Hispanopedia Wiki
Articulo de referencia

computación de ADN

El dispositivo informático biocompatible: ácido desoxirribonucleico (ADN) La computación de ADN es una rama emergente de la computación no convencional que utiliza hardware de A...

Hispanopedia WikiContenido en espanolLectura gratuita
El dispositivo informático biocompatible: ácido desoxirribonucleico (ADN)

La computación de ADN es una rama emergente de la computación no convencional que utiliza hardware de ADN , bioquímica y biología molecular , en lugar de la computación electrónica tradicional . La investigación y el desarrollo en esta área se refieren a la teoría, los experimentos y las aplicaciones de la computación de ADN. Aunque el campo comenzó originalmente con la demostración de una aplicación de computación por Leonard Adleman en 1994, ahora se ha expandido a varias otras vías, como el desarrollo de tecnologías de almacenamiento, [ 1 ] [ 2 ] [ 3 ] modalidades de imágenes a nanoescala, [ 4 ] [ 5 ] [ 6 ] controladores sintéticos y redes de reacción, [ 7 ] [ 8 ] [ 9 ] [ 10 ] etc.

Historia

Leonard Adleman, de la Universidad del Sur de California, desarrolló inicialmente este campo en 1994. [ 11 ] Adleman demostró una prueba de concepto del uso del ADN como una forma de computación que resolvió el problema del camino hamiltoniano de siete puntos . Desde los experimentos iniciales de Adleman, se han producido avances y se ha demostrado que varias máquinas de Turing son construibles. [ 12 ] [ 13 ]

Desde entonces, el campo se ha expandido en diversas áreas. En 1995, Eric Baum [ 14 ] propuso la idea de la memoria basada en ADN, postulando que, debido a su altísima densidad, se podría almacenar una enorme cantidad de datos en una cantidad ínfima de ADN. Esto amplió el horizonte de la computación de ADN al ámbito de la tecnología de memoria, aunque las demostraciones in vitro se realizaron casi una década después.

El campo de la computación de ADN puede clasificarse como un subcampo del campo más amplio de la nanociencia del ADN, iniciado por Ned Seeman aproximadamente una década antes de la demostración de Len Adleman. [ 15 ] La idea original de Ned en la década de 1980 era construir estructuras arbitrarias utilizando el autoensamblaje de ADN de abajo hacia arriba para aplicaciones en cristalografía. Sin embargo, se transformó en el campo del autoensamblaje estructural de ADN [ 16 ] [ 17 ] [ 18 ] que, a partir de 2020, es extremadamente sofisticado. En 2018 se demostraron estructuras autoensambladas desde unos pocos nanómetros de altura hasta varias decenas de micrómetros de tamaño.

En 1994, el grupo del profesor Seeman demostró las primeras estructuras reticulares de ADN utilizando un pequeño conjunto de componentes de ADN. Si bien la demostración de Adleman mostró la posibilidad de computadoras basadas en ADN, el diseño de ADN era trivial porque, a medida que aumenta el número de nodos en un grafo, el número de componentes de ADN necesarios en la implementación de Adleman crecería exponencialmente. Por lo tanto, los científicos informáticos y bioquímicos comenzaron a explorar el ensamblaje de teselas, donde el objetivo era utilizar un pequeño conjunto de hebras de ADN como teselas para realizar cálculos arbitrarios a medida que crecía el grafo. Otras vías que se exploraron teóricamente a finales de los 90 incluyen la seguridad y criptografía basadas en ADN, [ 19 ] la capacidad computacional de los sistemas de ADN, [ 20 ] las memorias y discos de ADN, [ 21 ] y la robótica basada en ADN. [ 22 ]

Antes de 2002, Lila Kari demostró que las operaciones de ADN realizadas por recombinación genética en algunos organismos son Turing completas. [ 23 ]

En 2003, el grupo de John Reif demostró por primera vez la idea de un robot caminante basado en ADN que se desplazaba a lo largo de una pista similar a la de un robot seguidor de línea. Utilizaron la biología molecular como fuente de energía para el robot. Desde esta primera demostración, se han presentado una amplia variedad de robots caminantes basados ​​en ADN.

Aplicaciones, ejemplos y novedades recientes

En 1994, Leonard Adleman presentó el primer prototipo de una computadora de ADN. El TT-100 era un tubo de ensayo lleno con 100 microlitros de una solución de ADN. Logró resolver una instancia del problema del camino hamiltoniano dirigido . [ 24 ] En el experimento de Adleman, el problema del camino hamiltoniano se implementó notacionalmente como el " problema del viajante ". Para ello, se crearon diferentes fragmentos de ADN, cada uno de los cuales representaba una ciudad que debía visitarse. Cada uno de estos fragmentos es capaz de enlazarse con los demás fragmentos creados. Estos fragmentos de ADN se produjeron y mezclaron en un tubo de ensayo . En cuestión de segundos, los pequeños fragmentos forman otros más grandes, que representan las diferentes rutas de viaje. Mediante una reacción química , se eliminaron los fragmentos de ADN que representaban las rutas más largas. Los restos son la solución al problema, pero en total, el experimento duró una semana. [ 25 ] Sin embargo, las limitaciones técnicas actuales impiden la evaluación de los resultados. Por lo tanto, el experimento no es adecuado para la aplicación, pero no obstante es una prueba de concepto .

Problemas combinatorios

Leonard Adleman obtuvo los primeros resultados sobre estos problemas .

Juego de tres en raya

En 2002, J. Macdonald, D. Stefanović y M. Stojanović crearon una computadora de ADN capaz de jugar al tres en raya contra un jugador humano. [ 26 ] La calculadora consta de nueve compartimentos que corresponden a las nueve casillas del juego. Cada compartimento contiene un sustrato y varias combinaciones de enzimas de ADN. El sustrato en sí está compuesto por una cadena de ADN a la que se le injertó un grupo químico fluorescente en un extremo y un grupo represor en el otro . La fluorescencia solo es activa si las moléculas del sustrato se cortan por la mitad. Las enzimas de ADN simulan funciones lógicas . Por ejemplo, dicho ADN se desplegará si se introducen dos tipos específicos de cadenas de ADN para reproducir la función lógica AND.

Por defecto, se considera que la computadora ha jugado primero en la casilla central. El jugador humano comienza con ocho tipos diferentes de hebras de ADN que corresponden a las ocho casillas restantes que puede jugar. Para jugar la casilla número i, el jugador humano vierte en todos los contenedores las hebras correspondientes a la entrada #i. Estas hebras se unen a ciertas enzimas de ADN presentes en los contenedores, lo que provoca, en uno de estos contenedores, la deformación de las enzimas de ADN que se unen al sustrato y lo cortan. El contenedor correspondiente se vuelve fluorescente, indicando qué casilla está jugando la computadora de ADN. Las enzimas de ADN se distribuyen entre los contenedores de tal manera que se asegura que lo mejor que puede lograr el jugador humano es un empate, como en el tres en raya real.

Computación basada en redes neuronales

Kevin Cherry y Lulu Qian, del Caltech, desarrollaron una red neuronal artificial basada en ADN capaz de reconocer dígitos manuscritos de 100 bits. Lo lograron programando previamente en una computadora el conjunto adecuado de pesos representados por moléculas de peso con concentraciones variables, las cuales se agregan posteriormente al tubo de ensayo que contiene las hebras de ADN de entrada. [ 27 ] [ 28 ]

Mayor velocidad gracias a la computación localizada (similar a la caché).

Uno de los desafíos de la computación de ADN es su baja velocidad. Si bien el ADN es un sustrato biológicamente compatible, es decir, puede usarse en lugares donde la tecnología de silicio no puede, su velocidad de cálculo sigue siendo muy lenta. Por ejemplo, el circuito de raíz cuadrada utilizado como referencia en el campo tarda más de 100 horas en completarse. [ 29 ] Si bien métodos más recientes con fuentes de enzimas externas están reportando circuitos más rápidos y compactos, [ 30 ] Chatterjee et al. demostraron una idea interesante en el campo para acelerar el cálculo a través de circuitos de ADN localizados, [ 31 ] un concepto que otros grupos están explorando más a fondo. [ 32 ] Esta idea, aunque originalmente propuesta en el campo de la arquitectura de computadoras, también se ha adoptado en este campo. En arquitectura de computadoras, es muy conocido que si las instrucciones se ejecutan en secuencia, tenerlas cargadas en la caché inevitablemente conducirá a un rendimiento rápido, también llamado principio de localización. Esto se debe a que con las instrucciones en la memoria caché rápida, no hay necesidad de intercambiarlas dentro y fuera de la memoria principal, lo que puede ser lento. [ 31 ] De manera similar, en la computación de ADN localizada, las hebras de ADN responsables del cálculo se fijan en un sustrato similar a una placa de pruebas, lo que garantiza la proximidad física de las puertas de cálculo. Se ha demostrado que estas técnicas de computación de ADN localizada pueden reducir el tiempo de cálculo en varios órdenes de magnitud. [ 31 ]

Computación de ADN renovable (o reversible)

Investigaciones posteriores sobre computación de ADN han dado lugar a la computación de ADN reversible, acercando la tecnología un paso más a la computación basada en silicio utilizada en (por ejemplo) PCs . En particular, John Reif y su grupo en la Universidad de Duke han propuesto dos técnicas diferentes para reutilizar los complejos de ADN de computación. El primer diseño utiliza compuertas de ADN bicatenario (dsDNA) [ 33 ] , mientras que el segundo utiliza complejos de horquilla de ADN [ 34 ] . Si bien ambos diseños presentan algunos problemas (como fugas de reacción), esto parece representar un avance significativo en el campo de la computación de ADN. Otros grupos también han intentado abordar el problema de la reutilización de las compuertas [ 35 ] [ 36 ] .

Utilizando reacciones de desplazamiento de hebras (SDR), se presentan propuestas reversibles en el artículo "Estrategia de síntesis de circuitos reversibles en computadoras de ADN" para implementar compuertas y circuitos reversibles en computadoras de ADN mediante la combinación de técnicas de computación de ADN y computación reversible . Este artículo también propone una biblioteca universal de compuertas reversibles (URGL) para sintetizar circuitos reversibles de n bits en computadoras de ADN con una longitud y un costo promedio de los circuitos construidos mejores que los métodos anteriores. [ 37 ]

Métodos

Existen diversos métodos para construir dispositivos informáticos basados ​​en ADN, cada uno con sus propias ventajas y desventajas. La mayoría de ellos construyen las compuertas lógicas básicas ( AND , OR , NOT ) asociadas a la lógica digital a partir de una base de ADN. Algunas de las bases utilizadas incluyen ADNzimas, desoxioligonucleótidos , enzimas e intercambio de secuencias de anclaje.

Mecanismos de desplazamiento de hebras

La operación más fundamental en la computación de ADN y la programación molecular es el mecanismo de desplazamiento de hebras. Actualmente, existen dos formas de realizar el desplazamiento de hebras:

Intercambio de agarre de dedos

Además de los esquemas simples de desplazamiento de hebras, también se han construido computadoras de ADN utilizando el concepto de intercambio de anclaje. [ 28 ] En este sistema, una hebra de ADN de entrada se une a un extremo cohesivo , o anclaje, en otra molécula de ADN, lo que le permite desplazar otro segmento de hebra de la molécula. Esto permite la creación de componentes lógicos modulares como puertas AND, OR y NOT y amplificadores de señal, que pueden conectarse para formar computadoras de tamaño arbitrariamente grande. Esta clase de computadoras de ADN no requiere enzimas ni ninguna capacidad química del ADN. [ 38 ]

Redes de reacciones químicas (CRN)

La arquitectura completa de la computación de ADN se asemeja mucho a la arquitectura de una computadora tradicional. En el nivel más alto, un lenguaje de programación de propósito general similar a C se expresa mediante un conjunto de redes de reacciones químicas (CRN) . Esta representación intermedia se traduce a un diseño de ADN a nivel de dominio y luego se implementa utilizando un conjunto de hebras de ADN. En 2010, el grupo de Erik Winfree demostró que el ADN puede usarse como sustrato para implementar reacciones químicas arbitrarias. Esto abrió el camino al diseño y la síntesis de controladores bioquímicos, ya que el poder expresivo de las CRN es equivalente al de una máquina de Turing. [ 7 ] [ 8 ] [ 9 ] [ 10 ] Estos controladores podrían usarse in vivo para aplicaciones como la prevención del desequilibrio hormonal.

ADNzimas

El ADN catalítico ( desoxirribozima o ADNzima) cataliza una reacción al interactuar con la entrada adecuada, como un oligonucleótido complementario . Estas ADNzimas se utilizan para construir compuertas lógicas análogas a la lógica digital en silicio; sin embargo, las ADNzimas se limitan a compuertas de una, dos y tres entradas, y actualmente no existe ninguna implementación para evaluar instrucciones en serie.

La compuerta lógica de ADNzima cambia su estructura cuando se une a un oligonucleótido correspondiente y el sustrato fluorogénico al que está unida se libera. Si bien se pueden usar otros materiales, la mayoría de los modelos utilizan un sustrato basado en fluorescencia porque es muy fácil de detectar, incluso a nivel de una sola molécula. [ 39 ] La cantidad de fluorescencia se puede medir para determinar si se produjo una reacción. La ADNzima que cambia queda entonces "usada" y no puede iniciar más reacciones. Por ello, estas reacciones se llevan a cabo en un dispositivo como un reactor de tanque agitado continuo, donde se elimina el producto antiguo y se añaden nuevas moléculas.

Dos ADNzimas de uso común se denominan E6 y 8-17. Son populares porque permiten la escisión de un sustrato en cualquier ubicación arbitraria. [ 40 ] Stojanovic y MacDonald han utilizado las ADNzimas E6 para construir las máquinas MAYA I [ 41 ] y MAYA II [ 42 ] , respectivamente; Stojanovic también ha demostrado la existencia de compuertas lógicas utilizando la ADNzima 8-17. [ 43 ] Si bien se ha demostrado que estas ADNzimas son útiles para construir compuertas lógicas, están limitadas por la necesidad de un cofactor metálico para funcionar, como Zn 2+ o Mn 2+ , y por lo tanto no son útiles in vivo . [ 39 ] [ 44 ]

Un diseño denominado bucle de tallo , que consiste en una sola hebra de ADN con un bucle en un extremo, es una estructura dinámica que se abre y se cierra cuando un fragmento de ADN se une a la parte del bucle. Este efecto se ha aprovechado para crear varias compuertas lógicas . Estas compuertas lógicas se han utilizado para crear las computadoras MAYA I y MAYA II , que pueden jugar al tres en raya hasta cierto punto. [ 45 ]

Enzimas

Las computadoras de ADN basadas en enzimas suelen tener la forma de una máquina de Turing simple ; existe un hardware análogo, en forma de enzima, y ​​un software, en forma de ADN. [ 46 ]

Benenson, Shapiro y sus colegas demostraron una computadora de ADN que utiliza la enzima FokI [ 47 ] y ampliaron su trabajo mostrando autómatas que diagnostican y reaccionan al cáncer de próstata : subexpresión de los genes PPAP2B y GSTP1 y sobreexpresión de PIM1 y HPN . [ 48 ] Sus autómatas evaluaron la expresión de cada gen, uno a la vez, y en caso de diagnóstico positivo liberaron una molécula de ADN de cadena simple (ssDNA) que es un antisentido para MDM2 . MDM2 es un represor de la proteína 53 , que a su vez es un supresor tumoral. [ 49 ] En caso de diagnóstico negativo, se decidió liberar un supresor del fármaco del diagnóstico positivo en lugar de no hacer nada. Una limitación de esta implementación es que se requieren dos autómatas separados, uno para administrar cada fármaco. Todo el proceso de evaluación hasta la liberación del fármaco tardó alrededor de una hora en completarse. Este método también requiere la presencia de moléculas de transición, así como de la enzima FokI. El requisito de la enzima FokI limita la aplicación in vivo , al menos para su uso en "células de organismos superiores". [ 50 ] También cabe señalar que las moléculas de "software" pueden reutilizarse en este caso.

Autoensamblaje algorítmico

Matrices de ADN que muestran una representación del triángulo de Sierpinski en sus superficies. Haga clic en la imagen para obtener más detalles. Imagen de Rothemund et al. , 2004. [ 51 ]

La nanotecnología del ADN se ha aplicado al campo relacionado de la computación del ADN. Se pueden diseñar teselas de ADN para que contengan múltiples extremos cohesivos con secuencias elegidas de manera que actúen como teselas de Wang . Se ha demostrado una matriz DX cuyo ensamblaje codifica una operación XOR ; esto permite que la matriz de ADN implemente un autómata celular que genera un fractal llamado junta de Sierpinski . Esto demuestra que la computación puede incorporarse al ensamblaje de matrices de ADN, ampliando su alcance más allá de las simples matrices periódicas. [ 51 ]

Capacidades

La computación de ADN es una forma de computación paralela que aprovecha las numerosas moléculas de ADN para probar múltiples posibilidades simultáneamente. [ 52 ] Para ciertos problemas especializados, las computadoras de ADN son más rápidas y pequeñas que cualquier otra computadora construida hasta la fecha. Además, se ha demostrado que ciertos cálculos matemáticos funcionan en una computadora de ADN.

La computación basada en ADN no aporta nuevas capacidades desde el punto de vista de la teoría de la computabilidad , que estudia qué problemas pueden resolverse computacionalmente utilizando diferentes modelos de computación. Por ejemplo, si el espacio requerido para la solución de un problema crece exponencialmente con el tamaño del problema ( problemas EXPSPACE ) en máquinas de von Neumann , seguirá creciendo exponencialmente con el tamaño del problema en máquinas de ADN. Para problemas EXPSPACE muy grandes, la cantidad de ADN necesaria es demasiado grande para ser práctica.

Tecnologías alternativas

En 2009 se estableció una colaboración entre IBM y Caltech con el objetivo de producir « chips de ADN ». [ 53 ] Un grupo de Caltech está trabajando en la fabricación de estos circuitos integrados basados ​​en ácidos nucleicos. Uno de estos chips puede calcular raíces cuadradas completas. [ 54 ] Se ha escrito un compilador en Perl . [ 55 ]

Ventajas y desventajas

La lenta velocidad de procesamiento de una computadora de ADN (el tiempo de respuesta se mide en minutos, horas o días, en lugar de milisegundos) se compensa con su capacidad para realizar una gran cantidad de cálculos paralelos. Esto permite que el sistema tarde un tiempo similar en realizar un cálculo complejo que uno simple. Esto se logra gracias a que millones o miles de millones de moléculas interactúan entre sí simultáneamente. Sin embargo, es mucho más difícil analizar las respuestas de una computadora de ADN que las de una digital.

Véase también

Referencias

  1. ↑ Church, GM; Gao, Y.; Kosuri, S. (2012-08-16). "Almacenamiento de información digital de próxima generación en ADN" . Science . 337 ( 6102): 1628. Bibcode : 2012Sci...337.1628C . doi : 10.1126 / science.1226355 . ISSN 0036-8075 . PMC 3581509. PMID 22903519. S2CID 934617 .    
  2. ↑ Erlich, Yaniv; Zielinski, Dina (2017-03-02). "DNA Fountain permite una arquitectura de almacenamiento robusta y eficiente" . Science . 355 (6328): 950– 954. Bibcode : 2017Sci...355..950E . doi : 10.1126 / science.aaj2038 . ISSN 0036-8075 . PMID 28254941. S2CID 13470340 .   
  3. ↑ Organick, Lee; Ang, Siena Dumas; Chen, Yuan-Jyue; Lopez, Randolph; Yekhanin, Sergey; Makarychev, Konstantin; Racz, Miklos Z.; Kamath, Govinda; Gopalan, Parikshit; Nguyen, Bichlien; Takahashi, Christopher N. (marzo de 2018). "Acceso aleatorio en el almacenamiento de datos de ADN a gran escala" . Nature Biotechnology . 36 (3): 242– 248. Bibcode : 2018NatBi..36..242O . doi : 10.1038/nbt.4079 . ISSN 1546-1696 . PMID 29457795. S2CID 205285821 .   
  4. ↑ Shah, Shalin; Dubey, Abhishek K.; Reif, John (10 de abril de 2019). "Programación de códigos de barras de ADN temporales para la identificación molecular única". Nano Letters . 19 (4): 2668– 2673. Bibcode : 2019NanoL..19.2668S . doi : 10.1021/acs.nanolett.9b00590 . ISSN 1530-6984 . PMID 30896178. S2CID 84841635 .   
  5. ↑ Sharonov, Alexey; Hochstrasser, Robin M. (2006-12-12). "Imágenes de subdifracción de campo amplio mediante la unión acumulada de sondas difusoras" . Actas de la Academia Nacional de Ciencias . 103 (50): 18911– 18916. Bibcode : 2006PNAS..10318911S . doi : 10.1073/pnas.0609643104 . ISSN 0027-8424 . PMC 1748151. PMID 17142314 .   
  6. ↑ Jungmann, Ralf; Avendaño, Maier S.; Dai, Mingjie; Woehrstein, Johannes B.; Agasti, Sarit S.; Feiger, Zachary; Rodal, Avital; Yin, Peng (mayo de 2016). "Imágenes cuantitativas de superresolución con qPAINT" . Nature Methods . 13 (5): 439– 442. doi : 10.1038/nmeth.3804 . ISSN 1548-7105 . PMC 4941813. PMID 27018580 .   
  7. 1 2 3 Shah, Shalin; Wee, Jasmine; Song, Tianqi; Ceze, Luis; Strauss, Karin ; Chen, Yuan-Jyue; Reif, John (2020-05-04). "Uso de la polimerasa de desplazamiento de hebras para programar redes de reacciones químicas". Journal of the American Chemical Society . 142 (21): 9587– 9593. doi : 10.1021/jacs.0c02240 . ISSN 0002-7863 . PMID 32364723. S2CID 218504535 .   
  8. 1 2 Chen, Yuan-Jyue; Dalchau, Neil; Srinivas, Niranjan; Phillips, Andrew; Cardelli, Luca; Soloveichik, David; Seelig, Georg (octubre de 2013). "Controladores químicos programables hechos de ADN" . Nature Nanotechnology . 8 (10): 755– 762. Bibcode : 2013NatNa...8..755C . doi : 10.1038 / nnano.2013.189 . ISSN 1748-3395 . PMC 4150546. PMID 24077029 .   
  9. 1 2 Srinivas, Niranjan; Parkin, James; Seelig, Georg; Winfree, Erik; Soloveichik, David (2017-12-15). "Sistemas dinámicos de ácidos nucleicos sin enzimas" . Science . 358 (6369) eaal2052. doi : 10.1126/science.aal2052 . ISSN 0036-8075 . PMID 29242317 .  
  10. 1 2 Soloveichik, David; Seelig, Georg; Winfree, Erik (23-03-2010). "El ADN como sustrato universal para la cinética química" . Actas de la Academia Nacional de Ciencias . 107 (12): 5393– 5398. Bibcode : 2010PNAS..107.5393S . doi : 10.1073/pnas.0909380107 . ISSN 0027-8424 . PMC 2851759. PMID 20203007 .   
  11. ↑ Adleman, LM (1994). "Cálculo molecular de soluciones a problemas combinatorios". Science . 266 (5187): 1021– 1024. Bibcode : 1994Sci...266.1021A . CiteSeerX 10.1.1.54.2565 . doi : 10.1126/science.7973651 . PMID 7973651 .  — El primer artículo sobre computación de ADN. Describe una solución para el problema del camino hamiltoniano dirigido . También disponible aquí: "Copia archivada" (PDF) . Archivado del original (PDF) el 6 de febrero de 2005. Consultado el 21 de noviembre de 2005 .{{cite web}}: CS1 mantenimiento: copia archivada como título ( enlace )
  12. ↑ Boneh, D.; Dunworth, C.; Lipton, RJ; Sgall, J. Í. (1996). "Sobre el poder computacional del ADN" . Matemáticas Aplicadas Discretas . 71 ( 1–3 ): 79–94 . doi : 10.1016/S0166-218X(96)00058-3 .— Describe una solución para el problema de satisfacibilidad booleana . También disponible aquí: "Copia archivada" (PDF) . Archivado del original (PDF) el 6 de abril de 2012. Consultado el 14 de octubre de 2011 .{{cite web}}: CS1 mantenimiento: copia archivada como título ( enlace )
  13. ↑ Lila Kari; Greg Gloor; Sheng Yu (enero de 2000). "Uso de ADN para resolver el problema de correspondencia postal acotada" . Theoretical Computer Science . 231 (2): 192– 203. doi : 10.1016/s0304-3975(99)00100-0 .— Describe una solución para el problema de correspondencia de Post acotado , un problema NP-completo de dificultad media. También disponible aquí:
  14. ↑ Baum, EB (1995-04-28). "Construyendo una memoria asociativa mucho más grande que el cerebro" . Science . 268 (5210): 583– 585. Bibcode : 1995Sci...268..583B . doi : 10.1126/science.7725109 . ISSN 0036-8075 . PMID 7725109 .  
  15. ↑ Seeman, Nadrian C. (1982-11-21). "Uniones y redes de ácidos nucleicos". Journal of Theoretical Biology . 99 (2): 237– 247. Bibcode : 1982JThBi..99..237S . doi : 10.1016/0022-5193(82)90002-9 . ISSN 0022-5193 . PMID 6188926 .  
  16. ↑ Tikhomirov, Grigory; Petersen, Philip; Qian, Lulu (diciembre de 2017). "Ensamblaje fractal de matrices de origami de ADN a escala micrométrica con patrones arbitrarios" . Nature . 552 (7683): ​​67–71 . Bibcode : 2017Natur.552...67T . doi : 10.1038/nature24655 . ISSN 1476-4687 . PMID 29219965. S2CID 4455780 .   
  17. ↑ Wagenbauer, Klaus F.; Sigl, Christian; Dietz, Hendrik (diciembre de 2017). "Ensamblajes de ADN programables en forma a escala de gigadaltons" . Nature . 552 ( 7683): ​​78–83 . Bibcode : 2017Natur.552...78W . doi : 10.1038/nature24651 . ISSN 1476-4687 . PMID 29219966. S2CID 205262182 .   
  18. ^ Ong, Luvena L.; Hanikel, Nikita; Yaghi, Omar K.; Grun, Casey; Strauss, Maximiliano T.; Bron, Patricio; Lai-Kee-Him, Josephine; Schueder, Florian; Wang, Bei; Wang, Pengfei; Kishi, Jocelyn Y. (diciembre de 2017). "Autoensamblaje programable de nanoestructuras tridimensionales a partir de 10.000 componentes únicos" . Naturaleza . 552 (7683): ​​72– 77. Bibcode : 2017Natur.552...72O . doi : 10.1038/naturaleza24648 . ISSN 1476-4687 . PMC 5786436 . PMID 29219968 .   
  19. ^ Leier, André; Richter, Christoph; Banzhaf, Wolfgang; Rauhe, Hilmar (1 de junio de 2000). "Criptografía con hebras binarias de ADN" . Biosistemas . 57 (1): 13– 22. Código Bib : 2000BiSys..57...13L . doi : 10.1016/S0303-2647(00)00083-6 . ISSN 0303-2647 . PMID 10963862 .  
  20. ↑ Guarnieri, Frank; Fliss, Makiko; Bancroft, Carter (1996-07-12). "Making DNA Add" . Science . 273 ( 5272): 220– 223. Bibcode : 1996Sci...273..220G . doi : 10.1126/science.273.5272.220 . ISSN 0036-8075 . PMID 8662501. S2CID 6051207 .   
  21. ↑ Bancroft, Carter; Bowler, Timothy; Bloom, Brian; Clelland, Catherine Taylor (2001-09-07). "Almacenamiento a largo plazo de información en el ADN" . Science . 293 ( 5536): 1763– 1765. doi : 10.1126/science.293.5536.1763c . ISSN 0036-8075 . PMID 11556362. S2CID 34699434 .   
  22. ↑ Yin, Peng; Yan, Hao; Daniell, Xiaoju G.; Turberfield, Andrew J.; Reif, John H. (2004). "Un caminante de ADN unidireccional que se mueve de forma autónoma a lo largo de una pista". Angewandte Chemie International Edition . 43 (37): 4906– 4911. Bibcode : 2004ACIE...43.4906Y . doi : 10.1002/anie.200460522 . ISSN 1521-3773 . PMID 15372637 .  
  23. ↑ "Investigador de biocomputación galardonado con el Premio Bucke" , Western News , Universidad de Western Ontario , 21 de marzo de 2002
  24. ↑ Braich, Ravinderjit S., et al. "Solución de un problema de satisfacibilidad en una computadora de ADN basada en gel." Computación de ADN . Springer Berlin Heidelberg, 2001. 27-42.
  25. ↑ Adleman, Leonard M (1998). "Computación con ADN". Scientific American . 279 (2): 54– 61. Bibcode : 1998SciAm.279b..54A . doi : 10.1038/scientificamerican0898-54 .
  26. ↑ [FR] - J. Macdonald, D. Stefanovic et M. Stojanovic, Des assemblages d'ADN rompus au jeu et au travail , Pour la Science , n.º 375, enero de 2009, p. 68-75 
  27. ↑ Qian, Lulu; Winfree, Erik; Bruck, Jehoshua (julio de 2011). "Computación de redes neuronales con cascadas de desplazamiento de hebras de ADN". Nature . 475 ( 7356): 368– 372. Bibcode : 2011Natur.475..368Q . doi : 10.1038/nature10262 . ISSN 0028-0836 . PMID 21776082. S2CID 1735584 .   
  28. 1 2 Cherry, Kevin M.; Qian, Lulu (2018-07-04). "Ampliación del reconocimiento de patrones moleculares con redes neuronales basadas en ADN de tipo ganador se lo lleva todo" . Nature . 559 ( 7714): 370– 376. Bibcode : 2018Natur.559..370C . doi : 10.1038/s41586-018-0289-6 . ISSN 0028-0836 . PMID 29973727. S2CID 49566504. Archivado del original el 2021-03-02 . Recuperado el 2020-10-17 .   
  29. 1 2 Qian, L.; Winfree, E. (2011-06-02). "Ampliación de la computación de circuitos digitales con cascadas de desplazamiento de hebras de ADN". Science . 332 (6034): 1196– 1201. Bibcode : 2011Sci...332.1196Q . doi : 10.1126/science.1200520 . ISSN 0036-8075 . PMID 21636773 . S2CID 10053541 .   
  30. ↑ Song, Tianqi; Eshra, Abeer; Shah, Shalin; Bui, Hieu; Fu, Daniel; Yang, Ming; Mokhtar, Reem; Reif, John (2019-09-23). ​​"Circuitos lógicos de ADN rápidos y compactos basados ​​en compuertas de cadena simple que utilizan polimerasa de desplazamiento de cadena". Nature Nanotechnology . 14 (11): 1075– 1081. Bibcode : 2019NatNa..14.1075S . doi : 10.1038/s41565-019-0544-5 . ISSN 1748-3387 . PMID 31548688 . S2CID 202729100 .   
  31. 1 2 3 Chatterjee, Gourab; Dalchau, Neil; Muscat, Richard A.; Phillips, Andrew; Seelig, Georg (2017-07-24). "Una arquitectura espacialmente localizada para computación de ADN rápida y modular". Nature Nanotechnology . 12 (9): 920– 927. Bibcode : 2017NatNa..12..920C . doi : 10.1038/nnano.2017.127 . ISSN 1748-3387 . PMID 28737747 .  
  32. ↑ Bui, Hieu; Shah, Shalin; Mokhtar, Reem; Song, Tianqi; Garg, Sudhanshu; Reif, John (2018-01-25). "Reacciones en cadena de hibridación de ADN localizadas en origami de ADN". ACS Nano . 12 (2): 1146– 1155. Bibcode : 2018ACSNa..12.1146B . doi : 10.1021/acsnano.7b06699 . ISSN 1936-0851 . PMID 29357217 .  
  33. ↑ Garg, Sudhanshu; Shah, Shalin; Bui, Hieu; Song, Tianqi; Mokhtar, Reem; Reif, John (2018). "Circuitos de ADN renovables con respuesta temporal" . Small . 14 (33) 1801470. Bibcode : 2018Small..1401470G . doi : 10.1002/smll.201801470 . ISSN 1613-6829 . PMID 30022600 .  
  34. ↑ Eshra, A.; Shah, S.; Song, T.; Reif, J. (2019). "Circuitos lógicos renovables basados ​​en horquillas de ADN". IEEE Transactions on Nanotechnology . 18 : 252–259 . arXiv : 1704.06371 . Bibcode : 2019ITNan..18..252E . doi : 10.1109/TNANO.2019.2896189 . ISSN 1536-125X . S2CID 5616325 .  
  35. ↑ Song, Xin; Eshra, Abeer; Dwyer, Chris; Reif, John (2017-05-25). "Circuitos lógicos de balancín de ADN renovables habilitados por fotorregulación del desplazamiento de hebras mediado por anclaje" . RSC Advances . 7 (45): 28130– 28144. Bibcode : 2017RSCAd...728130S . doi : 10.1039/C7RA02607B . ISSN 2046-2069 . 
  36. ↑ Goel, Ashish; Ibrahimi, Morteza (2009). «Puertas lógicas de ADN renovables y con respuesta temporal para circuitos digitales escalables». En Deaton, Russell; Suyama, Akira (eds.). Computación de ADN y programación molecular . Lecture Notes in Computer Science. Vol. 5877. Berlín, Heidelberg: Springer. pp. 67–77 . doi : 10.1007/978-3-642-10604-0_7 . ISBN   978-3-642-10604-0.
  37. ↑ Rofail, Mirna; Younes, Ahmed (julio de 2021). "Estrategia de síntesis de circuitos reversibles en computadoras de ADN" . Symmetry . 13 (7): 1242. Bibcode : 2021Symm...13.1242R . doi : 10.3390/sym13071242 .
  38. ↑ Seelig, G.; Soloveichik, D.; Zhang, DY; Winfree, E. (8 de diciembre de 2006). "Circuitos lógicos de ácidos nucleicos sin enzimas" ( PDF) . Science . 314 (5805): 1585– 1588. Bibcode : 2006Sci...314.1585S . doi : 10.1126/science.1132493 . PMID 17158324. S2CID 10966324 .  
  39. 1 2 Weiss, S. (1999). "Espectroscopia de fluorescencia de biomoléculas individuales". Science . 283 (5408): 1676– 1683. Bibcode : 1999Sci...283.1676W . doi : 10.1126/science.283.5408.1676 . PMID 10073925 . S2CID 9697423 .  También disponible aquí: http://www.lps.ens.fr/~vincent/smb/PDF/weiss-1.pdf
  40. ↑ Santoro, SW; Joyce, GF (1997). "Una enzima de ADN que escinde ARN de propósito general" . Actas de la Academia Nacional de Ciencias . 94 (9): 4262– 4266. Bibcode : 1997PNAS...94.4262S . doi : 10.1073/pnas.94.9.4262 . PMC 20710. PMID 9113977 .  También disponible aquí:
  41. ↑ Stojanovic, MN; Stefanovic, D. (2003). "Un autómata molecular basado en desoxirribozimas". Nature Biotechnology . 21 (9): 1069– 1074. doi : 10.1038/nbt862 . PMID 12923549 . S2CID 184520 .  También disponible aquí:
  42. ↑ MacDonald, J.; Li, Y.; Sutovic, M.; Lederman, H.; Pendri, K.; Lu, W.; Andrews, BL; Stefanovic, D.; Stojanovic, MN (2006). "Integración a escala media de compuertas lógicas moleculares en un autómata". Nano Letters . 6 (11): 2598– 2603. Bibcode : 2006NanoL...6.2598M . doi : 10.1021/nl0620684 . PMID 17090098 . También disponible aquí:
  43. ↑ Stojanovic, MN; Mitchell, TE; Stefanovic, D. (2002). "Puertas lógicas basadas en desoxirribozimas" . Journal of the American Chemical Society . 124 (14): 3555– 3561. Bibcode : 2002JAChS.124.3555S . doi : 10.1021/ja016756v . PMID 11929243 . También disponible en
  44. ↑ Cruz, RPG; Withers, JB; Li, Y. (2004). "Versatilidad de la escisión de la unión de dinucleótidos de la desoxirribozima 8-17" . Química y Biología . 11 (1): 57– 67. doi : 10.1016/j.chembiol.2003.12.012 . hdl : 11375/23673 . PMID 15112995 . 
  45. ↑ Grupo de Darko Stefanovic, Puertas lógicas moleculares Archivado el 18/06/2010 en Wayback Machine y MAYA II, un autómata de segunda generación que juega al tres en raya Archivado el 18/06/2010 en Wayback Machine .
  46. ↑ Shapiro, Ehud (1999-12-07). " Una máquina de Turing mecánica: plano para una computadora biomolecular" . Interface Focus . 2 (4). Instituto Weizmann de Ciencias : 497–503 . doi : 10.1098/rsfs.2011.0118 . PMC 3363030. PMID 22649583. Archivado del original el 2009-01-03 . Recuperado el 2009-08-13 .  
  47. ↑ Benenson, Y.; Paz-Elizur, T.; Adar, R.; Keinan, E.; Livneh, Z.; Shapiro, E. (2001). " Máquina de computación programable y autónoma hecha de biomoléculas" . Nature . 414 (6862): 430– 434. Bibcode : 2001Natur.414..430B . doi : 10.1038/35106533 . PMC 3838952. PMID 11719800 .  También disponible aquí:Archivado el 10 de mayo de 2012 en Wayback Machine.
  48. ↑ Benenson, Y.; Gil, B.; Ben-Dor, U.; Adar, R.; Shapiro, E. (2004). " Una computadora molecular autónoma para el control lógico de la expresión génica" . Nature . 429 (6990): 423– 429. Bibcode : 2004Natur.429..423B . doi : 10.1038/nature02551 . PMC 3838955. PMID 15116117 .  También disponible aquí: Un ordenador molecular autónomo para el control lógico de la expresión génica.
  49. ↑ Bond, GL; Hu, W.; Levine, AJ (2005). "MDM2 es un nodo central en la vía de p53: 12 años y contando". Current Cancer Drug Targets . 5 (1): 3– 8. doi : 10.2174/1568009053332627 . PMID 15720184 . 
  50. ↑ Kahan, M.; Gil, B.; Adar, R.; Shapiro, E. (2008). "Hacia computadoras moleculares que operan en un entorno biológico". Physica D: Nonlinear Phenomena . 237 (9): 1165– 1172. Bibcode : 2008PhyD..237.1165K . doi : 10.1016/j.physd.2008.01.027 .También disponible aquí:
  51. 1 2 Rothemund, PWK; Papadakis, N.; Winfree, E. (2004). "Autoensamblaje algorítmico de triángulos de Sierpinski de ADN" . PLOS Biology . 2 (12) e424. doi : 10.1371/journal.pbio.0020424 . PMC 534809. PMID 15583715 .  
  52. ↑ Lewin, DI (2002). "Computación de ADN". Computing in Science & Engineering . 4 (3): 5– 8. Bibcode : 2002CSE.....4c...5L . doi : 10.1109/5992.998634 .
  53. ↑(Artículo propio de Caltech) Archivado el 14 de octubre de 2011 en Wayback Machine .
  54. ↑ Ampliación de la computación de circuitos digitales con cascadas de desplazamiento de hebras de ADN
  55. ↑En línea

Lecturas adicionales

  • Martyn Amos (junio de 2005). Computación teórica y experimental del ADN . Serie de computación natural. Springer. ISBN 978-3-540-65773-6.— El primer texto general que abarca todo el campo.
  • Gheorge Paun, Grzegorz Rozenberg, Arto Salomaa (octubre de 1998). Computación del ADN: nuevos paradigmas informáticos . Springer-Verlag. ISBN 978-3-540-64196-4.{{cite book}}: CS1 maint: nombres múltiples: lista de autores ( enlace ) — El libro comienza con una introducción a temas relacionados con el ADN, los fundamentos de la bioquímica y la teoría del lenguaje y la computación, y avanza hacia la teoría matemática avanzada de la computación del ADN.
  • Zoja Ignatova; Israel Martínez-Pérez; Karl-Heinz Zimmermann (enero de 2008). Modelos de computación de ADN . Saltador. pag.  288.ISBN​ 978-0-387-73635-8.— Un nuevo texto general que abarque todo el campo.
  • Computación modelada por ADN
  • Explicación de cómo funcionan las cosas
  • Dirk de Pol: DNS: ¿un nuevo superordenador? . En: Die Neue Gesellschaft / Frankfurter Hefte ISSN 0177-6738 , Heft 2/96, febrero de 1996, págs. 170-172 
  • La "computadora de ADN" descifra el código , Physics Web
  • Ars Technica
  • - El New York Times: Computadora de ADN para la detección del cáncer
  • Dando vida a las computadoras de ADN, en Scientific American
  • Investigadores japoneses almacenan información en el ADN de las bacterias.
  • Reunión internacional sobre computación de ADN y programación molecular.
  • LiveScience.com - Cómo el ADN podría impulsar las computadoras