மைக்ரோசாப்ட் மற்றும் வாஷிங்டன் பல்கலைக்கழகத்தைச் சேர்ந்த ஆராய்ச்சியாளர்கள், செயற்கையாக உருவாக்கப்பட்ட டிஎன்ஏவுக்கான முதல் முழு தானியங்கு, படிக்கக்கூடிய தரவு சேமிப்பு அமைப்பை நிரூபித்துள்ளனர். ஆராய்ச்சி ஆய்வகங்களில் இருந்து வணிக தரவு மையங்களுக்கு புதிய தொழில்நுட்பத்தை நகர்த்துவதற்கான முக்கிய படி இது.
டெவலப்பர்கள் ஒரு எளிய சோதனை மூலம் கருத்தை நிரூபித்தார்கள்: அவர்கள் வெற்றிகரமாக "ஹலோ" என்ற வார்த்தையை ஒரு செயற்கை டிஎன்ஏ மூலக்கூறின் துண்டுகளாக குறியாக்கம் செய்து, முழு தானியங்கி எண்ட்-டு-எண்ட் அமைப்பைப் பயன்படுத்தி மீண்டும் டிஜிட்டல் தரவுகளாக மாற்றினர். , மார்ச் 21 அன்று நேச்சர் சயின்டிஃபிக் ரிப்போர்ட்ஸில் வெளியிடப்பட்டது.
டிஎன்ஏ மூலக்கூறுகள் டிஜிட்டல் தகவல்களை மிக அதிக அடர்த்தியில் சேமிக்க முடியும், அதாவது, நவீன தரவு மையங்களால் ஆக்கிரமிக்கப்பட்டதை விட சிறிய அளவிலான பல ஆர்டர்கள் உள்ள பௌதிக விண்வெளியில். வணிக பதிவுகள் மற்றும் அழகான விலங்குகளின் வீடியோக்கள் முதல் மருத்துவ புகைப்படங்கள் மற்றும் விண்வெளியில் இருந்து படங்கள் வரை உலகம் ஒவ்வொரு நாளும் உருவாக்கும் பரந்த அளவிலான தரவுகளை சேமிப்பதற்கான நம்பிக்கைக்குரிய தீர்வுகளில் இதுவும் ஒன்றாகும்.
மைக்ரோசாப்ட் இடையே சாத்தியமான இடைவெளியைக் குறைப்பதற்கான வழிகளை ஆராய்ந்து வருகிறது நாம் பாதுகாக்க விரும்புகிறோம், அவற்றைப் பாதுகாப்பதற்கான நமது திறனையும் நாங்கள் விரும்புகிறோம். இந்த முறைகளில் அல்காரிதம்கள் மற்றும் மூலக்கூறு கணினி தொழில்நுட்பங்களின் வளர்ச்சி ஆகியவை அடங்கும் . இது ஒரு பெரிய நவீன தரவு மையத்தில் சேமிக்கப்பட்ட அனைத்து தகவல்களையும் தோராயமாக பல பகடைகளின் அளவிலான இடத்தில் பொருத்த அனுமதிக்கும்.
"எங்கள் முக்கிய குறிக்கோள், இறுதிப் பயனருக்கு, மற்ற கிளவுட் ஸ்டோரேஜ் சிஸ்டத்தைப் போலவே தோற்றமளிக்கும் ஒரு அமைப்பைத் தொடங்குவதாகும்: தகவல் தரவு மையத்திற்கு அனுப்பப்பட்டு அங்கு சேமிக்கப்படும், பின்னர் வாடிக்கையாளருக்குத் தேவைப்படும்போது அது தோன்றும். ” என்கிறார் சீனியர் மைக்ரோசாப்ட் ஆராய்ச்சியாளர் கரின் ஸ்ட்ராஸ். "இதைச் செய்ய, ஆட்டோமேஷன் கண்ணோட்டத்தில் இது நடைமுறை அர்த்தமுள்ளதாக இருப்பதை நாங்கள் நிரூபிக்க வேண்டும்."
மனிதர்கள் அல்லது பிற உயிரினங்களின் டிஎன்ஏவில் இல்லாமல், ஆய்வகத்தில் உருவாக்கப்பட்ட செயற்கை டிஎன்ஏ மூலக்கூறுகளில் தகவல் சேமிக்கப்படுகிறது, மேலும் கணினிக்கு அனுப்பப்படுவதற்கு முன்பு குறியாக்கம் செய்யப்படலாம். சின்தசைசர்கள் மற்றும் சீக்வென்சர்கள் போன்ற சிக்கலான இயந்திரங்கள் ஏற்கனவே செயல்பாட்டின் முக்கிய பகுதிகளைச் செய்தாலும், பல இடைநிலைப் படிகளுக்கு ஆராய்ச்சி ஆய்வகத்தில் கைமுறை உழைப்பு தேவைப்படுகிறது. "இது வணிக பயன்பாட்டிற்கு ஏற்றது அல்ல" என்று USF இல் உள்ள பால் ஆலன் ஸ்கூல் ஆஃப் கம்ப்யூட்டர் சயின்ஸ் அண்ட் இன்ஜினியரிங்கில் மூத்த ஆராய்ச்சியாளரான கிறிஸ் தகாஹாஷி கூறினார்.).
"டேட்டா சென்டரில் பைப்பெட்டுகளுடன் மக்கள் ஓட முடியாது, இது மனிதப் பிழைக்கு மிகவும் வாய்ப்புள்ளது, இது மிகவும் விலை உயர்ந்தது மற்றும் அதிக இடத்தை எடுத்துக்கொள்கிறது" என்று தகாஹாஷி விளக்கினார்.
இந்த தரவு சேமிப்பு முறை வணிக ரீதியாக அர்த்தமுள்ளதாக இருப்பதற்கு, DNA தொகுப்புக்கான செலவுகள்-அர்த்தமுள்ள தொடர்களின் அடிப்படை கட்டுமான தொகுதிகளை உருவாக்குதல்-மற்றும் சேமிக்கப்பட்ட தகவலை படிக்க தேவையான வரிசைமுறை செயல்முறை ஆகியவை குறைக்கப்பட வேண்டும். இதுதான் திசை என்கிறார்கள் ஆராய்ச்சியாளர்கள் .
மைக்ரோசாஃப்ட் ஆராய்ச்சியாளர்களின் கூற்றுப்படி, ஆட்டோமேஷன் என்பது புதிரின் மற்றொரு முக்கிய அம்சமாகும், இது வணிக அளவில் தரவு சேமிப்பகத்தை உருவாக்குகிறது மற்றும் மலிவானது.
சில நிபந்தனைகளின் கீழ், டிஎன்ஏ நவீன காப்பக சேமிப்பு அமைப்புகளை விட நீண்ட காலம் நீடிக்கும், இது பல தசாப்தங்களாக சிதைகிறது. சில டிஎன்ஏக்கள் பல்லாயிரக்கணக்கான ஆண்டுகளாக சிறந்த நிலைகளை விட குறைவான சூழ்நிலைகளில் - மாமத் தந்தங்கள் மற்றும் ஆரம்பகால மனிதர்களின் எலும்புகளில் உயிர்வாழ முடிந்தது. மனிதநேயம் இருக்கும் வரை தரவுகளை இந்த வழியில் சேமிக்க முடியும் என்பதே இதன் பொருள்.
தானியங்கு DNA சேமிப்பு அமைப்பு மைக்ரோசாப்ட் மற்றும் வாஷிங்டன் பல்கலைக்கழகம் (UW) உருவாக்கிய மென்பொருளைப் பயன்படுத்துகிறது. இது டிஎன்ஏவின் "கட்டுமான தொகுதிகளாக" இருக்கும் நியூக்ளியோடைடுகளின் (A, T, C மற்றும் G) டிஜிட்டல் தரவுகளின் ஒன்று மற்றும் பூஜ்ஜியங்களை மாற்றுகிறது. அமைப்பு பின்னர் மலிவான, பெரும்பாலும் ஆஃப்-தி-ஷெல்ஃப், ஆய்வக உபகரணங்களை ஒரு சின்தசைசருக்கு தேவையான திரவங்கள் மற்றும் எதிர்வினைகளை வழங்க பயன்படுத்துகிறது, இது புனையப்பட்ட டிஎன்ஏ துண்டுகளை சேகரித்து அவற்றை ஒரு சேமிப்பு கொள்கலனில் வைக்கிறது.
கணினி தகவல்களைப் பிரித்தெடுக்க வேண்டியிருக்கும் போது, அது DNAவைச் சரியாகத் தயாரிக்க மற்ற இரசாயனங்களைச் சேர்க்கிறது மற்றும் மைக்ரோஃப்ளூய்டிக் பம்புகளைப் பயன்படுத்தி டிஎன்ஏ மூலக்கூறுகளின் வரிசைகளைப் படிக்கும் மற்றும் கணினியால் புரிந்துகொள்ளக்கூடிய தகவலாக மாற்றும் அமைப்பின் பகுதிகளுக்கு திரவங்களைத் தள்ளுகிறது. இந்த அமைப்பின் நோக்கம் விரைவாகவோ அல்லது மலிவாகவோ செயல்படும் என்பதை நிரூபிப்பது அல்ல, மாறாக ஆட்டோமேஷன் சாத்தியம் என்பதைக் காண்பிப்பதே திட்டத்தின் குறிக்கோள் என்று ஆராய்ச்சியாளர்கள் கூறுகின்றனர்.
தானியங்கு டிஎன்ஏ சேமிப்பக அமைப்பின் மிகத் தெளிவான நன்மைகளில் ஒன்று, ரீஜென்ட் பாட்டில்களைத் தேடுவதில் நேரத்தை வீணாக்காமல் சிக்கலான சிக்கல்களைத் தீர்க்க விஞ்ஞானிகளை விடுவிப்பது அல்லது சோதனைக் குழாய்களில் திரவத்தின் துளிகளைச் சேர்ப்பதன் ஏகபோகம்.
"மீண்டும் மீண்டும் வேலை செய்ய ஒரு தானியங்கு அமைப்பு இருப்பதால், ஆய்வகங்கள் நேரடியாக ஆராய்ச்சியில் கவனம் செலுத்தவும், விரைவாக கண்டுபிடிப்பதற்கான புதிய உத்திகளை உருவாக்கவும் அனுமதிக்கிறது" என்று மைக்ரோசாப்ட் ஆராய்ச்சியாளர் பிஹ்லின் நுயென் கூறினார்.
மூலக்கூறு தகவல் அமைப்புகளின் ஆய்வகத்தின் குழு (MISL) ஏற்கனவே பூனைகளின் புகைப்படங்கள், அற்புதமான இலக்கியப் படைப்புகள் ஆகியவற்றை சேமிக்க முடியும் என்பதை நிரூபித்துள்ளது. மற்றும் டிஎன்ஏ பதிவுகளை காப்பகப்படுத்தி இந்த கோப்புகளை பிழைகள் இல்லாமல் பிரித்தெடுக்கலாம். இன்றுவரை, அவர்களால் 1 ஜிகாபைட் தரவுகளை டிஎன்ஏவில் சேமிக்க முடிந்தது .
அதற்கான வழிமுறைகளையும் ஆராய்ச்சியாளர்கள் உருவாக்கியுள்ளனர் கோப்புகளை மீண்டும் டிஜிட்டல் வடிவத்திற்கு மாற்றாமல், மூலக்கூறுகளைப் பயன்படுத்தி ஆப்பிள் அல்லது பச்சை மிதிவண்டியைக் கொண்ட படங்களை மட்டும் கண்டுபிடித்து மீட்டெடுப்பது போன்றவை.
"ஒரு புதிய வகை கணினி அமைப்பின் பிறப்பை நாங்கள் காண்கிறோம் என்று சொல்வது பாதுகாப்பானது, இதில் மூலக்கூறுகள் தரவு சேமிப்பகத்திற்கும் மின்னணுவியல் கட்டுப்பாடு மற்றும் செயலாக்கத்திற்கும் பயன்படுத்தப்படுகின்றன. இந்த கலவையானது எதிர்காலத்திற்கான மிகவும் சுவாரஸ்யமான சாத்தியங்களைத் திறக்கிறது, ”என்று வாஷிங்டன் பல்கலைக்கழகத்தின் ஆலன் பள்ளி பேராசிரியர் கூறினார். .
சிலிக்கான் அடிப்படையிலான கணினி அமைப்புகளைப் போலன்றி, டிஎன்ஏ அடிப்படையிலான சேமிப்பு மற்றும் கணினி அமைப்புகள் மூலக்கூறுகளை நகர்த்துவதற்கு திரவங்களைப் பயன்படுத்த வேண்டும். ஆனால் திரவங்கள் எலக்ட்ரான்களிலிருந்து இயற்கையில் வேறுபட்டவை மற்றும் முற்றிலும் புதிய தொழில்நுட்ப தீர்வுகள் தேவைப்படுகின்றன.
வாஷிங்டன் பல்கலைக்கழகக் குழு, மைக்ரோசாப்ட் உடன் இணைந்து, மின்சாரம் மற்றும் நீரின் பண்புகளைப் பயன்படுத்தி, மின்முனைகளின் ஒரு கட்டத்தில் நீர்த்துளிகளை நகர்த்துவதன் மூலம் ஆய்வக சோதனைகளை தானியங்குபடுத்தும் நிரல்படுத்தக்கூடிய அமைப்பையும் உருவாக்குகிறது. மென்பொருள் மற்றும் வன்பொருளின் முழுமையான தொகுப்பு என்று அழைக்கப்படுகிறது , பல்வேறு திரவங்களை கலக்கலாம், பிரிக்கலாம், சூடாக்கலாம் அல்லது குளிர்விக்கலாம் மற்றும் ஆய்வக நெறிமுறைகளைச் செய்யலாம்.
தற்போது கைமுறையாக அல்லது விலையுயர்ந்த திரவ-கையாளும் ரோபோக்கள் மூலம் செய்யப்படும் ஆய்வக சோதனைகளை தானியக்கமாக்கி செலவுகளைக் குறைப்பதே குறிக்கோள்.
எம்ஐஎஸ்எல் குழுவிற்கான அடுத்த படிகளில், பர்பிள் டிராப் போன்ற தொழில்நுட்பங்களுடன், டிஎன்ஏ மூலக்கூறுகளைத் தேடுவதைச் செயல்படுத்தும் பிற தொழில்நுட்பங்களுடன் எளிமையான, இறுதி முதல் இறுதி வரையிலான தானியங்கு அமைப்பை ஒருங்கிணைப்பது அடங்கும். டிஎன்ஏ தொகுப்பு, வரிசைப்படுத்துதல் மற்றும் கையாளுதல் ஆகியவற்றுக்கான புதிய தொழில்நுட்பங்கள் உருவாகும் வகையில் ஆராய்ச்சியாளர்கள் வேண்டுமென்றே தங்கள் தானியங்கி அமைப்பை மட்டுப்படுத்தினர்.
"இந்த அமைப்பின் நன்மைகளில் ஒன்று என்னவென்றால், ஒரு பாகத்தை புதிதாக, சிறந்த அல்லது வேகமாக மாற்ற விரும்பினால், புதிய பகுதியை செருகலாம்" என்று நுயென் கூறினார். "இது எதிர்காலத்திற்கு அதிக நெகிழ்வுத்தன்மையை அளிக்கிறது."
மேல் படம்: மைக்ரோசாப்ட் மற்றும் வாஷிங்டன் பல்கலைக்கழக ஆராய்ச்சியாளர்கள் " என்ற வார்த்தையை பதிவு செய்து எண்ணினர்.ஹலோ", முதல் முழு தானியங்கு டிஎன்ஏ தரவு சேமிப்பக அமைப்பைப் பயன்படுத்துகிறது. புதிய தொழில்நுட்பத்தை ஆய்வகங்களிலிருந்து வணிக தரவு மையங்களுக்கு நகர்த்துவதற்கான முக்கிய படி இதுவாகும்.
ஆதாரம்: www.habr.com