生物分子與計算機(jī)

計算機(jī)發(fā)展的最高目標(biāo)是高速度、高效率、多功能與產(chǎn)業(yè)化，這決定了計算機(jī)巨型化和微型化的兩大發(fā)展趨勢。要實現(xiàn)這些目標(biāo)，在技術(shù)上必須增加邏輯單元數(shù)目，要求用作邏輯單元的半導(dǎo)體元件進(jìn)一步微型化，按這一趨勢發(fā)展，大約到2030年單個邏輯門的大小就會接近分子水平，此時芯片上各種組件的尺寸是如此之小，量子效應(yīng)將干擾它們的功能，這是阻礙半導(dǎo)體芯片微型化的潛在物理因素。另一方面，經(jīng)濟(jì)因素的制約也不可忽視，芯片尺寸每縮小一倍，生產(chǎn)成本則要增加五倍，同時高精度的光刻技術(shù)達(dá)到一定限度也無能為力。這些經(jīng)濟(jì)及物理學(xué)方面的制約因素將使現(xiàn)有芯片計算機(jī)發(fā)展中的巨型化和微型化進(jìn)程走向終結(jié)，取而代之的將是另一類借助于生物大分子進(jìn)行信息處理的新型計算機(jī)，它的研究成功并推廣應(yīng)用將為現(xiàn)代計算機(jī)更新?lián)Q代提供更為經(jīng)濟(jì)的途徑，同時還將促進(jìn)相關(guān)學(xué)科與高新技術(shù)的迅猛發(fā)展及人類文明社會的全面進(jìn)步。

生命體經(jīng)過上億萬年的生存競爭和適應(yīng)進(jìn)化，煉就了一整套適應(yīng)自然的物理化學(xué)機(jī)制，同時也極具信息處理能力。一方面，生物分子是優(yōu)良的信息處理材料，每一生物大分子本身就是一個微型處理器，分子運動過程中以可預(yù)測方式進(jìn)行狀態(tài)變化，其原理類似于計算機(jī)的邏輯開關(guān)，以此來設(shè)計計算機(jī)，是一非常奇妙的設(shè)想，如薩羅克斯大學(xué)的貝格正考慮應(yīng)用細(xì)菌視紫紅質(zhì)蛋白分子設(shè)計、制造計算機(jī)的潛能。另一方面，有機(jī)體是解決問題的專家，它進(jìn)行信息處理的計算技術(shù)（分子算法）會令最好的計算程序自愧不如。最近美國南加州大學(xué)艾德門博士應(yīng)用基于DNA分子計算技術(shù)的生物實驗方法有效地求解了“哈密頓路徑問題”——目前計算機(jī)無法解決的問題。生物分子計算機(jī)的研制是基于生物分子的信息處理技術(shù)，即生物材料的信息處理功能與生物分子的計算技術(shù)。

目前科學(xué)家正考慮應(yīng)用幾種生物分子制造計算機(jī)的組件，其中細(xì)菌視紫紅質(zhì)（一種光合細(xì)菌的色素蛋白）最具前景，這是嗜鹽菌紫色細(xì)胞膜中分子量為26000道爾頓的光捕獲蛋白質(zhì)。早在20世紀(jì)70年代初期，人們就發(fā)現(xiàn)這種蛋白質(zhì)分子的光學(xué)異常特性，即受到光照時，可發(fā)生結(jié)構(gòu)變化。這種生物材料令人驚奇的穩(wěn)定性及其較好的熱、光和物理化學(xué)特性可用于制造各種不同的信息存儲與處理系統(tǒng)。前蘇聯(lián)科學(xué)家奧其尼可夫認(rèn)識到這種生物材料用于信息處理的潛能，曾組織一批來自五個不同研究領(lǐng)域的科學(xué)家進(jìn)行生物電子裝置研究。后據(jù)情報透露，前蘇聯(lián)軍方曾用視紫紅質(zhì)制造縮微膠片、光學(xué)數(shù)據(jù)處理機(jī)和軍用雷達(dá)處理機(jī)。

計算機(jī)科學(xué)發(fā)展過程中，硬件方面追求微型化，以便經(jīng)濟(jì)地制造大量存儲器和效率處理器，而軟件方面的發(fā)展則一直尋求更為先進(jìn)的算法?，F(xiàn)今電子計算機(jī)確實能夠進(jìn)行比人類快得多與更為精確的計算，然而在理解、操作、自我修正、思維與感覺等非數(shù)值計算過程中，計算機(jī)遠(yuǎn)不及人類大腦等生物體系，為尋求更為先進(jìn)的算法，人類將注意力轉(zhuǎn)向生物分子的計算技術(shù)。早在1937年，特瑞就提出了“算法”酶的構(gòu)想，即個別酶分子本身就是一個自動機(jī)。它們能夠結(jié)合成系統(tǒng)，去模擬一個非?；镜脑?xì)胞，而這類細(xì)胞可由簡單字符串代表的30～40個算法酶構(gòu)成和操作。隨后分化衍生了一系列研究，先后發(fā)現(xiàn)種類繁多的生物算法，其中包括通過類比基本生物現(xiàn)象而研究成功的自動機(jī)模型，如神經(jīng)網(wǎng)絡(luò)（閾限自動機(jī)）、免疫網(wǎng)絡(luò)（希爾自動機(jī)）、細(xì)胞自動機(jī)等。這些自動機(jī)模型的基本特征是集體計算，在模擬、模式識別等非數(shù)值計算領(lǐng)域有極大潛力。以生物智能為基礎(chǔ)的仿生算法，目前最為成功的是進(jìn)化算法，包括遺傳算法、進(jìn)化規(guī)劃與進(jìn)化策略等三個方面，集中體現(xiàn)了達(dá)爾文進(jìn)化論的競爭選擇、適者生存的基本思想，把復(fù)制、突變、雜交選擇等操作引入算法，在優(yōu)化問題的求解方面獨樹一幟。

DNA計算機(jī)的實質(zhì)就是DNA分子計算技術(shù)的化學(xué)實現(xiàn)，即將經(jīng)過編碼后的DNA鏈作為輸入，在試管內(nèi)經(jīng)一定時間完成控制的生物化學(xué)反應(yīng)，以此完成運算，反應(yīng)產(chǎn)物及溶液給出全部解空間。90年代末，這方面的研究取得了突破性進(jìn)展，美國南加州大學(xué)的艾得門博士用生化實驗方法，有效地求解了哈密頓路徑問題：給定一個“城市”的集合及這些城市之間的有向路徑，尋找一條從某一確定城市開始，到某一確定城市結(jié)束，并且其他每個城市必須恰好被訪問一次的定向旅游路線。哈密頓路徑問題已被證明是難于計算的數(shù)學(xué)問題，其求解過程可“公式”化為一個“搜尋”問題。艾得門博士通過基于DNA分子計算技術(shù)的生化實驗方法有效求解“哈密頓路徑問題”的基本過程是以DNA序列作為信息編碼的載體，利用現(xiàn)代生物化學(xué)和分子生物學(xué)技術(shù)，以試管內(nèi)控制酶作用下的DNA序列反應(yīng)，作為實現(xiàn)運算的過程，以反應(yīng)后的DNA序列作為運算結(jié)果。這一實驗方法揭示了在分子水平上進(jìn)行計算的可實現(xiàn)性，成果令人振奮。

基于DNA分子計算技術(shù)的研究尚屬初期，生物化學(xué)計算也還是一個純理論研究課題，預(yù)言分子計算機(jī)能否大量應(yīng)用尚為時過早，但DNA分子計算機(jī)的觀念擴(kuò)展了人們對自然計算機(jī)現(xiàn)象的理解，特別是對生物化學(xué)中基本算法的理解。分子計算機(jī)觀念的提出，向眾多領(lǐng)域提出了挑戰(zhàn)。對生物學(xué)與化學(xué)，在于理解細(xì)胞和分子機(jī)制，使它們成為分子算法的基礎(chǔ)；對計算機(jī)科學(xué)和數(shù)學(xué)，在于尋找適當(dāng)?shù)膯栴}和有效分子算法去解決更為復(fù)雜的系統(tǒng)模擬與計算問題；對于生理學(xué)與工程學(xué)，在于構(gòu)建大規(guī)模的可信而又易于實現(xiàn)的分子計算機(jī)。正如著名計算機(jī)科學(xué)家里卜頓所說，既然人們已開始思考這類問題，就會找到許多方法來適合這個模型，自然科學(xué)中最誘人的兩個前沿領(lǐng)域——分子生物學(xué)與計算機(jī)科學(xué)結(jié)緣聯(lián)姻，一定會創(chuàng)造出驚人的奇跡。