В Ирландии представили вычислительную систему на молекулах ДНК. Ответ на задачу в ней появляется сам — за счёт перехода к самому стабильному состоянию. Публикация о работе вышла в Nature, об этом пишет N+1. Об этом сообщает издание Togliatti24.
Идея ДНК-вычислений появилась ещё в 1994 году. Тогда Леонард Эдлман доказал, что молекулы ДНК способны решать вычислительные задачи. Он зашифровал в нуклеотидных цепочках классическую задачу поиска самого короткого пути и решил её в лаборатории. К 2025 году технология дошла до ДНК-нейронных сетей, которые распознают сложные изображения.
Новая разработка принадлежит команде Дамиана Вудса из Ирландского национального университета в Мейнуте. Исследователи построили систему так, чтобы верный ответ оказался наиболее устойчивым. Благодаря этому она находит решение без постоянного внешнего управления. Обычные молекулярные компьютеры, наоборот, нуждаются во вмешательстве, что повышает расход энергии и мешает масштабированию.
Каркасом служит длинная нить ДНК с N уникальными участками. К ней прикрепляются короткие нити. В их вычислительных доменах закодирована информация о задаче. Домены соединяются по принципу комплементарности, как в ДНК-оригами. Концентрация плиток превышает число каркасов десятикратно, поэтому между ними идёт борьба за позиции. Если плитка встала на место, её домены должны совпасть с соседними. Это даёт выигрыш в энергии и прочную связь. Неправильные плитки заменяются правильными, пока система не придёт к нужной конфигурации.
В экспериментах протестировали программы для суммирования, контроля чётности и дублирования битов. Температуру доводили до 80 °C, затем плавно снижали, чтобы нити ДНК соединялись. Правильность битов определяли по флуоресценции. Время решения удалось сократить до нескольких минут, точность оказалась высокой.
Главное достоинство — простота. Система не нуждается в сложной коррекции ошибок и точной калибровке. Но масштабирование пока под вопросом: испытали только 100-битный вариант, и точность снизилась до 71 процента. Помимо вычислений, подобные разработки могут пригодиться для белковых роботов, разбора молекул по типам и управления физическими устройствами в медицине.