美国科学促进会网站7月4日报道：加州理工学院的研究人员开发了一种由DNA构成的人工神经网络，它可以精确识别“分子笔迹”。这项工作是证明人工智能程序具有合成生物分子电路的能力的重要一步。该研究是在生物工程助理教授Lulu Qian的实验室里完成的。其论文在线发表在7月4日的《自然》杂志上。
人工神经网络是受人类大脑启发的数学模型。尽管人工神经网络比生物神经网络简单得多，但它的功能却像神经元网络，能够处理复杂的信息。Qian实验室的最终目标是利用DNA制造的人工神经网络来规划智能行为（计算能力，做出选择等）。“在这项工作中，我们设计并创建了像一个小的神经元网络那样的生物化学电路，分子信息的分类比以前更复杂。” Qian解释道。
为了证明DNA人工神经网络的能力，实验室的研究生Kevin Cherry选择了一项电子人工神经网络的经典挑战：字迹识别（人类的书写方式千差万别，所以当一个人仔细观察潦草的数字序列时，大脑会执行复杂的计算任务来识别它们）。
不过，在这项实验中，Cherry等人精心设计的DNA神经网络通过进行指定的化学反应进而识别的是“分子笔迹”。不同于几何形状不同的视觉笔迹，“分子笔迹”并不具备数字的形状。每个分子数字都由20个独特的DNA链组成，并被指定代表10×10模型中一个单独的像素。实验中，这些DNA链被混放在试管内。
▲一个含有DNA人工神经网络的液滴，该人工神经网络被设计用来识别复杂的分子信息，例如“分子手写体”。
对给定的特定“分子笔迹”的例子，DNA神经网络可以将它分成九类，每一类都代表从1到9个可能的笔迹数字中的一个。首先，Cherry建立了一个DNA神经网络来区分“分子笔迹”的6s和7s。他测试了36个笔迹数字，神经网络正确地识别了所有这些数字。这个过程的关键是利用DNA分子编码出“赢家通吃”的竞争策略。在这种策略中，一种称为“歼灭者”的特殊类型的DNA分子被用来在确定一个未知数字的身份时选择一个“获胜者”。
“歼灭者会迅速吞噬所有竞争对手的分子，直到只剩下一个竞争对手。获胜的竞争对手随后被恢复到高浓度，并产生荧光信号。”Cherry说道。
接下来，Cherry在他的第一个DNA神经网络的原理基础上发展了一个更复杂的、可以对从1到9的单个数字进行分类的神经网络。当给出一个未知的数字时，这个“智能汤”将经历一系列反应并输出两个荧光信号。
研究人员计划开发可以学习的人工神经网络，从样本中形成“记忆”。这样，同样的“智能汤”可以被训练来完成不同的任务。
“常见的医学诊断只能检测到少数生物分子，例如胆固醇或血糖。使用像我们这样更复杂的生物分子电路，诊断测试有朝一日可能包括数百个生物分子，分析和反应可以直接在分子环境中进行。” Cherry说道。
编译：Coke 审稿：alone
责编：南熙
