Was ist DNA-Computing, wie funktioniert es und warum ist es so wichtig

In den letzten zehn Jahren sind Ingenieure bei der Suche nach leistungsfähigeren Computern mit der harten Realität der Physik konfrontiert: Transistoren, die Ein-Aus-Schalter, die den Computerprozessor antreiben, können nicht kleiner gemacht werden als sie derzeit sind. Über den Siliziumchip hinaus wird derzeit eine intuitive Alternative entwickelt, bei der die gleiche Art von komplexen Berechnungen wie bei den Siliziumtransistoren mit Hilfe von DNA durchgeführt werden. Aber was ist DNA-Computing, wie funktioniert es, und warum ist es so eine große Sache?

Jenseits des Transistors

Das Problem bei Transistoren ist, dass sie heute nur noch wenige Nanometer groß sind – nur ein paar Siliziumatome dick. Sie können praktisch nicht kleiner gemacht werden, als sie jetzt sind.

Wenn sie noch kleiner werden, kann der elektrische Strom, der durch den Transistor fließt, leicht in andere Komponenten in der Nähe entweichen oder den Transistor durch die Hitze verformen, so dass er unbrauchbar wird. Man braucht eine Mindestanzahl von Atomen, damit der Transistor funktioniert, und wir haben diese Grenze funktionell erreicht.

Ingenieure haben einige Lösungen für dieses Problem gefunden, indem sie Multicore- und Multiprozessorsysteme verwenden, um die Rechenleistung zu erhöhen, ohne die Transistoren weiter zu verkleinern, aber auch dies bringt Nachteile in Bezug auf die Programmierung und den Energiebedarf mit sich, so dass eine andere Lösung erforderlich ist, wenn wir hoffen, in Zukunft leistungsfähigere Computer zu sehen.

SIEHE AUCH: COGNITIVE COMPUTING: MEHR MENSCHLICHES ALS KÜNSTLICHE INTELLIGENZ

Während das Quantencomputing in letzter Zeit viel Presse bekommt, kann das DNA-Computing genauso leistungsfähig sein wie das Quantencomputing – oder sogar noch leistungsfähiger – und stößt nicht annähernd auf so viele Stabilitätsbeschränkungen wie das Quantencomputing. Außerdem wissen wir, dass es funktioniert; wir selbst sind lebende Beispiele für die Datenspeicherung und Rechenleistung des DNA-Computings.

Die Herausforderung für das DNA-Computing besteht darin, dass es im Vergleich zum klassischen Computing erschreckend langsam ist. Die Evolution hatte Hunderte von Millionen Jahren Zeit, um die komplizierte DNS-Sequenz zu entwickeln, die sich in jeder einzelnen unserer Zellen befindet, so dass die DNS daran gewöhnt ist, in geologischen Zeiträumen zu arbeiten, und nicht mit den mehreren Gigahertz moderner klassischer Prozessoren.

Wie funktioniert also das DNS-Computing und warum verfolgen wir es, wenn es so langsam ist?

Was ist DNA-Computing, wie funktioniert es und warum ist es so eine große Sache?

Um zu verstehen, was DNA-Computing ist, wie es funktioniert und warum DNA-Computing so eine große Sache ist, müssen wir zunächst einmal aufhören, es als eine Art Ersatz für unseren alltäglichen klassischen Computergebrauch zu betrachten; wir werden in nächster Zeit keine Spiele auf einem DNA-Computer spielen, wenn so etwas überhaupt möglich wäre. Die Siliziumchips werden uns noch sehr lange Zeit begleiten.

DNA-Computer würden wir verwenden, um Probleme zu lösen, die den Rahmen dessen sprengen, was ein klassischer Computer lösen kann, so wie Quantencomputer die RSA-Verschlüsselung in wenigen Augenblicken knacken können, während ein klassischer Computer Tausende von Jahren dafür brauchen würde.

DNA-Computer wurden erstmals 1994 von dem Computerwissenschaftler Leonard Adleman von der University of Southern California beschrieben. Nachdem er sich über die Struktur der DNS informiert hatte, wurde er zu einem Artikel in der Zeitschrift Science inspiriert, in dem er zeigte, wie man die DNS für ein berüchtigtes mathematisches und computerwissenschaftliches Problem nutzen kann, das als gerichtete Hamilton-Pfad-Problem bekannt ist und gemeinhin als „Travelling-Salesman“-Problem bezeichnet wird (obwohl das Hamilton-Pfad-Problem eine etwas andere Version des Travelling-Salesman-Problems ist, sind sie für unsere Zwecke im Wesentlichen austauschbar).

Was ist das Traveling Salesman Problem?

Wie das Problem des Handlungsreisenden definiert ist, hat ein Unternehmen einen Handelsvertreter, der n Städte besuchen muss und jede Stadt nur einmal besuchen kann. Welche Reihenfolge der besuchten Städte ergibt den kürzesten und damit billigsten Weg?

Wenn n gleich 5 ist, kann das Problem von Hand auf einem Blatt Papier gelöst werden, und ein klassischer Computer kann jeden möglichen Weg relativ schnell testen. Aber was ist, wenn n gleich 20 ist? Die Suche nach dem kürzesten Weg durch 20 Städte wird sehr viel schwieriger, und ein klassischer Computer bräuchte exponentiell länger, um die Antwort zu finden.

Versucht man, den kürzesten Weg zwischen 500 Städten zu finden, bräuchte ein klassischer Computer länger als die gesamte Lebensdauer des Universums, um den kürzesten Weg zu finden, da die einzige Möglichkeit, zu überprüfen, ob wir den kürzesten Weg gefunden haben, darin besteht, jede einzelne Permutation der Städte zu überprüfen. Es gibt einige Algorithmen, die dynamische Berechnungen verwenden und theoretisch die Anzahl der erforderlichen Überprüfungen reduzieren können (und das eigentliche Hamilton-Pfad-Problem erfordert nicht die Überprüfung jedes Knotens in einem Graphen), aber das könnte ein paar Millionen Jahre einsparen; das Problem wird auf einem klassischen Computer immer noch so gut wie unmöglich zu berechnen sein.

Wie DNA-Computing dieses Problem löst

Was Adleman zeigen konnte, ist, dass die DNA so zusammengesetzt werden kann, dass ein Reagenzglas voller DNA-Blöcke sich selbst zusammensetzen könnte, um alle möglichen Pfade im Travelling-Salesman-Problem gleichzeitig zu kodieren.

In der DNA wird die genetische Kodierung durch vier verschiedene Moleküle dargestellt, die A, T, C und G heißen. Schließlich ist das menschliche Genom in etwas kodiert, das in einen einzigen Zellkern gepackt werden kann.

Wenn man diese vier Moleküle in einem Reagenzglas mischt, setzen sich die Moleküle auf natürliche Weise zu DNA-Strängen zusammen. Wenn eine Kombination dieser Moleküle eine Stadt und eine Flugroute repräsentiert, könnte jeder DNA-Strang eine andere Flugroute für den Verkäufer darstellen, die alle gleichzeitig bei der Synthese der DNA-Stränge, die sich parallel zusammensetzen, berechnet werden.

Dann ginge es nur noch darum, die längeren Wege herauszufiltern, bis nur noch der kürzeste Weg übrig ist. In seiner Abhandlung zeigte er, wie dies mit 7 Städten geschehen könnte, und die Lösung des Problems wäre kodiert, sobald die DNA-Stränge synthetisiert wären.

Der Grund für die Aufregung war, dass DNA-Strukturen billig, relativ leicht herzustellen und skalierbar sind. Im Gegensatz zu Siliziumtransistoren, die jeweils nur eine einzige logische Operation ausführen können, können diese DNA-Strukturen theoretisch so viele Berechnungen gleichzeitig durchführen, wie zur Lösung eines Problems erforderlich sind, und das alles auf einmal.

Das Problem ist jedoch die Geschwindigkeit. Obwohl es nur wenige Augenblicke dauerte, bis Adleman die Lösung des Problems des Handlungsreisenden in seine DNA-Stränge im Reagenzglas kodiert hatte, dauerte es Tage, bis er die optimale Lösung gefunden hatte – und das nach einer sorgfältigen Vorbereitung für diese einzige Berechnung.

Das Konzept war jedoch solide, und das Potenzial für eine unglaubliche Steigerung der Speicherkapazität und der Rechengeschwindigkeit war offensichtlich. Dies war der Startschuss für zwei Jahrzehnte Forschung darüber, wie man praktische DNA-Computer in die Realität umsetzen kann.

Was sind die Vorteile von DNA-Computern?

Wie in Adlemans Arbeit gezeigt wurde, besteht der Hauptvorteil des DNA-Computings gegenüber dem klassischen Computing – und bis zu einem gewissen Grad auch dem Quantencomputing – darin, dass es unzählige Berechnungen parallel durchführen kann. Diese Idee des parallelen Rechnens ist nicht neu und wird im klassischen Rechnen schon seit Jahrzehnten nachgeahmt.

Wenn man zwei Anwendungen gleichzeitig auf einem Computer laufen lässt, laufen sie nicht wirklich gleichzeitig, sondern es wird immer nur ein Befehl ausgeführt. Wenn Sie also Musik hören und mit einem Browser online einkaufen, verwendet der Computer etwas, das als Kontextwechsel bezeichnet wird, um den Anschein der Gleichzeitigkeit zu erwecken.

Er führt eine Anweisung für ein Programm aus, speichert den Zustand dieses Programms, nachdem die Anweisung ausgeführt wurde, und entfernt das Programm aus dem aktiven Speicher. Dann lädt es den zuvor gespeicherten Zustand des zweiten Programms, führt dessen nächste Anweisung aus, speichert seinen neuen Zustand und entlädt ihn dann aus dem aktiven Speicher. Dann lädt es das erste Programm erneut, um seine nächste Anweisung auszuführen, und so weiter.

Indem Millionen von inkrementellen Schritten pro Sekunde in verschiedenen Programmen ausgeführt werden, wird der Anschein von Gleichzeitigkeit erweckt, aber in Wirklichkeit wird nichts parallel ausgeführt. DNA-Computing kann diese Millionen von Operationen tatsächlich gleichzeitig ausführen.

Über 10 Billionen DNA-Moleküle können in einen einzigen Kubikzentimeter gequetscht werden. Dieser Kubikzentimeter Material könnte theoretisch 10 Billionen Berechnungen auf einmal durchführen und bis zu 10 Terabyte an Daten speichern. In vielerlei Hinsicht ist vieles von dem, was die atemlose, aber ungenaue Presse über das Quantencomputing schreibt, mit dem DNA-Computing tatsächlich möglich.

DNA-Computing lässt sich also am besten als Ergänzung zum Quantencomputing betrachten, so dass die dramatische Steigerung der Rechenleistung, die man sich für die Zukunft erhofft, in Kombination mit einem klassischen Computer, der als Singleton-Manager fungiert, tatsächlich realistisch möglich wird.

Wie lange wird es dauern, bis es DNA-Computer gibt

Seit 1994 haben wir einen langen Weg zurückgelegt. Kurz nachdem Adleman seine Arbeit veröffentlicht hatte, waren Forscher in der Lage, logische Gatter aus DNA zu konstruieren – Teile eines Schaltkreises, der aus einzelnen Transistoren besteht, die aus elektrischem Strom komplizierte logische Wahr-Falsch-Gleichungen bilden können.

In diesem Monat haben Informatiker an der University of California in Davis und am Caltech DNA-Moleküle synthetisiert, die sich selbst zu Strukturen zusammensetzen können, indem sie im Wesentlichen ihr eigenes Programm mit Hilfe von Sechs-Bit-Eingaben ausführen.

Microsoft hat sogar eine Programmiersprache für DNA-Computing entwickelt, die dazu beitragen kann, DNA-Computing praktikabel zu machen, sobald die Technologie der Bioprozessoren so weit fortgeschritten ist, dass sie anspruchsvollere Algorithmen ausführen kann. Microsoft plant sogar, DNA-Computing bis 2020 in seine Cloud-Dienste aufzunehmen und entwickelt aktiv einen DNA-Datenspeicher, der in seine Cloud-Dienste integriert werden soll.

Es ist wahrscheinlich, dass diese Fortschritte sehr viel schneller realisiert werden als die Fortschritte im Quantencomputing. Quantencomputer benötigen ausgeklügelte Maschinen, Supraleiter und extrem kalte Bedingungen, um die Qubits stabil genug zu halten, um tatsächlich nützliche Rechenaufgaben zu erfüllen, und solange wir kein Material entwickeln, das bei Raumtemperatur als Supraleiter fungieren kann, werden sie in absehbarer Zeit nicht in unseren Computern Einzug halten.

Das DNS-Computing hingegen verwendet DNS, die wir mittlerweile so gut manipulieren können, dass wir mit CRISPR ein einzelnes Gen eines DNS-Strangs ersetzen können. Die für die Synthese von DNA-Molekülen benötigten Materialien sind billig und leicht verfügbar und bleiben bei Raumtemperatur und darüber hinaus stabil. Was das DNA-Computing angesichts der Widerstandsfähigkeit der DNA und der biologischen Parallelität potenziell erreichen kann, ist ein wesentlicher Schritt in Richtung der Zukunft des Computings

.