L’usage du DNA Computing

Le calcul de l’ADN est certainement l’exécution de calculs utilisant des substances biologiques, au lieu des chips de pommes de terre au silicium traditionnelles. L’idée que les substances humaines (ainsi que les atomes) pourraient être utilisées pour les temps de calcul jusqu’en 1959, lorsque le physicien américain Richard Feynman a présenté ses conseils sur la nanotechnologie. Cependant, le calcul de l’ADN n’avait été réellement reconnu qu’en 1994, lorsque l’informaticien américain Leonard Adleman a montré comment des substances pouvaient être utilisées pour résoudre un problème informatique. Un calcul peut être considéré comme la performance de l’algorithme, qui lui-même peut être défini comme une liste étape par étape de directions correctement identifiées qui prend une certaine entrée, la traite et produit un résultat. Dans le calcul de l’ADN, l’information est représentée à l’aide de l’alphabet héréditaire à quatre personnalités (A [adénine], G [guanine], C [cytosine] et T [thymine]), par opposition à l’alphabet binaire (1 et ) utilisé par les des ordinateurs. Ceci est réalisable car de courtes molécules d’ADN de la série arbitraire peuvent être synthétisées sur commande. L’entrée d’un algorithme est par conséquent représentée (dans le cas le plus simple) par des substances ADN avec des séries particulières, les instructions sont complétées par des procédures de laboratoire autour des substances (comme les travailler en fonction de la longueur ou découper des brins contenant une sous-séquence spécifique), ainsi que les le résultat est défini comme un foyer du dernier groupe de molécules (comme l’existence ou l’absence d’une séquence spécifique). L’expérience d’Adleman consistait à trouver un itinéraire au moyen d’un système de « villes » (marquées « 1 » à « 7 ») reliées par des « routes » à sens unique. Le problème spécifie que le chemin doit commencer et se terminer dans des villes spécifiques et visiter chaque ville une seule fois. (Cela peut être le cas pour les mathématiciens parce que le problème de cours hamiltonien, un parent du problème bien mieux connu des vendeurs en vacances.) Adleman avait profité de la propriété de complémentarité Watson-Crick de l’ADN-A et T collé ensemble par paires, comme le font G et C (donc la série AGCT adhérerait parfaitement à TCGA). Il a développé de brefs brins d’ADN pour représenter les villes et les routes de telle sorte que les brins de rue collaient les brins de la ville ensemble, développant des séquences de communautés qui symbolisaient les itinéraires (comme la vraie solution, qui s’est avérée être « 1234567 »). La plupart des séquences de ce type symbolisaient de mauvaises réponses au problème (« 12324 » parcourt une ville plus d’une fois et « 1234 » ne parvient pas à se rendre dans chaque ville), mais Adleman a utilisé suffisamment d’ADN pour être raisonnablement sûr que la bonne solution serait être représenté dans son pot initial de brins. L’enjeu était alors d’extraire cette solution unique. Il y est parvenu en amplifiant considérablement au départ (en utilisant une technique appelée réponse de séquence de polymérase [PCR]) uniquement les séquences qui ont commencé et se sont terminées dans les bonnes villes. Ensuite, il a trié l’ensemble de brins par durée (en utilisant une méthode connue sous le nom d’électrophorèse sur gel) pour s’assurer qu’il ne retenait que les brins de la bonne longueur. Enfin, il a utilisé à plusieurs reprises une «canne à pêche» moléculaire (filtrage par affinité) pour s’assurer que chaque ville était donc représentée dans les séquences candidates. Les brins qui restaient à Adleman ont ensuite été séquencés pour montrer la solution au problème. Même si Adleman cherchait simplement à établir la faisabilité du traitement avec des substances, peu de temps après son bulletin d’information, son expérience a été présentée par certains comme le début d’un concours entre les ordinateurs à base d’ADN et leurs homologues en silicium. Certaines personnes pensaient que les systèmes informatiques moléculaires pourraient un jour résoudre des problèmes qui entraîneraient des difficultés pour les machines actuelles, en raison du parallélisme massif inhérent à la biologie. Étant donné qu’une petite quantité d’eau peut contenir des milliards de brins d’ADN et parce que les opérations biologiques agissent sur tous – efficacement – en parallèle (par opposition à un à la fois), il a été affirmé qu’un jour, les ordinateurs à ADN pouvaient signifier (et résoudre) des problèmes difficiles qui dépassaient le cadre des ordinateurs « normaux ». Cependant, dans de nombreux problèmes difficiles, le nombre d’options possibles augmente de façon exponentielle avec la taille du problème (par exemple, le nombre de solutions peut doubler pour chaque ville ajoutée). Ce qui signifie que même des problèmes relativement petits nécessiteraient des quantités ingérables d’ADN (de l’ordre de grandes baignoires) afin de représenter toutes les solutions possibles. L’expérience d’Adleman était importante car elle effectuait des calculs à petite échelle avec des molécules biologiques. Mais surtout, il a exposé le potentiel de réactions biochimiques directement programmées.