生物学的コンピューティング

生物学的コンピュータは、DNAやタンパク質などの生物学的に由来する分子を使用して、デジタル計算または実際の計算を実行します。

バイオコンピュータの開発は、ナノバイオテクノロジーという新しい科学の発展によって可能になった。ナノバイオテクノロジーという用語は、さまざまな方法で定義できる。より一般的な意味では、ナノバイオテクノロジーは、ナノスケールの材料（つまり、特徴的な寸法が 1～100ナノメートルの材料）と生物学に基づく材料の両方を使用するあらゆる種類の技術として定義できる。^[1]より限定的な定義では、ナノバイオテクノロジーは、より具体的には、より大きな機能的な構造に組み立てることができるタンパク質の設計とエンジニアリングと見なされている^{[2] [3] 。この狭義のナノバイオテクノロジーの実装により、科学者は}生体分子システムを具体的 に設計し、それらが最終的にコンピューターの計算機能につながるような方法で相互作用するようにする能力を得ることができる。

バイオコンピュータは、生物由来の材料を使用して計算機能を実行します。バイオコンピュータは、システムの条件 (入力) に基づいて特定の方法で動作するように設計された生物学的材料を含む経路または一連の代謝経路で構成されます。結果として生じる反応経路は、バイオコンピュータのエンジニアリング設計に基づく出力を構成し、計算分析の一形態として解釈できます。バイオコンピュータには、生化学コンピュータ、生体力学コンピュータ、およびバイオ電子コンピュータの 3 つのタイプがあります。^[4]

生化学コンピューターは、計算機能を実現するために、生物学的化学反応の特徴である膨大な種類のフィードバック ループを使用します。 ^[5]生物システムのフィードバック ループにはさまざまな形があり、さまざまな要因が特定の生化学プロセスに正のフィードバックと負のフィードバックの両方を提供し、それぞれ化学出力の増加または減少を引き起こします。このような要因には、存在する触媒酵素の量、存在する反応物の量、存在する生成物の量、および前述の要因のいずれかに結合して化学反応性を変化させる分子の存在が含まれます。これらの生化学システムはさまざまなメカニズムによって制御される性質があるため、特定の化学条件下では特定の生成物を生成し、別の条件下では別の特定の生成物を生成するように反応する一連の分子成分を含む化学経路を設計できます。経路から生じる特定の生成物の存在は信号として機能し、他の化学信号とともに、システムの開始化学条件 (入力) に基づく計算出力として解釈できます。

バイオメカニカル コンピュータは、入力となる特定の初期条件に基づいて機能計算として解釈できる特定の操作を実行するという点で、生化学コンピュータに似ています。ただし、出力信号として機能するものが異なります。生化学コンピュータでは、特定の化学物質の存在または濃度が出力信号として機能します。一方、バイオメカニカル コンピュータでは、一連の初期条件下における特定の分子または分子セットの機械的形状が出力として機能します。バイオメカニカル コンピュータは、特定の化学条件下で特定の物理的構成を採用するために、特定の分子の性質に依存しています。バイオメカニカル コンピュータの製品の機械的 3 次元構造が検出され、計算された出力として適切に解釈されます。

バイオコンピューターは、電子計算を実行するために構築することもできます。バイオメカニカル コンピューターと生化学コンピューターの両方と同様に、計算は、入力として機能する一連の初期条件に基づく特定の出力を解釈することによって実行されます。バイオ電子コンピューターでは、測定された出力は、バイオ電子コンピューターで観察される電気伝導性の性質です。この出力は、バイオ電子システムの入力として機能する初期条件に基づいて、非常に特定の方法で 電気を伝導する特別に設計されたバイオ分子で構成されます。

ネットワークベースのバイオコンピューティングでは、^[6]分子モータータンパク質や細菌などの自己推進型生物エージェントが、関心のある数学的問題をコード化した微細ネットワークを探索します。エージェントのネットワーク内の経路および/または最終位置は、問題の潜在的な解を表します。たとえば、Nicolau らが説明したシステムでは、^[6]可動分子モーター フィラメントは、NP 完全問題 SUBSET SUM をコード化したネットワークの「出口」で検出されます。フィラメントが訪れたすべての出口は、アルゴリズムの正しい解を表します。訪れなかった出口は非解です。運動性タンパク質は、アクチンとミオシン、またはキネシンと微小管のいずれかです。ミオシンとキネシンは、それぞれネットワーク チャネルの底部に取り付けられています。アデノシン三リン酸(ATP) が追加されると、アクチン フィラメントまたは微小管がチャネルを通って推進され、ネットワークを探索します。化学エネルギー (ATP) から機械エネルギー (運動性) へのエネルギー変換は、たとえば電子計算と比較すると非常に効率的であるため、コンピューターは、超並列であることに加えて、計算ステップあたりのエネルギー使用量も桁違いに少なくなります。

このような生物学的に得られた計算システムの動作は、システムを構成する特定の分子に依存しており、これらの分子は主にタンパク質ですが、DNA 分子も含まれる場合があります。ナノバイオテクノロジーは、このようなシステムを作成するために必要な複数の化学成分を合成する手段を提供します。^[要出典]タンパク質の化学的性質は、タンパク質の化学的構成要素であるアミノ酸の配列によって決定されます。この配列は、DNA 分子の構成要素である DNAヌクレオチドの特定の配列によって決定されます。タンパク質は、リボソームと呼ばれる生物学的分子によるヌクレオチド配列の翻訳を通じて生物学的システム内で製造されます。リボソームは、リボソームが解釈するヌクレオチド配列に基づいて、個々のアミノ酸をポリペプチドに組み立て、機能的なタンパク質を形成します。これが最終的に意味するのは、必要なタンパク質成分をエンコードする DNA ヌクレオチド配列を設計することにより、計算を実行できる生物学的システムを作成するために必要な化学成分を設計できるということです。また、合成設計された DNA 分子自体が特定のバイオコンピューター システムで機能する場合があります。したがって、合成設計されたタンパク質の設計と製造、および人工 DNA 分子の設計と合成にナノバイオテクノロジーを導入することで、機能的なバイオコンピューター (例:計算遺伝子) の構築が可能になります。

バイオコンピュータは細胞を基本コンポーネントとして設計することもできます。 化学的に誘導された二量体化システムを使用して、個々の細胞から論理ゲートを作成できます。これらの論理ゲートは、以前は相互作用していなかったタンパク質間の相互作用を誘発し、細胞内で何らかの観察可能な変化を引き起こす化学物質によってアクティブ化されます。^[7]

ネットワークベースのバイオコンピューターは、電子ビームリソグラフィーまたはナノインプリントリソグラフィーでチャネルをエッチングしたウェーハからハードウェアをナノファブリケーションして設計されます。チャネルは、タンパク質フィラメントが誘導されるように、断面のアスペクト比が高くなるように設計されます。また、フィラメントがネットワーク内を伝播し、許可された経路を探索するように、分岐および通過ジャンクションが設計されます。表面シラン処理により、運動性タンパク質を表面に固定して機能を維持できます。論理演算を実行する分子は、生物組織から得られます。

すべての生物は自己複製し、自己組織化して機能的な構成要素を形成する能力を持っている。バイオコンピュータの経済的利点は、適切な条件が整えばすべての生物由来のシステムが自己複製し自己組織化する潜在能力にある。^{[4] : 349}たとえば、バイオコンピュータとして機能するように改変できる特定の生化学経路に必要なすべてのタンパク質は、生物細胞内で単一の DNA 分子から何度も合成できる。この DNA 分子は何度も複製できる。生物分子のこの特性により、その生産は極めて効率的かつ比較的安価になる可能性がある。電子コンピュータは手作業で生産する必要があるが、バイオコンピュータは培養物から大量に生産でき、組み立てるための追加の機械は必要ない。

現在、バイオコンピュータは、バイナリロジックや数学的計算などのさまざまな機能を備えています。^[5] MIT 人工知能研究所のTom Knight は、タンパク質濃度をバイナリシグナルとして使用し、最終的に論理演算を実行するという生化学計算スキームを初めて提案しました。^{[4] : 349} バイオコンピュータの化学経路における特定の生化学生成物の濃度が一定以上になると、1 または 0 のシグナルが示されます。このレベルを下回る濃度は、もう一方の残りのシグナルを示します。この方法を計算分析として使用することで、生化学コンピュータは、適切なバイナリ出力が初期条件に対する特定の論理的制約の下でのみ発生する論理演算を実行できます。言い換えると、適切なバイナリ出力は、論理的結論を導き出すための前提となる一連の初期条件から論理的に導き出された結論として機能します。これらの種類の論理演算に加えて、バイオコンピュータは、数学的計算などの他の機能的能力を発揮することも示されています。そうした例の 1 つは、1999 年にジョージア工科大学でヒルニューロンで構成されたバイオコンピュータを作成し、簡単な加算を実行できるようにした WL Ditto 氏によるものです。^{[4] : 351}これらは、バイオコンピュータがすでに実行できるように設計された注目すべき用途のほんの一部に過ぎず、バイオコンピュータの機能はますます洗練されています。前述のように、生体分子とバイオコンピュータの製造に関連する可用性と潜在的な経済効率のため、バイオコンピュータの技術の進歩は、将来的に大きな進歩が見込まれる、人気があり急速に成長している研究対象です。

2013年3月、ドリュー・エンディ率いるスタンフォード大学のバイオエンジニアのチームが、トランジスタの生物学的同等物を作成したと発表しました。彼らはこれを「トランスクリプター」と名付けました。この発明は、完全に機能するコンピュータを構築するために必要な3つの要素、つまりデータストレージ、情報伝送、および基本的なロジックシステムのうちの最後の要素でした。^[8]

バイオエージェントの動きが算術加算に対応するネットワークによる並列生物学的計算は、2016年に8つの候補解を持つSUBSET SUMインスタンスで実証されました。^[6]

2017年7月、ネイチャー誌に掲載された大腸菌を使った別の実験では、生きた細胞を計算タスクや情報の保存に使用できる可能性が示された。アリゾナ州立大学バイオデザイン研究所とハーバード大学ワイス生物学工学研究所の協力者で結成されたチームは、12の入力に反応する大腸菌内の生物学的コンピューターを開発した。チームはこのコンピューターをリボ核酸で構成されていたため「リボコンピューター」と名付けた。ハーバード大学の研究者は、生きた大腸菌細胞のDNAに画像や動画をアーカイブすることに成功し、細菌に情報を保存できることを証明した。^[9]

2021年、生物物理学者のサングラム・バグ氏が率いるチームは、細胞間の分散コンピューティングの原理を探るために、大腸菌を使って2×2の迷路問題を解く研究を実現しました。^{[10] [11]}

2024年、スイスのバイオコンピューティングのスタートアップであるFinalSparkは、世界中の研究者が遠隔で生体ニューロンの試験管内実験を実施できるようにするオンラインプラットフォームを立ち上げました。^[12]

単純なバイオコンピュータの例は数多く設計されているが、これらのバイオコンピュータの機能は市販の非バイオコンピュータと比較すると非常に限られている。標準的な電子スーパーコンピュータよりもはるかに少ないエネルギーで複雑な数学的問題を解決し、より信頼性の高い計算を順次ではなく同時に実行できる可能性は、「スケーラブル」なバイオコンピュータのさらなる開発を促し、いくつかの資金提供機関がこれらの取り組みを支援している。^{[13] [14]}

• バイオテクノロジー
• 計算遺伝子
• コンピューター
• DNAコンピューティング
• 人間のバイオコンピューター
• 分子エレクトロニクス
• ナノテクノロジー
• ナノバイオテクノロジー
• ペプチドコンピューティング
• ウェットウェアコンピュータ
• 従来とは異なるコンピューティング