डीएनए कंप्यूटिंग

डीएनए कंप्यूटिंग अपरंपरागत कंप्यूटिंग की एक उभरती हुई शाखा है जो पारंपरिक इलेक्ट्रॉनिक कंप्यूटिंग के बजाय डीएनए, जैव रसायन और आणविक जीव विज्ञान हार्डवेयर का उपयोग करती है। इस क्षेत्र में अनुसंधान और विकास डीएनए कंप्यूटिंग के सिद्धांत, प्रयोगों और अनुप्रयोगों से संबंधित है। हालाँकि यह क्षेत्र मूल रूप से 1994 में लियोनार्ड एडलमैन द्वारा एक कंप्यूटिंग एप्लिकेशन के प्रदर्शन के साथ शुरू हुआ था, लेकिन अब इसे कई अन्य रास्तों तक विस्तारित किया गया है जैसे कि भंडारण प्रौद्योगिकियों का विकास, नैनोस्केल इमेजिंग तौर-तरीके,  सिंथेटिक नियंत्रक और प्रतिक्रिया नेटवर्क,    वगैरह।

डीएनए कंप्यूटिंग और आण्विक प्रोग्रामिंग का एक संक्षिप्त इतिहास
दक्षिणी कैलिफोर्निया विश्वविद्यालय के लियोनार्ड एडलमैन ने शुरू में 1994 में इस क्षेत्र को विकसित किया था। एडलमैन ने संगणना के एक रूप के रूप में डीएनए के एक अवधारणा का सबूत उपयोग का प्रदर्शन किया जिसने सात-बिंदु हैमिल्टनियन पथ समस्या को हल किया। प्रारंभिक एडलमैन प्रयोगों के बाद से, प्रगति हुई है और विभिन्न ट्यूरिंग मशीनें रचनात्मक साबित हुई हैं। तब से यह क्षेत्र कई मार्गों में विस्तारित हो गया है। 1995 में, एरिक बॉम द्वारा डीएनए-आधारित मेमोरी के लिए विचार प्रस्तावित किया गया था जिन्होंने अनुमान लगाया कि अति उच्च घनत्व के कारण डेटा की एक बड़ी मात्रा डीएनए की एक छोटी मात्रा में संग्रहीत की जा सकती है। इसने डीएनए कंप्यूटिंग के क्षितिज को स्मृति प्रौद्योगिकी के दायरे में विस्तारित किया, हालांकि इन विट्रो प्रदर्शनों को लगभग एक दशक के बाद बनाया गया था।

डीएनए कंप्यूटिंग के क्षेत्र को लेन एडलमैन के प्रदर्शन से लगभग एक दशक पहले नेड सीमन द्वारा शुरू किए गए व्यापक डीएनए नैनोसाइंस क्षेत्र के एक उप-क्षेत्र के रूप में वर्गीकृत किया जा सकता है। 1980 के दशक में नेड का मूल विचार क्रिस्टलोग्राफी में अनुप्रयोगों के लिए बॉटम-अप डीएनए सेल्फ-असेंबली का उपयोग करके मनमाने ढांचे का निर्माण करना था। हालाँकि, यह संरचनात्मक डीएनए स्व-विधानसभा के क्षेत्र में रूपांतरित हुआ  जो कि 2020 तक अत्यंत परिष्कृत है। 2018 में कुछ नैनोमीटर लंबे से लेकर कई दसियों माइक्रोमीटर तक के स्व-इकट्ठे ढांचे का प्रदर्शन किया गया है।

1994 में, प्रो. सीमैन के समूह ने डीएनए घटकों के एक छोटे सेट का उपयोग करके प्रारंभिक डीएनए जाली संरचनाओं का प्रदर्शन किया। जबकि एडलमैन के प्रदर्शन ने डीएनए-आधारित कंप्यूटरों की संभावना को दिखाया, डीएनए डिजाइन तुच्छ था क्योंकि जैसे-जैसे ग्राफ में नोड्स की संख्या बढ़ती है, एडलमैन के कार्यान्वयन में आवश्यक डीएनए घटकों की संख्या तेजी से बढ़ेगी। इसलिए, कंप्यूटर वैज्ञानिक और बायोकेमिस्ट ने टाइल-असेंबली की खोज शुरू कर दी, जहां विकास पर मनमाना संगणना करने के लिए टाइल के रूप में डीएनए किस्में के एक छोटे से सेट का उपयोग करने का लक्ष्य था। 90 के दशक के उत्तरार्ध में सैद्धांतिक रूप से जिन अन्य रास्तों की खोज की गई उनमें डीएनए-आधारित सुरक्षा और क्रिप्टोग्राफी शामिल हैं, डीएनए सिस्टम की कम्प्यूटेशनल क्षमता, डीएनए यादें और डिस्क, और डीएनए आधारित रोबोटिक्स। 2003 में, John Reif's group ने पहली बार एक डीएनए-आधारित वॉकर के विचार का प्रदर्शन किया, जो एक लाइन फॉलोअर रोबोट के समान एक ट्रैक के साथ चलता है। उन्होंने वॉकर के लिए ऊर्जा के स्रोत के रूप में आणविक जीव विज्ञान का उपयोग किया। इस पहले प्रदर्शन के बाद से, डीएनए आधारित वॉकरों की व्यापक विविधता का प्रदर्शन किया गया है।

अनुप्रयोग, उदाहरण और हाल के घटनाक्रम
1994 में लियोनार्ड एडलमैन ने डीएनए कंप्यूटर का पहला प्रोटोटाइप प्रस्तुत किया। :de:TT-100|TT-100 डीएनए घोल के 100 माइक्रोलिटर से भरी एक परखनली थी। वह निर्देशित हैमिल्टनियन पथ समस्या का एक उदाहरण हल करने में कामयाब रहे। एडलमैन के प्रयोग में, हैमिल्टनियन पथ समस्या को "ट्रैवलिंग सेल्समैन की समस्या" के रूप में सांकेतिक रूप से लागू किया गया था। इस प्रयोजन के लिए, अलग-अलग डीएनए टुकड़े बनाए गए थे, उनमें से प्रत्येक एक ऐसे शहर का प्रतिनिधित्व करता था जिसका दौरा किया जाना था। इन टुकड़ों में से हर एक बनाए गए अन्य टुकड़ों के साथ जुड़ने में सक्षम है। इन डीएनए अंशों का उत्पादन किया गया और एक परखनली में मिलाया गया। सेकंड के भीतर, छोटे टुकड़े बड़े होते हैं, जो विभिन्न यात्रा मार्गों का प्रतिनिधित्व करते हैं। एक रासायनिक प्रतिक्रिया के माध्यम से, लंबे मार्गों का प्रतिनिधित्व करने वाले डीएनए के टुकड़े समाप्त हो गए। अवशेष समस्या का समाधान हैं, लेकिन कुल मिलाकर प्रयोग एक सप्ताह तक चला। हालाँकि, वर्तमान तकनीकी सीमाएँ परिणामों के मूल्यांकन को रोकती हैं। इसलिए, प्रयोग अनुप्रयोग के लिए उपयुक्त नहीं है, लेकिन फिर भी यह अवधारणा का प्रमाण है।

मिश्रित समस्याएं
इन समस्याओं के पहले परिणाम लियोनार्ड एडलमैन द्वारा प्राप्त किए गए थे।


 * 1994 में: 7 शिखरों के साथ एक ग्राफ में हैमिल्टनियन पथ की समस्या को हल करना।
 * 2002 में: एक एनपी-पूर्ण समस्या के साथ-साथ एक 3-संतोषजनक | 3-एसएटी समस्या को 20 चर के साथ हल करना।

टिक टीएसी को पैर की अंगुली खेल
2002 में, जे. मैकडोनाल्ड, डी. स्टेफनोविक और एम. स्टोजानोविक ने एक डीएनए कंप्यूटर बनाया जो मानव खिलाड़ी के खिलाफ टिक-टैक-टो खेलने में सक्षम था। कैलकुलेटर में खेल के नौ वर्गों के अनुरूप नौ डिब्बे होते हैं। प्रत्येक बिन में एक सब्सट्रेट और डीएनए एंजाइम के विभिन्न संयोजन होते हैं। सब्सट्रेट स्वयं एक डीएनए स्ट्रैंड से बना होता है, जिस पर एक छोर पर एक फ्लोरोसेंट रासायनिक समूह और दूसरे छोर पर एक दमनकारी समूह होता है। फ्लोरेसेंस केवल तभी सक्रिय होता है जब सब्सट्रेट के अणु आधे में कट जाते हैं। डीएनए एंजाइम तर्क समारोह का अनुकरण करते हैं। उदाहरण के लिए, यदि दो विशिष्ट प्रकार के डीएनए स्ट्रैंड को लॉजिक फ़ंक्शन AND को पुन: पेश करने के लिए पेश किया जाता है, तो ऐसा डीएनए प्रकट होगा।

डिफ़ॉल्ट रूप से, माना जाता है कि कंप्यूटर पहले केंद्रीय वर्ग में खेला जाता है। मानव खिलाड़ी आठ अलग-अलग प्रकार के डीएनए स्ट्रैंड्स के साथ शुरू होता है जो आठ शेष बक्सों से संबंधित होते हैं जिन्हें खेला जा सकता है। बॉक्स नंबर i खेलने के लिए, मानव खिलाड़ी इनपुट #i के अनुरूप सभी डिब्बे में डालता है। ये किस्में डिब्बे में मौजूद कुछ डीएनए एंजाइमों को बांधती हैं, जिसके परिणामस्वरूप, इनमें से एक डिब्बे में, डीएनए एंजाइमों के विरूपण में होता है जो सब्सट्रेट को बांधता है और इसे काट देता है। संबंधित बिन फ्लोरोसेंट हो जाता है, यह दर्शाता है कि डीएनए कंप्यूटर द्वारा कौन सा बॉक्स चलाया जा रहा है। डीएनए एंजाइमों को डिब्बे के बीच इस तरह से विभाजित किया जाता है ताकि यह सुनिश्चित किया जा सके कि मानव खिलाड़ी जो सबसे अच्छा हासिल कर सकता है वह ड्रॉ है, जैसा कि वास्तविक टिक-टैक-टो में होता है।

तंत्रिका नेटवर्क आधारित कंप्यूटिंग
कैल्टेक में केविन चेरी और लुलु कियान ने एक डीएनए-आधारित कृत्रिम तंत्रिका नेटवर्क विकसित किया जो 100-बिट हाथ से लिखे अंकों को पहचान सकता है। वे इसे कंप्यूटर पर अग्रिम रूप से प्रोग्रामिंग करके प्राप्त करते हैं, अलग-अलग सांद्रता भार अणुओं द्वारा दर्शाए गए वजन के उचित सेट के साथ, जिसे बाद में टेस्ट ट्यूब में जोड़ा जाएगा जो इनपुट डीएनए स्ट्रैंड रखता है।

स्थानीयकृत (कैश-जैसी) कंप्यूटिंग
के साथ बेहतर गति डीएनए कंप्यूटिंग की चुनौतियों में से एक इसकी गति है। जबकि डीएनए एक सब्सट्रेट के रूप में जैविक रूप से संगत है यानी इसका उपयोग उन जगहों पर किया जा सकता है जहां सिलिकॉन तकनीक नहीं हो सकती है, इसकी गणना की गति अभी भी बहुत धीमी है। उदाहरण के लिए, क्षेत्र में बेंचमार्क के रूप में उपयोग किए जाने वाले वर्गमूल सर्किट को पूरा होने में 100 घंटे से अधिक का समय लगा। जबकि बाहरी एंजाइम स्रोतों के साथ नए तरीके तेजी से और अधिक कॉम्पैक्ट सर्किट की सूचना दे रहे हैं, चटर्जी एट अल। स्थानीय डीएनए सर्किट के माध्यम से गणना को गति देने के लिए क्षेत्र में एक दिलचस्प विचार प्रदर्शित किया। इस अवधारणा को आगे अन्य समूहों द्वारा खोजा जा रहा है। यह विचार, जबकि मूल रूप से कंप्यूटर वास्तुकला के क्षेत्र में प्रस्तावित था, इस क्षेत्र में भी अपनाया गया है। कंप्यूटर आर्किटेक्चर में, यह बहुत अच्छी तरह से जाना जाता है कि यदि निर्देशों को अनुक्रम में निष्पादित किया जाता है, तो उन्हें कैश में लोड करने से अनिवार्य रूप से तेज़ प्रदर्शन होगा, जिसे स्थानीयकरण का सिद्धांत भी कहा जाता है। ऐसा इसलिए है क्योंकि तेज कैश मेमोरी में निर्देशों के साथ, उन्हें मुख्य मेमोरी से अंदर और बाहर स्वैप करने की आवश्यकता नहीं होती है जो धीमी हो सकती है। इसी तरह, स्थानीयकृत डीएनए कंप्यूटिंग में, गणना के लिए जिम्मेदार डीएनए स्ट्रैंड्स को सब्सट्रेट जैसे ब्रेडबोर्ड पर तय किया जाता है, जिससे कंप्यूटिंग गेट्स की भौतिक निकटता सुनिश्चित होती है। ऐसी स्थानीयकृत डीएनए कंप्यूटिंग तकनीकों ने परिमाण के आदेश द्वारा गणना समय को संभावित रूप से कम करने के लिए दिखाया है।

नवीकरणीय (या प्रतिवर्ती) डीएनए कंप्यूटिंग
डीएनए कंप्यूटिंग पर बाद के शोध ने रिवर्सिबल डीएनए कंप्यूटिंग तैयार किया है, जिससे यह तकनीक निजी कंप्यूटर (उदाहरण के लिए) में इस्तेमाल होने वाली सिलिकॉन-आधारित कंप्यूटिंग के एक कदम और करीब आ गई है। विशेष रूप से, जॉन रीफ और ड्यूक विश्वविद्यालय में उनके समूह ने दो अलग-अलग तकनीकों का प्रस्ताव दिया है कंप्यूटिंग डीएनए परिसरों का पुन: उपयोग करने के लिए। पहला डिज़ाइन dsDNA गेट्स का उपयोग करता है, जबकि दूसरी डिजाइन डीएनए हेयरपिन कॉम्प्लेक्स का उपयोग करती है। जबकि दोनों डिज़ाइन कुछ मुद्दों (जैसे प्रतिक्रिया लीक) का सामना करते हैं, यह डीएनए कंप्यूटिंग के क्षेत्र में एक महत्वपूर्ण सफलता का प्रतिनिधित्व करता है। कुछ अन्य समूहों ने भी गेट पुन: प्रयोज्य समस्या का समाधान करने का प्रयास किया है। किनारा विस्थापन प्रतिक्रियाओं (एसआरडी) का उपयोग करते हुए, प्रतिवर्ती प्रस्ताव डीएनए कंप्यूटर पेपर पर प्रतिवर्ती सर्किट की संश्लेषण रणनीति में प्रस्तुत किए गए हैं। डीएनए कंप्यूटिंग और रिवर्सिबल कंप्यूटिंग तकनीकों के संयोजन से डीएनए कंप्यूटर पर रिवर्सिबल गेट और सर्किट को लागू करने के लिए। यह पत्र पिछले तरीकों की तुलना में बेहतर निर्मित सर्किट की औसत लंबाई और लागत के साथ डीएनए कंप्यूटर पर एन-बिट प्रतिवर्ती सर्किट को संश्लेषित करने के लिए एक सार्वभौमिक प्रतिवर्ती गेट लाइब्रेरी (यूआरजीएल) का भी प्रस्ताव करता है।

तरीके
डीएनए पर आधारित कंप्यूटिंग डिवाइस के निर्माण के लिए कई तरीके हैं, जिनमें से प्रत्येक के अपने फायदे और नुकसान हैं। इनमें से अधिकांश डीएनए आधार से डिजिटल तर्क  से जुड़े बुनियादी लॉजिक गेट्स (तार्किक और, तार्किक या तार्किक नहीं) का निर्माण करते हैं। कुछ विभिन्न आधारों में डीएनए एंजाइम, oligonucleotide, एंजाइम और टोहोल्ड एक्सचेंज शामिल हैं।

किनारा विस्थापन तंत्र
डीएनए कंप्यूटिंग और आण्विक प्रोग्रामिंग में सबसे मौलिक ऑपरेशन भूग्रस्त विस्थापन तंत्र है। वर्तमान में, भूग्रस्त विस्थापन करने के दो तरीके हैं:


 * Toehold मध्यस्थता कतरा विस्थापन (TMSD) * पोलीमरेज़-आधारित स्ट्रैंड विस्थापन (PSD)

टोहोल्ड एक्सचेंज
सरल किनारा विस्थापन योजनाओं के अलावा, टोहोल्ड एक्सचेंज की अवधारणा का उपयोग करके डीएनए कंप्यूटर का भी निर्माण किया गया है। इस प्रणाली में, एक इनपुट डीएनए स्ट्रैंड दूसरे डीएनए अणु पर एक चिपचिपे सिरे या पैर की अंगुली से बंधता है, जो इसे अणु से दूसरे स्ट्रैंड सेगमेंट को विस्थापित करने की अनुमति देता है। यह मॉड्यूलर लॉजिक घटकों जैसे AND, OR, और NOT गेट्स और सिग्नल एम्पलीफायरों के निर्माण की अनुमति देता है, जिन्हें मनमाने ढंग से बड़े कंप्यूटरों में जोड़ा जा सकता है। डीएनए कंप्यूटर के इस वर्ग को एंजाइम या डीएनए की किसी रासायनिक क्षमता की आवश्यकता नहीं होती है।

रासायनिक प्रतिक्रिया नेटवर्क (सीआरएन)
डीएनए कंप्यूटिंग के लिए फुल स्टैक एक पारंपरिक कंप्यूटर आर्किटेक्चर के समान दिखता है। उच्चतम स्तर पर, सी-जैसी सामान्य प्रयोजन प्रोग्रामिंग भाषा रासायनिक प्रतिक्रिया नेटवर्क | रासायनिक प्रतिक्रिया नेटवर्क (सीआरएन) के एक सेट का उपयोग करके व्यक्त की जाती है। यह मध्यवर्ती प्रतिनिधित्व डोमेन-स्तरीय डीएनए डिज़ाइन में अनुवादित हो जाता है और फिर डीएनए स्ट्रैंड्स के एक सेट का उपयोग करके कार्यान्वित किया जाता है। 2010 में, एरिक विनफ्री के समूह ने दिखाया कि मनमाना रासायनिक प्रतिक्रियाओं को लागू करने के लिए डीएनए को सब्सट्रेट का उपयोग किया जा सकता है। इसने जैव रासायनिक नियंत्रकों के डिजाइन और संश्लेषण का रास्ता खोल दिया क्योंकि सीआरएन की अभिव्यंजक शक्ति एक ट्यूरिंग मशीन के बराबर है।   इस तरह के नियंत्रक संभावित रूप से विवो में हार्मोनल असंतुलन को रोकने जैसे अनुप्रयोगों के लिए उपयोग किए जा सकते हैं।

डीएनए एंजाइम
उत्प्रेरक डीएनए (डीऑक्सीराइबोजाइम या डीएनएज़ाइम) उपयुक्त इनपुट के साथ परस्पर क्रिया करते समय एक प्रतिक्रिया को उत्प्रेरित करता है, जैसे कि एक मिलान ऑलिगोन्यूक्लियोटाइड। इन डीएनए एंजाइमों का उपयोग सिलिकॉन में डिजिटल लॉजिक के अनुरूप लॉजिक गेट बनाने के लिए किया जाता है; हालाँकि, डीएनए एंजाइम 1-, 2- और 3-इनपुट गेट्स तक सीमित हैं, जिनमें श्रृंखला में बयानों के मूल्यांकन के लिए कोई वर्तमान कार्यान्वयन नहीं है।

डीएनएजाइम लॉजिक गेट अपनी संरचना को बदलता है जब यह एक मेल खाने वाले ऑलिगोन्यूक्लियोटाइड से जुड़ा होता है और जिस फ्लोरोजेनिक सब्सट्रेट से यह जुड़ा होता है वह मुक्त होता है। जबकि अन्य सामग्रियों का उपयोग किया जा सकता है, अधिकांश मॉडल एक प्रतिदीप्ति-आधारित सब्सट्रेट का उपयोग करते हैं क्योंकि एकल अणु सीमा पर भी इसका पता लगाना बहुत आसान है। प्रतिदीप्ति की मात्रा को यह बताने के लिए मापा जा सकता है कि कोई प्रतिक्रिया हुई या नहीं। परिवर्तन करने वाला डीएनए एंजाइम तब "उपयोग" किया जाता है और कोई और प्रतिक्रिया शुरू नहीं कर सकता है। इस वजह से, ये प्रतिक्रियाएं एक सतत स्टिरर्ड-टैंक रिएक्टर जैसे उपकरण में होती हैं, जहां पुराने उत्पाद को हटा दिया जाता है और नए अणु जोड़े जाते हैं।

आमतौर पर इस्तेमाल होने वाले दो डीएनए एंजाइमों का नाम E6 और 8-17 है। ये लोकप्रिय हैं क्योंकि ये किसी भी मनमाने स्थान पर एक सब्सट्रेट की सफाई की अनुमति देते हैं। Stojanovic और MacDonald ने MAYA I बनाने के लिए E6 DNA एंजाइम का उपयोग किया है और माया II मशीनें, क्रमशः; स्टोजानोविक ने 8-17 डीएनए एंजाइम का उपयोग करके लॉजिक गेट्स का भी प्रदर्शन किया है। जबकि इन डीएनए एंजाइमों को लॉजिक गेट्स के निर्माण के लिए उपयोगी साबित किया गया है, वे कार्य करने के लिए एक धातु सहकारक की आवश्यकता से सीमित हैं, जैसे कि Zn2+ या मिलियन2+, और इस प्रकार विवो में उपयोगी नहीं हैं। एक डिजाइन जिसे स्टेम लूप कहा जाता है, जिसमें डीएनए का एक किनारा होता है जिसके अंत में एक लूप होता है, एक गतिशील संरचना होती है जो लूप भाग में डीएनए के एक टुकड़े के बंधन में खुलती और बंद होती है। कई तर्क द्वार  बनाने के लिए इस प्रभाव का फायदा उठाया गया है। इन लॉजिक गेट्स का उपयोग कंप्यूटर MAYA I और MAYA II बनाने के लिए किया गया है जो कुछ हद तक टिक-टैक-टो खेल सकते हैं।

एंजाइम
एंजाइम-आधारित डीएनए कंप्यूटर आमतौर पर एक साधारण ट्यूरिंग मशीन के रूप में होते हैं; डीएनए के रूप में, एक एंजाइम और सॉफ्टवेयर के रूप में समान हार्डवेयर है। बेनेंसन, शापिरो और उनके सहयोगियों ने FokI एंजाइम का उपयोग करके एक डीएनए कंप्यूटर का प्रदर्शन किया है और प्रोस्टेट कैंसर का निदान और प्रतिक्रिया करने वाले ऑटोमेटा को दिखाने के लिए जाकर अपने काम पर विस्तार किया: PPAP2B और GSTP1 जीन की अभिव्यक्ति के तहत और PIM1 और HPN (जीन) की एक अति अभिव्यक्ति।. यहां भी उपलब्ध है: जीन के तार्किक नियंत्रण के लिए एक स्वायत्त आणविक कंप्यूटर अभिव्यक्ति  उनके ऑटोमेटा ने प्रत्येक जीन की अभिव्यक्ति का मूल्यांकन किया, एक समय में एक जीन, और सकारात्मक निदान पर फिर एक स्ट्रैंड डीएनए अणु (ssDNA) जारी किया जो MDM2 के लिए एक एंटीसेन्स है। MDM2 p53 का प्रतिकारक है, जो स्वयं एक ट्यूमर शमनकर्ता है। रेफरी>

 नकारात्मक निदान पर यह निर्णय लिया गया कि कुछ भी नहीं करने के बजाय सकारात्मक निदान दवा का एक दबानेवाला यंत्र जारी किया जाए। इस कार्यान्वयन की एक सीमा यह है कि दो अलग-अलग ऑटोमेटा की आवश्यकता होती है, प्रत्येक दवा को प्रशासित करने के लिए एक। दवा जारी होने तक मूल्यांकन की पूरी प्रक्रिया को पूरा होने में लगभग एक घंटे का समय लगा। इस विधि में संक्रमण अणुओं के साथ-साथ फोकी एंजाइम की उपस्थिति की भी आवश्यकता होती है। FokI एंजाइम की आवश्यकता विवो में कम से कम उच्च जीवों की कोशिकाओं में उपयोग के लिए आवेदन को सीमित करती है। रेफरी नाम = कहान08 > . यहां भी उपलब्ध है:  यह भी बताया जाना चाहिए कि इस मामले में 'सॉफ्टवेयर' अणुओं का पुन: उपयोग किया जा सकता है।

एल्गोरिथम स्व-असेंबली


डीएनए कंप्यूटिंग के संबंधित क्षेत्र में डीएनए नैनोटेक्नोलॉजी लागू की गई है। डीएनए टाइलों को चुने गए अनुक्रमों के साथ कई चिपचिपे सिरों को शामिल करने के लिए डिज़ाइन किया जा सकता है ताकि वे वांग टाइल्स ों के रूप में कार्य करें। एक डीएक्स ऐरे का प्रदर्शन किया गया है जिसकी असेंबली एक एकमात्र ऑपरेशन को एनकोड करती है; यह डीएनए सरणी को एक सेलुलर automaton को लागू करने की अनुमति देता है जो सिएरपिन्स्की गैसकेट नामक  भग्न  उत्पन्न करता है। इससे पता चलता है कि संगणना को डीएनए सरणियों की असेंबली में शामिल किया जा सकता है, जिससे इसका दायरा सरल आवधिक सरणियों से परे हो जाता है।

क्षमता
डीएनए कंप्यूटिंग समानांतर कंप्यूटिंग का एक रूप है जिसमें यह एक ही बार में कई अलग-अलग संभावनाओं को आजमाने के लिए डीएनए के कई अलग-अलग अणुओं का लाभ उठाता है। कुछ विशिष्ट समस्याओं के लिए, डीएनए कंप्यूटर अब तक निर्मित किसी भी अन्य कंप्यूटर की तुलना में तेज़ और छोटे हैं। इसके अलावा, डीएनए कंप्यूटर पर काम करने के लिए विशेष गणितीय संगणनाओं का प्रदर्शन किया गया है।

डीएनए कंप्यूटिंग कम्प्यूटेबिलिटी थ्योरी (कंप्यूटर साइंस) के दृष्टिकोण से कोई नई क्षमता प्रदान नहीं करता है, जिसका अध्ययन गणना के विभिन्न मॉडलों का उपयोग करके कम्प्यूटेशनल रूप से हल करने योग्य है। उदाहरण के लिए, यदि किसी समस्या के समाधान के लिए आवश्यक स्थान वॉन न्यूमैन वास्तुकला पर समस्या के आकार (EXPSPACE समस्याओं) के साथ घातीय रूप से बढ़ता है, तो यह अभी भी डीएनए मशीनों पर समस्या के आकार के साथ घातीय रूप से बढ़ता है। बहुत बड़ी EXPSPACE समस्याओं के लिए आवश्यक डीएनए की मात्रा व्यावहारिक होने के लिए बहुत बड़ी है।

वैकल्पिक प्रौद्योगिकियां
2009 में डीएनए चिप्स उत्पादन के उद्देश्य से आईबीएम और कैलटेक के बीच एक साझेदारी स्थापित की गई थी। एक कैलटेक समूह इन न्यूक्लिक-एसिड-आधारित एकीकृत परिपथों के निर्माण पर काम कर रहा है। इनमें से एक चिप्स पूरे वर्गमूल की गणना कर सकता है। एक संकलक लिखा गया है पर्ल में।

पक्ष और विपक्ष
एक डीएनए कंप्यूटर की धीमी प्रसंस्करण गति (प्रतिक्रिया समय को मिलीसेकंड के बजाय मिनटों, घंटों या दिनों में मापा जाता है) की भरपाई कई समानांतर संगणनाओं की उच्च मात्रा बनाने की इसकी क्षमता से की जाती है। यह सिस्टम को एक जटिल गणना के लिए उतना ही समय लेने की अनुमति देता है जितना कि एक साधारण गणना के लिए। यह इस तथ्य से प्राप्त होता है कि लाखों या अरबों अणु एक साथ एक दूसरे के साथ परस्पर क्रिया करते हैं। हालांकि, डिजिटल कंप्यूटर की तुलना में डीएनए कंप्यूटर द्वारा दिए गए उत्तरों का विश्लेषण करना बहुत कठिन है।

यह भी देखें

 * बायोकंप्यूटर
 * रासायनिक कंप्यूटर
 * कम्प्यूटेशनल जीन
 * डीएनए कोड निर्माण
 * डीएनए डिजिटल डेटा भंडारण
 * डीएनए श्रृंखला बनाना
 * झिल्ली कंप्यूटिंग
 * आणविक इलेक्ट्रॉनिक्स
 * पेप्टाइड कंप्यूटिंग
 * समानांतर कंप्यूटिंग
 * क्वांटम कम्प्यूटिंग
 * प्रतिलेखक
 * वेटवेयर कंप्यूटर
 * आणविक तर्क द्वार

अग्रिम पठन

 * &mdash; The first general text to cover the whole field.
 * &mdash; The book starts with an introduction to DNA-related matters, the basics of biochemistry and language and computation theory, and progresses to the advanced mathematical theory of DNA computing.


 * &mdash; A new general text to cover the whole field.

बाहरी संबंध

 * DNA modeled computing
 * How Stuff Works explanation
 * Dirk de Pol: DNS – Ein neuer Supercomputer?. In: Die Neue Gesellschaft / Frankfurter Hefte, Heft 2/96, Februar 1996, S. 170–172
 * ‘DNA computer’ cracks code, Physics Web
 * Ars Technica
 * - The New York Times DNA Computer for detecting Cancer
 * Bringing DNA computers to life, in Scientific American
 * Japanese Researchers store information in bacteria DNA
 * International Meeting on DNA Computing and Molecular Programming
 * LiveScience.com-How DNA Could Power Computers