Microsoft-ի և Վաշինգտոնի համալսարանի հետազոտողները ցուցադրել են արհեստականորեն ստեղծված ԴՆԹ-ի առաջին լիովին ավտոմատացված, ընթեռնելի տվյալների պահպանման համակարգը: Սա առանցքային քայլ է դեպի նոր տեխնոլոգիաները հետազոտական լաբորատորիաներից առևտրային տվյալների կենտրոններ տեղափոխելու համար:
Մշակողները ապացուցեցին հայեցակարգը պարզ թեստով. նրանք հաջողությամբ կոդավորեցին «բարև» բառը սինթետիկ ԴՆԹ մոլեկուլի բեկորների մեջ և այն նորից վերածեցին թվային տվյալների՝ օգտագործելով ամբողջովին ավտոմատացված ծայրից ծայր համակարգ, որը նկարագրված է. մարտի 21-ին Nature Scientific Reports ամսագրում։
ԴՆԹ-ի մոլեկուլները կարող են թվային տեղեկատվությունը պահել շատ բարձր խտությամբ, այսինքն՝ ֆիզիկական տարածության մեջ, որը շատ պատվերներով փոքր է, քան ժամանակակից տվյալների կենտրոնների զբաղեցրածը: Այն խոստումնալից լուծումներից մեկն է՝ աշխարհի կողմից ամեն օր ստեղծվող հսկայական քանակությամբ տվյալների պահպանման համար՝ սկսած գեղեցիկ կենդանիների բիզնես գրառումներից և տեսանյութերից մինչև բժշկական լուսանկարներ և պատկերներ տիեզերքից:
Microsoft-ը ուղիներ է փնտրում՝ կամրջելու հնարավոր բացը և մենք ուզում ենք պահպանել, և մեր կարողությունը պահպանել դրանք: Այս մեթոդները ներառում են ալգորիթմների և մոլեկուլային հաշվողական տեխնոլոգիաների մշակում . Սա թույլ կտա ժամանակակից տվյալների մեծ կենտրոնում պահվող ողջ տեղեկատվությունը տեղավորվել մոտավորապես մի քանի զառի չափ տարածության մեջ:
«Մեր հիմնական նպատակն է գործարկել մի համակարգ, որը վերջնական օգտագործողի համար կունենա գրեթե նույն տեսքը, ինչ ցանկացած այլ ամպային պահեստավորման համակարգ. տեղեկատվությունը ուղարկվում է տվյալների կենտրոն և պահվում այնտեղ, այնուհետև այն պարզապես հայտնվում է, երբ հաճախորդը դրա կարիքն ունի, », - ասում է Microsoft-ի ավագ հետազոտող Կարին Շտրաուսը: «Դա անելու համար մեզ անհրաժեշտ էր ապացուցել, որ դա գործնական իմաստ ունի ավտոմատացման տեսանկյունից»:
Տեղեկությունը պահվում է լաբորատորիայում ստեղծված սինթետիկ ԴՆԹ-ի մոլեկուլներում, այլ ոչ թե մարդկանց կամ այլ կենդանի էակների ԴՆԹ-ում, և կարող է գաղտնագրվել նախքան համակարգ ուղարկելը: Թեև բարդ մեքենաները, ինչպիսիք են սինթեզատորները և հաջորդականացուցիչները, արդեն կատարում են գործընթացի հիմնական մասերը, միջանկյալ քայլերից շատերը մինչ այժմ պահանջում էին ձեռքի աշխատանք հետազոտական լաբորատորիայում: «Դա հարմար չէ առևտրային օգտագործման համար», - ասում է Քրիս Տակահաշին, Փոլ Ալենի Համակարգչային գիտության և ճարտարագիտության դպրոցի ավագ գիտաշխատող USF-ում:).
«Դուք չեք կարող ունենալ մարդկանց պտտվող տվյալների կենտրոնի շուրջը պիպետներով, այն չափազանց հակված է մարդկային սխալների, այն չափազանց թանկ է և չափազանց շատ տեղ է զբաղեցնում», - բացատրեց Տակահաշին:
Որպեսզի տվյալների պահպանման այս մեթոդը կոմերցիոն իմաստ ունենա, պետք է կրճատվեն ինչպես ԴՆԹ-ի սինթեզի ծախսերը, որոնք ստեղծում են իմաստալից հաջորդականությունների հիմնական բլոկները, այնպես էլ պահպանված տեղեկատվության ընթերցման համար անհրաժեշտ հաջորդականության գործընթացը: Հետազոտողները ասում են, որ սա է ուղղությունը .
Ըստ Microsoft-ի հետազոտողների, ավտոմատացումը հանելուկի ևս մեկ առանցքային մասն է, որը տվյալների պահպանմանը դարձնում է առևտրային մասշտաբով և ավելի մատչելի:
Որոշակի պայմաններում ԴՆԹ-ն կարող է շատ ավելի երկար մնալ, քան ժամանակակից արխիվային պահպանման համակարգերը, որոնք տասնամյակների ընթացքում քայքայվում են: Որոշ ԴՆԹ-ի հաջողվել է գոյատևել ոչ իդեալական պայմաններում տասնյակ հազարավոր տարիներ՝ մամոնտի ժանիքներում և վաղ մարդկանց ոսկորներում։ Սա նշանակում է, որ տվյալները կարող են պահպանվել այս կերպ, քանի դեռ մարդկությունը գոյություն ունի:
ԴՆԹ-ի պահպանման ավտոմատացված համակարգը օգտագործում է Microsoft-ի և Վաշինգտոնի համալսարանի (UW) մշակած ծրագրակազմը: Այն թվային տվյալների միավորներն ու զրոները փոխակերպում է նուկլեոտիդների (A, T, C և G) հաջորդականությունների, որոնք ԴՆԹ-ի «շինանյութերն» են։ Այնուհետև համակարգը օգտագործում է էժան լաբորատոր սարքավորումներ, որոնք անհրաժեշտ հեղուկներ և ռեագենտներ են մատակարարում սինթեզատորին, որը հավաքում է ԴՆԹ-ի պատրաստված բեկորները և տեղադրում դրանք պահեստավորման տարայի մեջ:
Երբ համակարգին անհրաժեշտ է տեղեկատվություն կորզել, այն ավելացնում է այլ քիմիական նյութեր՝ ԴՆԹ-ն պատշաճ կերպով պատրաստելու համար և օգտագործում է միկրոհեղուկ պոմպեր՝ հեղուկները մղելու համակարգի մասեր, որոնք կարդում են ԴՆԹ-ի մոլեկուլների հաջորդականությունը և դրանք նորից փոխակերպում համակարգչի համար հասկանալի տեղեկատվության: Հետազոտողները նշում են, որ նախագծի նպատակը ոչ թե ապացուցելն էր, որ համակարգը կարող է արագ կամ էժան աշխատել, այլ պարզապես ցույց տալ, որ ավտոմատացումը հնարավոր է:
ԴՆԹ-ի ավտոմատացված պահպանման համակարգի ամենաակնառու առավելություններից մեկն այն է, որ այն գիտնականներին ազատում է բարդ խնդիրներ լուծելու համար՝ առանց ժամանակ կորցնելու ռեագենտների շշեր փնտրելու կամ փորձանոթների մեջ հեղուկ կաթիլներ ավելացնելու միապաղաղության:
«Կրկնվող աշխատանք կատարելու համար ավտոմատացված համակարգ ունենալը թույլ է տալիս լաբորատորիաներին ուղղակիորեն կենտրոնանալ հետազոտությունների վրա և մշակել նոր ռազմավարություններ՝ ավելի արագ նորարարություններ անելու համար», - ասում է Microsoft-ի հետազոտող Բիհլին Նգուենը:
Մոլեկուլային տեղեկատվական համակարգերի լաբորատորիայի թիմ (MISL) արդեն ցույց է տվել, որ կարող է պահել կատուների լուսանկարները, գրականության հրաշալի գործերը, և արխիվացված ԴՆԹ-ի գրառումները և առանց սխալների հանել այս ֆայլերը: Մինչ օրս նրանք կարողացել են ԴՆԹ-ում պահել 1 գիգաբայթ տվյալներ՝ ծեծելով .
Հետազոտողները նաև մեթոդներ են մշակել օրինակ՝ գտնել և առբերել միայն պատկերներ, որոնք պարունակում են խնձոր կամ կանաչ հեծանիվ՝ օգտագործելով հենց մոլեկուլները՝ առանց ֆայլերը թվային ձևաչափի վերածելու:
«Կարելի է վստահորեն ասել, որ մենք ականատես ենք նոր տիպի համակարգչային համակարգի ծնունդին, որտեղ մոլեկուլներն օգտագործվում են տվյալների պահպանման համար, իսկ էլեկտրոնիկան՝ վերահսկման և մշակման համար: Այս համադրությունը շատ հետաքրքիր հնարավորություններ է բացում ապագայի համար»,- ասել է Վաշինգտոնի համալսարանի Ալենի դպրոցի պրոֆեսորը։ .
Ի տարբերություն սիլիցիումի վրա հիմնված հաշվողական համակարգերի, ԴՆԹ-ի վրա հիմնված պահեստավորման և հաշվողական համակարգերը պետք է օգտագործեն հեղուկներ՝ մոլեկուլները տեղափոխելու համար: Բայց հեղուկներն իրենց բնույթով տարբերվում են էլեկտրոններից և պահանջում են բոլորովին նոր տեխնիկական լուծումներ։
Վաշինգտոնի համալսարանի թիմը, համագործակցելով Microsoft-ի հետ, նաև մշակում է ծրագրավորվող համակարգ, որն ավտոմատացնում է լաբորատոր փորձերը՝ օգտագործելով էլեկտրականության և ջրի հատկությունները՝ կաթիլները էլեկտրոդների ցանցի վրա տեղափոխելու համար: Ծրագրային ապահովման և սարքավորումների ամբողջական փաթեթ, որը կոչվում է , կարող է խառնել, առանձնացնել, տաքացնել կամ սառեցնել տարբեր հեղուկներ և կատարել լաբորատոր արձանագրություններ։
Նպատակն է ավտոմատացնել լաբորատոր փորձերը, որոնք ներկայումս իրականացվում են ձեռքով կամ թանկարժեք հեղուկով աշխատող ռոբոտների միջոցով և նվազեցնել ծախսերը:
MISL թիմի հաջորդ քայլերը ներառում են պարզ, ծայրից ծայր ավտոմատացված համակարգի ինտեգրում այնպիսի տեխնոլոգիաների հետ, ինչպիսիք են Purple Drop-ը, ինչպես նաև այլ տեխնոլոգիաներ, որոնք հնարավորություն են տալիս փնտրել ԴՆԹ-ի մոլեկուլները: Հետազոտողները միտումնավոր դարձրեցին իրենց ավտոմատացված համակարգը մոդուլային, որպեսզի այն կարողանա զարգանալ ԴՆԹ-ի սինթեզի, հաջորդականության և մանիպուլյացիայի նոր տեխնոլոգիաների ի հայտ գալուն պես:
«Այս համակարգի առավելություններից մեկն այն է, որ եթե մենք ցանկանում ենք մասերից մեկը փոխարինել նորով, ավելի լավ կամ ավելի արագով, մենք պարզապես կարող ենք միացնել նոր մասը», - ասաց Նգուենը: «Սա մեզ ավելի շատ ճկունություն է տալիս ապագայի համար»:
Գլխավոր պատկեր. Microsoft-ի և Վաշինգտոնի համալսարանի հետազոտողները ձայնագրել և հաշվել են « բառըԲարեւ Ձեզ», օգտագործելով ԴՆԹ-ի տվյալների պահպանման առաջին լիովին ավտոմատացված համակարգը։ Սա առանցքային քայլ է նոր տեխնոլոգիաները լաբորատորիաներից առևտրային տվյալների կենտրոններ տեղափոխելու համար:
Source: www.habr.com