浅谈生物计算机教学相关

浅谈生物计算机0引言在摩尔定律的指导下，电子计算机一直向前发展着，为人类社会的生产生活做出了不可磨灭的贡献。然而，当前，计算机的发展却陷入了困境之中：一是工艺制作已臻于极限，在当前工艺下由于集成度和散热问题的限制，计算机运算速度难以较大提高；二是沿用图灵模型而制作的电子计算机在某些方面表现不足，例如语言翻译、视觉辨析。而生物计算机，作为仿生计算机，可以极大的发挥并行处理的优势，大幅度的提升计算机的运算能力。 自上世纪八十年代以来，许多国家在研制第五代计算机的时候便已经发现了传统电子计算机的不足。因此，世界上发达国家如美国、日本、俄罗斯等都争先恐后地进行研制开发第六代计算机生物计算机。1发展历史1948年，现代电子计算机技术的奠基者之一，冯诺依曼提出了关于“自动复制机器”的设想。他认识到一个能够自我繁殖的系统应当具备两个基本的功能复制和传递；1953年，詹姆斯沃森和弗朗西斯克里克发现了DNA的双螺旋结构，科学家们意识到生物的遗传物质具备冯诺依曼所提出的两个要求。1959 年，诺贝尔奖获得者费曼提出利用分子尺度研制计算机。20世纪70年代以来，科学家们发现DNA处在不同状态下，可产生信息有无的变化。生物元件可以实现逻辑电路中的0与1、晶体管的通导或截止、电压的高或低、脉冲信号的有或无，并提出利用生物芯片构造新一代的集成电路。上世纪九十年代，计算机科学家伦纳德阿德曼意识到，互补的碱基和聚合酶的这种工作模式可以用来计算，能够用来构建计算机。1994年，阿德曼提出了用DNA计算的方式解决汉密尔顿路径问题，虽然阿德曼的DNA计算方法在寻找正确答案时遇到了阻碍，搜寻效率低下，但是它却证明了DNA计算的可行性，显示了利用DNA解决一类难于或不可能利用传统计算方法解决的问题的可行性，展示了DNA作为一种数据结构的独特作用。阿德曼的成功，掀起了DNA计算的热潮。1997年，美国的安尼麦史雷和荻原光德用DNA分子实现了计算机的基本器件逻辑门，为生物计算机的研究迈开了新的一步。21世纪，科学家们开始构建计算机模型，试图创造出自动化，实用化，规模化的大型DNA计算机模型。2基本原理DNA很像计算机的硬盘，通过四种碱基不同顺序的编码，存储了生物所有的遗传信息。这也就意味着，我们可以使用四种碱基的组合来编码信息，并对其进行运算操作。DNA由G（鸟嘌呤）、T（胸腺嘧啶）、A（腺嘌呤）、C（胞嘧啶）四种碱基构成，共同构成了相互缠绕的双链阶梯状的双螺旋结构。如果一条单链上某个位置的碱基是腺嘌呤A的话，另一条单链的对应位置上则必然是胸腺嘧啶T；鸟嘌呤G和胞嘧啶C也存在同样的对应关系。核苷酸A、T、C和G可以粘合在一起，形成核苷酸对。因此每个DNA序列都具有一个天然的补序列。例如，如果序列S为ATTACGTCG，那么其补序列S'为TAATGCAGC。S和S'将混合在一起（或杂交）形成双链DNA。生物计算机的运行过程为接受输入的生物分子信息并在处理之后输出与生物分子有关的数据。通俗的说，就是以数种酶为计算机的“硬件”，其中用以ATP为动力的蛋白质作为“电子”，DNA作为“软件”，输入与输出的“数据”都是DNA链。将溶有这些成分的溶液恰当的进行混合，就可以使其自动的发生反应，进行“运算”。作为“硬件”的酶和做为“软件”的DNA能与输入的“数据”DNA发生反应，对后者进行切割和连接，最终生成新的DNA输出“数据”。同时通过某些生物技术处理反应后的溶液，便可读出这些数据。通过设计不同的DNA分子，就能对计算机进行编程，求解不同问题。3基本步骤1.模型选择：针对问题，选择或建立DNA计算模型；2.编程：在已有模型的基础上，进行编程；3.编码：在DNA 链的条数确定后，依据具体问题，建立相应约束条件，进而进行编码；4.合成DNA分子：对通过编码确定的DNA链，进行合成，并购置所需的生物酶以及相关试等；5.建立计算平台：建立适应于生化反应、特异性杂交、无污染的良好生化操作环境；6.实施计算：将所需DNA链、探针以及相关试剂等按照生化处理程序进行；7.解的检测：通过PCR、测序、电镜，甚至光电等综合技术检测出所需要的解。本文以阿德曼教授提出的DNA计算求解汉密尔顿路径问题作为例子简要说明DNA计算模型求解的基本步骤问题：假设你住在洛杉矶，需要访问4个城市：芝加哥、达拉斯、迈阿密和纽约，其中纽约是最后的目的地。你所选择的航空公司的转接班机限制了你能选择的路由(例如，有从洛杉矶到芝加哥的航班，但没有迈阿密到芝加哥的飞机)。如果你希望只访问每个城市一次，该怎么走呢？第一步：生成所有可能的路由用短DNA序列为城市名编码。通过连接存在路由的不同城市序列，对路线编码。DNA可以当做数据串对处理。例如，每个城市可以用六个核苷酸成组的“字”来代表；第二步：选择从起点城市开始到终点城市结束的路线利用聚合酶链反应，有选择地只复制和放大开始于洛杉矶并结束于纽约的DNA部分。第三步：选择具有正确城市数量的路线根据长度分类DNA，选择长度对应5个城市的DNA。第四步：选择包含每个城市只出现一次的路线按城市连续过滤DNA分子，每次一个城市。由于我们处理的DNA包括五个城市，我们将得到每个城市只编码一次的DNA序列。第五步：读取答案对DNA序列找到可能的一种正确结果。4优势（1）集成度、功效更高。DNA的数据密度大得惊人。DNA分子上核苷酸之间的间隙为0.35纳米，从而使DNA具有了每英寸近18Mbits的不同寻常的数据密度。在两维空间中，如果假设每平方纳米有一个核苷酸的话，数据密度超过每平方英寸1百万Gbits。与数据密度约为每平方英寸7Gbits的典型高性能硬盘相比，DNA数据密度超过它10万倍以上。（2）可靠性高，寿命更长。因为 DNA 分子存在的生物活性以及分子之间的吸引力，能确保分子之间进行特异性杂交，从而使得DNA计算机运行稳定。而且具有生物性质的生物计算机能做到自我修复，可以编码设置其自我再生和复制的功能。如果错误发生在双链DNA的某一段上，修复酶可以利用补序列串作为参考，恢复正确的DNA序列。（3）耗能少。生物计算机的元件是由有机分子组成的生物化学元件，只需很少的能量就能就行所需的化学反应，耗能大大减少，并且能量利用率大幅度提高。而且由于生物芯片内流动电子间碰撞的可能极小，几乎不存在电阻，所以生物计算机完全不会像电子计算机那样工作时散发大量的热，因此无需降温处理，不仅更节能，可持续性也更强。（4）大规模并行方式处理，性能大幅度提升。因为酶并不是顺序地工作，一次处理一个DNA，而是同时处理许多的DNA分子。就以DNA的读/写速度为例。在细菌中，DNA可以以每秒大约500对核苷酸的速度进行复制。虽然读写速度仅有1000bps，与一般硬盘的读写速度相差甚远，但是由于其可以同时处理许多DNA分子，DNA串的数量指数级增加(n次迭代后数量为2n)，因此每增加一串DNA，数据速率就增加1000bps。因此在10次迭代后，DNA的复制速度约为1Mbps，30次迭代后，增加到1000Gbps，超过了最快速硬盘的持续数据读写速率。5劣势1.原料需求大。就阿德曼的方法而言，指数级增长的不是计算时间，而是DNA的数量。使用他的方法求解200个城市的HP问题，需要的DNA的质量将比地球还要重。2.操作的错误率。由于这些操作并不是确定性而是随机驱动的，每一步都包含统计错误，因而限制了在产生错误的概率超过产生正确结果的概率前我们所能连续迭代的次数。例如，1%的错误率可进行10次迭代，这时的错误率小于10%，而在进行100次迭代后，错误率增长为63%。3.提取信息困难。生物计算机24小时就完成了人类迄今全部的计算量，但从中提取一个信息却要花费几十倍的时间。6研究方向生物计算机目前主要有以下几类:1. 生物分子或超分子芯片 2. 自动机模型 3. 仿生算法 4. 生物化学反应算法。目前生物计算机的研究方向大致为：(1)制造有机分子元件去代替半导体元件，从而研制出分子计算机；( 2 )通过深入研究人脑的结构与思维规律而构想生物计算机的结构，依此研制生物计算机。7小结生物计算机或许预示下一次科技革命的发生，也许在未来，它的成果将不仅改变我们的生活，甚至将会对人类社会产生更深远的影响。8参考文献1硅时代的终结者生物计算机J .电脑采购 , 2005 ，31 :13-13 2魏贵娟. 浅析生物计算机的发展J.电脑迷，2017，1：10-103生物计算机J.化工时刊，2011，25（3）：22-224解晨. 生物计算机发展现状及未来展望J.电脑知识与技术，2013，9（14）：3413-34145许进.生物计算机时代即将来临J.中国科学院院刊，2014，29（1）：42-541试题yu教育