来自加州理工学院生物工程系、计算机科学系、计算与神经系统学系及电子工程系的研究人员首次在试管中用DNA构造出了人工神经网络，这一人工神经网络可以像大脑一样根据不完整的信息回想起相关的记忆。这标志科研人员在通往人工智能的道路上迈出了重要的一步。这一研究成果公布在7月20日的《自然》杂志上。
这项研究由加州理工学院Erik Winfree教授、Jehoshua Bruck教授和上海交大Bio-X中心博士生钱璐璐（现在在加州理工学院）共同完成。钱璐璐博士2007年于上海交大Bio-X中心获得博士学位，现在加利福尼亚理工学院从事博士后研究工作，主要研究领域是生物纳米技术与DNA分子计算。不久前，钱璐璐博士与Erik Winfree教授共同利用人工合成的DNA分子，在试管中完成了迄今最复杂的生化电路。这种电路可以用来探索生物系统处理信息的原理。这一研究成果公布在6月的《科学》杂志上。
人类的大脑具有不可思议的功能，它让人们辨别出事件间相互联系的方式，形成记忆，做出决定，并采取行动。尽管在过去的几十年里，科研人员一直致力于构造出类似于脑的人工智能生化系统，然而为之努力的道路上却面临着重重困难。研究人员在新研究中提出了一个奇思妙想——用溶液中相互作用的分子来展示类似于脑的功能。
据EurekAlert的报道，科研人员构建的新型生化神经网路是基于一种简单的神经元的数学模型。这个模型被称为线性阈值函数。模型中的神经元接收一组输入信号，对每个信号乘以正的或者负的权重，只有当所有的带权重的输入信号之和大于某个特定的阈值时，神经元才会兴奋并释放出一个输出信号。
在这篇文章中，科研人员采用了一个被称为链置换级联的过程来构造DNA神经网络。这一方法用到单链和部分双链的DNA分子。部分双链是指，单链从双螺旋结构的末端像尾巴一样延伸出来。在水溶液中自由浮动时，一个单链会碰上一个部分双链，如果它们的碱基（DNA序列中的字母）是互配的，单链就会抓住双链的尾巴，缠绕上去并把另一条单链从双螺旋中踢走。由此，最初的单链充当了一个输入信号，而被取代的单链充当了一个输出信号，可以接着与其他分子相作用。
研究人员利用112种不同的DNA链组成了四个相互联系的人工神经元，并通过一种猜心术游戏对所构造的神经网络进行了检测。在这个游戏中，它试图辨认一个身份未知的科学家。科研人员“训练”这一神经网络来“认识”四位科学家，他们的身份由四个是非问题的答案来决定，例如这个科学家是不是英国人。
人类玩家先在心里默想一个科学家，提供一组不完整的是非问题的答案来暗示这个科学家的身份。对应于每一个“是”或者“不是”的答案，玩家将一个特定的DNA链加入到试管中，作为传达给神经网络的线索。而神经网络会根据这些线索来猜测玩家心里所想的是哪个科学家，并将结果通过荧光信号告诉给玩家。在某些情况下，神经网络会“说”，玩家提供的线索与它记忆中的多个科学家相符，或者这些线索与它所记得的信息相互矛盾。科研人员和这个试管中的神经网络玩了27次游戏，每次提供的线索都不相同（一共有81种组合的可能），而它每次都猜对了。
因为科研人员可以设计任意想要的碱基序列来合成DNA链，他们可以对这些分子间的相互作用进行编程，根据神经元的模型设计出DNA神经网络。通过调整网络中逐个DNA分子的浓度，科研人员教给了它是非问题的答案，而这些答案组合在一起的不同模式分别决定了四个不同的科学家。
科研人员表示，这种具有人工智能的生化系统，或者至少是具有某些基本的决策能力的生化系统，可以在医药，化学以及生物领域带来不可估量的应用。在将来，这样的系统也许可以在细胞内工作，帮助回答根本的生物问题或者诊断疾病。如果一个生化过程能够对其他分子的存在做出智能响应，它将会允许工程师们一步一个分子的制造出日益复杂的化学物质，或者搭建出新的分子结构。并且在科技应用之外，对这些系统的设计也可以带给思维的进化过程以间接的认识。(生物谷 Bioon.com)
doi:10.1016/j.cell.2005.08.020
PMC:
PMID:
Neural network computation with DNA strand displacement cascades
Lulu Qian, Erik Winfree & Jehoshua Bruck
The impressive capabilities of the mammalian brain—ranging from perception, pattern recognition and memory formation to decision making and motor activity control—have inspired their re-creation in a wide range of artificial intelligence systems for applications such as face recognition, anomaly detection, medical diagnosis and robotic vehicle control1. Yet before neuron-based brains evolved, complex biomolecular circuits provided individual cells with the ‘intelligent’ behaviour required for survival2. However, the study of how molecules can ‘think’ has not produced an equal variety of computational models and applications of artificial chemical systems. Although biomolecular systems have been hypothesized to carry out neural-network-like computations in vivo3, 2, 4 and the synthesis of artificial chemical analogues has been proposed theoretically5, 6, 7, 8, 9, experimental work10, 11, 12, 13 has so far fallen short of fully implementing even a single neuron. Here, building on the richness of DNA computing14 and strand displacement circuitry15, we show how molecular systems can exhibit autonomous brain-like behaviours. Using a simple DNA gate architecture16 that allows experimental scale-up of multilayer digital circuits17, we systematically transform arbitrary linear threshold circuits18 (an artificial neural network model) into DNA strand displacement cascades that function as small neural networks. Our approach even allows us to implement a Hopfield associative memory19 with four fully connected artificial neurons that, after training in silico, remembers four single-stranded DNA patterns and recalls the most similar one when presented with an incomplete pattern. Our results suggest that DNA strand displacement cascades could be used to endow autonomous chemical systems with the capability of recognizing patterns of molecular events, making decisions and responding to the environment.
