医药每日发布
下载贤集网APP入驻自媒体
世界正面临着内存容量的短缺，正在产生的数据量比存储信息的能力增长得更快。由于DNA具有惊人的持久性和存储高密度基因组信息的能力，它可以用来存储具有无与伦比的持久性（超过几个世纪）和密度的数据。然而，人们目前并不了解如何以自然界中发生的同样轻松、优雅和高效的方式识别和处理DNA中的信息。一个目标是能够在大量的DNA编码数据中找到单一的信息，这些数据大多是非结构化的，也就是说，缺乏明确的标签或组织。由人类和机器产生的大多数数据都是非结构化的。只是在过去的十年里，随着人工神经网络（ANN）的成熟，电子计算机才有能力解析非结构化数据，与人类相似，甚至比人类更好。有几个小组已经提出了理论或建立了基于DNA的网络，能够处理与ANN类似的信息，提供了开创性的概念证明。然而，这些网络对仅有微小差异的模式的辨别能力有限。 以前基于DNA的网络的例子使用核酸来存储和处理信息。然而，在自然界中，酶已经进化为处理DNA中的信息。遗传程序是由无数的DNA处理酶协调的，包括聚合酶，它们复制DNA或将其转录成RNA。在基因调控网络的启发下，在微流控平台的帮助下，来自日本东京大学A. J. Genot教授课题组今日在《Nature》上以题为“Nonlinear decision-making with enzymatic neural networks”发表了他们由酶驱动的深度人工神经网络的最新研究成果，缓解目前DNA存储的一个痛点。
