Современное состояние НБИК (стр. 2 из 3)

Биокомпьютинг. Согласно авторам источника [10], биокомпьютинг представляет собой сочетание информационных, молекулярных технологий и биохимии и является новейшей альтернативой полупроводниковым технологиям. Биокомпьютинг позволяет решать сложнейшие вычислительные задачи при помощи клеток, вирусов, биомолекул, живых тканей. Но основную перспективу ученые видят в биокомпьютерах, в которых в качестве процессоров выступают молекулы ДНК.

Можно сказать, что активная разработка биокомпьютера началась в середине 1990-х годов, когда американскому ученому Л. Адлеману удалось в лабораторных условиях создать совершенно новую молекулу ДНК, до того не существовавшую в природе.[1] Следующим шагом было решение задачи Гамильтова графа (Hamiltonian Path Problem), являющейся случаем NP-полной задачи. Для этого Адлеман смешал в пробирке молекулу ДНК с закодированной в ней информацией и специальные ферменты. В результате реакции структура молекулы ДНК изменилась, и в ней был представлен ответ на задачу в закодированном виде.

В источнике [10] говорится, что основной элемент биокомпьютера – ДНК-процессор, обладая структурой ДНК, имеет набор команд, представляющих собой ряд биохимических операций с молекулами. «Принцип устройства компьютерной ДНК-памяти основан на последовательном соединении четырех нуклеотидов (основных кирпичиков ДНК-цепи). Три нуклеотида, соединяясь в любой последовательности, образуют элементарную ячейку памяти – кодон, совокупность которых формирует затем цепь ДНК» [10].

Первая модель биокомпьютера с механизмом из пластмассы была создана в 1999 году И. Шапиро из Вейцмановского института естественных наук. Она являлась аналогом «молекулярной машины» в живой клетке, которая, используя в качестве посредника РНК, собирала белковые молекулы согласно информации с ДНК.

Далее, в 2001 г. тому же ученому удалась реализация вычислительного устройства на основе ДНК, которое действовало практически без вмешательства человека. «Система имитирует машину Тьюринга — одну из фундаментальных концепций вычислительной техники» [10]. Машина Тьюринга последовательно считывает данные и принимает решения о дальнейших действиях в зависимости от значения этих данных. В теории, она способна на решение любой вычислительной задачи. Таким же образом работают и молекулы ДНК, «распадаясь и рекомбинируясь в соответствии с информацией, закодированной в цепочках химических соединений» [10].

Установка, разработанная в Вейцмановском институте, кодирует входные данные и программы в молекулах ДНК, состоящих из двух цепей, и смешивает их с двумя специально подобранными ферментами. Ферменты выполняют здесь функцию аппаратного обеспечения, а молекулы ДНК – программного. «Один фермент расщепляет молекулу ДНК с входными данными на отрезки разной длины в зависимости от содержащегося в ней кода. А другой рекомбинирует эти отрезки в соответствии с их кодом и кодом молекулы ДНК с программой. Процесс продолжается вдоль входной цепи, и, когда доходит до конца, получается выходная молекула, соответствующая конечному состоянию системы» [10].

Представленный механизм может использоваться для решения самых различных задач. И хотя скорость обработки ДНК на уровне отдельных молекул происходит во много раз медленнее, чем в кремниевых процессорах, здесь возможен массовый параллелизм.[2] Так, в одной пробирке одновременно может происходить до триллиона процессов, и при потреблении несравнимо меньшей мощности в единицы нановатт может выполняться миллиард операций в секунду.

В 2002 году компания Olympus Optical выпустила ДНК-компьютер, предназначенный для совершения генетического анализа. Этот компьютер имеет две основные составляющие: электронную и молекулярную, первая из которых осуществляет химические реакции между молекулами ДНК, проводит поиск вычислений, а вторая отвечает за обработку информации и анализ полученных результатов.

Нужно сказать, что биологические компьютеры могут использоваться не только для вычислений, но и для фармакологических и медицинских целей. В геном микроорганизмов компьютера можно включить некоторую логическую схему, которая будет активизироваться при контакте с определенным веществом, другими клетками. Поместив, например, такое запрограммированное наноустройство в клетку человека, можно влиять затем на ее состояние, излечивая от различных болезней.

«Основная проблема, с которой сталкиваются создатели клеточных биокомпьютеров, – организация всех клеток в единую работающую систему. Сейчас в Лаборатории искусственного интеллекта Массачусетского технологического университета создана клетка, способная хранить на генетическом уровне 1 бит информации. Также разрабатываются технологии, позволяющие единичной бактерии отыскивать своих соседей, образовывать с ними упорядоченную структуру и осуществлять массив параллельных операций» [10].

Итак, сравнительно с кремниевыми процессорами, процессоры на основе ДНК имеют ряд бесспорных преимуществ. Во-первых, для них характерна более простая технология изготовления, которая не требует столь жестких условий (например, стерильная атмосфера), как при производстве полупроводников. Во-вторых, используется не бинарный, а тернарный код (тройки нуклеотидов), что при меньшем количестве шагов позволит перебрать большее число вариантов при анализе. В-третьих, биокомпьютеры отличает сверхвысокая производительность (до 1014 операций в секунду). Также, данные могут храниться с плотностью, в триллионы раз превышающей возможности оптических дисков. И, наконец, энергопотребление ДНК-компьютеров является исключительно низким.

Blue Brain Project. Одним из самых крупных и значительных проектов NBIC является “Blue Brain Project”. Он был запущен в 2005 году Институтом мозга и мышления, входящим в состав Федеральной политехнической школы Лозанны (EPFL), и компанией IBM с целью воспроизвести с предельной точностью мозг млекопитающего и изучить стадии возникновения биологического интеллекта. Разумеется, главной задачей ученых является моделирование и изучение именно человеческого мозга.

Опираясь на работу [4] и выступление [7] Г. Маркрама, ведущего специалиста проекта Blue Brain, можно сказать следующее.

Потребовалось 11 млрд. лет, чтобы природа смогла создать мозг, и самым важным «конечным продуктом» Вселенной [7], какой она известна нам на данный момент, стал неокортекс, новая кора головного мозга, представляющий для ученых проекта главный предмет исследования. Именно неокортекс отвечает за чувственное восприятие, социальное взаимодействие, ориентацию в пространстве, речь, познавательные функции.

Неокортекс – это верхний слой мозговых полушарий, также состоящий из нескольких слоев (их всего 6). Нейроны получают сигналы от тысяч других нейронов, эти сигналы распространяются на различные разветвления чрезвычайно сложно устроенных дендритов. Существуют десятки тысяч модулей (компартментов), в которых «расположены» дендриты. Такие структуры называются кортикальными колонками и представляют собой минимальные по размеру цепи мозга. Кортикальным колонкам ученые посвятили последние 15 лет исследований, пытаясь изучить их точную структуру, форму и положение составляющих их элементов. Кроме того, важным объектом исследований являются принципы коммуникации между нейронами, поскольку каждый нейрон отсылает свой сигнал не любому, но какому-либо конкретному нейрону.

Кортикальные колонки

Построив компьютерную модель[3] кортикальной колонки, ученые обнаружили, что ветви дендритов миллионы раз пересекаются между собой. Эти пересечения формируют синапсы – зоны коммуникации между нейронами. Когда нейроны достигают синапсов, они «заряжают» их электрическим сигналом, что ведет к выбрасыванию химических веществ в области синапсов. В электрических «разрядах» внутри кортикальных колонок, таким образом, содержится вся информация, образуемая нейронами.

Также был обнаружен тот факт, что, в то время как не существует ни одного похожего на другой нейрона, равно как и одинаковых кортикальных колонок (цепей) у разных людей, все же общая, глобальная структура, схема кортекса остается неизменной, единой для всех.

В рамках проекта Blue Brain было сделано интересное открытие, касающееся идеи о «врожденных» знаниях. Как пишет автор статьи [5], оказалось, что небольшие группы пирамидальных нейронов (около 50 в каждой) взаимодействуют на основе набора низменных и довольно простых правил. Ученые воспринимают эти нейронные кластеры в качестве основных «строительных» блоков, содержащих в себе что-то вроде фундаментального врожденного знания, наподобие простых физических действий. Приобретенные знания, способности, как, например, память, включаются в эти элементарные блоки на более высоком уровне всей системы. Это может объяснить, почему люди разделяют похожие представления о физической реальности, в то время как их воспоминания отражают индивидуальный опыт. Следовательно, новая технология позволяет поставить под сомнение гипотезу о tabula rasa, в основе которой лежит представление о том, что человеческий мозг при рождении является «чистым листом», и знания человек приобретает только в процессе переживания личного опыта. Нет сомнения в том, что такие навыки, как чтение и письмо или знание языка – результат личного опыта. Но некоторые проявления фундаментальных знаний прописаны в генах человека. Это открытие позволяет перераспределить баланс между врожденным и приобретенным и знаменует существенное продвижение в понимании того, как работает человеческий мозг.