Onderzoekers van het California Institute of Technology (Caltech) hebben een baanbrekend neuraal netwerk ontwikkeld dat gebruikmaakt van DNA-strengen voor berekeningen via chemische reacties. Dit systeem bootst de leerprocessen in biologische systemen na en opent deuren naar een nieuw tijdperk van moleculair computergebruik.
Het onderzoek, geleid door professor bio-engineering Lulu Qian, markeert een cruciale stap in het demonstreren van complexere leergedragingen in chemische systemen. De bevindingen zijn gepubliceerd in het gerenommeerde tijdschrift Nature op 3 september 2025. Dit werk bouwt voort op eerdere successen van Qian en haar team, die in 2018 een DNA-gebaseerd neuraal netwerk ontwikkelden dat handgeschreven cijfers kon herkennen. De nieuwe doorbraak stelt het systeem in staat om zelfstandig herinneringen te vormen via moleculaire 'draden' die geactiveerd worden om ervaringen op te slaan.
Het DNA-netwerk werd getraind om handgeschreven cijfers te herkennen, waarbij elk cijfer wordt gecodeerd als een uniek patroon van DNA-strengen. Door specifieke chemische reacties ondergaat dit patroon een transformatie die resulteert in een fluorescerend signaal dat het herkende cijfer vertegenwoordigt. Deze methode toont het potentieel van DNA-computing aan voor complexe patroonherkenning.
De capaciteit van dit DNA-netwerk om te leren van voorbeelden creëert nieuwe mogelijkheden voor adaptieve en energiezuinige moleculaire computersystemen. Potentiële toepassingen liggen in diverse sectoren, zoals de geneeskunde, waar 'slimme' medicijnen ontwikkeld kunnen worden die zich in realtime aanpassen aan ziekteverwekkers, en in de materiaalkunde voor 'slimme' materialen die leren en zich aanpassen aan externe omstandigheden.
De ontwikkeling van dit systeem, dat zeven jaar in beslag nam, benadrukt de complexiteit en de holistische aanpak die nodig is om dergelijke doorbraken te realiseren. De onderzoekers beschrijven de reis als een uitdaging waarbij het oplossen van één probleem vaak nieuwe uitdagingen met zich meebracht, wat leidde tot een herontwerp van het systeem om alle uitdagingen tegelijk aan te pakken. Dit onderzoek opent deuren naar een toekomst waarin moleculaire systemen niet alleen berekeningen uitvoeren, maar ook actief leren en zich ontwikkelen, vergelijkbaar met de adaptieve eigenschappen van levende organismen.
De vooruitgang in DNA-computing, dat potentieel sneller en compacter kan zijn dan de huidige op silicium gebaseerde computers, belooft een revolutie in informatieverwerking en diverse technologische toepassingen.