Материал: ДНК наномеханические роботы и вычислительные устройства (Попов), 2008, c.210

113.Driks A., DeRosier D.J. Additional structures associated with bacterial flagellar basal body // J. Mol. Biol. 1990. V.211. P.669–672.

114.Khan I.H., Reese T.S., Khan S. The cytoplasmic component of the bacterial flagellar motor // Proc. Natl Acad. Sci. USA. 1992. V.89. P.5956–5960.

115.Francis N.R., Sosinsky G.E., Thomas D., DeRosier D.J. Isolation, characterization and structure of bacterial flagellar motors containing the switch complex // J.Mol. Biol. 1994. V.235. P.1261–1270.

116.YorimitsuT., Homma M. Na+-driven flagellar motor of Vibrio // Biochimica et Biophy. Acta (BBA)—Bioenerg. 1994. V.1505. P.82–93.

117.Meister M., Lowe G., Berg H.C. The proton flux through the bacterial flagellar motor // Cell. 1987. V.49. P.643–650.

118.Van Way S.M., Hosking E.R., Braun T.F., Manson M.D. Mot protein assembly into the bacterial flagellum: amodel based onmutational analysis of the motB gene // J.Mol. Biol. 2000. V.297. P.7–24.

119.Blair D.F., Berg H.C. Restoration of torque in defective flagellar motors // Science. 1988. V.242. P.1678–1681.

120.Fung D.C., Berg H.C. Powering the flagellar motor of Escherichia coli with an external voltage source // Nature. 1995. V.375. P.809–812.

121.Berg H., Turner L. Torque generated by the flagellar motor of Escherichia coli // Biophys. J. 1993. V.65. P.2201–2216.

122.Chen X., Berg H.C. Torque-speed relationship of the flagellar rotary motor of Escherichia coli // Biophys. J. 2000. V.78. P.1036–1041.

21

2. Основные тенденции в области разработки устройств с использованием

генетического материала

На сегодняшний день интенсивно развиваются два основные направления,

направленные на создание ДНК-компьютеров и ДНК наномеханических устройств,

соответственно. Первое связано с разработкой высокопроизводительного вычислителя,

функционирующего в лабораторных условиях. Второе нацелено на создание устройств,

способных функционировать в биологической среде. Хотя исследования в этих двух направлениях очень тесно связаны друг с другом, их целевые функции существенно различаются. Совершенно естественно, что создание вычислительной машины,

использующей тем или иным способом генетический материал, на может быть самоцелью. Если уж создавать такую машину, то хотелось бы, чтобы она была лучше других вычислителей, в частности, желательно, чтобы она имела существенные вычислительные возможности. С другой стороны, даже очень примитивное с вычислительной точки зрения устройство, способное работать в живой клетке, может представлять существенный интерес. Например, сообщение «Создан компьютер,

умеющий решать задачу поиска заданного образца в заданной строке», пожалуй, не вызвало бы у окружающих ничего, кроме улыбки… Однако добавка «Компьютер может функционировать в живой клетке» привела бы к настоящей революции в области диагностики наследственных заболеваний… В соответствие с этими различиями в целях можно говорить о различии задач при создании ДНК-компьютера и ДНК наномеханического вычислительного устройства: ДНК-компьютер должен превосходить по вычислительным возможностям другие типы вычислительных устройств, ДНК наномеханическое вычислительное устройство должно быть способно функционировать в биологической среде и пригодно для обеспечения управления ДНК наномеханическими роботами.

Первым устройством, построенным при помощи генетического материала, был ДНК-компьютер Адлемана [1]. Эксперимент, поставленный Адлеманом, был направлен на создание высокопроизводительного вычислителя, который позволил бы решать алгоритмически трудные проблемы за разумное (полиномиальное) время. Эксперимент Адлемана выявил серьезные трудности на пути создания высокопроизводительного

22

вычислителя. Однако он доказал, что молекулярные вычисления возможны и обладают некоторыми существенными достоинствами по сравнению с другими технологиями.

В рамках исследований по созданию ДНК-компьютеров получены весьма интересные теоретические результаты. В частности, разработаны теоретические модели ДНК-вычислений, в рамках которых значительно расширяется класс алгоритмических проблем, разрешимых за разумное время (см., например, [2] – [5]). Имеются существенные продвижения и в экспериментальной области. Например, гибридный чип исследовательской группы биомолекулярных информационных систем (BioMIP)

Фраунгоферовского общества. Большое внимание исследователей сосредоточено на создании ДНК-чипов путем размещения на поверхности чипов предварительно синтезированных полинуклеотидов или отдельных мономеров с последующей гибридизацией (см. [6] – [30]). В частности, существенные продвижения получены в области точного позиционирования генетических последовательностей в пространстве,

инструментов нанесения генетических последовательностей на поверхность чипа,

возможности размещения разнообразных последовательностей (наиболее наглядный пример достижений в этой области можно найти в [31]). Однако на сегодняшний день модели ДНК-компьютеров, хорошо проявившие себя в рамках экспериментов,

обладают довольно низким теоретическим потолком вычислительных возможностей. В

значительной мере это объясняется тем, что как создание самих чипов, так и управление генетическим материалом осуществляется преимущественно при помощи внешнего управления. Другим существенным затруднением является алгоритмическая сторона используемой технологии. Дело в том, что конструирование генетических последовательностей, используемых в ДНК-чипах, основано на методе, называемом секвенсинг гибридизацией (sequencing by hybridization) (см. [32] – [35]). Этот метод активно изучается и используется (см. [36] – [41]). Он является на сегодняшний день основным лабораторным методом анализа и конструирования больших генетических последовательностей. В работе [42] предложен комплексный подход к изучению вычислительной сложности алгоритмических проблем, возникающих при использовании секвенсинга гибридизацией. А именно, в [42] сформулированы три основные проблемы SBH, SBH-ADD, SBH-DEL. Хотя проблема SBH решается за полиномиальное время, для практического использования секвенсинга гибридизацией

23

алгоритма, позволяющего решать только эту проблему, явно недостаточно, поскольку при работе с большими объемами генетического материала трудно полностью исключить возможность возникновения ошибок. Для надежного функционирования метода необходимы эффективные алгоритмы, позволяющие решать проблемы SBHADD и SBH-DEL. Для решения проблемы SBH-DEL эффективных алгоритмов пока неизвестно. Неизвестна и трудность этой проблемы. Для проблемы SBH-ADD в работе

[43] установлено, что она является NP-полной. Поэтому не следует надеяться на нахождение быстрого алгоритма, решающего эту проблему в общем случае (некоторые эффективные алгоритмы для решения этой проблемы предложены в [44]). У моделей,

предполагающих значительное увеличение производительности, имеются серьезные трудности с точки зрения практической реализации, которые, как правило, связаны с невозможностью осуществлять достаточно надежный контроль за процессами,

происходящими в генетической жидкости. И в том, и в другом случаях явно прослеживается связь с недостаточной эффективностью использования генетического материала. В связи с этим на современном этапе направление по созданию ДНК наномеханических устройств представляется актуальным не только с точки зрения возможности функционирования в живых клетках, но и потому, что именно оно может вывести на создание устройств, способных функционировать непосредственно в генетической жидкости ДНК-компьютеров и нацеленных на оптимизацию ее использования.

Литература

1.Adleman L.M. Molecular computation of solutions to combinatorial problems // Science. 1994. V.266, 1021-1024.

2.Lipton R.J. Speeding up computations via molecular biology. Technical report, Princeton University, 1994.

3.Lipton R.J. Using DNA to solve NP­complete problems. Technical report,

Princeton University, 1995.

4. Pudlak P. Complexity theory and genetics. In: Proceedings of 9th Conference on Structure in Complexity Theory, 1994. P.183-195.

24

Москва, 2004. С.108.

6.Schasfoort R., Schlautmann S., Hendrikse S., van den Berg A. Field-effect flow control for microfabricated fluidic networks // Science. 1999. V.286. P.942-945.

7.Ni J., Zhong C., Coldiron S., Porter M. Electrochemically actuated mercury pump for fluid flow and delivery // Analytical Chemistry. 2001. V.73. P.103-110.

8.Gallardo B., Gupta V., Eagerton F., Jong L., Craig V., Shah R., Abbott N. Electrochemical principles for active control of liquids on submillimeter scales. // Science. 1999. V.283. P.57-60.

9.Ichimura K., Oh S., Nakagawa M. Light-driven motion of liquids on a photoresponsive surface. // Science. 2000. V.288. P.1624-1626.

10.Weiler J., Hoheisel J. Combining the preparation of oligonucleotide arrays and synthesis of high-quality primers // Analytical Biochemistry. 1996. V.243. P.218-227.

11.Bras M., Cloarec J., Bessueille F., Souteyrand E., Martin J., Chauvet J. Control of immobilization and hybridization on DNA chips by fluorescence spectroscopy // Journal of Fluorescence. 2000. V.10. N3. P.247-253.

12.Pease A., Solas D., Sullivan E., Cronin M., Holmes C., Fodor S. Light-generated oligonucleotide arrays for rapid DNA sequence analysis // Proc. Natl. Acad. Sci. USA. 1994. V.91. P.5022-5026.

13.McGall G., Barone A., Diggelmann M., Fodor S., Gentalen E., Ngo N. The efficiency of light-directed synthesis of DNA arrays on glass substrates // J. Am. Chem. Soc. 1997. V.119. P.5081-5090.

14.Case-Green S., Mir K., Pritchard C., Southern E. Analysing genetic information with DNA arrays // Current Opinion in Chemical Biology. 1998. V.2. P.404-410.

15.Lipshutz R., Fodor S., Gingeras T., Lockhart D. High density synthetic oligonucleotide arrays // Nature genetics supplement. 1999. V.21. P.20-24.

16.Le Proust E., Pellois J., Yu P., Zhang H., Gao X. Digital light-directed synthesis. A microarray platform that permits rapid reaction optimization on a combinatorial basis // Journal of Combinatorial Chemistry. 2000. V.2. P.349-354.

25