چگونه تراشه کامپیوتری می تواند آینده سنتز ژن را پیش بینی کند؟ محققان می گویند تکامل تراشه های کامپیوتری می تواند آینده زیست شناسی مصنوعی – ScienceDaily را نشان دهد


به زودی بر اساس مقایسه با تکامل تراشه های کامپیوتری، ایجاد حیات مصنوعی می تواند به راحتی در دسترس ما باشد.

به نظر می رسد برنامه نویسی کامپیوتری و سنتز ژن اشتراکات کمی دارند. اما به گفته اندرو استکل، استاد دانشگاه سینسیناتی، محقق برجسته اوهایو، جهش‌های رو به جلو در فناوری اولی، او را خوش‌بین می‌کند که تولید ژن در مقیاس وسیع قابل دستیابی است.

استکل و شاگردش جوزف ریولو، از تاریخچه توسعه ریزتراشه و پلتفرم‌های نرم‌افزار رایانه‌ای در مقیاس بزرگ به عنوان یک مدل پیش‌بینی برای درک یک سیستم پیچیده دیگر، زیست‌شناسی مصنوعی استفاده کردند. استکل گفت که این پروژه از نظرات یکی دیگر از دانشجویان گروهش به نام الیوت گومز الهام گرفته شده است.

ریولو گفت: “هیچ قیاسی کامل نیست. DNA با تعاریف خاصی از کد دیجیتال مطابقت ندارد، اما راه های زیادی وجود دارد که ژنوم و کد نرم افزار قابل مقایسه هستند.”

با توجه به مطالعه UC، زیست شناسی مصنوعی این پتانسیل را دارد که “پیشرفت عصرانه فناوری بشر بعد از میکروالکترونیک و اینترنت” باشد. کاربردهای آن بی حد و حصر است، از ایجاد سوخت های زیستی جدید تا توسعه درمان های پزشکی جدید.

دانشمندان موسسه J. Craig Venter اولین ارگانیسم مصنوعی را در سال 2010 ایجاد کردند، زمانی که ژنوم مصنوعی Mycoplasma mycoides را به سلول باکتری دیگری پیوند زدند. این ژنوم مصنوعی نسبتا ساده 15 سال طول کشید تا با هزینه ای بیش از 40 میلیون دلار ساخته شود.

اما با استفاده از توسعه تراشه های کامپیوتری به عنوان راهنما، استکل گفت که می توانیم سرعت و هزینه های تولید عمر مصنوعی مشابه را استنباط کنیم که ممکن است مسیری مشابه عملکرد و هزینه الکترونیک در طول زمان داشته باشد.

این مقاله مقایسه و شباهت‌های بین زبان‌های کدگذاری بیولوژیکی و دیجیتالی را از نظر الفبا، کلمات و جملات برجسته می‌کند. با این حال، نویسندگان تاکید می‌کنند که کدگذاری DNA – ترکیب‌های آدنین، گوانین، تیمین و سیتوزین که ژنوم را می‌سازند – تنها بخشی از داستان پیچیده ژن‌ها را بیان می‌کند و چیزهایی مانند اپی ژنتیک را حذف می‌کند.

استکل، استاد پژوهشی برجسته که قرارهای مشترکی در مهندسی برق، مهندسی زیست پزشکی و مهندسی مواد در کالج مهندسی و کاربردی دانشگاه کالیفرنیا دارد، گفت: «همه نوع اخطار وجود دارد، اما برای شروع این مسیر به مقایسه‌ای با درجه صفر نیاز داریم. علوم پایه.

آیا می توانیم پیچیدگی برنامه ریزی یک هواپیمای جنگنده یا مریخ نورد را با پیچیدگی ایجاد ژنوم یک باکتری مقایسه کنیم؟ استکل پرسید. “آیا آنها از یک ردیف هستند یا به طور قابل توجهی پیچیده تر هستند؟

ارگانیسم‌های بیولوژیکی بسیار پیچیده‌تر هستند و نشان‌دهنده پیچیده‌ترین «برنامه‌نویسی» هستند که تا به حال انجام شده است – بنابراین هیچ راهی وجود ندارد که بتوانید آن را به طور مصنوعی تکرار کنید – یا شاید آنها به همان ترتیبی هستند که کدگذاری برای F را ایجاد می‌کنند. – هواپیمای جنگنده 35 یا یک ماشین لوکس، پس شاید ممکن باشد.

قانون مور یک مدل پیش بینی کننده برای پیشرفت تراشه های کامپیوتری است. به نام گوردون مور، دانشمند کامپیوتر، یکی از بنیانگذاران اینتل، نامگذاری شده است، و نشان می دهد که پیشرفت در فناوری امکان رشد تصاعدی ترانزیستورها را روی یک تراشه کامپیوتری فراهم می کند.

و 55 سال از زمانی که مور نظریه خود را ارائه کرد، ما هنوز آن را در ریزتراشه های سه بعدی می بینیم، حتی اگر پیشرفت ها مزایای کمتری در عملکرد و کاهش قدرت نسبت به جهش های قبلی داشته باشند.

طبق این مطالعه، از سال 2010، قیمت ویرایش ژن ها و سنتز ژنوم تقریباً هر دو سال یکبار به نصف کاهش یافته است، همانطور که قانون مور پیشنهاد می کند.

نویسندگان در این مطالعه گفتند: «این بدان معناست که سنتز یک ژنوم مصنوعی انسان می‌تواند تقریباً یک میلیون دلار هزینه داشته باشد و برنامه‌های کاربردی ساده‌تر مانند یک باکتری سفارشی را می‌توان با حداقل 4000 دلار سنتز کرد.»

این مطالعه نتیجه گرفت: «این ترکیبی از پیچیدگی قابل غلبه و هزینه متوسط، اشتیاق آکادمیک به زیست شناسی مصنوعی را توجیه می کند و همچنان به ایجاد علاقه به قوانین زندگی ادامه می دهد.

به همین ترتیب، استکل گفت که مهندسی زیستی می‌تواند عملاً به هر صنعت و علمی تبدیل شود، به همان روشی که علم کامپیوتر از یک رشته تخصصی به یک جزء حیاتی در اکثر علوم تبدیل شد.

استکل گفت: “من ارتباطی بین نحوه تکامل محاسبات به عنوان یک رشته می بینم. اکنون شما محاسبات سنگین را در هر رشته علمی می بینید.” “من می بینم که اتفاق مشابهی در دنیای زیست شناسی و مهندسی زیستی رخ می دهد. زیست شناسی همه جا وجود دارد. دیدن چگونگی تکامل این چیزها جالب خواهد بود.”

استکل و ریولو هر دو موافقند که توانایی ایجاد حیات مصنوعی لزوماً بار یا اقتدار اخلاقی برای انجام این کار را ندارد.

استکل گفت: «این چیزی نیست که بتوان آن را ساده انگاشت. “این کار به آن سادگی که ما باید انجام دهیم نیست، زیرا ما می توانیم آن را انجام دهیم. باید مفاهیم فلسفی یا حتی مذهبی را نیز در نظر گرفت.”



منبع

Matthew Newman

Matthew Newman Matthew has over 15 years of experience in database management and software development, with a strong focus on full-stack web applications. He specializes in Django and Vue.js with expertise deploying to both server and serverless environments on AWS. He also works with relational databases and large datasets
[ Back To Top ]