rainban.gif

21世纪是生命科学的世纪,但是千万不要进生物系---专访北京大学欧阳颀院士(这北大院士对做为生物学世纪的二十一世纪敢做如此论言是否够惊人这北京大学院士的话我们证明不了,这里说组合数学的作用无它,仅点出当今世界第一最具影响力的生物医学科学家是跟组合数学家攻读的组合数学博士-并他俩都是海南琼州大学师爷的徒孙

我们知道DNA双螺旋结构的发现是20世纪最为重大的科学发现之一,和相对论、量子力学一起被誉为20世纪最重要三大科学发现,如此发现者沃森被美国《时代周刊》杂志评选为美国历史上最具影响力的20大人物之一,这DNA之父沃森的最近已出版到第六版的历史名著基因的分子生物学的第183页“遗传图DNA分子上的对应距离一致”一节说“如果是用正常的+链和带有缺失的—链进行复性,与—链上缺失那一般互补的+链,就不再形成氢键,这样就会形成一个单链的圈,从大部分是双股的分子上突出出来。从电子显微镜下很容易认出这个圈……”(这话是我从以前的他独立撰写第三版上抄录的,最近的几版都已是他和多人合写的),(包括上面世界第一的许多生物学家都认为,生物是从沃森发现双螺旋起,才成为科学的。就如一般的生物学课程都有高达80%的知识与此有关,也就难怪沃森这本书写到第六版仍有极为强大旺盛的生命力,一直在生物学中扮演极其重要的奠基性和基本性),而遗传图等都与圈结构有关,这就是做为研究圈结构的哈密顿圈哈密顿图登上革命性的历史舞台

人类基因组计划的目的是测定人类基因组的全部DNA序列(而DNA就是组合数学中的一个序列结构,图论又是组合数学的主要部分我们又即将进入“后基因组学”时代,其实质内容就是生物信息学与功能基因组学。可看复旦大学生命科学研究中心主任郝柏林院士畅谈离散数学生物信息学中的应用-[这里是郝院士对不大相干又是人工智能时代的中科院唯一智能研究所的系列讲座之一]离散数学又称为组合数学期刊网仅搜索DNA就见到已有很多论文)

这页要说DNA计算:它是计算机科学分子生物学相结合而发展起来的新型研究领域。最近国外报道有待突破的十大领域之一就有DNA计算机。它诞生于1994--即下面论文标志DNA计算机雏形的诞生。创立者Adleman的导师和一堆师兄弟都做图论哈密顿图。在这学科的诞生中,哈密顿路图(Hamiltonian path)发展和设计中扮演极其重要的角色(现已有DNA计算机将横空出世, 硅芯片会被淘汰近年来,美国、以色列、日本等相继透露或公开宣称已在试验中,特别是以色列等宣称他们已用在试验阶段诊断和治疗前列腺癌、肺癌、膀胱癌等及一些疑难杂症--如人民网报道诊治癌症的DNA计算机模型/以及DNA计算机将在癌症诊治中大显身手,这因在诊断一个人是否患有某种疾病之前,必须测量体内特定抗体(免疫球蛋白)的浓度等,如此可将纳米尺度的“DNA分子计算机作为分子级合成生物器件应用于各种疑难杂症疾病、癌症以及罕见病等的识别与控制这个不到头发大约直径1/105大小的纳米计算机,被输送入相应组织,它主要在细胞分子层面上工作,利用自身携带的生物传感器监测多种癌生物标志物,在肿瘤特殊环境下根据命令执行逻辑操作。这样,就可以在人体产生任何症状之前提前发现癌细胞。同时,重新组装基因回路迫使肿瘤细胞自我毁灭,而不损伤周围正常细胞。具体到各种独特程序也有所不同如有些可感知肿瘤等任何异常分子的存在,并同时与下游多个抑癌分子组成一个新的信号转导网络,进而重新编程肿瘤细胞的分子信息程序,逆转其恶性生物学行为,或诱导其进入自杀程序。目前已在多个癌症模型等中进行测试,充分证实了其在分子水平上的抗癌能力,为各种疑难杂症疾病、癌症以及罕见病等精准治疗提供了一个新方案,等等(巧的是-里见1994年另一图论专家也做出革命性突破而奠基雏型的量子计算机--它的计算速度超过传统计算机的亿倍)

论文标题:Molecular computation of solutions to combinatorial problems百科里只说这一篇论文
作者:Leonard M. Adleman这篇论文就是这里说的“伦纳德·阿德曼通过DNA序列的方法来解决著名的Hamilton Graph,而这Hamilton Graph就是海南琼州大学居于世界领先的哈密顿图
单位:Department of Computer Science, University of Southern California, Los Angeles 90089,USA.
论文摘要:The tools of molecular biology were used to solve an instance of the directed Hamiltonian path problem. A small graph was encoded in molecules of DNA, and the "operations" of the computation were performed with standard protocols and enzymes. This experiment demonstrates the feasibility of carrying out computations at the molecular level.
发表期刊卷号页码:Science. 1994 Nov 11;266(5187):1021-1024.

1.    论文链接网页:http://www.sciencemag.org/content/266/5187/1021) (也如百度网也只说这一篇论文,这篇论文说“伦纳德·阿德曼通过DNA序列的方法来解决著名的Hamilton Graph即哈密顿图

 

可参考“进化图论”(图论可以用来代表各种具有空间结构的群,例如细菌、动植物、组织结构、多细胞器官和社交网络。在进化过程中,每个个体依据自身的适应程度,进行繁殖病侵占到邻近顶点。图的拓扑反映了基因的演化——变异和选择的平衡)。图论具有这些重大作用就如界上最大学术视频--计算机科学的演讲视频最多-物理/化学/环境/建筑/哲学等的演讲视频也2百多、Graph Theory即“图论”竟有3百多,并除了运筹学1百多-其余如控制论、概率统计学、博弈论、优化论特别是其它数学学科的演讲视频都不到1

上面论文是Molecular computation”分子计算,其目标是实现类似分子计算机的甚至更广泛的功能,也可说是分子机器的一种,这里首页说在受聘于我的母校华师大的刚获诺贝尔化学奖Bernard L. Feringa分子机器将是一场无处不在的革命但仍暂时局限于某类并象上面一样试图在此基础建造出一个可以抓取并连接氨基酸的分子机器人,这些微型机器人因为体积微小能够进入人体,能自动检测人体癌症细胞,还可以用将药物直接送到病患的病灶之处这就和上面分子计算机从制造到功能都有许多共通或类似之处。区别主要只在于电子器件或信息处理构件基本尺度、材料和需要设置怎样的包括操作目标功能如此可有DNA分子机和RNA分子机等等,如北京大学一级教授许进的论文说基于上面AdlemanDNA理念设计制造计算机称为DNA计算机Ì生物计算机Ì甚至称为更广的分子计算机也都是正确的

迄今,DNA计算机被国外列为全球有待突破的十大领域之一。总之,DNA计算当前仍处在婴儿时期,但如果DNA计算能够趋于完美,采用这种技术的计算机所能存储的信息量将是按照当前标准所无法想象的。如此DNA计算机是当前极富吸引力又充满严峻挑战的领域。这领域1994年才宣告诞生,但就因有强大广泛美好的前景而似乎已是权威专家辈出,可DNA计算方面的著作包括从国外翻译引进的却仅几本,其中国内专家撰写的专著只有殷志祥院长的《图与组合优化中的DNA计算》和东华大学最年轻的博导丁永生教授的2。殷志祥教授在DNA计算方面的突出贡献或许源于他头十几年一直从事哈密顿图研究而打下的厚实基础,即殷志祥教授研究DNA计算之前的论文全部都是如下的哈密顿图论文:一类无爪泛圈泛圈图的一个充分条件一类泛圈线图泛圈性的一个充分条件一类Hamilton 爪图的泛圈泛连通图的一个充分条件 无爪图的Hamilton一类泛连通无爪一类泛连通的无爪 K_3图的Hamilton 一类泛圈 无爪图的泛连通 哈密顿连通图的一个充分条件,基于DNA计算的无向赋权图哈密顿路径问题。刚见以哈密吨图起家的殷志祥教授做为年轻专家竟唯一获得拥有5博士后流动站的该大学科技贡献个人奖(海南大学至今仍仅有1个博士后流动站刚见到说一个实验室里与DNA相关的工作还获得12个诺贝尔生物学或医学(图论同在这1994年萌芽的量子计算机也被认为将掀起一场划时代革命

阿德勒曼就是思索着不断尝试解决最优哈密顿路问题,才发展研制出解决它的武器-DNA计算机。因就是仅求个点顶的哈密顿路问题,即使目前最快的计算机也望洋兴叹”--几百年也解决不了。但利用DNA计算,就可能迎来曙光

至今,研制出的DNA计算机的体积象水滴一样小,DNA计算机的输入、输出和软件等都由DNA构成,硬件则由DNA操纵的酶构成DNA计算机已尝试用于评估特殊RNA分子的浓度等。当人体细胞出现癌变时,充当蛋白质生成媒介和传递遗传信息的信使核糖核酸RNA分子,会出现异常增多或减少的现象。由于癌症种类的不同,肌体中RNA分子的浓度也不一样,有的过大,有的可能过小。而计算机可根据事先编制好的医学程序,通过检测RNA分子浓度大小进而进行癌症诊断,它也能够识别与癌症相关的多种分子。

生物计算机还可对诊断出来的癌症进行治疗,即运用计算机输出装置,控制那些被认为受到癌细胞活动干扰的单链DNA分子的释放,并且还能释放出多种药物,使癌细胞自我销毁。现已设计出的试验性阶段的DNA计算机可鉴别表示患前列腺癌的RNA分子,并根据这一诊断,释放出长度较短的DNA链杀死癌细胞。也能够利用这种计算机,在试管中鉴别出一种肺癌的征兆。可预期将来(大约在将来十年至二十年间)能够在活体细胞中培养一名医生,这样不仅可以及时发现病情,而且能在人体出现外部病情症状前,采用必要的治疗措施。

目前,DNA计算机的研制尚处于起步阶段,它只能在特殊的盐溶液中发挥作用。要把它应用于活体细胞,还必须解决许多难题。可以预期,未来的DNA计算机将充当细胞医生的角色。

基因发现频率就是指对某种细胞中哪种基因正在活动进行分析,有助于确定疾病的种类。这种基因诊断过去需要3天的时间,而利用DNA计算机则只需6个小时左右。另外,在医疗领域以外,通过对分子排列进行操作来开发新材料的纳米科技领域也在探讨DNA计算机的应用。如果使用DNA计算机,就能够有效地配置分子,生产出新材料。

因此,DNA计算机正在不断朝着与原来的计算机不同的方向进化。也许将来在各个领域,我们的生活中都将离不开DNA计算机。

DNA计算机起源于人们对并行计算的研究和追求,以传统的图灵机(Turing Machine)为原型的现代电子计算机很难从真正意义上实现并行算。于是人们将目光投向了其它领域,以求获得完全不同的计算方式和计算理念。上个世纪90年代中期,以AdlemanLipton为首的一批科学家在DNA分子化学反应中找到了一条似乎可以解决并行计算的新路子。上面1994年发表在Science杂志上的论文就是第一篇有关DNA计算机的论文,主要是用DNA化学反应的方法解决了六个节点的哈密尔顿回路(Hamiltonian Path)问题。在此后至今的十年间,有关DNA计算机的论文虽不多,但只要能提出完整的解决问题的方法,并用实验加以实现,一般都可以在国际顶尖的杂志上发表,如ScienceNature

DNA计算机由于受到理论模型和实验条件的双重阻碍,至今未有突破性进展,只能解决一些特定的NP问题(不确定图灵机多项式可解问题),而不能朝通用(General Purpose)计算机的方向发展。然而困难与机遇并存,谁能提出通用计算机的模型,并用DNA分子实验加以实现,谁必将留名青史;退一步,如果能设计出更为简便的DNA计算机模型来解决NP问题也可以在规格很高的杂志上发表论文。DNA计算机之所以不能迅速前进的另一个原因是懂数学特别组合优化和理论计算机的人对生物实验知之甚少,而懂生物实验的人又对数学和理论计算机缺乏了解。

DNA计算机应用前景

未来的DNA计算机在研究逻辑、破译密码、基因编程、疑难病症防治以及航空航天等领域应用的独特优势,现在电子计算机是望尘莫及,应用前景十分乐观。比如,DNA计算机的出现,使在人体内、在细胞内运行的计算机研制成为可能,它能够充当监控装置,发现潜在的致病变化,还可以在人体内合成所需的药物,治疗癌症、心脏病、动脉硬化等各种疑难病症,甚至在恢复盲人视觉方面,也将大显身手。

完全可以想象,一旦DNA计算技术全面成熟,那么真正的人机合一就会实现。因为大脑本身就是一台自然的DNA计算机,只要有一个接口,DNA计算机通过接口可以直接接受人脑的指挥,成为人脑的外延或扩充部分,而且它以从人体细胞吸收营养的方式来补充能量,不用外界的能量供应。像科幻小学中向大脑植入以DNA为基础的人造智能芯片,未来就像现象接种疫苗一样简单。无疑,DNA计算机的出现将给人类文明带来一个质的飞跃,给整个世界带来巨大的变化,有着无限美好的应用前景。

不过,由于受目前生物技术水平的限制,DNA计算过程中,前期DNA分子链的创造和后期DNA分子链的挑选,要耗费相当的工作量。比如,阿德勒曼的试管电脑在几秒钟内就得出结果,但是他却花掉数周的时间去挑选正确的结果。还有,如果实验中城市数目增加到200个,那么计算所需的DNA重量将会超过地球的重量。而且数以亿计的DNA分子非常复杂,在反应过程中很容易发生变质和损伤,甚至试管壁吸附残留都可能发生致命错误。因此,DNA计算机真正进入现实生活尚需时日。

当前,世界许多国家包括我国的科学家正在积极克服和解决上述难题,预计1020年后,DNA计算机将进入实用阶段。

上面方向已成为计算生物学和生物信息学的一个重要核心。

计算生物学或生物信息学世界最权威中心应该是南加州大学,该校不仅有上面诺贝尔奖得主Leonard Adleman伦纳德·阿德曼Adleman的导师是图灵奖得主Manuel Blum也从事图论即组合数学的研究,我们海南琼州大学就毕业于中国第一个组合数学研究室),南加州大学还有被誉为“生物信息学之父”的美国三院院士Michael Waterman就主要是开创组合数学RNA二级结构分子最小自由能之间的研究,并撰写著名的《计算生物学导论》)。此外,加州的加州大学伯克利分校搞计算生物学及生物信息学的大牛Lior Pachter最近竟连续三天写了三篇博客矛头直指网络皇帝Barabási和新大牛Kellis加州大学圣地亚哥分校Pavel Pevzner教授也写了一本很有名的《计算分子生物学。这些计算生物学权威大师们一个共同点是他们以及他们的部分博士生的学位论文也做组合数学图论,如这2个大师的前面2本著名很大部分都是讲图论的理论方法和技术等的(图论在计算生物学和生物信息学的作用已非常广泛如国际数学联盟主席Laszlo Lovasz获得诺贝尔奖的当年就主编Graph Theory and Combinatorial Biology)。附赛亚基因科技生物芯片上海国家工程研究中心博奥生物暨生物芯片北京国家工程研究中心华大基因中心国家人类基因组北方研究中心国家人类基因组南方研究中心

  赵克文的主页