Görüntüleri metabolitlerde saklayın! Moleküler bellek büyük bir potansiyele sahiptir veya hesaplama işlevlerine sahip olacaktır
Kılavuz
Amerika Birleşik Devletleri'ndeki Brown Üniversitesi'nin resmi web sitesinde yer alan yakın tarihli bir rapora göre, okuldaki araştırmacılar kilobayt ölçekli bir görüntü dosyasını bir metabolit çözeltisine kodladı ve bilgileri tekrar okudu.
arka fon
Günümüzde, ister video dosyalarını bir bilgisayarda depolamak ister görüntü dosyalarını bir cep telefonunda depolamak, çeşitli bellek yongaları olmadan yapamayız.
(Resim kaynağı: Wikipedia)
Bununla birlikte, verilerin "patlayıcı" büyümesiyle, geleneksel yonga tabanlı depolama cihazlarının sağladığı depolama alanı gittikçe daha az kullanılır hale geliyor ve "bulut" tarafındaki depolama alanı bile tükenme riski altında. Buna ek olarak, bilgisayar korsanı saldırıları gittikçe yaygınlaştıkça, geleneksel depolama cihazlarındaki veri güvenliği durumu giderek daha şiddetli hale geldi. Bu nedenle bilim adamları, biyolojik veya kimyasal yöntemler gibi diğer depolama yöntemlerini aktif olarak keşfetmeye başladılar.
(Resim kaynağı: Massachusetts Institute of Technology)
DNA moleküllerinin büyük miktarda biyolojik bilgi depoladıkları bilinmektedir. Yapay olarak tasarlanmış veri depolama cihazlarında, bilim adamları DNA kullanmakla giderek daha fazla ilgileniyorlar. Bu tür bir veri depolama cihazı, mevcut sabit sürücülerimizden çok daha fazla veri depolayabilir.
DNA (Resim kaynağı: Wikipedia)
DNA, bellek yongalarına kıyasla çok küçük olmasına rağmen, moleküler dünyada hala çok büyüktür. Dahası, DNA sentezi, becerikli ve tekrarlayan emek gerektirir Her bilgi parçasının sıfırdan tasarlanması gerekiyorsa, polimer depolama işi zaman alıcı, uzun ve pahalı hale gelecektir.
Bu nedenle, bilim adamları biyolojiyi doğrudan ödünç almayı değil, bilgiyi kodlamak için küçük, hafif bir molekül geliştirmek için organik kimya ve analitik kimyadaki ortak teknikleri kullanmayı umuyorlar. Yazar iki ay önce, Harvard Üniversitesi'nin verileri yazdıktan sonra enerji tüketmeden verileri milyonlarca yıl boyunca istikrarlı bir şekilde depolayabilen yeni bir depolama yöntemi geliştirdiğini duyurdu. Ekip, hafif molekülleri olarak oligopeptitleri seçti. Oligopeptitler yaygındır, stabildir ve DNA, RNA veya proteinlerden daha küçüktür.
(Resim kaynağı: Michael J. Fink)
Yenilikçilik
Bugün, bilgiyi depolamak için küçük moleküller kullanan yeni bir teknolojiyi tanıtacağım.
Son zamanlarda, Amerika Birleşik Devletleri'ndeki Brown Üniversitesi'ndeki araştırmacılar tarafından yürütülen bir çalışma, verileri yapay bir metabolomda (şekerler, amino asitler ve diğer küçük molekül türlerini içeren bir sıvı karışım dizisi) depolamanın ve geri getirmenin mümkün olduğunu gösterdi. PLOS ONE dergisinde yayınlanan bir makalede, araştırmacılar kilobayt ölçekli bir görüntü dosyasını bir metabolit çözeltisine kodlayabileceklerini ve bilgileri tekrar okuyabileceklerini gösterdiler.
(Resim kaynağı: Brown Üniversitesi)
teknoloji
Moleküler hesaplamanın arkasındaki fikir, daha fazla veri depolama kapasitesi için artan talepten kaynaklanmaktadır. Bazı tahminlere göre, 2040 yılına kadar dünya 3 × 10 ^ 24 (3'ün ardından 24 sıfır) bit veri üretecek. Tüm bu verileri saklamak, aramak ve işlemek göz korkutucu bir zorluk olacaktır. Bu zorluğun üstesinden gelmek için geleneksel yarı iletken çipler kullanılacaksa, o zaman gezegendeki çip seviyesinde silikon yeterli olmayabilir. Brown Üniversitesi'nden Savunma İleri Araştırma Projeleri Ajansı (DARPA) ile yapılan bir anlaşma ile finanse edilen Brown Üniversitesi'nden bir grup mühendis ve kimyager, küçük moleküllerle yeni bilgi sistemleri oluşturmak için çeşitli teknolojiler geliştiriyor.
Bu yeni çalışma için araştırma ekibi, yapay metabolomun veri depolama için bir seçenek olup olmadığını anlamak istedi. Biyolojide, metabolom, organizmalar tarafından metabolizmayı düzenlemek için kullanılan tüm molekülleri ifade eder.
Brown Üniversitesi'nde doktora sonrası yardımcı araştırmacı ve makalenin ilk yazarı olan Eamonn Kennedy, "Hücrelerin ve organizmaların bilgiyi iletmek için küçük moleküller kullandığını bulmak zor değil, ancak bu mekanizmayı genellemek ve ölçmek daha zor. Biz istiyoruz. Metabolomun doğru dijital bilgileri nasıl kodlayabildiğini gösterin. "
Araştırmacılar, kendi tasarımları olan bir metabolomu (farklı moleküler kombinasyonları içeren küçük bir sıvı karışımı) bir araya getirdiler. Karışımdaki spesifik metabolitlerin varlığı veya yokluğu, bir miktar dijital bilgiyi (0 veya 1) kodlamak için kullanılır. Yapay metabolomdaki moleküler türlerin sayısı, her karışımın sahip olabileceği bit sayısını belirler. Bu çalışma için araştırmacılar 6 ve 12 metabolit kitaplığı oluşturdular, bu da her karışımın 6 bit veya 12 bit kodlayabileceği anlamına geliyor. Daha sonra, nanolitre büyüklüğünde damlacıklar şeklinde küçük metal plakalar üzerine binlerce karışım düzenlenir. Sıvı taşıma robotu, bu damlacıkların içeriğini ve düzenini doğru bir şekilde yerleştirir ve gerekli verileri kodlar.
Daha sonra, metal plaka kurutulur ve her biri dijital bilgi içeren küçük metabolit molekülleri lekeleri bırakır. Bu veriler daha sonra, plaka üzerindeki her noktada bulunan metabolitleri tanımlayabilen ve verilerin kodunu çözebilen bir kütle spektrometresi tarafından okunabilir.
Araştırmacılar, 2 kilobayta kadar kapasiteye sahip bir dizi görüntü dosyasını başarıyla kodlamak ve almak için bu teknolojiyi kullandılar. Araştırmacılar, modern depolama sistemleriyle karşılaştırıldığında bu kapasitenin büyük olmadığını, ancak bunun güvenilir bir konsept kanıtı olduğunu ve daha fazla genişletme potansiyelinin çok büyük olduğunu söyledi. Yapay metabolomdaki metabolitlerin sayısı arttıkça karışımdaki bit sayısı artar. Şu anda, binlerce bilinen metabolit mevcuttur.
Kedinin bu görüntüsü bir metabolit çözeltisinde saklanır. (Resim kaynağı: Brown Üniversitesi)
Araştırmacılar, bu teknolojinin bazı sınırlamaları olduğuna dikkat çekti. Örneğin birçok metabolit aynı çözeltiye yerleştirildiğinde birbirleriyle kimyasal reaksiyonlar meydana gelecek ve bu da veri hatalarına ve kaybına neden olacaktır. Ancak bu kusur sonunda bir özellik haline gelebilir. Araştırmacılar, verileri işlemek ve çözümde hesaplamalar yapmak için bu reaksiyonları kullanabilir.
değer
Brown Üniversitesi Mühendislik Fakültesi'nden bir profesör ve makalenin kıdemli yazarı Jacob Rosenstein, "Bu sadece bir kavram kanıtı aşaması sonucudur. İnsanların bilgileri depolamak için daha geniş bir molekül yelpazesi kullanmayı düşünmelerini sağlayacağını umuyoruz." Dedi. Bazı durumlarda, burada kullandığımız küçük moleküller gibi, DNA'dan daha yüksek bir bilgi yoğunluğuna sahipler. "
Rosenstein, başka bir potansiyel avantajın, birçok metabolitin yeni karışımlar oluşturmak için birbirleriyle reaksiyona girebilmesinden kaynaklandığını söyledi. Bu, moleküler sistemlerin yalnızca verileri depolamasını değil, aynı zamanda verileri işlemesini (metabolit karışımlarında hesaplama) mümkün kılar.
Brown Üniversitesi Kimya Bölümü'nde yardımcı doçent olan ve makalenin ortak yazarlarından biri olan Brenda Rubenstein, "Molekülleri hesaplamalar için kullanmak büyük bir fırsat ve biz onu nasıl kullanacağımızı yeni yeni anlamaya başlıyoruz" dedi.
Rubinstein şunları söyledi: "Bu tür araştırmalar, insanların moleküler veri sistemlerinde uygulanabilir olduğunu düşündüklerini sorguluyor. DNA, bilgiyi depolamak ve işlemek için kullanılabilecek tek molekül değil. Heyecan verici olan, büyük potansiyele sahip diğer olasılıkları fark etmemizdir. . "
Anahtar kelime
Molekül, depolama, veri
Referans
[1] https://www.brown.edu/news/2019-07-03/molecules
