所有生命都在“計算”。從響應化學信號的單個細胞，到在特定環(huán)境中航行的復雜生物體，信息處理是生命系統(tǒng)的核心。經(jīng)過數(shù)十年的嘗試，科學家終于開始收集細胞、分子甚至整個生物體，來為人類自己的目的執(zhí)行計算任務。

真菌可能與標準電子設備相連。

(相關資料圖)

圖片來源：安德魯·阿達馬茨基

從本質(zhì)上講，計算機也只是信息處理器，而且人們越來越認識到大自然擁有豐富的這種能力。最明顯的例子是復雜生物體的神經(jīng)系統(tǒng)，它能處理來自環(huán)境的大量數(shù)據(jù)并對各種復雜的行為“下指令”。但即使是最小的細胞，也充滿了復雜的生物分子通路，這些通路響應輸入信號，打開和關閉基因、產(chǎn)生化學物質(zhì)或進行自我組織。

最終，生命中所有令人難以置信的壯舉，都依賴于DNA存儲、復制和傳遞遺傳指令的能力。

如何構建一臺生物計算機?

生物系統(tǒng)有自身的獨特優(yōu)勢：更緊湊、能源效率更高、可自我維持和自我修復，而且特別擅長處理來自自然界的信號。

在過去的20年里，強大的細胞和分子工程工具讓人們終于能在構建生物計算機領域邁出一步。

美國麻省理工學院生物合成學家克里斯托弗·沃伊特說，該方法的核心是“生物電路”，類似于計算機中的電子電路。這些電路涉及各種生物分子相互作用以獲取輸入，并對其進行處理以產(chǎn)生不同的輸出，就像它們的硅對應物一樣。通過編輯支撐這些過程的遺傳指令，人們現(xiàn)在可以重新連接這些電路以執(zhí)行自然界從未計劃的功能。

2019年，瑞士聯(lián)邦理工學院利用CRISPR技術，構建了相當于計算機中央處理器(CPU)的生物等效物。這個CPU被插入一個細胞，在那里它調(diào)節(jié)不同基因的活動以響應專門設計的RNA序列，使細胞實現(xiàn)了類似于硅計算機中的邏輯門。

印度薩哈核物理研究所在2021年更進一步，誘使一群大腸桿菌計算簡單迷宮的解決方案。該電路分布在幾個大腸桿菌菌株之間，每個菌株都被設計用來解決部分問題。通過共享信息，該電路成功地實現(xiàn)了如何在多個迷宮中導航。

大多數(shù)生物系統(tǒng)并不同于經(jīng)典計算機的二進制邏輯，它們也不會像計算機芯片那樣一步步解決問題。它們充滿了重復、奇怪的反饋循環(huán)和以不同速度并排運行的截然不同的過程。

更怪異的是，生物的計算能力還能完全脫離其自然環(huán)境。瑞典隆德大學科學家正在試驗一種完全不同的生物計算方法，使用由分子馬達驅(qū)動的微小蛋白質(zhì)絲圍繞迷宮推進。迷宮的結構經(jīng)過精心設計，而細絲能同時探索所有路線。這意味著解決更大的問題不需要更多的時間，只需要更多的細絲。

重新設計生物系統(tǒng)會帶來什么?

但美國馬薩諸塞州塔夫茨大學的邁克爾·萊文認為，生命系統(tǒng)已經(jīng)在生物學的各個層面展示了令人驚嘆的計算壯舉，人們應該將重點從嘗試重新設計生物系統(tǒng)，轉(zhuǎn)移到尋找與現(xiàn)有系統(tǒng)交互的方法。

萊文實驗室已經(jīng)證明，他們可以操縱細胞之間的電通信，幫助它們決定如何以及在哪里生長。舉個恐怖的例子，這可能讓蝌蚪的內(nèi)臟上長出眼睛，或讓青蛙長出額外的腿。它并不等同于計算，但團隊認為它代表了如何將自然界預先存在的電路折射為一個“新目標”。類似的方法可用來解決廣泛的計算任務。

此外，真菌計算的深奧領域也正在顯示其應用潛力。英國布里斯托爾西英格蘭大學研究顯示，真菌在感知pH值、化學物質(zhì)、光線、重力和機械應力等方面具有的能力令人印象深刻。它們似乎使用電活動的尖峰進行交流，這開辟了將它們與傳統(tǒng)電子設備連接的前景。

類器官智能有多智能?

要探尋生物計算，離不開人們迄今已知的最強大計算設備：大腦。

實驗室培養(yǎng)的腦細胞可用于計算。

圖片來源：托馬斯·哈滕/約翰斯·霍普金斯大學

當前組織工程學的進步意味著，科學家們可從干細胞中培育出相當于微型大腦的復雜神經(jīng)元簇，也就是“大腦類器官”。與此同時，能將信號傳輸?shù)侥X細胞并能解碼它們的反應，意味著人們已經(jīng)開始試驗類器官的記憶和學習能力。

今年早些時候，美國約翰斯·霍普金斯大學團隊概述了“類器官智能”這一新領域的愿景。目標與人工智能相反：他們不會讓計算機更像大腦，而是試圖讓腦細胞更像計算機。

初創(chuàng)公司Cortical已可訓練在硅芯片上培養(yǎng)的人類腦細胞來玩電子乒乓游戲Pong。而在它們的新軟件中，任何具有基本編碼技能的人都能為“培養(yǎng)皿大腦”編程。

不過，所有這些生物計算方法目前都遠未成為主流。與設計和制造硅芯片的能力相比，人們操縱生物學的能力仍處于初級階段。但生物計算的巨大潛力和投入生物技術的數(shù)十億美元，將在未來幾年為這個領域帶來快速進步。

關鍵詞：