DNA计算及其应用简介
构成生物体的每一个细胞都携带着细胞生存所需的各种功能的信息。每个细胞中的这些遗传信息被储存在称为核酸的分子中。最稳定的核酸形式被称为脱氧核糖核酸（DNA）。每条DNA链都形成螺旋结构，是由数百万个相连的核苷酸组成的长聚合物。这些核苷酸由四个氮碱基之一、一个五碳糖和一个磷酸基组成。氮碱基--A（腺嘌呤）、T（胸腺嘧啶）、G（鸟嘌呤）、C（胞嘧啶）编码遗传信息，而其他的则提供结构稳定性。这些碱基的排列很重要，因为它们决定了不同基因的功能。
什么是DNA计算
DNA计算是自然计算的一个领域，它基于利用DNA的分子特性进行逻辑和算术运算的概念，用生物芯片取代传统的碳/硅芯片。这允许大规模的并行计算，复杂的数学方程或问题可以在更短的时间内得到解决。因此，有了相当数量的自我复制的DNA，计算的效率要比传统计算机高得多，因为传统计算机需要更多的硬件。要建立在DNA计算中执行的算法，需要有生物学和计算机科学的良好经验。信息或数据不再以二进制数字存储，而是以碱基A、T、G、C的形式存储。
应用
第一个DNA计算的理论是由Leonard Adleman在1994年提出的[1]。他用一个七点哈密尔顿路径问题或也叫旅行推销员问题来检验他的实验理论。在这个问题中，推销员需要在七个城市之间找到最短的路径，这些城市的距离是已知的，他不能两次穿过任何城市并返回到原来的城市。阿德尔曼用一个大约有20个碱基的短DNA序列和一个有20个碱基的互补链代表每个城市，作为城市之间的街道。所有的片段都能够相互连接。当这些片段被放入试管并混合时，DNA的自然结合倾向在不到一秒钟的时间内创造了109个阵型或解决方案。并非所有的都是正确的，他花了一个星期的时间，通过各种技术推断和过滤出最短的路径。
虽然这个解决方案并不理想，但这个演示为广泛的可能性和应用打开了闸门。下面提到一些正在开发的应用。
安全性
在密码学[2]中部署DNA算法以建立入侵检测模型是最新的发展。在1克DNA中存储108兆字节的数据的能力，导致有可能持有一个巨大的一次性垫。另一个例子是DNA隐写术，其中使用了一种新颖的方法将信息隐藏在一个微点中。取代传统的二进制编码，每个字母由三个化学碱基表示，即字母A由CGA编码。然后，这些信息被编码成DNA序列，并通过将其与大量超声处理过的随机人类DNA混合在一个管子里进行隐藏。这导致了微点的形成，然后由接收者用适当的引物（具有互补碱基的短序列）进行解码。然而，这种加密技术也存在一些问题。缺乏理论基础来解释实施和提出好的方案似乎是一个挑战。这些技术的应用和分析也很昂贵，需要现代化的基础设施。
调度
Zhixing等人提出了一种基于DNA计算的算法来解决工作调度问题[3]。为了解释有六个任务的模型，他演示了工作操作，模仿了用于哈密尔顿路径问题的方法。然而这并不是第一次，Watada[4]在2000年初使用DNA算法来解决电梯调度系统和柔性制造系统的重新安排。然而，由于缺乏理论基础，只考虑到了中等规模的任务。
聚类
聚类处理的是通过使用各种概念和算法创建一个结构，在一个复杂的数据集合中得出高度有意义的关系。基于DNA的聚类涉及使用链来分配边缘和顶点。对每个产生的聚类进行迭代计算以提高质量。在处理具有未知集群数量的大型异质数据时，这种方法特别有意义。它有助于通过DNA的高并行性特征来减少时间的复杂性。
优点和缺点
使用DNA链进行计算导致了高度的并行计算，弥补了芯片的缓慢处理。DNA所需的存储空间约为每立方纳米1比特，与普通的存储系统相比要少得多。 由于DNA中的化学键会产生能量来建立或修复新的链，因此电力消耗几乎为零。然而，这种计算产生的输出需要复杂昂贵的工具。DNA的合成也很容易出现错误，如不匹配的断裂。错误的可能性随着每次迭代而呈指数级增长，这降低了可靠性。
未来前景
DNA计算领域是一个新兴概念，仍处于起步阶段，其应用仍在理解之中。DNA计算可以被利用来与活细胞一起行动，在医疗设备中提供新的检测方法。随着灵活的分子算法的兴起，人们也许能够用可重复编程的瓦片组在纳米尺度上组装一个复杂的实体。尽管在不久的将来取代基于硅芯片的计算机似乎是非常不可能的，但解决超出传统计算机范围的问题的概念引起了深不可测的应用。
参考文献
[1]Adleman, L. M. (1994).组合问题解决方案的分子计算。科学》, 266(5187), 1021-1024。
[6]Young, W. C., & Sheu, B. J. (1997).解开计算的未来。IEEE电路和设备杂志，13（6），14-21。
