Um processador microfluídico de DNA apelidado de “lab-on-chip” foi desenvolvido por pesquisadores do RIT, capaz não apenas de calcular, mas também de ler e gravar dados armazenados no DNA. [h/t RIT.edu]. O protótipo do dispositivo suporta cálculos de redes neurais artificiais em dados armazenados no DNA, especificamente soluções microfluídicas de moléculas de DNA manipuladas. Os recursos desta CPU DNA também se estendem aos cálculos matemáticos e não lineares esperados que você deseja ver de uma CPU, e deve ser capaz de funcionar em rede com outros dispositivos.
Amlan Ganguly, chefe do departamento de engenharia da computação da Kate Gleason College of Engineering do Rochester Institute of Technology, lidera a pesquisa com a ajuda de seu departamento e de pesquisadores da Universidade de Minnesota. Um dos seus objetivos ao promover a computação e o armazenamento de ADN é encontrar uma alternativa mais sustentável às atuais tecnologias de big data.
“Propusemos representar números por meio de concentrações de soluções contendo moléculas de DNA especificamente manipuladas e operações computacionais como manipulação de moléculas de DNA – operações como adição e multiplicação e outras funções não lineares necessárias para cálculos de rede podem ser realizadas. Essa é a ponte entre o armazenamento e a computação e o uso do DNA como veículo para fazer a computação”, disse Ganguly ao RIT.
Embora o novo laboratório de DNA no chip da RIT seja um feito impressionante, é importante observar que é apenas o passo mais recente de muitos em direção a um futuro de computação de DNA viável. No ano passado, cobrimos pesquisadores chineses e suas tentativas bem-sucedidas de produzir DNA programável. Em janeiro deste ano, também cobrimos a Biomemory, uma startup que busca entrar no data center com armazenamento de DNA e, ao mesmo tempo, vender um cartão de armazenamento de DNA de 1 KB um tanto caro.
Com toda essa conversa sobre “DNA programável” e “armazenamento de DNA”, pode parecer que estamos vagando pelo espaço dos cientistas malucos e outros tropos da ficção científica. No entanto, existem algumas razões sólidas e fundamentadas para prosseguir a computação e o armazenamento de ADN. Além de ser uma alternativa muito mais ecológica, o armazenamento de DNA mostra-se promissor por ser muito mais denso em sua capacidade – de 3 a 6 ordens de magnitude a mais do que os SSDs, de acordo com o artigo original.
O potencial do DNA como meio de armazenamento ou mesmo recurso computacional se resume à sua estrutura e características naturais. O DNA compreende naturalmente quatro moléculas ATGC de base (adenina, timina, guanina e citosina). Isto deverá permitir um armazenamento de dados mais eficiente do que os números de base 0/1 exigidos com binário – especialmente combinado com a sua escala microscópica. O sistema de armazenamento usado aqui parece ainda mapear o binário sobre o DNA, mas usa a complexidade adicional para torná-lo mais facilmente regravável.
A equipe de Ganguly criou este dispositivo microfluídico de armazenamento/computação de DNA para impulsionar ainda mais o futuro do armazenamento e da computação de DNA. A computação de DNA mais robusta oferecida aqui está posicionada para uso em aplicações comerciais (como data centers) e aplicações médicas (como dispositivos biomédicos ou forenses).
No longo prazo, Ganguly também se concentrou no potencial da computação DNA para reduzir o impacto ambiental do armazenamento em massa de dados – um objetivo sensato, considerando que data centers representam cerca de 1,3% da demanda elétrica global. É claro que as aplicações biomédicas parecem mais promissoras neste momento devido à compatibilidade biológica e de rede da tecnologia.
No entanto, a computação e o armazenamento do DNA também apresentam seus próprios problemas – a saber, operação muito lenta (ordens de grandeza ou horas literais mais lenta) e, portanto, latência inviavelmente alta. Embora a economia do armazenamento de DNA possa ser surpreendentemente atraente especificamente para o armazenamento de longo prazo, o uso prático dele em grande escala em sua forma atual exigiria um front-end de hardware moderno de última geração para torná-lo utilizável.