Dna počítače - Síla ve zkumavce

Pokud dnes panuje celkem všeobecné přesvědčení o tom, že ty největší objevy se

zrodí jaksi napříč jednotlivými vědními disciplínami, biologické vědy a

informační technologie jsou toho velmi názorným dokladem. Oba obory se přitom

protínají hned několikerým způsobem. Klasické počítače hrají významnou úlohu

např. při luštění genetického kódu a interpretaci získaným výsledků. Lze

dokonce říci, že aplikace z oblasti genetiky a farmacie jsou dnes jedním z

hlavních impulzů pro další zvyšování výkonu i paměťové kapacity počítačů a

firmy jako Compaq a IBM zde právem vidí obrovský byznys.

Simulace z těchto oborů či práce s obrovskými databázemi genů a dalších látek

vyskytujících se v živých organismech jsou samozřejmě prováděny na

superpočítačích. Významný je i fakt, že se kromě vědeckých projektů stále

častěji objevují i superpočítačové aplikace realizované v komerční sféře.

Druhým průsečíkem biologie a IT je tzv. genetické programování. Tato metoda

vychází z určitých poznatků a teorií evoluční biologie a snaží se je aplikovat

při programování klasických počítačů. Kusy programového kódu spolu podle

určitých pravidel křížíme a podrobujeme je působení náhodných mutací i obdobě

přírodního výběru. Tak jako v přírodě mezi biologickými druhy nepřežije ani

zdaleka každý program, a postupně bychom tak měli vyšlechtit kód, který nejlépe

řeší naši úlohu. Jedná se tedy o určitou vývojářskou techniku, která má i přes

svůj název s biologií společnou vlastně pouze úvodní inspiraci.

Posledním průnikem biologie a informatiky, kterému se budeme věnovat v dnešním

Cover story, jsou tzv. DNA počítače. Jako médium pro uchovávání informací i

vlastní „stroj“ pro provádění výpočtů se v tomto případě přitom využívá molekul

nukleových kyselin. Je něco takového vůbec možné a jaké to přináší výhody?



Biochemické základy dnešních DNA počítačů

Nukleové kyseliny slouží v živých organismech ke kódování informace. Vlákno

nukleové kyseliny je složeno se zbytků kyseliny fosforečné, cukerné složky

(ribóza u kyseliny ribonukleové RNA, RNK, deoxyribóza u kyseliny

deoxyribonukleové DNA, DNK) a dusíkaté báze (adenin, guanin, cytosin, thymin u

DNA, u RNA je místo thyminu obsažen uracil). Při vytváření kopie nukleové

kyseliny se vychází z toho, že struktury některých dusíkatých bází jsou k sobě

tzv. komplementární, jinak řečeno drží při sobě, protože se mezi nimi tvoří

vodíkové vazby. Příslušné páry bází spolu tvoří adenin s thyminem nebo uracilem

(váží se dvěma vodíkovými vazbami) a guanin s cytosinem (mezi nimiž se

vytvářejí tři vodíkové vazby). K jednomu řetězci nukleové kyseliny se tedy

prostřednictvím komplementárních bází vytvoří při přenosu informace jakýsi

otisk. Příslušné enzymy (polymerázy) se potom postarají o to, aby se báze v

druhém řetězci příslušným způsobem spojily s cukernou složkou a zbytky kyseliny

fosforečné do kompletního „zrcadlového“ vlákna. Potom se obě vlákna mohou např.

účinkem jiného enzymu rozplést (DNA se v živém organismu vyskytuje vesměs v

podobě dvojšroubovice, u RNA naproti tomu převládá jednovláknová struktura) a

celý kopírovací proces pokračuje. Američtí vědci Watson a Crick byli za objev

tohoto procesu odměněni Nobelovou cenou.

V živých organismech probíhá přenos informace od původní DNA přes několik

stupňů RNA až po bílkoviny. Poslední část procesu se realizuje na základě toho,

že dusíkaté báze jsou komplementární jednak mezi sebou, jednak vzhledem k

jednotlivým aminokyselinám, tedy trojici sousedních bází RNA (tripletu, kodónu)

odpovídá jedna určitá aminokyselina. Vedle řetězce nukleové kyseliny se tedy

může vytvářet nejen další řetěz nukleotidů, ale i aminokyselin. Stejně jako v

případě nukleotidů, i u aminokyselin pak následně dojde k enzymy katalyzované

reakci, při níž se jednotlivé aminokyseliny spojí v delší řetězec peptid nebo

bílkovinu.

Jen spíše na okraj: Reakce nukleových kyselin patří mezi pochody katalyzované.

V roli katalyzátorů fungují enzymy, což jsou látky bílkovinného původu. Protože

ovšem zase struktura bílkovin je kódována nukleovými kyselinami, vzniká

klasický problém slepice a vejce: co bylo v evoluci dříve, bílkoviny nebo

nukleové kyseliny? Možným řešením problému je teorie tzv. ribosvěta. Ukázalo se

totiž, že i některé ribonukleové kyseliny vykazují enzymatickou aktivitu. Před

dnešním světem, založeným na mechanismu přenosu informace DNA-RNA-bílkovina,

tak mohly před miliardami let existovat v pozemských vodách „organismy“

založené pouze na RNA. Toto hypotetické období je označováno jako ribosvět a

živými fosiliemi zachovanými z této doby mohou (ale nemusejí) být dnešní RNA

viry.



Zdroje informací na Internetu:

Obecné zdroje: Především americké vědecké a popularizační časopisy Nature

(http://www.nature.com/nature/), Science (http://www.sciencemag.org/) a

Scientific American (http://www.sciam.com)

Články a specializované servery:

DNA Computer Pages (http://dna2z.com/dnacpu/index.html)

DNA Biocomputers (http://www.mitre.org/rese­arch/nanotech/biocompu ters.html)

Daily University Science News (http://unisci.com/stories/20001/0114005­.htm)

The Chronicle of Higher Education (http://chronicle.com/data/artic

les.dir/art-44.dir/issue-14.dir/14a02301.htm)



Miliarda CD-ROMů v 1 gramu DNA

Na rozdíl od křemíkového světa v tuto chvíli zatím ještě neexistuje žádný

„obecný“ DNA počítač, na kterém bychom mohli řešit libovolnou úlohu. Pro řešení

každého problému si musíme zkonstruovat speciální postup. Objekty a vztahy mezi

nimi v rámci problému modelujeme sekvencemi nukleových kyselin. S nimi pak

provádíme určitou sadu operací.



Využití DNA počítačů se demonstruje nejčastěji na problémech obtížně

vyčíslitelných, kdy se namísto sofistikovaného algoritmu používá metoda hrubé

síly. Např. luštění šifry dnes vlastně znamená vyzkoušet všechny možnosti. Na

DNA počítači budou všechny alternativy reprezentovány různými molekulami DNA a

stačí najít mezi nimi tu pravou. Přitom se vychází z faktu, že v protřepávané

zkumavce dostaneme z původní „sadby“ směs jednovláknových a vícevláknových

molekul, které budou držet pohromadě právě na základě komplementarity bází.

Klíčové je a bez toho by DNA počítače vůbec pracovat nemohly že řetězce, které

nejsou přesně komplementární, spolu pohromadě držet nebudou. Ve druhé fázi pak

budeme schopni tyto molekuly rozdělit na základě rozdílů v jejich vlastnostech

(chování v elektrickém poli, hustota…) a správné řešení opět „přečíst“, tj.

převést do jazyka původního problému. V praxi se celý postup, tj. párování a

rozdělování dle vlastností, obvykle vícekrát opakuje. Můžeme také enzymaticky

dělit párovaná vlákna opět na jednotlivé řetězce. O DNA computingu se proto

poněkud vulgárně mluví jako o metodě, kdy něco nasypete do „kýblu“ a potom už

pouze počkáte, až vám odtud vypadne správné řešení.



Obchodní cestující

Zdají se vám předchozí řádky příliš abstraktní? Příkladem, na kterém se využití

DNA počítačů často demonstruje, je tzv. problém obchodního cestujícího (v

angličtině Travelling Salesman Problem). V první variantě si představte, že

jste obchodní cestující, který musí projet X městy. Začne v bodě A a končí v

bodě X, pořadí mezi tím může být jinak libovolné, ovšem podmínkou je navštívit

všechna města, každé navštívit právě jednou a přitom urazit co nejkratší

vzdálenost. Úlohu je možné řešit pouze hrubou silou, tedy stanovením všech

možností a jejich seřazením dle vzdálenosti.

V DNA computingu budeme zřejmě postupovat následujícím způsobem: Připravíme si

sadu nukleových kyselin (molekul, sekvenci nukleotidů), které budou odpovídat

jednotlivým městům. Jiné sekvence budou reprezentovat cesty mezi uzly. Např.

cesta mezi bodem A a B bude mít na začátku báze komplementární s koncem

sekvence města A, na svém konci báze komplementární se začátkem řetězce

reprezentujícího bod B. Délka úseku mezi komplementárními částmi cesty pak bude

odpovídat

vzdálenosti mezi body.

Ve zkumavce smícháme všechny předpřipravené sekvence nukleové kyseliny. V

okamžiku proběhne obrovské množství reakcí, jednotlivé řetězce se k sobě budou

přibližovat, dotýkat a zase vzdalovat. Tam, kde se ale k sobě přiblíží

komplementární řetězce, vytvoří se mezi párovými bázemi vodíkové vazby a obě

části již zůstanou pohromadě. Nyní tedy máme směs všech možností (Protože

reagující látky jsme přidali ve velkém množství, jednotlivé kombinace jsou zde

zastoupeny ve větším počtu. Z našeho hlediska se prostě spoléháme na to, že je

statisticky víceméně vyloučeno, aby nějaký způsob poskládání řetězců zcela

scházel). Nyní nám zbývá najít správné řešení, tj. analytickými metodami od

sebe látky oddělit dle jejich vlastností. Hypoteticky můžeme postupovat třeba

následujícím způsobem: ke směsi přidáme „činidlo 1“, sekvenci nukleotidů

komplementárních k začátku molekuly A. Činidlo 1 má na sobě navázán atom

železa. Všechny cesty, vyhovující našemu řešení, začínají v bodě A. Vyhovující

řetězce musí mít tedy začátek bodu A prázdný, bez nalepeného komplementárního

řetězce „cesty“. Na toto místo se „přilepí“ činidlo 1. Všechny vyhovující

molekuly jsou tedy nyní označené železem. Směs vystavíme účinkům magnetického

pole a látky rozdělíme na magnetické a nemagnetické. Nyní jsme tedy dostali

množinu všech cest, které vyhovují podmínce „začátek v bodě A“ a nějakou

enzymaticky specifickou reakcí vazbu Bod A-činidlo 1 rozštěpíme. Směs opět

podrobíme účinkům magnetického pole a oddělíme činidlo 1 (frakce, která nás

nyní zajímá, je samozřejmě ta nemagnetická).

Analogickými metodami získáme nakonec směs molekul, která přesně vyhovuje

zadaným podmínkám. Každá z těchto molekul obsahuje sekvence kódující všechny

body, a to právě jednou. Molekuly se však liší cestami mezi body. Námi hledaná

cesta je právě ta nejkratší a protože délka „nekomplementárních“ částí cest

odpovídá délce skutečné, musíme získat nejkratší molekulu. Taková molekula by

např. měla být také nejlehčí, jednotlivé řetězce nukleové kyseliny se dle své

velikosti liší i v dalších fyzikálních vlastnostech (body tání, chování v

gravitačním poli nebo v elektromagnetickém poli), takže můžeme použít klasické

postupy chemické analýzy typu chromatografických kolon. Směs tedy opět nějak

rozdělíme a „přečteme“ správné řešení. V praxi samozřejmě přečteme molekul více

a zjistíme, zda jsou shodné. Pokud ne, ověříme, jaká z nich kóduje výhodnější

cestu.



Adlemanův postup

Již v podstatě klasickým případem, na němž se také dobře demonstruje využití

DNA počítačů, je modifikovaný případ obchodního cestujícího. Příslušný pokus se

sedmi uzly zrealizoval již v roce 1994 Leonard Adleman a výsledky publikoval v

americkém časopise Science. My v tomto případě reprodukujeme průběh pokusu dle

článku Adama Rubena a Laury Landwaberové z časopisu Nature (říjen 2000).

V tomto případě nebylo cílem najít nejkratší cestu, ale cestu libovolnou. Ne

všechny body grafu jsou totiž spolu spojeny, cesty jsou navíc pouze jednosměrné

(viz obrázek) a dopředu tedy samozřejmě není jasné ani to, kolik řešení (tzv.

hamiltonian) vlastně existuje. Podle charakteru zadání nemusí být úloha

řešitelná vůbec. Adleman postupoval analogicky předešlému případu. Připravil si

sekvence vždy 20 nukleotidů odpovídající jednotlivým místům a cestám mezi nimi

zde logicky zahrnul pouze řetězce reprezentující existující cesty, včetně

příslušné směrové orientace. Sekvence pro cestu přitom na rozdíl od předešlého

případu obsahuje pouze části komplementární s řetězci příslušných měst, tj.

schází volná, nepárová část vyjadřující vzdálenost. Cesty jsou opět tvořeny

dvaceti nukleotidy, počátečních deset komplemetárních se začátkem cesty,

dalších 10 s jejím koncem.

Postup vypadá následovně: lpo smíchání dostaneme odhadem směs asi 1013 molekul,

v nichž by mělo být i řešení.

poznáme a oddělíme molekuly začínající bodem 0 a končící bodem 6

poznáme a oddělíme molekuly, které obsahují přesně 140 nukleotidů (tj. sedm

bodů po enzymatickém oddělení obou řetězců, můžeme také pracovat s

dvouřetězcovými molekulami a v takovém případě nás zajímají molekuly s celkem

260 nukleotidy, tj. sedm bodů v jednom řetězci a šest cest mezi nimi v řetězci

komplementárním)

rozpoznáme a oddělíme řetězce, v nichž se opakuje stejná sekvence, tj.

vícenásobný přechod jedním uzlem.

pokud nám v tuto chvíli ještě nějaká molekula zbyla, jde o hamiltonian.

Přečteme její strukturu a zkontrolujeme, zda vyhovuje podmínkám zadání. V tomto

případě bychom samozřejmě správně měli dostat cestu 0"3" 4"1"2"5"6.

Přednosti DNA počítačů

Výše popsaný problém obchodního cestujícího se sedmi body zabral Adlemanovi

přibližně 7 dní práce v laboratoři. Stávající PC vyřeší úlohu za necelou

sekundu. Mně osobně trvalo řešení asi pět minut. (Správné řešení příkladu, tedy

cestu 0–3–4–1–2–5–6 lze v tomto případě najít jednak ručně výčtem všech

možností. Výhodu, kterou člověk může použít na rozdíl od klasického i DNA

počítače, však v tomto konkrétním případě představuje „poloanalytická“ metoda,

kdy úlohu řešíte raději protisměrně, z koncového bodu. Pokud vás tato možnost

napadne, trvá řešení dokonce jen několik sekund.)

Zdánlivě tedy DNA počítač nijak neoslnil, dokonce i za předpokladu, že

laboratorní práce by se mohla nějakým způsobem optimalizovat a celý proces tím

zrychlit. Pokud bychom ale přidávali další a další uzly, poměr mezi silou DNA a

klasického počítače by se začal obracet (a z hlavy bychom nebyli již velmi

rychle problém řešit vůbec). Zatímco stolní počítače dnes dosahují rychlosti

přibližně 106 operací za sekundu a superpočítače výkonu přibližně 1012, počet

operací realizovaných Adlemanovým počítačem je více než 1014 za sekundu, při

zavedení některých optimalizačních postupů až 1020 za sekundu.

K dalším výhodám DNA počítačů patří malá energetická náročnost. Na jeden joul

dodané energie může DNA počítač vykovat údajně až 2 × 1019 operací, což se

blíží maximu 34 × 1019, které vyplývá z omezujících účinků druhé věty

termodynamiky. Moderní superpočítače vykonají na jeden dodaný joule pouze 109

operací.

Ohromující je také přednost DNA počítačů v hustotě ukládaných dat. Suchá DNA

může obsahovat až 1012 krát více informací, než stejně objemné paměťové médium.

Jinak řečeno: gram sušené DNA nese asi tak stejně informace jako miliarda

CD-ROMů (http://unisci.com/stories/20001/0114005­.htm).



Přesnost přepisu informace

Aby mohla být v živých organismech zajištěna dědičnost, přepis informace musí

být dostatečně přesný. Párovat se spolu musí komplementární báze a žádné jiné.

Taková přesnost samozřejmě může být zajištěna pouze ve statistickém měřítku,

nikoliv absolutně. Živé organismy proto disponují řadou opravných nástrojů,

které jsou analogické např. funkci kontrolních součtů při přenosu informace v

počítačovém světě. Pro DNA počítače nám z výše uvedeného vyplývá následující

závěr: příslušné reakce musíme provádět s relativně velkými objemy molekul.

Postačující objem se však obvykle vejde do zkumavky. Ze statistického

charakteru všech postupů vyplývá jako principiální problém možnost chybovosti.

Určité postupy musíme pro dosažení větší přesnosti někdy opakovat a ve výsledku

kontrolovat, zda jsme skutečně získali řešení vyhovující všem vstupním

podmínkám. Různé chemické reakce či analytické postupy jsou samozřejmě nestejně

specifické. Ačkoliv stanovit nějaký obecný postup řešení problému na DNA

počítači není tedy příliš obtížné, konkrétní realizace algoritmu (např. jaké

kroky opakovat) vyžaduje příslušné biochemické znalosti. Úspěšnost jednotlivých

postupů se pak také samozřejmě porovnává na základě experimentálních výsledků.

Současné postupy výpočtů na DNA počítačích by zřejmě bylo možné optimalizovat.

V tuto chvíli je však rovněž důležitá demonstrační role těchto postupů,

analytické metody jsou tedy voleny rovněž s ohledem na svou názornost,

pochopitelnost a „teoretickou čistotu“.



Další kategorie problémů

Kromě již zmíněných šifer a problému obchodního cestujícího patří do sféry

zájmu DNA computingu i další obtížně vyčíslitelné problémy. Výše zmíněný článek

v časopisu Nature např. uvádí vyčíslování spojené s šachovými problémy, zejména

tzv. Knight Problem (knight je šachová figurka v češtině správně označovaná

jako jezdec, v rámci problému jde o rozmístění těchto figurek na určité ploše

šachovnice bez toho, aby se jezdci navzájem napadali). Na

http://dna2z.com/dnacpu/

dna2.html je popsáno i využití DNA počítačů při řešení problému 3 barev

(3-colourability problem). V tomto případě jde o rozhodnutí otázky, zda určitá

mapa s ohraničenými oblastmi může být vybarvena třemi barvami, aniž by se

přitom jednotlivé stejně zbarvené plochy navzájem dotýkaly.





Pouze DNA?

Výše jsme hovořili někdy o nukleových kyselinách, současně jsme však užívali

termínu DNA computing. DNA ovšem není jedinou nukleovou kyselinou. Mohou se

konstruovat i počítače založené na RNA? V principu tomu nebrání vůbec nic a obě

látky se z hlediska počítání chovají analogicky. Modely RNA počítačů již

existují a RNA má oproti DNA dokonce některé výhody.

Principem celé této třídy počítačů je jakýsi chemický obtisk, zrcadlení.

Teoreticky bychom pro něj mohli dokonce použít libovolnou látku, která je

schopná „zrcadlení“. V přírodě se takový přenos informace realizuje nejen v

živých organismech. Např. vrstvy jílů kopírují povrch, na který nasedají (tj.

spodnější vrstvy jílů), jejich rámcově pravidelná struktura v sobě obsahuje

velké množství poruch a ty se opět kopírují výše. Tím je v jílovém

pseudokrystalu zajištěna určitá obdoba dědičnosti. Po vyschnutí určité lokality

mohou být navíc drobné částice jílu rozfoukány větrem a svými strukturami pak

jaksi infikují další lokality. Hypoteticky jsou tedy jíly, respektive jejich

struktury, různě úspěšné a probíhá mezi nimi jakási analogie evoluce živých

soustav (Jaroslav Flegr: Mechanismy mikroevoluce, skripta PřF UK).

Ať tak či onak, někdy se od termínu DNA počítače upouští a raději se používá

obecnější označení molekulární počítač.

DNA počítač můžeme za živý systém označit jen stěží, existuje ale i příbuzná

kategorie počítačů skutečně biologických. Robert Birge z Univerity of Syracuse

navrhl konstrukci počítače, jehož základní stavební jednotkou by byly bakterie

vytvářející specifické plošné či prostorové struktury. Data z „počítače“ by se

četla fotometricky, bakterie by totiž produkovaly nějaké barvivo. Zápis do

paměti by se prováděl rovněž na optickém principu, přičemž bacily by obsahovaly

na světlo citlivý protein bacteriorhodopsin. Ve washingtonské Naval Research

Laboratory (http://www.nrl.navy.mil/) probíhají i pokusy s biopočítači

využívajícími jako své základní jednotky nervové buňky. Na tomto výzkumu se

podílí rovněž společnost SAIC Corporation (http://www.saic.com/).



Budoucnost DNA počítačů

V současnosti se vývoj DNA počítačů odehrává především ve dvou směrech. Problém

obchodního cestujícího jsme řešili pomocí molekul DNA pohybujících se v

roztoku. Druhý směr výzkumu se snaží realizovat příslušné procesy spíše na

pevných površích. Na univerzitě v americkém Wisconsinu se v roli povrchu

experimentuje se skleněnými destičkami, nechybí ani pokusy připravit pro

nukleovou kyselinu nosič obsahující zlato. Samozřejmostí je pak možnost použití

bílkovin jako nosiče pro nukleové kyseliny.

Výsledkem tohoto procesu by nakonec měla být jakási sada postupů, která bude

odpovídat zcela obecným operacím. Určitý typ chemické reakce by např. mohl

odpovídat jednomu typu matematické operace. Pro DNA počítače by tak měla být

vypracována obdoba assembleru, přičemž instrukce by se od té chvíle realizovaly

automaticky na jakési obdobě dnešního čipu. Zajímavým směrem je rovněž

realizace DNA počítače přímo v živých buňkách, tedy jakási obdoba biologických

počítačů. Podle článku v The Chronicle of Higher Education je např. uzel

programu možno realizovat jako rozdíl v procesech syntézy DNA u zdravých bacilů

Escherichia coli a u těchto mikrobů infikovaných nějakým virem.

Určitým problém DNA strojů je samozřejmě zajištění vratnosti. Zatímco

obousměrný přechod mezi stavy nabito-nenabito je v klasických počítačích

realizovatelný poměrně snadno, vratnost chemických reakcí a regenerace původní

DNA je záležitostí neskonale složitější. Stávající DNA počítače zatím nepracují

v cyklu, musíme do nich dodávat nejen energii, ale i pracovní materiál.

Nezanedbatelnou otázkou je také ekonomická stránka problému. V první řadě se

jedná o prostředky vynaložené na výzkum. Stávající projekty probíhají především

za grantové podpory americké National Science Foundation, ale třeba také z

peněz Pentagonu. Z hlediska amerického ministerstva obrany jsou samozřejmě

klíčové především ty aplikace využití molekulárních počítačů, které mají nějaký

vztah k otázce šifer. Sporná je ale také ekonomická stránka věci při případném

budoucím rutinním provozu DNA, kde existuje celá řada navzájem protichůdně

působících faktorů: nízká spotřeba energie, časová náročnost, otázka míry

potřebné lidské práce, nejistá znovupoužitelnost materiálu. V živých

organismech existuje obrovské množství nukleových kyselin, vstupního materiálu

je ovšem dostatek pouze zdánlivě, protože pro využití v DNA počítačích je z

řady důvodů třeba používat sekvence syntetizované uměle.

Kromě řešení obtížně vyčíslitelných problémů se nabízejí i další možné

aplikace. DNA počítače by v budoucnu např. mohly přímo číst informace uložené v

DNA živých organismů bez nutnosti provádět překlad mezi dvěma jazyky (mezi

logikou reprezentovanou jedničkami a nulami a mezi systémem založeným na

párování nukleotidů). Počítače založené na DNA by také mohly snadno provádět

kontrolu biometrických údajů, takže by např. dokázaly jednoduše identifikovat

uživatele na základě jeho libovolné buňky obsahující právě DNA. Molekulární

počítače by se mohly stát základem nové generace miniaturních robotů, třebaže

stávající stupeň miniaturizace zatím neodpovídá požadavkům, které by byly

kladeny na skutečné nanotechnologie.

I pokud by se ale nakonec ukázalo, že praktické potíže při konstrukci DNA

počítačů jsou příliš velké až nepřekonatelné, celý obor minimálně zvyšuje míru

přesnosti, s níž chápeme chování nukleových kyselin a tedy samotné replikační

mechanismy, jimž podléhají živé organismy. Výzkum na poli molekulárního

computingu bude tedy představovat minimálně přínos pro genetiku, biochemii a

molekulární a evoluční biologii. Nasnadě je také možné využití získaných

poznatků v lékařství. Na druhé straně: právě to, že mnohdy ještě přesně

nerozumíme všem procesům, které se odehrávají v živých organismech, nám ovšem

působí překážky i při konstrukci DNA počítačů.



DNA počítače a kvantové počítače

O DNA počítačích se někdy hovoří v jedné rovině s počítači kvantovými. Toto

spojení je však oprávněné pouze částečně. V obou případech se jedná o

technologie, které mohou pomoci překonat omezení vyplývající z fyzikálních

limitů dnešních počítačů (čip nemůže být menší než atom). V obou případech

zatím neexistují žádné „obecné“ čipy, ale musíme konstruovat pro řešení určité

skupiny problémů vždy speciální počítač. U DNA počítačů ani u kvantových

počítačů není ani jasné, jaký přínos obě technologie nakonec přinesou v praxi.

Stávající přístroje zatím praktický význam nemají a může se stát, že se

technické problémy při konstrukci větších zařízení ukáží nepřekonatelnými.

Zatím však v obou případech převládá mírný optimismus.

DNA a kvantové počítače však současně vykazují řadu zcela zásadních rozdílů.

DNA počítač se v principu nijak neliší od klasického. Obrovský výpočetní výkon

je dán především masivním paralelismem, kdy spolu vedle sebe vstupuje do

interakce velké množství molekul. Na rozdíl od počítače kvantového se však

systém DNA nachází v jediném okamžiku v jednom zcela konkrétním stavu. U

kvantového počítače se naproti tomu hovoří o superpozici stavů a systém obsáhne

v jediném okamžiku 2n možností (kde „n“ je počet stavebních kamenů systému).

DNA počítače sice mohou řešit problémy neskonale složitější, než zvládnou

stávající supercomputery, nikoliv však problémy řádově složitější. Třídy

problémů, které se pokládají za principiálně problematicky řešitelné (při

jejich rostoucí složitosti roste čas potřebný k řešení exponenciálně), takovými

zůstanou i na DNA počítačích. DNA počítače mohou mez řešitelnosti výrazně

pousnout nikoliv však principiálně. Přístroj založený na DNA je prostě masivním

paralelním superpočítačem.

Navíc není vůbec jasné, jak by se vlastně přenášela ona kvantová informace do

klasické elektrochemické podoby, s níž se pracuje v rámci živočišné nervové

soustavy.

Na úplný okraj stojí ovšem za to dodat, že podle některých spíše vedlejších

teorií má spolu biologie a kvantová fyzika společného mnohem více. Kvantové

procesy mohou, podle hypotézy, s níž vystoupili John Eccles a Roger Penrose,

probíhat v lidském mozku (jistá kvantová neurčitost se pak dává dokonce do

souvislosti s velmi problematickým fenoménem svobodné vůle), eventuálně by se

mohly uplatnit i v průběhu biologické evoluce (Organismy by si pak podle

teorie, s níž přišel J. Mc Fadden, jaksi „vybíraly“ výhodnější mutace, přičemž

by měly k dispozici přehled o více alternativách současně). Obě teorie však

nikdy nedosáhly obecnějšího přijetí. Jak poznamenává např. František Koukolík

ve své Knize o Evě a Adamovi (Makropulos, Praha, 1997), proti možnosti

kvantových procesů v lidském mozku hovoří mj. problémy, s nimiž se setkáváme

při konstrukci dnešních kvantových počítačů. Pokud si uvědomíme, jak snadno

může kvantový počítač (vlnová funkce) zkolabovat i při minimální interakci s

vnějším prostředím, potom by smysluplné kvantové události při teplotě a hustotě

částic v mozku nutně zanikly v tepelném/entropickém šumu.

1 0263 / pah