DNA 컴퓨팅

"오늘의AI위키"는 AI 기술로 일관성 있고 체계적인 최신 지식을 제공하는 혁신 플랫폼입니다.
"오늘의AI위키"의 AI를 통해 더욱 풍부하고 폭넓은 지식 경험을 누리세요.

1. 개요

DNA 컴퓨팅은 DNA 분자의 특성을 활용하여 정보를 저장하고 처리하는 계산 방식이다. 1994년 레너드 애들먼이 해밀턴 경로 문제를 DNA로 해결하면서 처음 제시되었으며, 병렬 계산을 통해 빠른 연산 속도와 높은 저장 용량을 가질 수 있다는 장점이 있다. DNA 컴퓨팅은 문제 해결, 게임, 생체 모방 컴퓨팅, 의학적 응용 등 다양한 분야에 적용될 수 있지만, 연산 속도가 느리고 해를 추출하는 과정이 복잡하며, DNA의 양이 기하급수적으로 증가하는 문제 등 기술적인 한계가 존재한다.

더 읽어볼만한 페이지

계산 모형 - 양자 컴퓨터
양자 컴퓨터는 양자역학적 현상을 이용하여 정보를 처리하는 컴퓨터로, 큐비트를 통해 0과 1을 동시에 표현하여 특정 연산에서 기존 컴퓨터보다 빠른 속도를 보이며 암호 해독, 신약 개발 등 다양한 분야에 혁신을 가져올 것으로 기대된다.
계산 모형 - 양자 회로
양자 회로는 양자 컴퓨팅에서 양자 논리 게이트들을 연결한 회로로, 큐비트의 양자역학적 특성을 활용하여 계산을 수행하며 양자 계산의 핵심 요소로서 연구가 활발히 진행되고 있다.
컴퓨터의 유형 - 데스크톱 컴퓨터
데스크톱 컴퓨터는 독립된 디스플레이, 키보드, 마우스 등을 연결하여 책상 위에 놓고 사용하는 개인용 컴퓨터로, 1970년대 후반 등장 이후 다양한 폼 팩터와 용도로 발전해왔으며, 노트북과 스마트 기기의 등장으로 성장세가 둔화되었으나 고성능을 요구하는 분야에서 중요한 위치를 차지하며 게이밍 데스크톱 시장의 성장과 함께 재조명받고 있다.
컴퓨터의 유형 - 양자 컴퓨터
양자 컴퓨터는 양자역학적 현상을 이용하여 정보를 처리하는 컴퓨터로, 큐비트를 통해 0과 1을 동시에 표현하여 특정 연산에서 기존 컴퓨터보다 빠른 속도를 보이며 암호 해독, 신약 개발 등 다양한 분야에 혁신을 가져올 것으로 기대된다.
DNA - 미토콘드리아 DNA
미토콘드리아 DNA(mtDNA)는 세포 호흡에 필수적인 유전 정보를 담고 있는 미토콘드리아 내의 이중 가닥 환상 DNA로서, 동물의 경우 약 16,000개의 염기쌍과 37개의 유전자로 구성되며, 모계 유전, 높은 돌연변이율, 질병 및 노화와의 연관성 등의 특징을 가진다.
DNA - 이중 나선
이중 나선은 DNA의 구조로서, 두 개의 폴리뉴클레오티드 사슬이 반대 방향으로 배열되어 오른손잡이 나선 구조를 이루며, 상보적인 염기쌍이 수소 결합으로 연결되고 주구와 부구라는 고랑을 가지며 다양한 형태가 존재한다.

DNA 컴퓨팅
개요
DNA 컴퓨팅의 개념도
유형	DNA 컴퓨터 DNA 프로그래밍 언어 DNA 나노기술
응용 분야	계산 복잡도 이론 암호학 나노기술
관련 주제	생체 컴퓨터 분자 컴퓨터 양자 컴퓨팅
관련 인물	레오나르도 아델만 앤드루 투린 나다브 세만
역사 및 배경
최초 개념	리처드 파인만 (1959년, "There's Plenty of Room at the Bottom" 강연)
실험적 시연	레오나르도 아델만 (1994년, 해밀턴 경로 문제 해결)
기본 원리
정보 표현	DNA 염기 서열 (A, T, G, C)
연산 수행	DNA 가닥의 결합 및 반응
병렬 처리	다수의 DNA 분자를 동시에 사용하여 연산 수행
기술적 특징
장점	높은 병렬성 에너지 효율성 높은 저장 밀도
단점	느린 연산 속도 높은 비용 오류 발생 가능성
DNA 데이터 저장
저장 원리	디지털 데이터를 DNA 염기 서열로 변환하여 저장
용량	이론적으로 1그램당 1엑사바이트 이상 저장 가능
장점	높은 저장 밀도 긴 보존 기간
활용	장기적인 데이터 보관, 디지털 아카이브
DNA 프로그래밍
개념	DNA 분자를 이용하여 화학 반응 네트워크를 프로그래밍
활용	분자 로봇 바이오 센서 약물 전달 시스템
관련 연구 및 동향
주요 연구 분야	DNA 컴퓨터 구조 개발 DNA 프로그래밍 언어 설계 오류 정정 기술 개발 DNA 기반 나노 소자 제작
미래 전망	생물학, 화학, 물리학, 컴퓨터 과학 융합을 통해 새로운 컴퓨팅 패러다임 제시

2. 역사

DNA는 아데닌(A)과 티민(T), 구아닌(G)과 시토신(C)이 짝을 이루어 결합하는 특성과, DNA 가닥을 조작하는 효소 (제한 효소, DNA 연결 효소, DNA 중합 효소)를 이용한다. 해답 후보가 되는 다수의 DNA 가닥을 동시에 생성한다는 점에서 일종의 초병렬 계산을 하는 계통으로 보기도 한다.

DNA 컴퓨팅은 초기에는 많은 관심을 받았지만, 2018년 현재 몇 가지 문제점이 지적되고 있다. 그 중 하나는 해를 추출하는 출력 과정에서 병목 현상이 발생한다는 점이다. 예를 들어, 레너드 애들먼의 실험에서는 연산 자체는 수초 만에 종료되었지만, 해를 추출하는 데는 2일이 소요되었다. 이는 다음과 같은 수작업을 거쳤기 때문이다.

먼저, 시작 노드와 종료 노드에서 끝나는 DNA 가닥을 중합효소 연쇄 반응(PCR)으로 증폭한다.
다음으로, 해로서 적절한 길이를 가진 DNA 가닥(애들먼 실험에서는 6)을 전기 영동으로 분리한다.
마지막으로, 모든 점을 경유하는 DNA 가닥을 철가루와 결합한 특수한 상보 DNA 가닥과 혼합하고, 노드의 수만큼 정제를 반복한다.

즉, DNA 컴퓨터는 연산은 빠르지만, 문제를 DNA 가닥 형태로 번역(입력)하고 해를 디지털 데이터 형태로 변환(출력)하는 과정에 문제가 있다.

또한, 복잡한 문제를 실행하려면 필요한 DNA의 양이 지수 함수적으로 증가한다는 문제도 있다. 지구상의 전체 분자 수나 우주에 존재하는 원자 수를 초과하는 물질을 계산 자원으로 사용하는 것은 물리적으로 불가능하며, 문제의 크기를 그렇게 크게 할 수 없으므로, 이것으로는 NP 완전 문제를 해결했다고 보기 어렵다. 단순히 NP 완전 문제에 속하는 문제를 매우 작은 크기의 입력에 대해 실험해 본 것에 불과하다.

DNA를 기억 매체로 사용하는 DNA 스토리지는 컴퓨팅은 아니지만 제안되고 있다. 그러나 생물의 유전 정보가 담긴 DNA(또는 RNA 등)를 기억 매체로 사용하는 것에는 문제가 있다. 염기 배열에는 생물학적으로 의미를 갖는 정보가 포함될 수 있다. 알려지지 않았거나 유해한 세균, 바이러스 등의 유전 정보를 대량으로 생성하여 환경에 누출될 경우, 환경이나 생명에 미치는 영향은 예측하기 어렵다.

2. 1. 초기 연구 (1980년대 ~ 1990년대)

레너드 애들먼은 1994년에 DNA 컴퓨팅 분야를 처음 개척했다.^[11] 애들먼은 7점 해밀턴 경로 문제를 해결하는 계산 형태로서 DNA의 개념 증명을 시연했다. 초기 애들먼의 실험 이후 진전이 있었고, 다양한 튜링 기계의 구축 가능성이 입증되었다.^[12]^[13]

1995년에는 에릭 바움이 DNA 기반 메모리에 대한 아이디어를 제안했는데,^[14] 그는 DNA의 초고밀도 때문에 엄청난 양의 데이터를 소량의 DNA에 저장할 수 있다고 추측했다. 이것은 DNA 컴퓨팅의 지평을 메모리 기술 영역으로 확장시켰지만, ''시험관 내'' 시연은 거의 10년 후에 이루어졌다.

DNA 컴퓨팅 분야는 렌 애들먼의 시연보다 약 10년 전에 [http://seemanlab4.chem.nyu.edu/ 넷 시먼]에 의해 시작된 더 광범위한 DNA 나노과학 분야의 하위 분야로 분류될 수 있다.^[15] 넷 시먼의 1980년대의 원래 아이디어는 결정학 응용을 위해 하향식 DNA 자기 조립을 사용하여 임의의 구조를 구축하는 것이었다. 그러나 그것은 2020년 현재 매우 정교한 구조적 DNA 자기 조립 분야로 발전했다.^[16]^[17]^[18]

1994년 시먼 교수의 그룹은 소수의 DNA 구성 요소를 사용하여 초기 DNA 격자 구조를 시연했다. 애들먼의 시연은 DNA 기반 컴퓨터의 가능성을 보여주었지만, 그래프의 노드 수가 증가함에 따라 애들먼의 구현에 필요한 DNA 구성 요소의 수가 기하급수적으로 증가했기 때문에 DNA 설계는 단순했다. 따라서 컴퓨터 과학자와 생화학자들은 성장 과정에서 임의의 계산을 수행하기 위해 소수의 DNA 가닥을 타일로 사용하는 것을 목표로 하는 타일 조립을 탐구하기 시작했다. 90년대 후반에 이론적으로 탐구된 다른 방법으로는 DNA 기반 보안 및 암호화,^[19] DNA 시스템의 계산 능력,^[20] DNA 메모리 및 디스크,^[21] 및 DNA 기반 로봇 공학이 있다.^[22]

1994년 레너드 애들먼은 최초의 DNA 컴퓨터 프로토타입을 선보였다. 그는 방향이 있는 해밀턴 경로 문제의 한 사례를 해결했다.^[24] 애들먼의 실험에서 해밀턴 경로 문제는 "외판원 문제"로 표기되어 구현되었다. 이를 위해 방문해야 하는 각 도시를 나타내는 서로 다른 DNA 조각들이 만들어졌다. 이 조각들은 다른 조각들과 연결될 수 있었다. 이러한 DNA 조각들은 생성되어 시험관에 혼합되었다. 몇 초 안에 작은 조각들은 더 큰 조각을 형성하여 다양한 이동 경로를 나타냈다. 화학 반응을 통해 더 긴 경로를 나타내는 DNA 조각들은 제거되었다. 남은 것이 문제의 해결책이었지만, 실험 전체는 일주일이 걸렸다.^[25] 그러나 현재 기술적인 한계로 인해 결과 평가가 어렵다. 따라서 이 실험은 실제 적용에는 적합하지 않지만, 그럼에도 불구하고 개념 증명이 되었다.

남캘리포니아 대학교의 컴퓨터 과학자이자 RSA 암호의 "A"로 알려진 레너드 애들먼은 2000년 전후에 연구가 확산되게 된 계기가 된 논문을 발표하였다. 그는 제임스 왓슨의 『유전자의 분자생물학』을 읽고 DNA에 의한 컴퓨팅의 가능성을 깨달았다고 한다. 애들먼은 1994년에 처음으로 DNA 가닥을 사용하여 NP 완전 문제의 한 예시로 잘 알려진 "해밀턴 경로 문제"를 풀었다. 해밀턴 경로 문제는 한 붓 그리기의 일종^[56]이며, 그래프 상의 모든 노드를 한 번씩 통과하는 경로(패스)가 존재하는지, 존재한다면 구체적인 해를 제시하라는 문제이다. 애들먼의 실험에서는 노드 7개, 패스 14개 규모였다. 문제를 21개(7+14)의 DNA 가닥으로 번역하여 해를 제시했다.

2. 2. 확장 및 발전 (2000년대 ~ 현재)

레너드 애들먼이 1994년 DNA 컴퓨팅 개념을 처음 선보인 이후, 2000년대에 들어서면서 DNA 컴퓨팅은 다양한 분야로 확장 및 발전되었다.

2000년대 초, DNA는 보안, 암호화, 메모리, 로봇 공학 등 다양한 분야에 응용되기 시작했다. 2002년 릴라 카리(Lila Kari)는 유전자 재조합을 이용하여 튜링 완전성을 증명했다.^[56] 2003년 존 라이프(John Reif) 그룹은 DNA 기반 보행자 아이디어를 제시했다.^[33]^[34]

2002년, J. 맥도날드, D. 스테파노비치, M. 스토야노비치는 인간 플레이어를 상대로 틱택토 게임을 할 수 있는 DNA 컴퓨터를 만들었다.^[26] 이 컴퓨터는 DNA 효소를 이용하여 논리 함수를 시뮬레이션하고, 형광을 통해 결과를 표시하는 방식으로 작동했다.

캘리포니아 공과대학교의 케빈 체리와 루루 치엔은 2011년 100비트 손글씨 숫자를 인식할 수 있는 DNA 기반 인공 신경망을 개발했다.^[27]^[28] 이들은 DNA 가닥을 이용하여 가중치를 표현하고, 입력 DNA 가닥과의 반응을 통해 결과를 도출하는 방식을 사용했다.

DNA 컴퓨팅의 주요 과제 중 하나는 느린 속도였다. 예를 들어, 제곱근 계산 회로는 완료하는 데 100시간 이상이 걸렸다.^[29] 그러나 국소화된 DNA 회로를 통해 계산 속도를 높이는 연구들이 진행되면서, 계산 시간을 수십 배 줄일 수 있는 가능성이 제시되었다.^[31]^[32]

PC에 사용되는 실리콘 기반 컴퓨팅에 더 가깝게 만들기 위해, 가역적 DNA 컴퓨팅 연구도 진행되었다.^[37] 듀크 대학교의 존 레이프(John Reif) 그룹은 컴퓨팅 DNA 복합체를 재사용하는 기술을 제안하여 DNA 컴퓨팅 분야의 중요한 발전을 이끌었다.^[33]^[34]

도쿄 대학과 올림푸스(Olympus Corporation)는 2002년 전자 컴퓨터와 DNA 반응 장치를 조합한 프로그래밍 가능한 범용 컴퓨터를 공동 개발했다. 이스라엘 와이즈만 연구소의 샤피로 등은 DNA와 효소 분자만으로 구성된 분자 컴퓨터를 개발하여 의학적 응용을 목표로 연구를 진행하고 있다.

DNA 컴퓨팅의 한계점으로는 해를 추출하는 출력 과정의 병목 현상과 복잡한 문제 실행 시 필요한 DNA 양의 지수 함수적 증가 등이 지적되고 있다. 애들먼의 실험에서는 연산 자체는 수초 만에 종료되었지만, 결과를 추출하는 데 2일이 소요되었다.

3. 기능 및 작동 원리

DNA 컴퓨팅은 데옥시리보핵산(DNA)의 아데닌(A)과 티민(T), 구아닌(G)과 시토신(C)이 짝을 이루어 결합하는 특성과 DNA 가닥을 조작하는 효소(제한 효소, DNA 연결 효소, DNA 중합 효소)를 이용하여 작동한다.

남캘리포니아 대학교의 컴퓨터 과학자이자 RSA 암호의 "A"로 알려진 레너드 애들먼은 제임스 왓슨의 『유전자의 분자생물학』을 읽고 DNA 컴퓨팅의 가능성을 깨달았다. 1994년 애들먼은 DNA 가닥을 사용하여 NP-완전 문제인 "해밀턴 경로 문제"를 풀었다.^[56] 해밀턴 경로 문제는 그래프 상의 모든 노드를 한 번씩 통과하는 경로가 존재하는지, 존재한다면 구체적인 해를 제시하라는 문제이다. 애들먼의 실험에서는 노드 7개, 패스 14개 규모의 문제를 21개(7+14)의 DNA 가닥으로 번역하여 해를 제시했다.

하지만 DNA 컴퓨터는 연산은 빠르지만, 문제를 DNA 가닥 형태로 번역(입력)하고 해를 디지털 데이터 형태로 변환(출력)하는 과정에 문제가 있다. 애들먼의 실험에서도 연산 자체는 수초 만에 종료되었지만, 해를 추출하는 데는 2일이 소요되었다. 이는 PCR 증폭, 전기 영동 분리, 정제 등의 수동 작업 때문이었다.

이후 전자 컴퓨터와 DNA 반응 장치를 조합한 프로그래밍 가능한 범용 컴퓨터도 시제품으로 제작되었다. 2002년 도쿄 대학과 올림푸스는 실용 타입의 장치를 공동 개발했다. 이스라엘 와이즈만 연구소는 DNA와 효소 분자만으로 구성된 분자 컴퓨터를 개발 중이며, 의학적 응용을 목표로 하고 있다.

DNA를 기억 매체로 사용하는 DNA 스토리지는 컴퓨팅은 아니지만 제안되고 있다. 그러나 생물의 유전 정보인 DNA를 기억 매체로 사용하면 유해한 세균이나 바이러스 등의 유전 정보가 환경으로 누출될 위험이 있어, 환경이나 생명에 대한 예측 불가능한 영향이 발생할 수 있다.

3. 1. 병렬 컴퓨팅

DNA 컴퓨팅은 여러 DNA 분자를 활용하여 다양한 가능성을 동시에 시도하는 병렬 컴퓨팅의 한 형태이다.^[67] DNA 분자 개개의 결합 속도는 느리지만, 3차원으로 배열된 엄청난 수의 분자들이 동시에 반응에 참여하는 병렬 연산을 통해 연산 속도를 높일 수 있다. 특정 전문 분야의 문제에 대해 DNA 컴퓨터는 지금까지 제작된 다른 어떤 컴퓨터보다 빠르고 작다.^[52]

DNA는 아데닌(A)과 티민(T), 구아닌(G)과 시토신(C)이 짝을 이루어 결합하는 특성과 DNA 가닥을 조작하는 효소(제한 효소, DNA 연결 효소, DNA 중합 효소)를 이용한다. 해답 후보가 되는 다수의 DNA 가닥을 동시에 생성한다는 의미에서 일종의 초병렬 계산을 하는 계통이라고 보는 시각도 있다.

하지만 DNA 컴퓨팅은 계산 가능성 이론의 관점에서 새로운 기능을 제공하지 않는다. 예를 들어, 폰 노이만 구조의 컴퓨터에서 문제 해결에 필요한 공간이 문제의 크기에 따라 지수적으로 증가하는 경우(EXPSPACE 문제), DNA 컴퓨터에서도 문제의 크기에 따라 지수적으로 증가한다. 매우 큰 EXPSPACE 문제의 경우 필요한 DNA의 양이 실용적이지 않을 정도로 많다.

또한, 복잡한 문제를 실행하려고 하면 필요한 DNA의 양이 지수 함수적으로 증가한다는 문제도 있다. 지구상의 전체 분자 수 또는 우주에 존재하는 원자 수를 초과하는 물질을 계산 자원으로 사용하는 것은 물리적으로 불가능하므로, 문제의 크기를 크게 할 수 없다.

3. 2. 계산 모델

DNA 컴퓨팅은 여러 DNA 분자를 활용하여 다양한 가능성을 동시에 탐색하는 병렬 컴퓨팅의 한 형태이다.^[67] DNA 컴퓨팅은 계산 가능성 이론 관점에서 새로운 기능을 제공하지 않지만, 특정 문제에 대해 기존 컴퓨터보다 빠르고 작을 수 있다. 그러나 매우 큰 EXPSPACE 문제의 경우 필요한 DNA 양이 너무 커져 실용적이지 않다.

DNA 기반 컴퓨팅 장치를 구축하는 데는 여러 가지 방법이 있으며, 각 방법마다 장단점이 있다. 이러한 방법들 중 대부분은 DNA를 기반으로 디지털 논리의 기본 논리 게이트(AND, OR, NOT)를 구축한다.

DNA 컴퓨팅 및 분자 프로그래밍에서 가장 기본적인 연산은 스트랜드 치환 메커니즘이다. 현재 스트랜드 치환을 수행하는 방법에는 다음 두 가지가 있다.

토홀 매개 스트랜드 치환(TMSD)
폴리머라아제 기반 스트랜드 치환(PSD)

DNA 컴퓨터는 단순한 가닥 치환 방식 외에도 토홀드 교환(toehold exchange) 개념을 사용하여 구축되기도 한다.^[28] 이 시스템에서 입력 DNA 가닥은 다른 DNA 분자에 있는 점착 말단 또는 토홀드에 결합하여 분자에서 다른 가닥 세그먼트를 치환한다. 이를 통해 AND, OR, NOT 게이트 및 신호 증폭기와 같은 모듈식 논리 구성 요소를 생성할 수 있으며, 이는 임의로 큰 컴퓨터로 연결될 수 있다. 이러한 종류의 DNA 컴퓨터는 효소나 DNA의 화학적 능력을 필요로 하지 않는다.^[38]

DNA 컴퓨팅의 전체 스택은 기존 컴퓨터 아키텍처와 매우 유사하다. 2010년, 에릭 윈프리(Erik Winfree) 그룹은 DNA가 임의의 화학 반응을 구현하는 기질로 사용될 수 있음을 보여주었다.^[7]^[8]^[9]^[10] 이는 화학 반응 네트워크(CRN)의 표현력이 튜링 머신과 동일하기 때문에 생화학적 제어기를 설계하고 합성할 수 있는 길을 열었다. 이러한 제어기는 호르몬 불균형 예방과 같은 응용 분야를 위해 ''생체 내''에서 잠재적으로 사용될 수 있다.

촉매 DNA(디옥시리보자임 또는 DNA자임)는 적절한 입력과 상호 작용할 때 반응을 촉매한다. 이러한 DNA자임은 실리콘 디지털 논리와 유사한 논리 게이트를 구축하는 데 사용된다. 그러나 DNA자임은 1, 2, 3 입력 게이트로 제한되며, 현재 일련의 문을 평가하는 구현은 없다.

DNA자임 논리 게이트는 일치하는 올리고뉴클레오티드에 결합하면 구조가 변경되고 결합된 형광 기질이 떨어져 나온다. 형광의 양을 측정하여 반응이 일어났는지 여부를 알 수 있다. 변경된 DNA자임은 "사용"된 후 더 이상 반응을 시작할 수 없다.

일반적으로 사용되는 DNA자임에는 E6 및 8-17이 있다. 스토자노비치(Stojanovic)와 맥도날드(MacDonald)는 각각 E6 DNA자임을 사용하여 MAYA I^[41] 및 MAYA II^[42] 기계를 제작했다. 스토자노비치는 또한 8-17 DNA자임을 사용한 논리 게이트를 시연했다.^[43] 이러한 DNA자임은 논리 게이트 구성에 유용하지만, Zn²⁺ 또는 Mn²⁺와 같은 금속 보조 인자가 필요하여 기능이 제한된다.^[39]^[44]

단일 가닥 DNA로 구성된 "스템 루프"는 한쪽 끝에 루프가 있는 구조로, DNA 조각이 루프 부분에 결합하면 열리고 닫히는 동적 구조이다. 이 효과는 여러 논리 게이트를 만드는 데 활용되었다. 이러한 논리 게이트는 틱택토를 플레이할 수 있는 MAYA I 및 MAYA II 컴퓨터를 만드는 데 사용되었다.^[45]

효소 기반 DNA 컴퓨터는 일반적으로 간단한 튜링 머신 형태를 취한다. 효소 형태의 아날로그 하드웨어와 DNA 형태의 소프트웨어가 존재한다.^[46]

베넨슨, 샤피로 등은 FokI 효소를 사용하여 DNA 컴퓨터를 시연했으며,^[47] 전립선암을 진단하고 반응하는 오토마타를 보여주는 것으로 연구를 확장했다. 이 오토마타는 PPAP2B와 GSTP1 유전자의 발현 감소와 PIM1과 HPN의 발현 증가를 감지한다.^[48] 이 오토마타는 각 유전자의 발현을 한 번에 하나씩 평가하고, 양성 진단을 내리면 MDM2에 대한 안티센스인 단일 가닥 DNA 분자(ssDNA)를 방출한다. MDM2는 자체적으로 종양 억제 인자인 단백질 53의 억제제이다.^[49] 음성 진단 시에는 양성 진단 약물의 억제제를 방출한다. 이 구현의 한계는 각 약물을 투여하기 위해 두 개의 별도 오토마타가 필요하다는 것이다. 약물 방출까지의 전체 평가 과정은 완료하는 데 약 1시간이 걸렸다. 이 방법은 FokI 효소뿐만 아니라 전이 분자도 필요로 한다. FokI 효소의 필요성은 ''생체 내'' 적용을 제한한다.^[50]

3. 3. 스트랜드 치환 메커니즘

DNA 컴퓨팅 및 분자 프로그래밍에서 가장 기본적인 연산은 스트랜드 치환 메커니즘이다. 현재 스트랜드 치환을 수행하는 방법에는 다음 두 가지가 있다.

토홀 매개 스트랜드 치환(TMSD)
폴리머라아제 기반 스트랜드 치환(PSD)

3. 4. 알고리즘 자기 조립

DNA 나노기술은 DNA 컴퓨팅과 관련된 분야에 적용되어 왔다. DNA 타일은 왕 타일 역할을 하도록 선택된 염기 서열을 가진 여러 개의 스티키 엔드를 포함하도록 설계할 수 있다. XOR 연산을 인코딩하는 조립된 DX 어레이가 시연되었다. 이를 통해 DNA 어레이는 시에르핀스키 삼각형이라는 프랙탈을 생성하는 세포 자동자를 구현할 수 있다. 이는 단순한 주기적 어레이를 넘어 DNA 어레이의 조립에 계산을 통합하여 범위를 확장할 수 있음을 보여준다.^[51]

4. 장점 및 한계

DNA 컴퓨팅은 특정 특수 문제에서 기존 컴퓨터보다 빠르고 작다는 장점을 가지며, 특정 수학적 계산이 DNA 컴퓨터에서 작동함을 입증했다.^[67] 그러나 계산 가능성 이론 관점에서 새로운 기능을 제공하지는 않는다.

DNA 컴퓨팅의 장점은 다음과 같다.

DNA 컴퓨팅의 장점
장점	설명
병렬 처리	일반적인 컴퓨터와 달리 병렬 컴퓨팅 방식을 사용한다. DNA 분자 개개의 결합 속도는 느리지만, 3차원으로 배열된 엄청난 수의 분자들이 동시에 반응에 참여하는 병렬 연산을 통해 연산 속도를 높일 수 있다.
저장 용량	DNA 자체의 크기가 매우 작기 때문에 기존 컴퓨터 대비 엄청난 저장 용량을 확보할 수 있다. (DNA 컴퓨터 1cm³ = 1조 개의 CD 저장 용량)
에너지 효율	세포 내 효소 반응을 이용하기 때문에 전력을 소비하는 일반 컴퓨터보다 훨씬 적은 에너지를 소비한다.

DNA 컴퓨팅은 계산 가능성 이론의 관점에서 새로운 기능을 제공하지 않으며, 다음과 같은 한계점들을 가진다.

DNA 컴퓨팅의 한계
한계	설명
입/출력 병목 현상	DNA 컴퓨터는 연산 자체는 빠르지만, 문제를 DNA 가닥 형태로 번역하고(입력) 해를 디지털 데이터 형태로 변환하는(출력) 과정이 매우 느리다.
필요 DNA 양의 기하급수적 증가	복잡한 문제를 해결하려고 할 때 필요한 DNA 양이 기하급수적으로 증가한다. 이는 EXPSPACE 문제와 같이 매우 큰 문제에서는 실용적이지 않은 양의 DNA가 필요하게 만들어, 사실상 해결이 불가능하게 만든다.
해 추출의 어려움	DNA 컴퓨터가 제공하는 답을 분석하기가 디지털 컴퓨터보다 훨씬 어렵다. 다량의 다중 병렬 계산으로 인해 응답 시간이 분, 시간, 또는 일 단위로 측정될 정도로 느리다.

이러한 한계점들 때문에 DNA 컴퓨팅은 현재 상용화되지 못하고 있으며, 특히 대한민국에서는 실용화 가능성이 낮다는 의견이 많다. 2018년 현재, 해 추출 과정에서의 병목 현상은 여전히 큰 문제점으로 지적되고 있다.

4. 1. 장점

DNA 컴퓨팅은 일반적인 컴퓨터와 달리 순차적인 방식이 아닌 병렬 컴퓨팅 방식을 사용한다.^[67] DNA 분자 개개의 결합 속도는 느리지만, 3차원으로 배열된 엄청난 수의 분자들이 동시에 반응에 참여하는 병렬 연산을 통해 연산 속도를 높일 수 있다. DNA 자체의 크기가 매우 작기 때문에 기존 컴퓨터 대비 엄청난 저장 용량을 확보할 수 있다(DNA 컴퓨터 1cm³ = 1조 개의 CD 저장 용량). 또한, 세포 내 효소 반응을 이용하기 때문에 전력을 소비하는 일반 컴퓨터보다 훨씬 적은 에너지를 소비한다.

4. 2. 한계

DNA 컴퓨팅은 여러 DNA 분자를 활용하여 다양한 가능성을 동시에 시도하는 병렬 컴퓨팅의 한 형태이다.^[52] 그러나 DNA 컴퓨팅은 계산 가능성 이론의 관점에서 새로운 기능을 제공하지 않으며, 다음과 같은 한계점들을 가진다.

입/출력 병목 현상: DNA 컴퓨터는 연산 자체는 빠르지만, 문제를 DNA 가닥 형태로 번역하고(입력) 해를 디지털 데이터 형태로 변환하는(출력) 과정이 매우 느리다. 예를 들어, 레너드 애들먼의 실험에서는 연산은 수 초만에 끝났지만, 해를 추출하는 데에는 2일이 걸렸다.^[56]
필요 DNA 양의 기하급수적 증가: 복잡한 문제를 해결하려고 할 때 필요한 DNA 양이 기하급수적으로 증가한다. 이는 EXPSPACE 문제와 같이 매우 큰 문제에서는 실용적이지 않은 양의 DNA가 필요하게 만들어, 사실상 해결이 불가능하게 만든다.
해 추출의 어려움: DNA 컴퓨터가 제공하는 답을 분석하기가 디지털 컴퓨터보다 훨씬 어렵다. 다량의 다중 병렬 계산으로 인해 응답 시간이 분, 시간, 또는 일 단위로 측정될 정도로 느리다.

이러한 한계점들 때문에 DNA 컴퓨팅은 현재 상용화되지 못하고 있으며, 특히 대한민국에서는 실용화 가능성이 낮다는 의견이 많다. 2018년 현재, 해 추출 과정에서의 병목 현상은 여전히 큰 문제점으로 지적되고 있다.

5. 응용 분야

DNA 컴퓨팅은 데옥시리보핵산(DNA)의 특성과 DNA 가닥을 조작하는 효소를 이용하여 정보를 처리하는 기술이다. 레너드 애들먼은 DNA 컴퓨팅을 활용하여 해밀턴 경로 문제와 같은 NP-완전 문제를 해결하는 초기 연구를 수행했다.^[56]

DNA 컴퓨팅은 병렬 컴퓨팅의 특징을 가지며,^[67] 다음과 같은 다양한 분야에 활용될 수 있다.

문제 해결: 레너드 애들먼이 해밀턴 경로 문제를 DNA 컴퓨팅으로 해결^[56]
게임: 틱택토를 할 수 있는 DNA 컴퓨터 개발^[26]
생체 모방 컴퓨팅: DNA 기반 인공 신경망 개발 및 제곱근 계산 회로 연구^[27]^[28]
의학적 응용: 전립선암 진단 및 치료에 DNA 컴퓨터 활용^[47]
기타 응용: DNA 나노기술, DNA 칩 생산,^[53] DNA 스토리지 연구

하지만 DNA 컴퓨팅은 속도가 느리고, 복잡한 문제를 해결하려면 DNA 양이 기하급수적으로 증가한다는 문제점이 있다. 또한 DNA를 기억 매체로 사용할 때 생물학적으로 유해한 정보가 누출될 위험성도 고려해야 한다.

5. 1. 문제 해결

레너드 애들먼은 1994년에 최초로 DNA 가닥을 사용하여 NP-완전 문제의 한 예시로 잘 알려진 "해밀턴 경로 문제"를 풀었다. 해밀턴 경로 문제는 한 붓 그리기의 일종이며,^[56] 그래프 상의 모든 노드를 한 번씩 통과하는 경로(패스)가 존재하는지, 존재한다면 구체적인 해를 제시하라는 문제이다. 애들먼의 실험에서는 노드 7개, 패스 14개 규모였다. 문제를 21개(7+14)의 DNA 가닥으로 번역하여 해를 제시했다. 애들먼의 실험에서 해밀턴 경로 문제는 "외판원 문제"로 표기되어 구현되었다. 이를 위해 방문해야 하는 각 도시를 나타내는 서로 다른 DNA 조각들이 만들어졌다. 이 조각들은 다른 조각들과 연결될 수 있었다. 이러한 DNA 조각들은 생성되어 시험관에 혼합되었다. 몇 초 안에 작은 조각들은 더 큰 조각을 형성하여 다양한 이동 경로를 나타냈다. 화학 반응을 통해 더 긴 경로를 나타내는 DNA 조각들은 제거되었다. 남은 것이 문제의 해결책이었지만, 실험 전체는 일주일이 걸렸다.^[25]

이러한 문제에 대한 첫 번째 결과는 레너드 애들먼에 의해 얻어졌다.

1994년: 7개의 정점을 가진 그래프에서 해밀턴 경로 문제를 해결.
2002년: NP-완전 문제와 20개의 변수를 가진 3-SAT 문제를 해결.

데옥시리보핵산(DNA)의 아데닌(A)과 티민(T), 구아닌(G)과 시토신(C)이 짝을 이루어 결합하는 특성과 DNA 가닥을 조작하는 효소 (다양한 제한 효소와 DNA 연결 효소, DNA 중합 효소)를 이용한다. 해답 후보가 되는 다수의 DNA 가닥을 동시에 생성한다는 의미에서 일종의 초병렬 계산을 하는 계통이라고 보는 시각도 있다.

하지만, 2018년 현재 몇 가지 문제점도 지적되고 있다. 그중 하나는 해를 추출하는 출력이 병목 현상이 된다는 점이다. 예를 들어, 애들먼의 실험에서는 연산 자체는 수초 만에 종료되었지만, 해를 추출하는 데 2일이 소요되었다. 이는 다음과 같은 작업을 수동으로 진행했기 때문이다. 먼저, 시작 노드에서 시작하여 종료 노드에서 끝나는 DNA 가닥을 중합효소 연쇄 반응(PCR) 법으로 증폭한다. 다음으로, 해로서 적절한 길이를 가진 DNA 가닥 (애들먼 실험에서는 6)을 전기 영동으로 분리한다. 마지막으로, 모든 점을 경유하고 있는 DNA 가닥을 철가루와 결합한 특수한 상보 DNA 가닥과 혼합하고, 노드의 수만큼 정제를 반복했다. 즉, DNA 컴퓨터는 연산은 빠르지만, 문제를 DNA 가닥 형태로 번역(입력)하고 해를 디지털 데이터 형태로 변환(출력)하는 과정에 문제가 있다.

또한, 복잡한 문제를 실행하려고 하면 필요한 DNA의 양이 지수 함수적으로 증가한다는 문제도 있다.

5. 2. 게임

2002년, J. 맥도날드, D. 스테파노비치, M. 스토야노비치는 인간 플레이어를 상대로 틱택토를 할 수 있는 DNA 컴퓨터를 만들었다.^[26] 이 계산기는 게임의 9개 사각형에 해당하는 9개의 빈으로 구성되어 있다. 각 빈에는 기질과 다양한 DNA 효소 조합이 들어 있다. 기질 자체는 한쪽 끝에 형광 화학기를 접목하고, 다른 쪽 끝에는 억제 그룹을 가진 DNA 가닥으로 구성된다. 형광은 기질의 분자가 반으로 잘릴 때만 활성화된다. DNA 효소는 논리 함수를 시뮬레이션한다. 예를 들어, 이러한 DNA는 논리 함수 AND를 재현하기 위해 두 가지 특정 유형의 DNA 가닥이 도입되면 펼쳐진다.

기본적으로 컴퓨터는 중앙 사각형에서 먼저 플레이한 것으로 간주한다. 인간 플레이어는 플레이할 수 있는 나머지 8개의 상자에 해당하는 8가지 다른 유형의 DNA 가닥으로 시작한다. 상자 번호 i를 플레이하기 위해 인간 플레이어는 입력 #i에 해당하는 가닥을 모든 빈에 붓는다. 이 가닥은 빈에 존재하는 특정 DNA 효소에 결합하여 이 빈 중 하나에서 기질에 결합하여 절단하는 DNA 효소의 변형을 초래한다. 해당 빈은 형광색이 되어 DNA 컴퓨터가 플레이하는 상자를 나타낸다. DNA 효소는 실제 틱택토에서와 같이 인간 플레이어가 달성할 수 있는 최상의 결과가 무승부가 되도록 빈 사이에 나뉘어져 있다.

5. 3. 생체 모방 컴퓨팅

DNA 컴퓨팅은 여러 DNA 분자를 활용하여 다양한 가능성을 동시에 시도한다는 점에서 병렬 컴퓨팅의 한 형태이다.^[67] 캘리포니아 공과대학교의 케빈 체리와 루루 치엔은 100비트 손글씨 숫자를 인식할 수 있는 DNA 기반 인공 신경망을 개발했다. 이들은 컴퓨터에서 미리 다양한 농도의 가중치 분자로 표현되는 적절한 가중치 집합을 프로그래밍하여 입력 DNA 가닥을 담고 있는 시험관에 추가하는 방식으로 이를 달성했다.^[27]^[28]

DNA 컴퓨팅의 과제 중 하나는 속도이다. DNA는 생물학적으로 호환 가능하다는 장점이 있지만, 계산 속도는 매우 느리다. 예를 들어 제곱근 회로는 완료하는 데 100시간 이상이 걸렸다.^[29] 그러나 외부 효소원을 사용하는 새로운 방법으로 더 빠르고 작은 회로가 보고되고 있으며,^[30] Chatterjee 외 연구진은 국소화된 DNA 회로를 통해 계산 속도를 높이는 아이디어를 제시했다.^[31] 이 아이디어는 계산을 담당하는 DNA 가닥을 빵판과 유사한 기판에 고정하여 계산 게이트의 물리적 근접성을 보장하는 방식으로, 계산 시간을 수십 배 줄일 수 있는 잠재력을 보여주었다.^[32]

후속 연구로 가역적 DNA 컴퓨팅이 등장하여 실리콘 기반 컴퓨팅에 더 가까워졌다. 존 레이프와 듀크 대학교 연구진은 컴퓨팅 DNA 복합체를 재사용하는 두 가지 기술(dsDNA 게이트,^[33] DNA 헤어핀 복합체^[34])을 제안했다.

가닥 치환 반응(SRD)을 사용하여, DNA 컴퓨터에서 가역 회로를 합성하는 전략에 관한 논문^[37]에서는 DNA 컴퓨팅과 가역 컴퓨팅 기술을 결합하여 DNA 컴퓨터에서 가역 게이트 및 회로를 구현하기 위한 방법이 제시되었다. 이 논문은 또한 이전 방법보다 구성된 회로의 평균 길이와 비용이 더 나은 n 비트 가역 회로를 합성하기 위한 범용 가역 게이트 라이브러리(URGL)를 제안한다.

5. 4. 의학적 응용

베넨슨, 샤피로 등은 FokI 효소를 사용한 DNA 컴퓨터를 시연했으며^[47], 전립선암 진단 및 반응 오토마타를 보여주는 연구로 확장했다. 이 오토마타는 PPAP2B와 GSTP1 유전자의 발현 감소, PIM1과 HPN의 발현 증가를 감지한다.^[48] 각 유전자의 발현을 차례로 평가하여, 양성 진단 시 MDM2에 대한 안티센스인 단일 가닥 DNA 분자(ssDNA)를 방출한다. MDM2는 종양 억제 인자인 단백질 53의 억제제이다.^[49] 음성 진단 시에는 아무것도 하지 않거나 양성 진단 약물의 억제제를 방출한다. 이 구현은 각 약물 투여를 위해 두 개의 별도 오토마타가 필요하며, 약물 방출까지 전체 평가 과정은 약 1시간이 걸린다. 이 방법은 FokI 효소와 전이 분자가 필요하며, FokI 효소의 필요성은 "고등 유기체의 세포"에서의 사용에 대해 ''생체 내'' 적용을 제한한다.^[50] '소프트웨어' 분자는 재사용 가능하다.

이스라엘 와이즈만 연구소의 샤피로 등은 DNA와 효소 분자만으로 구성된 분자 컴퓨터를 개발 중이며, 의학적 응용을 목표로 하고 있다.

5. 5. 기타 응용

DNA 나노기술은 DNA 컴퓨팅과 관련된 분야에 적용되어 왔다. DNA 타일은 왕 타일 역할을 하도록 선택된 염기 서열을 가진 여러 개의 스티키 엔드를 포함하도록 설계할 수 있다. XOR 연산을 인코딩하는 조립된 DX 어레이가 시연되었다. 이를 통해 DNA 어레이는 시에르핀스키 삼각형이라는 프랙탈을 생성하는 세포 자동자를 구현할 수 있다. 이는 단순한 주기적 어레이를 넘어 DNA 어레이의 조립에 계산을 통합하여 범위를 확장할 수 있음을 보여준다.^[51]

IBM과 칼텍의 파트너십은 "DNA 칩" 생산을 목표로 2009년에 설립되었다.^[53] 칼텍 연구진은 이러한 핵산 기반의 집적 회로 제조에 힘쓰고 있다. 이 칩 중 하나는 전체 제곱근을 계산할 수 있다.^[54] 펄로 컴파일러가 작성되었다.^[55]

DNA를 기억 매체로 사용하는 DNA 스토리지는 컴퓨팅은 아니지만 제안되고 있다. 그러나 생물의 유전의 근원인 DNA(또는 RNA 등)를 기억 매체로 사용하는 것에는 문제가 있다. 염기의 배열에는 생물학적으로 의미를 갖는 것이 포함될 수 있다. 기지 또는 미지의 유해한 세균이나 바이러스 등의 유전 정보를 대량으로 생성하여 그것이 환경으로 누출될 경우의 환경이나 생명에 대한 영향은 예측할 수 없다.

6. 윤리적 문제

DNA 컴퓨팅은 아직 초기 단계의 기술이므로, 상용화 과정에서 예상치 못한 윤리적 문제가 발생할 가능성이 있다. 특히 유전 정보 생성 및 누출 위험은 DNA 컴퓨팅 및 DNA 스토리지 연구 과정에서 발생할 수 있는 문제로, 대한민국 사회는 유전 질환과 생물학적 안전에 민감하기 때문에 더욱 심각하게 받아들여질 수 있다.^[56]

6. 1. 유전 정보 생성 및 누출 위험

DNA 컴퓨팅 및 DNA 스토리지 연구 과정에서, 염기 배열에 생물학적으로 의미 있는 정보가 포함될 수 있다는 점이 문제로 지적된다. 알려지거나 알려지지 않은 유해 세균, 바이러스 등의 유전 정보가 대량으로 생성되어 환경에 누출될 경우, 환경과 생명에 예측 불가능한 영향을 미칠 수 있다.^[56] 특히 대한민국 사회는 유전 질환과 생물학적 안전에 민감하기 때문에 이러한 문제는 더욱 심각하게 받아들여질 수 있다. 따라서 DNA 컴퓨팅 및 DNA 스토리지 연구의 윤리적, 사회적 측면에 대한 심도 있는 논의가 필요하다.

7. 대한민국의 DNA 컴퓨팅 연구

2002년 도쿄 대학과 올림푸스(Olympus Corporation)가 실용 타입의 DNA 컴퓨팅 장치를 공동 개발했다.^[56]

참조

_[1] 논문 Next-Generation Digital Information Storage in DNA 2012-08-16
_[2] 논문 DNA Fountain enables a robust and efficient storage architecture https://zenodo.org/r[...] 2017-03-02
_[3] 논문 Random access in large-scale DNA data storage https://www.nature.c[...] 2018-03
_[4] 논문 Programming Temporal DNA Barcodes for Single-Molecule Fingerprinting 2019-04-10
_[5] 논문 Wide-field subdiffraction imaging by accumulated binding of diffusing probes 2006-12-12
_[6] 논문 Quantitative super-resolution imaging with qPAINT 2016-05
_[7] 논문 Using Strand Displacing Polymerase To Program Chemical Reaction Networks 2020-05-04
_[8] 논문 Programmable chemical controllers made from DNA 2013-10
_[9] 논문 Enzyme-free nucleic acid dynamical systems 2017-12-15
_[10] 논문 DNA as a universal substrate for chemical kinetics 2010-03-23
_[11] 논문 Molecular computation of solutions to combinatorial problems
_[12] 논문 On the computational power of DNA
_[13] 논문 Using DNA to solve the Bounded Post Correspondence Problem http://citeseer.ist.[...] 2000-01
_[14] 논문 Building an associative memory vastly larger than the brain 1995-04-28
_[15] 논문 Nucleic acid junctions and lattices 1982-11-21
_[16] 논문 Fractal assembly of micrometre-scale DNA origami arrays with arbitrary patterns https://www.nature.c[...] 2017-12
_[17] 논문 Gigadalton-scale shape-programmable DNA assemblies https://www.nature.c[...] 2017-12
_[18] 논문 Programmable self-assembly of three-dimensional nanostructures from 10,000 unique components 2017-12
_[19] 논문 Cryptography with DNA binary strands http://www.sciencedi[...] 2000-06-01
_[20] 논문 Making DNA Add https://www.science.[...] 1996-07-12
_[21] 논문 Long-Term Storage of Information in DNA https://www.science.[...] 2001-09-07
_[22] 논문 A Unidirectional DNA Walker That Moves Autonomously along a Track 2004
_[23] 간행물 Biocomputing researcher awarded the Bucke Prize http://communication[...] University of Western Ontario 2002-03-21
_[24] 문서
_[25] 논문 Computing with DNA
_[26] 문서
_[27] 논문 Neural network computation with DNA strand displacement cascades 2011-07
_[28] 논문 Scaling up molecular pattern recognition with DNA-based winner-take-all neural networks https://authors.libr[...] 2018-07-04
_[29] 논문 Scaling Up Digital Circuit Computation with DNA Strand Displacement Cascades 2011-06-02
_[30] 논문 Fast and compact DNA logic circuits based on single-stranded gates using strand-displacing polymerase 2019-09-23
_[31] 논문 A spatially localized architecture for fast and modular DNA computing 2017-07-24
_[32] 논문 Localized DNA Hybridization Chain Reactions on DNA Origami 2018-01-25
_[33] 논문 Renewable Time-Responsive DNA Circuits 2018
_[34] 논문 Renewable DNA hairpin-based logic circuits 2019
_[35] 논문 Renewable DNA seesaw logic circuits enabled by photoregulation of toehold-mediated strand displacement 2017-05-25
_[36] 서적 DNA Computing and Molecular Programming Springer 2009
_[37] 논문 Synthesis Strategy of Reversible Circuits on DNA Computers 2021-07
_[38] 논문 Enzyme-free nucleic acid logic circuits https://authors.libr[...] 2006-12-08
_[39] 논문 Fluorescence Spectroscopy of Single Biomolecules
_[40] 논문 A general purpose RNA-cleaving DNA enzyme
_[41] 논문 A deoxyribozyme-based molecular automaton
_[42] 논문 Medium Scale Integration of Molecular Logic Gates in an Automaton
_[43] 논문 Deoxyribozyme-Based Logic Gates https://figshare.com[...]
_[44] 논문 Dinucleotide Junction Cleavage Versatility of 8-17 Deoxyribozyme
_[45] 웹사이트 Molecular Logic Gates https://digamma.cs.u[...] 2010-06-18
_[46] 논문 A Mechanical Turing Machine: Blueprint for a Biomolecular Computer http://www.wisdom.we[...] Weizmann Institute of Science 1999-12-07
_[47] 논문 Programmable and autonomous computing machine made of biomolecules
_[48] 논문 An autonomous molecular computer for logical control of gene expression
_[49] 논문 MDM2 is a Central Node in the p53 Pathway: 12 Years and Counting
_[50] 논문 Towards molecular computers that operate in a biological environment
_[51] 논문 Algorithmic Self-Assembly of DNA Sierpinski Triangles
_[52] 논문 DNA computing
_[53] 웹사이트 Caltech's own article http://media.caltech[...] 2011-10-14
_[54] 웹사이트 Scaling Up Digital Circuit Computation with DNA Strand Displacement Cascades https://www.science.[...]
_[55] 웹사이트 Online https://www.science.[...]
_[56] 문서 "「一筆書き」とはすべてのエッジを1回ずつ通るような路のことなので、ハミルトン路は正確にはその「一種」ではない。"
_[57] 논문 Next-Generation Digital Information Storage in DNA 2012-08-16
_[58] 논문 DNA Fountain enables a robust and efficient storage architecture https://zenodo.org/r[...] 2017-03-02
_[59] 논문 Random access in large-scale DNA data storage https://www.nature.c[...] 2018-03
_[60] 논문 Programming Temporal DNA Barcodes for Single-Molecule Fingerprinting 2019-04-10
_[61] 논문 Wide-field subdiffraction imaging by accumulated binding of diffusing probes 2006-12-12
_[62] 논문 Quantitative super-resolution imaging with qPAINT 2016-05
_[63] 논문 Using Strand Displacing Polymerase To Program Chemical Reaction Networks 2020-05-04
_[64] 논문 Programmable chemical controllers made from DNA 2013-10
_[65] 논문 Enzyme-free nucleic acid dynamical systems 2017-12-15
_[66] 논문 DNA as a universal substrate for chemical kinetics 2010-03-23
_[67] 논문 DNA computing

본 사이트는 AI가 위키백과와 뉴스 기사,정부 간행물,학술 논문등을 바탕으로 정보를 가공하여 제공하는 백과사전형 서비스입니다.
모든 문서는 AI에 의해 자동 생성되며, CC BY-SA 4.0 라이선스에 따라 이용할 수 있습니다.
하지만, 위키백과나 뉴스 기사 자체에 오류, 부정확한 정보, 또는 가짜 뉴스가 포함될 수 있으며, AI는 이러한 내용을 완벽하게 걸러내지 못할 수 있습니다.
따라서 제공되는 정보에 일부 오류나 편향이 있을 수 있으므로, 중요한 정보는 반드시 다른 출처를 통해 교차 검증하시기 바랍니다.

문의하기 : help@durumis.com