Doğal bilgi işlem - Natural computing

Doğal hesaplama olarak da adlandırılan doğal hesaplama , üç yöntem sınıfını kapsayacak şekilde tanıtılan bir terminolojidir: 1) yeni problem çözme tekniklerinin geliştirilmesi için doğadan ilham alanlar; 2) doğal fenomenleri sentezlemek için bilgisayar kullanımına dayananlar; ve 3) hesaplamak için doğal malzemeler (örneğin moleküller) kullananlar. Bu üç dalı oluşturan ana araştırma alanları, diğerleri arasında yapay sinir ağları , evrimsel algoritmalar , sürü zekası , yapay bağışıklık sistemleri , fraktal geometri, yapay yaşam , DNA hesaplama ve kuantum hesaplamadır .

Doğal hesaplama tarafından incelenen hesaplama paradigmaları, kendini kopyalama , beynin işleyişi , Darwinci evrim , grup davranışı , bağışıklık sistemi , yaşam formlarının tanımlayıcı özellikleri, hücre zarları ve morfogenez gibi çeşitli doğal fenomenlerden soyutlanmıştır . Geleneksel elektronik donanımın yanı sıra , bu hesaplama paradigmaları, biyomoleküller (DNA, RNA) veya tuzaklanmış iyon kuantum hesaplama cihazları gibi alternatif fiziksel ortamlarda uygulanabilir .

İkili olarak, doğada meydana gelen süreçler bilgi işleme olarak görülebilir. Bu tür işlemler arasında kendini düzenlemesi , gelişim süreçleri , gen regülasyonu ağları, protein-protein etkileşimi ağları, biyolojik taşıma ( aktif taşıma , pasif taşıma ) ağları ve montaj geni olarak tek hücreli organizmalar . Biyolojik sistemleri anlama çabaları, yarı sentetik organizmaların mühendisliğini ve evrenin kendisini bilgi işleme açısından anlamayı da içerir. Hatta, bilginin madde veya enerjiden daha temel olduğu fikri bile gelişmişti. 1960'lara dayanan Zuse-Fredkin tezi, tüm evrenin, kurallarını sürekli güncelleyen devasa bir hücresel otomat olduğunu belirtir. Son zamanlarda, tüm evrenin kendi davranışını hesaplayan bir kuantum bilgisayar olduğu öne sürülmüştür . Hesaplama mekanizması olarak evren/doğa, hesaplanabilirlik fikirleri yardımıyla doğayı keşfederek ve doğal süreçleri hesaplamalar (bilgi işleme) olarak inceleyerek ele alınır.

Doğadan ilham alan hesaplama modelleri

En yerleşik "klasik" doğadan ilham alan hesaplama modelleri hücresel otomatlar, sinirsel hesaplama ve evrimsel hesaplamadır. Doğal süreçlerden soyutlanan daha yeni hesaplama sistemleri, sürü zekası, yapay bağışıklık sistemleri, membran hesaplama ve amorf hesaplamayı içerir. Ayrıntılı incelemeler birçok kitapta bulunabilir.

hücresel otomatlar

Hücresel bir otomat, bir dizi hücreden oluşan dinamik bir sistemdir . Uzay ve zaman ayrıdır ve hücrelerin her biri sonlu sayıda durumda olabilir . Hücresel otomat, önceden verilen geçiş kurallarına göre hücrelerinin durumlarını eşzamanlı olarak günceller . Bir hücrenin sonraki durumu bir geçiş kuralı ile hesaplanır ve sadece o anki durumuna ve komşularının durumlarına bağlıdır.

Conway'in Game of Life , hesaplama açısından evrensel olduğu gösterilen hücresel otomatların en iyi bilinen örneklerinden biridir . Hücresel otomatlar iletişim, büyüme, üreme, rekabet, evrim ve diğer fiziksel ve biyolojik süreçler gibi çeşitli fenomenleri modellemek için uygulanmıştır.

sinirsel hesaplama

Nöral hesaplama, bilgisayar makineleri ve insan sinir sistemi arasındaki karşılaştırmadan ortaya çıkan araştırma alanıdır . Bu alan amaçları hem anlamak beyin arasında canlı organizmaların eserleri ( beyin teorisi veya hesaplamalı nörobilim ) ve insan beyninin bilgiyi nasıl işlediğini ilkelerine (Yapay Sinir Ağları, YSA) dayalı verimli algoritmalar tasarlamak için.

Bir yapay sinir ağı bir ağdır yapay nöronlar . Yapay bir nöron A , bir fonksiyonla donatılmıştır , ilgili ağırlıklarla n gerçek değerli girdi alır ve çıktı verir . Bazı nöronlar çıkış nöronları olarak seçilir ve ağ işlevi, seçilen m çıkış nöronunun çıktıları olan n giriş değeriyle ilişkilendirilen vektörel fonksiyondur . Farklı ağırlık seçimlerinin aynı girdiler için farklı ağ işlevleri ürettiğine dikkat edin. Geri yayılım, gerçek çıktıların vektörü ile istenen çıktıların vektörü arasındaki farkı en aza indirmek için ağdaki bağlantıların ağırlıklarının tekrar tekrar ayarlandığı denetimli bir öğrenme yöntemidir . Hataların geriye doğru yayılmasına dayalı öğrenme algoritmaları , verilen ağ topolojisi ve giriş-çıkış çiftleri için en uygun ağırlıkları bulmak için kullanılabilir . ${\ Displaystyle f_{A}}$ ${\displaystyle x_{1},x_{2},\ldots ,x_{n}}$ ${\displaystyle w_{1},w_{2},\ldots ,w_{n}}$${\displaystyle f_{A}(w_{1}x_{1}+w_{2}x_{2}+\ldots +w_{n}x_{n})}$

evrimsel hesaplama

Evrimsel hesaplama, Darwinci evrimden ilham alan bir hesaplama paradigmasıdır .

Yapay bir evrim sistemi, simüle edilmiş evrim kavramına dayanan bir hesaplama sistemidir. Sabit veya değişken büyüklükte bir birey popülasyonu, bir uygunluk kriteri ve mevcut nesilden gelecek nesli üreten genetik olarak esinlenilmiş operatörlerden oluşur . Başlangıç ​​popülasyonu tipik olarak rastgele veya buluşsal olarak oluşturulur ve tipik operatörler mutasyon ve rekombinasyondur . Her adımda, bireyler verilen uygunluk fonksiyonuna ( en uygun olanın hayatta kalması ) göre değerlendirilir. Yeni nesil, genetik olarak esinlenilmiş operatörler kullanılarak seçilen bireylerden (ebeveynler) elde edilir. Ebeveyn seçimi, eş seçiminin biyolojik ilkesini yansıtan bir seçim operatörü tarafından yönlendirilebilir . Bu simüle edilmiş evrim süreci, sonunda uygunluk fonksiyonu açısından, neredeyse optimal bir birey popülasyonuna doğru yakınsar.

Evrimsel sistemlerin incelenmesi tarihsel olarak üç ana dalda gelişmiştir: Evrim stratejileri , gerçek değerli ve ayrık ve karışık parametre türleri için parametre optimizasyon problemlerine bir çözüm sağlar . Evrimsel programlama, başlangıçta, örneğin sonlu durum makineleri olarak modellenen optimal "akıllı ajanlar" yaratmayı amaçladı. Genetik algoritmalar , belirli bir probleme (neredeyse-) optimal bir çözüm bulma problemine evrimsel hesaplama fikrini uyguladı. Genetik algoritmalar başlangıçta sabit uzunluklu bit dizileri olarak kodlanmış bireylerin girdi popülasyonundan, genetik operatörlerin mutasyonundan (bit çevirme) ve rekombinasyondan (bir ebeveynin önekinin diğerinin son ekiyle birleşimi) ve probleme bağlı bir uygunluktan oluşuyordu. işlev. Genetik algoritmalar, genetik programlama adı verilen bilgisayar programlarını optimize etmek için kullanılmıştır ve günümüzde birçok kombinatoryal görevin yanı sıra gerçek değerli parametre optimizasyon problemlerine de uygulanmaktadır .

Dağılım Algoritmasının Tahmini (EDA), geleneksel çoğaltma operatörlerini model güdümlü olanlarla değiştiren evrimsel algoritmalardır. Bu tür modeller, makine öğrenme teknikleri kullanılarak popülasyondan öğrenilir ve rehberli çaprazlamadan yeni çözümlerin örneklenebileceği veya üretilebileceği Olasılıksal Grafik Modeller olarak temsil edilir.

Sürü zekası

Bazen toplu zeka olarak da adlandırılan sürü zekası , diğer ajanlarla iletişim kuran bireysel ajanların (örneğin bakteri , karınca , termitler , arılar , örümcekler , balıklar , kuşlar ) etkileşiminden ortaya çıkan problem çözme davranışı olarak tanımlanır . onların yerel ortamları .

Parçacık sürüsü optimizasyonu, bu fikri (çok boyutlu) bir çözüm uzayında arama yaparak belirli bir probleme optimal bir çözüm bulma problemine uygular . İlk kurulum , her biri soruna olası bir çözümü temsil eden bir parçacık sürüsüdür . Her parçacığın önceki hızına (atalet bileşeni), geçmişteki kişisel en iyi konuma yönelik eğilimine (nostalji bileşeni) ve küresel bir optimum veya yerel komşu optimuma (sosyal bileşen) yönelik eğilimine bağlı olan kendi hızı vardır. Parçacıklar böylece çok boyutlu bir uzayda hareket eder ve sonunda küresel en iyi ile kişisel en iyileri arasındaki bir noktada birleşir . Parçacık sürüsü optimizasyon algoritmaları, çeşitli optimizasyon problemlerine ve denetimsiz öğrenme , oyun öğrenme ve çizelgeleme uygulamalarına uygulanmıştır.

Aynı şekilde, karınca algoritmaları , karınca kolonilerinin yiyecek arama davranışını modeller. Karıncalar yuva ile besin kaynağı arasındaki en iyi yolu bulmak için, yuvaya dönüş yolunda yiyecek bulduklarında bir feromon izi bırakarak , sırasıyla yiyecek arıyorlarsa feromon konsantrasyonunu izleyerek dolaylı iletişime güvenirler . Karınca algoritmaları, ayrık arama uzayları üzerinde çeşitli kombinatoryal optimizasyon problemlerine başarıyla uygulanmıştır.

Yapay bağışıklık sistemleri

Yapay bağışıklık sistemleri (diğer adıyla immünolojik hesaplama veya immün hesaplama ), biyolojik organizmaların doğal bağışıklık sistemlerinden ilham alan hesaplama sistemleridir.

Bir bilgi işleme sistemi olarak bakıldığında , organizmaların doğal bağışıklık sistemi , paralel ve dağıtılmış hesaplama tarzında birçok karmaşık görevi yerine getirir . Bu öz arasında ayrım içerir olmayanın , nötralizasyon veya olmayan bir patojen ( virüsler , bakteriler, mantarlar ve parazitlerin ), öğrenme , bellek , birleştirici alma , öz-düzenleme ve hata toleransı . Yapay bağışıklık sistemleri , doğal bağışıklık sisteminin bu hesaplama yönlerini vurgulayan soyutlamalarıdır. Uygulamaları arasında bilgisayar virüsü tespiti , bir zaman dizisinde anormallik tespiti , arıza teşhisi , örüntü tanıma , makine öğrenimi, biyoinformatik , optimizasyon, robotik ve kontrol yer alır .

Membran hesaplama

Membran hesaplama , zarlardan etkilenen canlı hücrelerin bölümlere ayrılmış yapısından soyutlanan hesaplama modellerini araştırır . Genel bir zar sistemi (P-sistemi), iç içe hiyerarşik bir yapıya yerleştirilmiş zarlarla sınırlanan hücre benzeri bölmelerden (bölgeler) oluşur . Her bir zarla çevrili bölge, nesneleri, bu nesneleri değiştiren dönüşüm kurallarını ve nesnelerin dışarı aktarılacağını veya bölgenin içinde kalacağını belirten aktarım kurallarını içerir. Bölgeler, nesnelerin aktarımı yoluyla birbirleriyle iletişim kurar. Bir membran sistemi tarafından hesaplama , her nesnenin sayısının ( çokluk ) her bölge için bir değere ayarlandığı bir başlangıç ​​konfigürasyonu ile başlar ( çoklu nesne kümesi ). Hangi kuralların hangi nesnelere uygulanacağını deterministik olmayan ve maksimum paralel bir şekilde seçerek ilerler . Hesaplamanın çıktısı, önceden belirlenmiş bir çıktı bölgesinden toplanır .

Membran sistemlerinin uygulamaları arasında makine öğrenimi, biyolojik süreçlerin modellenmesi ( fotosentez , belirli sinyal yolları , bakterilerde çekirdek algılama , hücre aracılı bağışıklık ) ve bilgisayar grafikleri , açık anahtarlı kriptografi , yaklaşıklık ve sıralama algoritmaları gibi bilgisayar bilimi uygulamaları yer alır. , yanı sıra çeşitli hesaplama açısından zor problemlerin analizi .

amorf hesaplama

Biyolojik organizmalarda, morfogenez (iyi tanımlanmış şekillerin ve fonksiyonel yapıların gelişimi), organizmanın DNA'sında kodlanmış genetik program tarafından yönlendirilen hücreler arasındaki etkileşimlerle sağlanır .

Bu fikirden ilham alan amorf hesaplama , çok sayıda basit güvenilmez, düzensiz yerleştirilmiş, eşzamansız, aynı şekilde programlanmış hesaplama öğelerinin (parçacıkların) yerel etkileşimlerinden iyi tanımlanmış şekiller ve modeller veya tutarlı hesaplama davranışları tasarlamayı amaçlar. Bir programlama paradigması olarak amaç, şekilsiz bilgi işlem ortamları için iyi çalışacak yeni programlama teknikleri bulmaktır . Amorf hesaplama aynı zamanda " hücresel hesaplama " için temel olarak önemli bir rol oynar (aşağıdaki sentetik biyoloji ve hücresel hesaplama konularına bakın).

morfolojik hesaplama

Morfolojinin hesaplama gerçekleştirdiği anlayışı, morfoloji ve kontrol arasındaki ilişkiyi analiz etmek ve azaltılmış kontrol gereksinimlerine sahip robotların tasarımını teorik olarak yönlendirmek için kullanılır, hem robotikte hem de canlı organizmalardaki bilişsel süreçlerin anlaşılması için kullanılmıştır, bkz. Morfolojik hesaplama ve .

bilişsel bilgi işlem

Bilişsel hesaplama CC, tipik olarak insan algılama, akıl yürütme ve uyarana tepki işlevlerinin modellenmesi amacıyla yeni bir hesaplama türüdür, bkz. Bilişsel hesaplama ve .

Günümüz bilişsel hesaplamasının bilişsel kapasiteleri, insan seviyesinden uzaktır. Aynı bilgi-hesaplama yaklaşımı diğer, daha basit canlı organizmalara da uygulanabilir. Bakteriler, hesaplamalı olarak modellenen bilişsel bir sistemin bir örneğidir, bkz. Eshel Ben-Jacob ve Microbes-mind .

Bilgisayar yoluyla doğayı sentezlemek

Yapay yaşam

Yapay yaşam (ALife), elektronik bilgisayarlar veya diğer yapay ortamlar içinde, normalde yalnızca canlı organizmalarla ilişkili özellikler sergileyen ab initio sistemler oluşturarak canlı organizmaların temel özelliklerini anlamak olan bir araştırma alanıdır . İlk örnekler, bitki büyümesini ve gelişimini modellemek için kullanılan Lindenmayer sistemlerini (L-sistemleri) içerir. L-sistemi, bir ilk sözcükle başlayan ve yeniden yazma kurallarını sözcüğün tüm harflerine paralel olarak uygulayan bir paralel yeniden yazma sistemidir.

Yapay yaşamdaki öncü deneyler, kinetik , dinamik , yerçekimi , çarpışma ve sürtünme gibi gerçekçi özelliklerle simüle edilmiş ortamlarda hareket eden evrimleşen "sanal blok yaratıkların" tasarımını içeriyordu . Bu yapay yaratıklar, yüzme, yürüme veya zıplama yeteneklerine göre seçildiler ve ortak bir sınırlı kaynak (bir küpü kontrol etmek) için yarıştılar. Simülasyon, şaşırtıcı davranışlar sergileyen yaratıkların evrimi ile sonuçlandı: bazıları küpü almak için ellerini geliştirdi, diğerleri kübe doğru hareket etmek için bacaklarını geliştirdi. Bu hesaplama yaklaşımı, sanal olarak gelişen fiziksel robotları fiilen oluşturmak için hızlı üretim teknolojisi ile daha da birleştirildi. Bu, mekanik yapay yaşam alanının ortaya çıkışına işaret ediyordu .

Sentetik biyoloji alanı, benzer fikirlerin biyolojik bir uygulamasını araştırır. Yapay yaşam alanındaki diğer araştırma yönleri , ortak evrimsel adaptasyon ve gelişme gibi hesaplama süreçlerinden büyüme, kendini kopyalama ve kendi kendini kopyalama gibi fiziksel süreçlere kadar, yapay sistemlerde araştırılan geleneksel biyolojik fenomenlerin yanı sıra yapay kimyayı da içerir. onarım .

Doğadan ilham alan yeni donanım

Yukarıda bahsedilen tüm hesaplama teknikleri, doğadan ilham alırken, şimdiye kadar çoğunlukla geleneksel elektronik donanımlarda uygulanmıştır . Buna karşılık, burada tanıtılan iki paradigma, moleküler hesaplama ve kuantum hesaplama , kökten farklı donanım türlerini kullanır.

moleküler hesaplama

Moleküler hesaplama (diğer adıyla biyomoleküler hesaplama, biyobilgisayar, biyokimyasal hesaplama, DNA hesaplama ), verilerin DNA dizileri gibi biyomoleküller olarak kodlandığı ve moleküler biyoloji araçlarının çeşitli işlemleri (örneğin, aritmetik veya mantıksal işlemler) gerçekleştirmek için veriler üzerinde hareket ettiği bir hesaplama paradigmasıdır. ).

Özel amaçlı moleküler bilgisayarın ilk deneysel gerçekleştirimi , Hamiltonian Path Probleminin 7 düğümlü bir örneğini yalnızca test tüplerinde DNA ipliklerini manipüle ederek çözen Leonard Adleman'ın 1994'teki çığır açan deneyiydi . DNA hesaplamaları, bir DNA dizisi (esas olarak dört harfli alfabenin {A, C, G, T} üzerindeki bir dizi) olarak kodlanmış bir ilk girdiden başlar ve kes ve yapıştır gibi bir dizi biyo-işlemlerle ilerler ( tarafından sınırlama enzimleri ve ligazlar ), Watson-Crick tamamlayıcılık kullanarak belli bir alt-dizisinin (ihtiva eden şeritlerin ekstre), (kullanarak kopya polimeraz zincir reaksiyonu ) polimeraz enzimi kullanan, ve dışarı okuma. Yakın zamanda yapılan deneysel araştırmalar , 20 değişkenli bir 3SAT örneği ve akıllı ilaçların tasarımına yönelik potansiyel uygulamalarla sonlu durum makinelerinin ıslak DNA uygulamaları gibi NP-tamamlanmış problemlerin daha karmaşık örneklerini çözmeyi başardı .

DNA origami tekniği ile elde edilen bir tohumdan başlayarak bir Sierpinski üçgeninin DNA karosu kendiliğinden montajı

Bu alandaki araştırmaların en dikkate değer katkılarından biri kendi kendine bir araya gelme anlayışıdır . Kendi kendine montaj, nesnelerin karmaşık yapılar oluşturmak için özerk bir şekilde bir araya geldiği aşağıdan yukarıya bir süreçtir. Doğa boldur örnekler ve bunlar atomu oluşturmak üzere kimyasal bağlarla bağlanması molekülleri , ve şekillendirme molekülleri kristaller veya makromoleküllerin . Kendi kendine montaj araştırma konularına örnek olarak, Sierpinski üçgenleri veya DNA origami tekniği kullanılarak elde edilen rastgele nanoşekiller gibi kendiliğinden birleştirilen DNA nanoyapıları ve DNA tabanlı devreler ( ikili sayaç , bit bazında kümülatif XOR ), mantık için ribozimler gibi DNA nanomakineleri sayılabilir. işlemler, moleküler anahtarlar ( DNA cımbızları ) ve otonom moleküler motorlar ( DNA yürüteçleri ).

Moleküler hesaplamadaki teorik araştırmalar, birkaç yeni DNA hesaplama modeli (örneğin , Tom Head tarafından 1987'de tanıtılan ekleme sistemleri) sağladı ve bunların hesaplama güçleri araştırıldı. Biyo-işlemlerin çeşitli alt kümelerinin artık Turing makinelerinin hesaplama gücünü elde edebildiği bilinmektedir .

Kuantum hesaplama

Bir kuantum bilgisayar, kuantum bitleri ( kübitler ) olarak depolanan verileri işler ve hesaplamaları gerçekleştirmek için süperpozisyon ve dolaşma gibi kuantum mekanik olaylarını kullanır . Bir kübit, bunların "0", "1" veya kuantum süperpozisyonunu tutabilir. Bir kuantum bilgisayar, kuantum mantık kapıları olan kübitler üzerinde çalışır . Shor'un tamsayıları çarpanlara ayırma polinom algoritması ve ikinci dereceden zaman avantajına sahip kuantum veritabanı araması için Grover algoritması sayesinde , kuantum bilgisayarların elektronik bilgisayarlara göre potansiyel olarak önemli bir faydaya sahip olduğu gösterildi.

Kuantum kriptografisi , hesaplamanın karmaşıklığına değil, kuantum bilgisinin güvenilir bir şekilde ölçülememesi ve onu ölçmeye yönelik herhangi bir girişimin kaçınılmaz ve geri döndürülemez bir bozulma ile sonuçlanması gibi kuantum bilgisinin özel özelliklerine dayanır. Verilerin 144 km'lik bir mesafeye güvenli bir şekilde iletildiği, 2007'de kuantum kriptografisinde başarılı bir açık hava deneyi rapor edildi. Kuantum ışınlama , bir kuantum durumunun (madde veya enerji değil) keyfi bir uzak konuma aktarıldığı umut verici başka bir uygulamadır. Pratik kuantum bilgisayarların uygulamaları, iyon tuzakları , süper iletkenler , nükleer manyetik rezonans vb. gibi çeşitli substratlara dayanmaktadır . 2006 itibariyle, en büyük kuantum hesaplama deneyi, sıvı hal nükleer manyetik rezonans kuantum bilgi işlemcilerini kullandı ve 12 adede kadar bilgisayarda çalışabilir. kübitler.

Bilgi işleme olarak doğa

Doğal hesaplamanın ikili yönü, doğal olayları bilgi işleme olarak ele alarak doğayı anlamayı hedeflemesidir. Daha 1960'larda, Zuse ve Fredkin, tüm evrenin, kurallarını sürekli güncelleyen hücresel bir otomat olarak modellenen bir hesaplama (bilgi işleme) mekanizması olduğu fikrini öne sürdüler. Lloyd'un yakın tarihli bir kuantum-mekanik yaklaşımı, evreni kendi davranışını hesaplayan bir kuantum bilgisayar olarak öne sürerken, Vedral bilginin gerçekliğin en temel yapı taşı olduğunu öne sürüyor.

Hesaplama mekanizması olarak evren/doğa, doğayı hesaplanabilirlik fikirlerinin yardımıyla keşfederken, farklı organizasyon seviyelerindeki bilgi süreçleri ağları ağı olarak doğa fikrine dayanarak, doğal süreçleri hesaplamalar olarak inceler. bilgi işlem).

Bu alandaki araştırmaların ana yönleri sistem biyolojisi , sentetik biyoloji ve hücresel hesaplamadır .

Sistem biyolojisi

Hesaplamalı sistemler biyolojisi (veya basitçe sistem biyolojisi), biyolojik sistemlerde meydana gelen karmaşık iletişimleri ve etkileşimleri araştıran bütünleştirici ve nitel bir yaklaşımdır. Bu nedenle, sistem biyolojisinde, çalışmanın odak noktası, bir organizmadaki fonksiyonel süreçlerin bireysel bileşenlerinden ziyade etkileşim ağlarının kendileri ve bu ağlar nedeniyle ortaya çıkan biyolojik sistemlerin özellikleridir. Organik bileşenler üzerine yapılan bu tür araştırmalar, birbirine bağlı dört farklı etkileşim ağına güçlü bir şekilde odaklanmıştır: gen düzenleyici ağlar, biyokimyasal ağlar, taşıma ağları ve karbonhidrat ağları.

Gen düzenleyici ağlar , gen-gen etkileşimlerinin yanı sıra hücredeki genler ve diğer maddeler arasındaki etkileşimleri içerir. Genler , haberci RNA'ya (mRNA) kopyalanır ve daha sonra genetik koda göre proteinlere çevrilir . Her gen, gen transkripsiyonu için aktivatörler veya baskılayıcılar için bağlanma yerleri olarak işlev gören diğer DNA bölümleriyle ( promotörler , güçlendiriciler veya susturucular ) ilişkilidir . Genler birbirleriyle ya gen transkripsiyonunu düzenleyebilen gen ürünleri (mRNA, proteinler) ya da genleri doğrudan düzenleyebilen küçük RNA türleri aracılığıyla etkileşir . Bu gen-gen etkileşimleri , genlerin hücredeki diğer maddelerle etkileşimleriyle birlikte en temel etkileşim ağını oluşturur: gen düzenleyici ağlar . Diğer ağların montajı ve bakımı da dahil olmak üzere hücre içinde bilgi işleme görevlerini yerine getirirler. Gen düzenleyici ağların modelleri, rastgele ve olasılıksal Boole ağlarını , asenkron otomatları ve ağ motiflerini içerir .

Başka bir bakış açısı, tüm genomik düzenleyici sistemin bir hesaplama sistemi, bir genomik bilgisayar olduğudur . Bu yorum, insan yapımı elektronik hesaplamayı doğada olduğu gibi hesaplama ile karşılaştırmaya izin verir.

Ek olarak, geleneksel bir bilgisayardan farklı olarak, genomik bir bilgisayardaki sağlamlık, zayıf işlevsel süreçlerin hızla bozulduğu, zayıf işlevsel hücrelerin apoptoz tarafından öldürüldüğü ve zayıf işlevsel organizmaların daha uygun türler tarafından rekabet ettiği çeşitli geri bildirim mekanizmalarıyla sağlanır .

Biyokimyasal ağlar , proteinler arasındaki etkileşimleri ifade eder ve bir hücre içinde çeşitli mekanik ve metabolik görevleri yerine getirirler. İki veya daha fazla protein, etkileşim bölgelerinin bağlanması yoluyla birbirine bağlanabilir ve dinamik bir protein kompleksi ( kompleksleşme ) oluşturabilir. Bu protein kompleksleri, diğer kimyasal reaksiyonlar için katalizör görevi görebilir veya kimyasal olarak birbirlerini değiştirebilir. Bu tür modifikasyonlar, proteinlerin mevcut bağlanma yerlerinde değişikliklere neden olur. Bir hücrede on binlerce protein vardır ve bunlar birbirleriyle etkileşir. Böyle büyük ölçekli etkileşimleri tanımlamak için, Kohn haritaları , moleküler etkileşimleri kısa ve öz resimlerde göstermek için grafiksel bir gösterim olarak tanıtıldı. Protein-protein etkileşimlerini doğru ve özlü bir şekilde tanımlamaya yönelik diğer yaklaşımlar, metinsel biyo-hesap veya stokastik özelliklerle zenginleştirilmiş pi-hesap kullanımını içerir .

Taşıma ağları , lipid membranların aracılık ettiği maddelerin ayrılmasını ve taşınmasını ifade eder. Bazı lipidler biyolojik zarlarda kendiliğinden birleşebilir. Bir lipit membran, proteinlerin ve diğer moleküllerin gömülü olduğu ve bu tabaka boyunca hareket edebilen bir lipit çift tabakasından oluşur. Lipid çift katmanları aracılığıyla, maddeler diğer moleküllerle etkileşime girmek için zarların içi ve dışı arasında taşınır. Taşıma ağlarını tasvir eden formalizmler, zar sistemlerini ve zar taşlarını içerir .

Sentetik biyoloji

Sentetik biyoloji, tüm biyolojik sistemleri bileşenlerinden bir araya getirme nihai hedefi ile sentetik biyolojik bileşenlerin mühendisliğini amaçlar. Sentetik biyolojinin tarihi, François Jacob ve Jacques Monod'un gen düzenlemesindeki matematiksel mantığı keşfettiği 1960'lara kadar uzanabilir . Rekombinant DNA teknolojisine dayanan genetik mühendisliği teknikleri, bu teknikleri tüm gen sistemlerine ve gen ürünlerine genişleten günümüzün sentetik biyolojisinin öncüsüdür.

Gittikçe daha uzun DNA zincirlerini sentezleme olasılığı ile birlikte, tamamen yapay sentetik organizmalar inşa etmek amacıyla sentetik genomlar yaratma olasılığı gerçek oldu. Gerçekten de, kimyasal olarak sentezlenmiş kısa DNA zincirlerinin hızlı montajı, bir virüsün 5386bp sentetik genomunun üretilmesini mümkün kıldı.

Alternatif olarak, Smith ve ark. Mycoplasma Genitalium genomundan tek tek çıkarılabilen yaklaşık 100 gen buldu . Bu keşif, yalnızca temel genlerden oluşan minimal ama yine de yaşayabilir bir yapay genomun bir araya getirilmesinin yolunu açıyor.

Yarı sentetik hücrelerin mühendisliğine yönelik üçüncü bir yaklaşım, kendi kendini kopyalama yeteneğine sahip tek tip RNA benzeri molekülün inşasıdır. Böyle bir molekül, istenen özellikler için seleksiyon yoluyla, RNA benzeri moleküllerin bir başlangıç ​​popülasyonunun hızlı evrimine rehberlik ederek elde edilebilir.

Bu alandaki diğer bir çaba, örneğin canlı bakteri hücre popülasyonlarını koordine etmek için kullanılan hücreden hücreye iletişim modüllerini tasarlayarak çok hücreli sistemlerin mühendisliğine yöneliktir .

Hücresel bilgi işlem

Canlı hücrelerde hesaplama (aka hücresel hesaplama veya in-vivo hesaplama ), doğayı hesaplama olarak anlamak için başka bir yaklaşımdır. Bu alandaki özel bir çalışma, siliat adı verilen tek hücreli organizmalarda gen birleşiminin hesaplamalı doğasına ilişkindir . Siliatlar , makronükleusta fonksiyonel genler içeren DNA'larının bir kopyasını ve mikronükleusta başka bir "şifreli" kopyayı saklar . İki siliatın konjugasyonu, mikronükleer genetik bilgilerinin değiş tokuşundan oluşur, bu da iki yeni mikro çekirdeğin oluşumuna yol açar, ardından her siliat yeni bir fonksiyonel makronükleus oluşturmak için yeni mikronükleusundan gelen bilgileri yeniden birleştirir. İkinci süreç, gen montajı veya gen yeniden düzenlenmesi olarak adlandırılır. Bazı DNA fragmanlarının yeniden düzenlenmesini ( permütasyonlar ve muhtemelen ters çevirme ) ve diğer fragmanların mikronükleer kopyadan silinmesini içerir. Hesaplamalı bakış açısından, bu gen montaj sürecinin incelenmesi, bu sürecin çeşitli modellerinin Turing evrenselliği gibi birçok zorlu araştırma konusuna ve sonuçlarına yol açtı. Biyolojik bakış açısından, şablon güdümlü rekombinasyona dayalı olarak, gen toplama sürecini uygulayan "biyolojik yazılım" hakkında makul bir hipotez önerildi .

Hücresel hesaplamaya yönelik diğer yaklaşımlar arasında , E. coli ile in vivo programlanabilir ve otonom bir sonlu durum otomatının geliştirilmesi , hücrenin mevcut biyokimyasal süreçlerinden yararlanan in vivo hücresel mantık kapıları ve genetik devrelerin tasarlanması ve inşa edilmesi (bakınız örneğin ) ve küresel optimizasyon yer alır. Hücresel bir otomata benzeyen bir dizi yerel kuralı izleyerek yapraklarda stoma açıklığı .

Ayrıca bakınız

• Sayısal zeka
• Biyo-ilhamlı bilgi işlem
• DNA hesaplama
• Doğal Bilişim dergisi
• Kuantum hesaplama
• Sentetik biyoloji

Referanslar

daha fazla okuma

Bu makale, yazarlarının izniyle aşağıdaki kaynaklara dayanılarak yazılmıştır:

• Lila Kari, Grzegorz Rozenberg (Ekim 2008). "Doğal Hesaplamanın Birçok Yönü" . ACM'nin İletişimi . 51 (10): 72-83. doi : 10.1145/1400181.1400200 .
• Leandro Nunes de Castro (Mart 2007). "Doğal Hesaplamanın Temelleri: Genel Bir Bakış". Yaşam Fiziği İncelemeleri . 4 (1): 1–36. Bibcode : 2007PhLRv...4....1D . doi : 10.1016/j.plrev.2006.10.002 .

Doğal hesaplamayı oluşturan araştırma alanlarının birçoğunun kendi özel dergileri ve kitap serileri vardır. Geniş Natural Computing alanına adanmış dergiler ve kitap serileri, International Journal of Natural Computing Research (IGI Global), Natural Computing (Springer Verlag), Theoretical Computer Science, Series C: Theory of Natural Computing (Elsevier), the Natural dergilerini içerir. Bilgisayar kitap serisi (Springer Verlag) ve Doğal Hesaplama El Kitabı (G.Rozenberg, T.Back, J.Kok, Editors, Springer Verlag).

• Sırt, E.; Kudenko, D.; Kazakov, D.; Köri, E. (2005). "Doğadan Esinlenen Algoritmaları Paralel, Asenkron ve Merkezi Olmayan Ortamlara Taşımak". Öz Örgütlenme ve Otonom Bilişim (I) . 135 : 35-49. CiteSeerX  10.1.1.64.3403 .
• Sürüler ve Sürü Zekası Michael G. Hinchey, Roy Sterritt ve Chris Rouff tarafından,

Popüler bilim makalesiyle ilgilenen okuyucular için bunu Medium: Nature-Inspired Algorithms'da düşünün.