加州理工學院（Caltech）的研究團隊，由生物工程學教授露露·錢（Lulu Qian）領導，成功開發出一種基於DNA的神經網絡，能夠從範例中學習，這項研究發表於2025年9月3日的《自然》期刊。此系統利用DNA鏈進行化學反應來執行運算，模擬生物系統中的學習過程，是化學系統展現複雜學習行為的關鍵一步。
該研究題為「DNA神經網絡的監督式學習」，進一步發展了團隊先前在2018年開發出的DNA神經網絡，當時該網絡已能識別手寫數字。此次的進展讓網絡能夠透過化學反應生成記憶，並從經驗中學習。系統將數字編碼為獨特的DNA鏈模式，透過特定的化學反應產生對應於識別數字的螢光訊號，展示了DNA運算在複雜模式識別任務中的潛力。
此DNA神經網絡的學習能力為開發適應性強、能源效率高的分子運算系統開闢了新途徑。這類系統有望在醫學領域用於創造能即時應對病原體威脅的「智慧藥物」，或在材料科學領域開發能夠學習並適應外部條件的「智慧材料」。露露·錢教授及其團隊在DNA運算領域是先驅，他們的研究不僅展示了DNA作為運算媒介的巨大潛力，也為未來分子智能的發展奠定了基礎。
DNA運算是一種非傳統的計算方法，利用DNA、生物化學和分子生物學硬體取代傳統電子計算。自1994年倫納德·阿德爾曼（Leonard Adleman）首次展示計算應用以來，該領域已擴展到儲存技術、奈米級成像、合成控制器和反應網絡等多個方面。DNA運算的最大優勢在於其大規模並行處理能力，能夠同時執行大量反應，使其在解決複雜問題方面效率極高。此外，DNA的數據儲存密度極為驚人，理論上一克DNA可儲存數十億GB的數據，遠超現有的矽基儲存技術。儘管面臨挑戰，但生物技術、奈米技術和計算演算法的進步正推動著該領域的發展，預示著更高效、可擴展的DNA運算系統的出現。
研究人員強調，最艱鉅的挑戰需要廣闊的視野和重新開始的勇氣。這項工作是七年艱辛研究的成果，突顯了設計複雜生物分子系統的挑戰以及採取整體性方法的價值。此研究為分子運算開闢了新的前沿，並可能在不久的將來徹底改變我們對計算的理解和應用。