Biyo-bilgisayar nedir? Bilgisayarlarda biyolojik hesaplama gücü ne manaya geliyor?

Meteoroloji enstitüleri global hava iddiaları üretirken, süreç boyunca bu tahminlere çok sayıda farklı data akışı gerçekleşir. Hava durumu araştırmacıları bilgi miktarı ile daha iyi başa çıkabilmek için birçok farklı işlemciye sahip bilgisayarlar kullanıyor. “Paralel bilgisayar” olarak isimlendirilen bu işlemcilerin her biri, dünyanın belli bir bölgesinden gelen bilgileri anda değerlendiriyor.

Gerçek süreçleri gerçekleştiren aritmetik ünitelere ek olarak, bu türlü bir bilgisayar yalnızca süreçleri dağıtmak için de birçok işlemciye ihtiyaç duyar. Basitçe söylemek gerekirse, aritmetik ünitelere sorumluluklar atıyor ve kısmi sonuçları mantıksal bir toplu sonuç olarak şekilde birleştiriyorlar. Hava durumu varsayımı örneğinde, denetim eden işlemciler Dünya’nın alt alanlarından gelen hesaplamaları tek tek denetim ediyor. Kendi aralarında bilgilerin ve sonuçların değişimini düzenlerler. Baktığımızda, yakın etraftaki alçak basınç alanlarının tesiri dikkate alınmaz ise, yüksek basınçlı bir alanın nasıl davranacağını tahmin etmenin hiçbir yararı olmaz.

Kontrol Sistemi İçin Hesaplama Gücü

Ancak, herhangi bir sayıda karmaşık sorunu çözmek için herhangi bir sayıda işlemciyi basitçe birbirine bağlayamazsınız. Ne kadar çok bilgisayar paralel olarak çalışırsa, denetim sistemi için o kadar fazla bilgi işlem gücü gerekir. Denetim emelleri için gereken uğraş ekseriyetle orantısız bir şekilde artar. Bu, paralel hesaplamanın geçerli bir seçenek göründüğü sırf birkaç uygulama olduğu manasına geliyor.

Bunun nedeni, dijital bir bilgisayarın mimarisinde yatıyor. Birbiri arkasında bir bilgi işlem adımını yürütmek için tasarlandı. Son yıllarda bilgisayarların giderek artan bilgi işlem gücü, dijital bilgisayarların bu pürüze karşın giderek daha karmaşık problemleri çözebilmesini sağladı. Bununla birlikte, dijital bilgisayarların daha da geliştirilmesi, daima olarak fizikî ve teknik hudutlarla karşı karşıya kalıyor. Böylelikle paralel hesaplamayı daha kolay hale getirmek için, hesaplamaya yönelik diğer araştırma yaklaşımları ilgi
kazanıyor.

Bu alanda gelecek vaat eden araştırma sonuçlarıyla büyük ilgi gören kuantum bilgisayarlarının gölgesinde, birçok ekip biyoloji alanındaki yaklaşımlarla da adımlarını atıyor.

Biyo-Bilgisayar Nedir?

Uluslararası araştırma projesi Bio- 4Comp, birkaç yıldır ağ tabanlı biyo bilgisayarlara el atıyor. Fikir şu: Biyolojik casuslar, matematiksel bir sorun temsil eden karmaşık bir nano- kanal ağı üzerinden bir seyahate gönderiliyor. Daha sonra, casusun bir kavşakta hangi dönüşü yaptığına bağlı olarak, kümülatif sonuca bir sayı ekleniyor ya da eklenmiyor. Aracının ağ üzerinden izlediği yol, mümkün bir sonuca karşılık geliyor.

Avantajı, ağ üzerinden aynı anda birçok aracı gönderebilmeniz ve aynı anda tüm potansiyel yolları izleyebilmeleri. Bu nedenle, klasik bir dijital bilgisayar gibi birbiri gerisine bir tahlil yolunu düzgün bir şekilde hesaplamak yerine, ağ tabanlı biyo-bilgisayarın hesaplamaları paralel olarak yapması gerekiyor. Chemnitz’deki Fraunhofer Elektronik Nano Sistemler (ENAS) Enstitüsü’nden Dr. Danny Reuter, ağların üretimi ve teknolojilerin ölçeklenebilirliği üzerine araştırma çalışmalarından sorumlu.

Dr. Reuter, bir rock konserindeki kalabalık sörfü ile ağdaki süreçler arasında bir karşılaştırma yapıyor: “Motor proteinler, bizim durumumuzda hayvan hücrelerinde türetilen moleküller olan biyolojik casusları tıpkı müzik hayranlarının bir müzikçiyi seyirciler aracılığı ile taşıması gibi hareket ettirir.“ Yani burada ekip, casusları ağ üzerinden taşımak için motor proteinlerin kinetic gücünü kullanıyor.

Tekrar Fraunhofer ENAS’tan olan Reuter’in meslektaşı Thomas Blaudeck, gelecekte bir ağda temel araştırmadan uygulamalı araştırmaya geçmek için milyonlarca temsilciye sahip olmayı umuyor: “Her casus, kendi işlemcisidir. Nano ağda hareket etmek klâsik bir dijital bilgisayarın bilgi işlem suratından çok daha yavaş olduğundan, pratik uygulamalarda avantajlarımızdan yararlanabilmek için çok sayıda aracıya gereksinimimiz var.“

İşlemciler Olarak Virüsler

Bu avantajlar öncelikle paralellik ve enerji verimliliği ile ilgili. Bunlar tam olarak dijital bilgisayarların zorluklarla karşılaştığı alanlar. Blaudeck, ağ tabanlı biyo- bilgisayarın potansiyel uygulamalarını prensip olarak, seçimlerin hepsinde mümkün kombinasyonların katlanarak artan karmaşıklığa sahip tüm misyonlarda görüyor. Blaudeck, “Biyolojik yaklaşımlarla sahip olduğumuz avantaj materyal. Zira muhakkak şartlar altında kendini çoğaltabilir.” diyor. Bio4Comp’ta ekipler, kendilerine ait bir hayatı olmayan can kaybı maddeler ile çalışıyor.

Bununla birlikte, casuslar olarak ağda hareket eden moleküller, örnek verecek olursak kesişmelerde bölünebilir ve böylelikle benzeyenanda iki hesaplama adımını gerçekleştirebilir. İlk kısım kesişme tarafından temsil edilen sayıyı ekler, ikinci kısım farklı bir yol alır ve sayıyı eklemez.

Bununla birlikte, diğer araştırma projeleri esasen canlı casuslarla çalışıyor ve ağlar aracılığı ile virüs ya da bakteri gönderiyor. Burada, aracılar işlemci sayısını artırmak için basitçe çoğaltabilirler. Bu çoğaltma her şeyden önce en gerekli harekettir. Zira ağın girişinde bir cins “darboğaz” yaratılır. Orada, herhangi bir anda sırf sınırlı sayıda aracı ağa girebilir. Lakin ağ daha da fazla dallanır ve her geçişte daha da büyür.

Pratik ile ilgili hesaplamalara nitekim izin veren ağlar, karmaşık bir sorunu temsil edebilmek için çok sayıda kesişme noktasına ihtiyaç duyar. Blaudeck bunu, “Ajan yoğunluğu, yani ünite zaman başına bir kanal kısmından gelen casus sayısı, çıkışa doğru giderek küçülür. O zaman biyoloji bize bu sorunda yardımcı olur.” diyerek açıklıyor.

Süper Bilgisayarlar İçin Bir Tamamlayıcı

Birgün biyo-bilgisayarlar da enerji verimliliğinde öne çıkabilir. Danny Reuter’a göre bu bilgisayarlar, çoğu insanın masasının altında yer alan şahsî bilgisayarların yerini alamaz. “Bilgisayarlarımız, süper bilgisayarları tamamlayacak şekilde tasarlanmıştı. Biyo-bilgisayarlar ile çözmek istediğimiz tüm sorunlar, süper bilgisayarlar tarafından da çözülebilir. Fakat bir gün daha süratli olmayı vehesaplamaları yapmak için çok daha az enerji kullanmayı umuyoruz.” İki Fraunhofer araştırmacısına göre, üç ila dört büyüklük sırası-hesaplama başına daha az enerji- projelerinin amaçladığı bu.

Ancak bu yolda, üstesinden gelinmesi gereken birkaç pürüz daha var. Reuter, “Şimdiye kadar yaklaşımın muteber bir dereceye kadar çalıştığını gösterebildik. Şu anda sonuçlarımız kuantum bilgisayarların üç ya da dört yıl önce nerede olduğu ve hala süper bilgisayarlar ile rekabet etmekten uzakta olduğu yönünde.” diyor. Sorunun can alıcı noktası, Reuter ve Blaudeck’in Fraunhofer ekibinin ana odak noktası olan ölçeklendirme. Reuter, “Ağlarımızı büyütmeye ve daha fazla temsilci göndermeye devam edersek, ilgili bir sorun için gereksinimimiz olan alan çok büyük oldurdu. Kusur oranı da çok yüksek olurdu.” diye belirtiyor. Bir sonraki inşaat alanının görüldüğü yer burası.

Örneğin kelamda etiketleme, bilgisayarların performansını artırmalı. Bu süreçte araştırmacılar, ağ üzerinden geçerken molekülleri işaretlerler, böylelikle daha sonra geçtikleri yeri daha iyi okuyabilirler. Reuter, şimdi casusun ağ üzerinden geçerken hala bir mikroskopla görüntülendiğini bildiriyor. „Ancak casus geçtiğinde sinyal alan ya da ağda belli bir noktada ona bir miktar DNA ekleyen ve daha sonra hangi yolu izlediğini takip eden elektronik bileşenler üzerinde çalışıyoruz.”

Bu vakitte bir sonraki adımda otomatikleştirilecek olan ağın çıkışında algılamayı da kolaylaştıracak.

Henüz Bilhassa Sürdürülebilir Değil

Ayrıca projede değiştirilebilir kavşaklar eksik. Şimdiye kadar, bir nano ağ sadece tek bir matematik sorununu temsil ediyor. Thomas Blaudeck, ağ tabanlı bilgisayarın donanım ve yazılım arasındaki sonu bulanıklaştırdığını açıklıyor: „Bizim durumumuzda, yazılım donanımda, kavşakların tam olarak düzenlenmesiyle temsil edilir.“ Her hesaplama için başka bir çip, araştırmacıların kabul ettiği bir şey, şimdi bilhassa sürdürülebilir değil. Bununla birlikte,evrensel olarak değiştirilebilir kesişimler uygulanabilirse çeşitli hesaplama sorunları tek bir çip ile temsil edilebilir ve hesaplanabilir.

Pek çok soru çözülememiş olsa da, Reuter ve Blaudeck optimist bir zihin çerçevesi içinde. Nano kanalları üretmek için gerekli biyoteknoloji ve üretim teknolojileri halihazırda mevcut. Buradaki zorluk, hem bilimsel disiplinleri matematik ve bilgisayar bilimleri ile bir araya getirmek, hem de klasik mikroelektroniğe yabancı olan alt ögeleri geliştirmek.

Kare Kökleri Hesaplamak İçin DNA

Bu ortada, araştırma ekipleri biyolojideki diğer uygulamalardan yararlanıyor. Bilgisayar bilimcisi ve moleküler biyolog Leonard Adleman, 1994 yılında, programlanabilir bir DNA ile deneyler gerçekleştirdi. Daha sonra bir test tüpünde birbirleriyle tepkiye girdiği DNA dizilerindeki girdi pahalarını temsil etti. Bununla, Adleman kolay matematiksel hesaplamalar yapabildi.

2019 yılında öbür bir ekip, bu türlü bir DNA bilgisayarı ile karekök hesaplamayı başardı. Her bir DNA zincirine kendi floresan renk bedeli verildi. Deneyden sonra bu renk kıymetlerinin yeni kombinasyonları, daha sonra hesaplamanın sonucuna karşılık geldi.

Bu yaklaşımın avantajı, ağ tabanlı biyo-bilgisayarda olduğu, devasa paralelleşme. DNA zincirleri, test tüpünde tüm kombinasyonlarda aynı anda birbirleriyle tepkiye giriyor.

Teoride, bilhassa optimizasyon sorunları için çok uygun. Bu sorunlarda çoğu zaman birkaç uygulanabilir tahlil var. Lakin bunlardan biri en iyi, en süratli ve en ekonomik olanı. En iyi bilinen örnek, gezgin satıcı sorunu. Bir tüccar, hiçbirini iki kere ziyaret etmeden bir listedeki tüm kentleri kapsamalı. Önüne çıkan sayısız seyahat notası seçeneği var, lakin kilometrelerden tasarruf etmek için doğal olarak en kısa rotayı kullanmak istiyor.

Değerlendirme Teknikleri Mevcut Değil

DNA bilgisayarında, her il kendi DNA zincirini alacaktı. Hepsi, bir “tımarhaneyi” kopyalayarak birbirine tepki verecek, böylelikle aynı anda akla gelebilecek tüm yolları yaratacaktı. Sayısal bir bilgisayarın belli sayıda il için bu hesaplamayı yapması yıllar alacaktır. Şu Anda hedeflenen kimyasal tepkilerle daha uzun DNA modüllerini ortadan kaldırırsanız, teorik olarak hepsinden daha kısa yol kalır.

İşin püf noktası şu: Pratik olarak, tepkiden sonra sonuçları pahalandırmak için uygun usuller yok. Bu prosedürlerin gelecekte geliştirilmesi ve o kadar pratik olması imkansız değil. DNA bilgisayarları, ilgili sorunları işleyebilecektir.

Philipps Marburg Üniversitesi’nde Biyotıp data bilimi profesörü olan Dominik Heider, yeniden de DNA tabanlı bilgisayarlar konusunda biraz kuşkucu: “Akademik bir bakış açısından, tüm bunlar epeyce farklı. Lakin korkarım ki pratikte alakasız olmaya devam edecek.” Bunun nedeninin epey kolay olduğunu söylüyor; DNA bilgisayarlarının yapabildiği her şeyi, kuantum bilgisayarları da yapabilir. Heider, üstelik bunlarla baş etmenin çok daha kolay olduğunu söylüyor. “Video kasetler için VHS ve Betamax günlerinde olduğu gibi, iki yaklaşımdan yalnızca biri geçerli olacak ve bunun DNA bilgisayarları olacağından şüpheliyim.”

DNA’ya Çevrilen İkili Veriler

Bununla birlikte, Heider hiçbir şekilde bilgisayar bilimi için DNA’dan vazgeçmek istemiyor. MOSLA Araştırma Projesi’nde, bilgileri DNA’da depolamak için bilgisayar bilimi, biyoloji, fizik ve kimyadan meslektaşları ile birlikte çalışıyor. Bunu yapmak için klasik dijital bilgisayarlardan gelen ikili datalar, yani uzun bir sıfırlar ve birler zinciri, A,C,G ve T harflerine çevrilir.

Bu harfler dört tabanı temsil eder. Bu harfler, her DNA’yı oluşturan dört baz manasına gelir. Bir canlının her genomu, bu dört bazın ferdî bir kombinasyonundan oluşur. Çeviri, laboratuvarda uzun süre saklanabilen ve herhangi bir vakitte tekrar okunabilen gerçek DNA’ya kolay kolay aktarılabilir. Dijital bir bilgisayar daha sonra DNA datalarını tekrar ikili koda çevirebilir ve belgeyi tekrar dijital olarak görüntüleyebilir.

Bununla birlikte Heider, yolda hiçbir bilginin kaybolmamasını sağlamak için, pratikte arkasında epeyce fazla bilgisayar bilimi olduğunu söylüyor:”DNA’nın sentezi sırasında, kopyalama sırasında DNA depolamasında kusur kaynakları var. Depolama ve sıralama sırasında misyonumuz, bu yanılgıları yakalayan düzeltme kodları geliştirmek.”

Herhangi bir depolamada olduğu, depolama yoğunluğu ve maliyet arasında bir ödünleşim olduğunu söyledi: “Daha fazla data depolamak açıkça daha değerliye mal oluyor. Yeniden, kodu sonsuz bir uzunlukta bir DNA kesimine sığdıramayız. Ferdi kısa modüllere muhtaçlığımız var, sonrasında da çoğu zaman sıralamadan sonra kesimlerin doğru şekilde yeniden nasıl birleştirileceğine dair bilgilere.” Lakin bu meta bilgiler de depolama alanı kaplar.

Serin, Kuru ve Karanlık Bir Yerde Saklanmalı

Bu DNA depolama alanı hala çok pahalı. Heider, ”Şimdiye kadar bu kadar büyük ölçülerde DNA üretmeye gerek yoktu.” diyor. Bu nedenle, pratikte DNA depolamanın kullanımını uygun hale getirecek kadar ucuz bir süreç hala mevcut değil. Bununla birlikte Heider, on yıl içinde kâfi araştırma ile her şeyin kökten farklı görünebileceğini umuyor.

Bazı uygulamalar için, DNA depolamanın aynısiz birçok avantajı var:”- Teknolojimiz öncelikle uzun vadeli arşivlemede kullanılacak. Tarihi dokümanlar, doğum kayıtları ya da artık değişmeyen uzun vadeli hava durumu dataları gibi datalar yalnızca DNA için harikadır.” Bir sefer üretildiğinde depolama, buzdolabının çalışması dışında neredeyse hiç enerji gerektirmez. Bunun nedeni, DNA’nın saklanmasının kolay olması.” Heider bunu;” soğuk, kuru ve karanlık” olarak özetliyor. Kusur düzeltmesinin kişisel mutasyonları telafi etmesi gerekli.

Çoğu insan muhtemelen kendi tatil fotoğraflarını sabit disklerde, SSD’lerde ya da bulutta saklamaya devam edecek. Bununla birlikte, DNA depolaması yakında kimsenin düzenli olarak erişmesi gerekmeyen fakat sadece acil durumlar için depolanan arşivlerdeki büyük ölçüde data için, biyolojik alternatif olabilir.