Biokomputer E. coli rozwiązuje labirynt, dzieląc się pracą

Andrea Chronopoulos

E coli kwitnie w naszych jelitach, czasami z niefortunnym skutkiem, i ułatwia postępy naukowe — w DNA, biopaliwach i szczepionce przeciw Covid firmy Pfizer, żeby wymienić tylko kilka. Teraz ta wszechstronnie utalentowana bakteria ma nową sztuczkę: może rozwiązać klasyczny problem labiryntu obliczeniowego za pomocą obliczeń rozproszonych — dzieląc niezbędne obliczenia między różne typy komórek poddanych inżynierii genetycznej.

Ten zgrabny wyczyn jest zasługą biologii syntetycznej, której celem jest zmontowanie obwodów biologicznych podobnie jak obwody elektroniczne i zaprogramowanie komórek tak łatwo jak komputery.

Eksperyment w labiryncie Jest to część tego, co niektórzy badacze uważają za obiecujący kierunek w tej dziedzinie: zamiast projektować jeden typ komórki do wykonywania całej pracy, projektują wiele typów komórek, z których każda ma inne funkcje, aby wykonać zadanie. Współpracując, te zaprojektowane drobnoustroje mogą być w stanie obliczać i rozwiązywać problemy bardziej jak sieci wielokomórkowe na wolności.

Jak dotąd, na dobre lub na złe, pełne wykorzystanie mocy projektowej biologii wymykało się i frustrowało biologów syntetycznych. Natura może to zrobić (pomyśl o mózgu), ale my jeszcze nie wiem, jak projektować na tak przytłaczającym poziomie złożoności przy użyciu biologii, mówi Pamela Silver, biolog syntetyczny z Harvardu.

Badanie z E coli jako rozwiązywacze labiryntów, kierowane przez biofizyka Sangrama Bagha z Instytutu Fizyki Jądrowej Saha w Kalkucie, to prosty i zabawny problem z zabawką. Służy jednak również jako dowód zasady przetwarzania rozproszonego między komórkami, pokazując, jak w podobny sposób można rozwiązywać bardziej złożone i praktyczne problemy obliczeniowe. Jeśli to podejście będzie działać na większą skalę, może odblokować zastosowania dotyczące wszystkiego, od farmaceutyków po rolnictwo i podróże kosmiczne.

Gdy przejdziemy do rozwiązywania bardziej złożonych problemów z inżynieryjnymi systemami biologicznymi, takie rozłożenie obciążenia będzie ważną zdolnością do ustalenia, mówi David McMillen, bioinżynier z Uniwersytetu w Toronto.

Jak zbudować labirynt bakteryjny

Dostawanie E coli rozwiązanie problemu labiryntu wymagało pewnej pomysłowości. Bakterie nie wędrowały po pałacowym labiryncie dobrze przystrzyżonych żywopłotów. Zamiast tego bakterie analizowały różne konfiguracje labiryntów. Konfiguracja: jeden labirynt na probówkę, przy czym każdy labirynt jest generowany przez inną miksturę chemiczną.

Receptury chemiczne zostały wyodrębnione z siatki 2 × 2 reprezentującej problem labiryntu. Lewy górny kwadrat siatki to początek labiryntu, a dolny prawy kwadrat to miejsce docelowe. Każdy kwadrat na siatce może być albo otwartą ścieżką, albo zablokowany, dając 16 możliwych labiryntów.

Bagh i jego koledzy matematycznie przełożyli ten problem na tabelę prawdy złożoną z: jeden s i 0 s, pokazując wszystkie możliwe konfiguracje labiryntu. Następnie zmapowali te konfiguracje na 16 różnych mikstur czterech chemikaliów. Obecność lub brak każdej substancji chemicznej odpowiada temu, czy dany kwadrat jest otwarty czy zablokowany w labiryncie.

Zespół zaprojektował wiele zestawów E coli z różnymi obwodami genetycznymi, które wykrywały i analizowały te chemikalia. Razem mieszana populacja bakterii funkcjonuje jako rozproszony komputer; każdy z różnych zestawów komórek wykonuje część obliczeń, przetwarzając informacje chemiczne i rozwiązując labirynt.

Przeprowadzając eksperyment, naukowcy najpierw umieścili E coli w 16 probówkach, do każdej z nich dodano inną mieszankę chemiczno-labiryntową i pozostawił bakterie do wzrostu. Po 48 godzinach, jeśli E coli nie wykrył żadnej wyraźnej ścieżki w labiryncie — to znaczy, jeśli brakowało wymaganych chemikaliów — wtedy system pozostał ciemny. Jeśli obecna była prawidłowa kombinacja chemiczna, odpowiednie obwody włączały się i bakterie wspólnie wyrażały białka fluorescencyjne, w kolorze żółtym, czerwonym, niebieskim lub różowym, aby wskazać roztwory. Jeśli istnieje ścieżka, rozwiązanie, bakterie świecą, mówi Bagh.

Przedstawiono cztery z 16 możliwych konfiguracji labiryntu. Dwa labirynty po lewej stronie nie mają wyraźnych ścieżek od początku do miejsca docelowego (ze względu na zasłonięte/zacienione kwadraty); dlatego nie ma rozwiązania, a system jest ciemny. W przypadku dwóch labiryntów po prawej stronie są wyraźne ścieżki (białe kwadraty), więc E coli Solver labiryntu świeci — bakterie wspólnie wyrażają białka fluorescencyjne, wskazując rozwiązania.

KATHAKALI SARKAR I SANGRAM BAGH

Szczególnie ekscytujące dla Bagha było to, że podczas przedzierania się przez wszystkie 16 labiryntów, E coli dostarczył fizycznego dowodu, że tylko trzy są możliwe do rozwiązania. Obliczenie tego za pomocą równania matematycznego nie jest proste, mówi. Dzięki temu eksperymentowi możesz to bardzo prosto zwizualizować.

Wzniosłe cele

Bagh wyobraża sobie taki biologiczny komputer pomagający w kryptografii lub steganografii (sztuka i nauka ukrywania informacji), który wykorzystuje labirynty do zaszyfrować oraz ukryć odpowiednio. Jednak implikacje wykraczają poza te zastosowania i obejmują wzniosłe ambicje biologii syntetycznej.

Pomysł Biologia syntetyczna datuje się na lata 60. XX wieku, ale dziedzina ta pojawiła się konkretnie w 2000 r. wraz z utworzeniem syntetycznych obwodów biologicznych (w szczególności przełącznik i oscylator ), które w coraz większym stopniu umożliwiły zaprogramowanie komórek do wytwarzania pożądanych związków lub inteligentnego reagowania w ich środowisku.

Powiązana historia

Czy historia Ginkgo o biologii syntetycznej jest warta 15 miliardów dolarów?

Jason Kelly obiecał rewolucję produkcyjną z DNA. Tylko nie proś go o wykonanie jakichkolwiek produktów.

Biologia nie była jednak najbardziej skłonną do współpracy współpracownikami. Jednym z czynników ograniczających jest liczba zmian, które można wprowadzić w komórce bez niszczenia jej żywotności. Komórka ma swoje własne interesy, mówi McMillen, którego laboratorium opracowuje system oparty na drożdżach, który wykrywa przeciwciała malarii w próbkach krwi i podobny system dla krukowatych. Wprowadzając zaprojektowane przez człowieka komponenty do systemu biologicznego, mówi, walczysz z doborem naturalnym i entropią, które są dwiema największymi siłami natury.

Jeśli komórka jest przeładowana, na przykład, zbyt wieloma gadżetami, istnieje ryzyko zakłóceń i przesłuchów, które spowalniają wydajność i ograniczają możliwości systemu. Bagh twierdzi, że w przypadku obliczeniowych solwerów labiryntu algorytm mógł zostać zaprogramowany tylko w jednym typie E coli komórka. Jednak system działał najlepiej, gdy niezbędne funkcje obwodu były rozdzielone na sześć typów komórek.

Karen Polizzi, inżynier chemik z Imperial College London, która opracowuje bioczujniki komórkowe do monitorowania produkcji białek terapeutycznych i szczepionek, mówi, że istnieje fizyczne ograniczenie liczby części genetycznych, które można wykorzystać w pojedynczej komórce. Ogranicza to wyrafinowanie koncepcji obliczeniowych, które można rozwijać.

Przetwarzanie rozproszone może w rzeczywistości być sposobem na osiągnięcie niektórych naprawdę wzniosłych celów [syntetycznej biologii], dodaje. Ponieważ nie ma mowy, abyś zmusił komórkę do samodzielnego wykonania złożonego zadania.

Supremacja komórkowa

Chris Voigt, biolog syntetyczny z MIT (i redaktor naczelny Biologia syntetyczna ACS, który opublikował wynik Bagha), uważa przetwarzanie rozproszone to kierunek, w którym musi iść biologia syntetyczna.

W opinii Voigta wielkie ambicje dotyczące komórek drobnoustrojów są uzasadnione – i przeprowadza obliczenia, które to potwierdzają. Jedna łyżeczka bakterii ma więcej bramek logicznych niż, jak sądzę, 2 miliardy procesorów Xeon, mówi. I ma więcej pamięci w DNA niż cały internet. Biologia ma niesamowitą moc obliczeniową i robi to, rozprowadzając ją na ogromnej liczbie komórek. Są jednak pewne zastrzeżenia: przetworzenie bramki zajmuje 20 minut, więc jest bardzo powolne.

W zeszłym roku Voigtowi i współpracownikom udało się zaprogramować DNA za pomocą algorytmu kalkulatora i wygenerować wyświetlacz cyfrowy z fluorescencją E coli . Wykorzystali oprogramowanie stworzone przez laboratorium Voigta o nazwie Cello. Wiolonczela pobiera pliki z Verilog — języka programowania używanego do opisywania i modelowania obwodów — i konwertuje je na DNA, dzięki czemu w komórkach można uruchomić te same konfiguracje. Wszystkie obwody dla E coli Kalkulator był jednak stłoczony w jednym rodzaju celi, w jednej kolonii. Przyznaje, że w pewnym sensie trafiliśmy na ograniczenie. Musimy wymyślić, jak tworzyć większe projekty.

Voigt mówi, że nawet gdyby naukowcy chcieli uruchomić coś tak nisko-fi według dzisiejszych standardów, jak systemy naprowadzania Apollo 11 w bakteriach, nie można tego zrobić w pojedynczej zmodyfikowanej komórce. Pojemność jest dostępna, mówi. Potrzebujemy tylko sposobów na rozbicie algorytmu na komórki, a następnie połączenie komórek, aby efektywnie udostępniać informacje, aby mogły wspólnie wykonywać obliczenia.

Rzeczywiście, Voigt kwestionuje, czy bezpośrednie naśladowanie tradycyjnego przetwarzania elektronicznego jest najlepszym podejściem do wykorzystania mocy obliczeniowej biologii i rozwiązywania złożonych problemów biologicznych.

W poszukiwaniu właściwego podejścia Bagh wymyślił również niedawno rodzaj sztuczna sieć neuronowa architektura sprzętu bakteryjnego. Interesuje go badanie podejścia, które obejmuje logikę rozmytą, wykraczając poza ograniczenia binarne 0 s i jeden s w kierunku kontinuum bardziej dostosowanego do hałasu i bałaganu żywych systemów biologicznych.

Biolog syntetyczny Ángel Goñi-Moreno z Politechniki Madryckiej myśli w podobny sposób. Jeśli mamy bawić się żywą technologią, musimy grać zgodnie z zasadami żywych systemów – mówi.

Goñi-Moreno wyobraża sobie zerwanie z analogią obwodów elektronicznych, wykorzystując sposób, w jaki komórki wyczuwają i reagują oraz dostosować się do otoczenia , wykorzystując sam dobór naturalny jako narzędzie do rozwijania projektów obliczeniowych. Mówi, że ewolucja to proces biologiczny, który oblicza informacje w czasie, optymalizując systemy komórkowe w celu realizacji różnorodnych zadań.

Goñi-Moreno wierzy, że takie podejście może ostatecznie doprowadzić do tego, co nazywa supremacja komórkowa . Termin ten celowo przedstawia paralelę z supremacją kwantową (teraz czasami nazywaną prymatem kwantowym) — punktem, w którym komputery kwantowe przekraczają możliwości konwencjonalnego przetwarzania w pewnych dziedzinach. Biokomputery, które ewoluowały w takim stopniu, mówi Goñi-Moreno, mogą oferować lepsze umiejętności rozwiązywania problemów w obszarach takich jak zwiększanie produkcji rolnej (pomyśl, że bakterie glebowe mogą dostosowywać chemikalia, które wytwarzają w oparciu o zmieniające się warunki) i ukierunkowanie na terapie chorób.

Po prostu nie oczekuj E coli aby pomóc w surfowaniu po Internecie lub rozwiąż problem P vs. NP — do tego nadal będziemy potrzebować dobrych, staromodnych komputerów.

ukryć