DNA_COMPUTINGDNA计算概述.ppt

DNA计算 DNA计算介绍 HPP问题的DNA计算模型 DNA计算的发展状况 DNA计算介绍 DNA与RNA 对DNA的操作 DNA计算的基本原理 DNA与RNA DNA（脱氧核糖核酸）是所有生物主要的遗传物质，它是一种高分子化合物，组成它的基本单位是脱氧核苷酸 RNA（核糖核酸）DNA的信息转移到RNA上，通过RNA来指导蛋白质的合成 DNA与RNA 脱氧核苷酸与核糖核苷酸的组成： DNA与RNA DNA与RNA 含氮碱基的种类： 腺嘌呤（A） 鸟嘌呤（G） 胞嘧啶（C） 胸腺嘧啶（T）- 尿嘧啶（U） DNA与RNA 配对规则： A——T（U） C——G DNA与RNA DNA与RNA DNA与RNA 对DNA的操作 切割(cutting)用限制内切酶切割DNA 链。限制内切酶识别链中特定的短序列,并在该位上将其“切割” 对DNA的操作 溶解 退火(melting annealing)将两个具有互补序列的单DNA 链分裂 键合 对DNA的操作 PCR（ Polymerase Chain Reaction ） 对DNA的操作 连接（ligation ） 对DNA的操作 电泳（Gel Electrophoresis） 对DNA的操作 磁珠分离（ Bead Separation ） DNA计算的基本原理 HPP问题的DNA计算模型 问题描述 算法设计 DNA计算的实现 问题描述 设G 是一个有向图, v1 , v2是G 的两个顶点,如果存在一条从v1出发到达v2 , 且经过G 中其它每个顶点一次且只有一次的有向路P ,则称P 是G中从v1到v2的一条有向Hamilton 路. 寻找一个给定有向图的有向Hamilton 路问题是所谓的有向Hamilton 路问题,简记为HPP 问题. 问题描述 算法设计 随机生成图中的各条路径 只保留那些由起始节点开始并且由终止节点结束的那些路径 只保留那些只经过n个节点路径（假设图有n个节点） 只保留那些每个节点只进入一次的那些路径 如果存在这样的路径，输出 DNA实现 编码： 每个节点： 随机生成一个20个核苷酸的字母链,并且保证每一个节点的编码是唯一的和可识别的 边：O i-j前10个核苷酸是Oi(i=0除外,当i=0时,取O0的全部编码)的3′端的10个核苷酸,边O i→j的后10个核苷酸是Oj(当j=6时,取O6的全部编码)的5′端的10个核苷酸 DNA实现 DNA实现 DNA实现 对图中每一个节点(i=0和i=6除外)和每一条有向边O i→j,加入50 pmol的O^i和50 pmol的 O i→j,混合后在连接酶的作用下发生连接反应,生成一个通过图的随机路径集 DNA实现 用O0及O^6做引物,通过聚合酶链式反应(Polymerase Chain Reaction,PCR)将第一步产生的由节点vin(O0)开始、vout(O6)结束的路径进行扩增. DNA实现 通过凝胶电泳技术,选出分子质量为140bp的DNA编码,得到路径中只有7个节点的DNA序列. DNA实现 将第三步的结果进行亲和纯化,相继重复用O^1,O^2,O^3,O^4,O^5的磁珠进行分离,选取通过节点1,2,3,4,5至少一次的路径. DNA实现 通过PCR扩增和和凝胶电泳,检测是否有Hamilton路径存在. DNA计算的发展状况 DNA计算的优点 DNA计算中存在的问题 DNA计算的应用 涉及到DNA计算的学科 目前DNA计算的主要研究方向 DNA计算的优点 运算速度快 低能耗 存储容量高 可以真正实现并行工作 DNA计算的优点 运算速度快 普通的计算机的运算速度为106次/秒，目前最快的超级计算机的计算速度为1012次/秒，而对于分子计算机，如果是两个DNA的连接视为一次操作，又假定4*1014个边DNA片断有一半发生了连接反应，则分子计算机的运算速度为1014次/秒 DNA计算的优点 低能耗 生化反应所需要的能量消耗很小, 完成同样的运算DNA 计算所消耗的能量是大型机的十亿分之一 DNA计算的优点 存储容量高 DNA 存储信息的密度是1 b it/nm3，而当前录像带的信息存储密度仅为1bit/1212nm3 DNA计算的优点 可以真正实现并行工作 传统电子计算机主要是串行工作，而分子计算机可视为多CPU的并行工作，可以实现现有计算机无法真正实现的模糊推理和神经网络运算功能。对于分子计算机，一个DNA分子相当于一个CPU，在1mol DNA溶液中就含有1023个分子，则可以实现1023量级的并行计算 DNA计算中存在的问题 DNA计算中误差消除问题 快速操作技术问题 DNA 计算系统的框架还未形成 DNA 制作成本较高 DNA计算中存在的问题 DNA计算中误差消除问题