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 x 1019 operací, což se
blíží maximu 34 x 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
PŘEDPLATNÉ
ČLÁNKY DO MAILU