1994. Kort efter att Adleman publicerade sin artikel kunde forskare konstruera logiska grindar av DNA – de delar av en krets som är uppbyggda av enskilda transistorer som kan bygga komplicerade logiska sant-falska ekvationer av elektrisk ström.
Sedan denna månad har datavetare vid University of California i Davis och Caltech syntetiserat DNA-molekyler som kan sätta ihop sig själva till strukturer genom att i princip köra sitt eget program med hjälp av sexbitsingångar.
Microsoft har till och med ett programmeringsspråk för DNA-datorer som kan bidra till att göra DNA-datorer praktiskt användbara när tekniken för bioprocessorer väl har utvecklats så pass mycket att den kan köra mer sofistikerade algoritmer. Microsoft planerar faktiskt att införa DNA-drift i sina molntjänster senast 2020 och utvecklar aktivt en DNA-datalagring som ska integreras i molntjänsterna.
Det är troligt att dessa framsteg kommer att förverkligas mycket snabbare än framstegen inom kvantdrift. Kvantdatorer kräver sofistikerade maskiner, supraledare och extremt kalla förhållanden för att hålla qubits tillräckligt stabila för att kunna utföra några verkligt användbara beräkningsuppgifter, och om vi inte utvecklar ett material som kan fungera som en supraledare vid rumstemperatur kommer de inte att ta sig in i våra datorer inom en snar framtid.
DNA-datorer använder däremot DNA som vi har blivit experter på att manipulera så pass mycket att vi kan ersätta en enda gen i en DNA-sträng genom CRISPR. De material som behövs för att syntetisera DNA-molekyler är billiga och lättillgängliga och förblir stabila vid rumstemperatur och därutöver. Vad DNA Computing potentiellt kan åstadkomma med tanke på DNA:s motståndskraft och biologiska parallellitet utgör ett viktigt steg mot framtidens databehandling.
Leave a Reply