非均衡自己組み立ての核化運動におけるパターン認識
Constantine Glen Evans1,2,3, Jackson O'Brien4, Erik Winfree5
1California Institute of Technology, Pasadena, CA, USA. cge@dna.caltech.edu.
Nature
|January 17, 2024
まとめ
この研究は,多要素の自己アセンブリにおける核化は, 神経ネットワークに類似した複雑なデータを分類できることを示しています. これは物理現象の 隠された情報処理能力を 明らかにしています
科学分野:
- バイオ物理学
- コンピュータ科学
- 材料科学
背景:
- ニューラルネットワークは脳にインスパイアされ 先進的なコンピューティングアーキテクチャです
- 信号伝達や遺伝子ネットワークのような 細胞プロセスにも似た 高次元の相互接続システムが存在します
- この研究では,非情報処理の物理的および化学的システムに類似した集合的モードが存在するかどうかを調べます.
研究 の 目的:
- マルチコンポーネントの自己組み立て時の核化が情報処理能力を示すかどうかを調査する.
- 高次元の濃縮パターンが ニューラルネットワークのように区別され分類されるかどうかを判断する.
- 画像データを分類するためのDNAタイルシステムを設計し,テストする.
主な方法:
- 917個のDNAタイルを 3つの構造に組み立てました
- 灰色の画像を3つのカテゴリーに分類するために使用されました.
- 150時間以上の実験的な検証のために,光と原子力顕微鏡を用いた.
主要な成果:
- DNAタイルシステムは 訓練された画像を 順番に分類しました
- 実験結果は計算による分類の正確さを確認した.
- 試験セットの変異は,核化に基づく分類の堅実性を示した.
結論:
- マルチコンポーネントセルフアセンブリにおける核化は,ニューラルネットワークに類似した計算を行うことができます.
- この物理現象は 固有の情報処理能力を持っています
- 開発されたDNAベースのシステムは コンパクトで頑丈でスケーラブルで 計算に新しいアプローチを提供します
