细菌计算机:用活微生物并行求解数学难题
麦吉尔大学团队开发出一种微流控生物计算机,让活细菌在通道网络中并行探索数学问题的解,并通过繁殖增加“处理器”数量。
过去几千年,人类从用木棍和石子做算术,发展到机械计算器,再到依靠微小电信号每秒完成数十亿次运算的电子计算机。现在,加拿大麦吉尔大学的研究人员与国际团队合作,尝试了一条完全不同路径:用活细菌来“算数”。
他们构建的是一台实验性生物计算机。其核心是一块微流控芯片,内部布满相互连接的微小通道和节点。每条通道代表一个可能的数学路径,而在其中游动的细菌则充当计算代理。数以百万计的微生物可以同时探索不同解,并在过程中不断分裂增殖,相当于凭空多出一批新的“处理器”。
把子集和问题变成迷宫
为了演示系统,团队选择了经典的“子集和问题”:给定 2、5、9、11,问哪些数相加等于 16。四个数时很容易穷举,但如果有 100 个数,可能的组合数量会达到难以想象的天文级规模。
研究人员把这个数学问题“翻译”成了物理通道网络。他们先制作精确图案化的硅模板,再用它把透明、透氧的硅胶聚合物 PDMS 铸造成通道,最后与玻璃基底密封,形成封闭的微迷宫,让细菌可以在里面游动。
节点就是逻辑门
网络中的特殊节点扮演逻辑门角色。在分流节点,细菌可以选择两条路线,对应“把这个数加入总和”或“不加入”。另一些节点则让细菌继续原路,或汇入共享通道。通道的布局经过设计,使每一种有效路径都对应一种数字组合。
当成千上万细菌穿过节点时,它们实际上是在并行尝试不同组合。细菌当然并不知道自己在做计算,它们只是沿着芯片中编码好的物理路径运动。通道末端设有代表可能总和的出口。研究人员观察细菌到达哪些出口,并用自动图像分析追踪路径,从而判断哪些组合满足问题。
边算边繁殖,处理器会变多
这项方案与传统电子处理器最不一样的地方,是细菌会自然繁殖。只要条件合适,它们就能在计算过程中产生更多“生物处理器”,不需要额外制造或放入。
“现代电子计算机用一块芯片每秒完成数百万次操作,”该研究资深作者、生物工程教授 Dan Nicolau 说,“而借助细菌分裂,我们相当于有一百万块芯片同时工作。芯片越多,问题解决得越快,即便每个‘处理器’每秒的操作次数更低。”
团队测试了大肠杆菌和需钠弧菌(Vibrio natriegens)。前者生长较慢,主要作为参照;后者在适宜条件下大约每 9 到 12 分钟就能让种群数量翻倍。在一次约 26 分钟的实验中,需钠弧菌完成了两轮种群倍增。研究人员还直接观察到通道内的细菌分裂,并测到离开计算网络的细菌数量多于进入的数量。
他们成功求解了最多包含 7 个数的子集和问题,导航错误率较低。例如,大肠杆菌只在 1.3% 的直通节点走错方向,需钠弧菌为 0.3%。团队还测试了更大、经过特殊构造的网络,其中包含最多 200 个重复的“1”。在 100 个值的版本里,网络编码了 2100 个可能子集,但只产生 101 种不同总和。这更多证明了网络在物理规模上的可扩展性,而不是证明它能求解任意 100 数问题。
突破在“可增殖”,但还不是 CPU
生物计算和大规模并行计算都不是全新概念。此前已有研究用分子马达等微观介质构建类似网络。此次系统的关键差异在于,细菌可以在计算时增殖,让可用的计算代理随问题探索一起增长。研究团队把目标描述为:用生物增殖来“打败计算需求的指数增长”。
但这不意味着他们已经造出细菌版现代 CPU,也没有证明它跑得比现有电子计算机更快。系统仍是实验性概念验证,关于更大问题上速度和效率优势的说法,部分来自理论建模。实际挑战也不少:导航误差、细菌过度拥挤、营养供应,以及构建复杂微流控网络所需的大量工作。
尽管如此,这一思路未来可能用于某些数学优化问题、密码学、分子生物学,甚至人工智能的某些方面。
“我们的方式适合电子计算机并非为之设计的问题,比如绘制蛋白质结构,”Nicolau 说,“有报道说 AI 已经解决了这个问题,但这只说对了一半,因为 AI 只能扫描现有数据。我们提出这项技术是为了求解问题,而不是根据过去的信息做估计。”
下一步,团队提出多项改进方向:可编程节点让网络逻辑可以改变,三维通道减少导航错误,以及通过工程改造让细菌具有更好的运动和繁殖特性。他们还需要证明,系统能够处理越来越困难的真实问题,而不会被自身不断增长的种群压垮。
讨论
0 条评论