Computadoras Moleculares

COMPUTACION MOLECULAR

La Computación Molecular trata de representar la información al procesar con moléculas orgánicas, pues las introducen en un tubo de ensayo para que reaccionen y así conseguir la solución a un problema. La molécula orgánica que utiliza es el ADN.

Comparación con las computadoras normales

Las computadoras moleculares presentan las siguientes ventajas frente a las computadores tradicionales:

 Tamaño menor

 Más rápidas, con lo cual esto lleva implícito que sea más eficientes.

Características computacionales del ADN

El uso de otras ciencias para resolver problemas matemáticos está a la orden del día. Un ejemplo de ello es la biología. Por este motivo podemos hablar de matemáticas biológicas.

Procesos matemáticos y biológicos. Similitudes:

 La estructura de un ser vivo se forma al aplicar operaciones sobre la información inicial copiado a una secuencia de ADN.

 El resultado obtenido al aplicar una función computable a un número se obtiene al aplicar varias funciones básicas a ese número o parámetro de entrada.

Por ejemplo: a una célula del ADN se le pueden copiar características a un número esto consiste en asignarle un valor a este.

Por ello, las cadenas de ADN se pueden utilizar para codificar la información y las enzimas para representar los cálculos.

Como el ADN está codificado en 4 bases tenemos cuatro letras para codificar la información.

Cálculos con las computadoras del ADN

Turing después de muchas investigaciones sobre la naturaleza del cálculo computacional descubrió el modelo teórico de las computadoras Máquina de Turing y propuso una Tesis de Turing que básicamente dice que todo lo que puede ser calculado puede calculares en una Máquina de Turing.

A pesar de ser una tesis muy antigua sigue hoy presente por lo siguiente:

 Toda máquina de Turing se puede simular en un programa sobre cualquier computadora de la actualidad.

 A pesar de haberse descubierto varios modelos computaciones todos son similares al modelo de Turing.

Hace poco tiempo se creó otro modelo computacional teórico Multigramáticas de Patrones que también es equivalente a la Máquina de Turing. El modelo de computación molecular es similar al modelo de Multigramáticas de Patrones y por lo tanto a la Máquina de Turing.

De aquí el esta capacidad de realizar todo tipos de cálculo con estas computadoras.

Objetivos y aplicaciones

 Problemas NP-Completos. Estos problemas requieren mucha búsqueda combinatoria para llegar a la solución y además se ha de comprobar si la solución hallada es correcta. En computación molecular estos se resuelven gran cantidad de soluciones potenciales y cada solución se codifica en una molécula del ADN y a través de operaciones sobre el ADN recombinante se llegan a las soluciones correctas.

 Aumento de la capacidad de memoria. Una pequeña porción de volumen contiene unos grandes números de moléculas y esto supone un aumento considerable de la cantidad de memoria. Por ejemplo: una solución acuosa de ADN contiene unos 108 Tera-bytes e incluso se pueden realizar búsquedas paralelas masivas sobre esa cantidad de información.

 Procesamiento Paralelo. Cálculos en los que cada estado de un procesador se represente por una hebra de ADN. Por ello podemos guardar en 1l de solución ADN aproximadamente unos 1000 procesadores.

 Nano-Fabricación de ADN. Combinando esta técnica con las de nano-fabricación de ADN se puede autoensamblar el ADN en enredados de dos y tres dimensiones. Estas estructuras pueden utilizarse para la codificación de cálculos en formas más complejas.

Computación Cuántica

La computación cuántica es una forma radicalmente nueva de procesar la información, posibilitada por propiedades exclusivas de la mecánica cuántica tales como la superposición de estados (que origina el denominado paralelismo cuántico) y la existencia de correlaciones sin análogo clásico (entrelazamiento y correlaciones cuánticas).

La ventaja de estas propiedades es que permiten en principio resolver ciertos problemas que resultan muy difíciles para la computación actual. Este tipo de problemas se denominan duros o hard: En ellos, el número de pasos, es decir de operaciones necesarias para llevar a cabo cierto cálculo (y por lo tanto el tiempo de cálculo) aumenta "exponencialmente" con el tamaño de la entrada. En forma sencilla, esto quiere decir esencialmente que el tiempo de cálculo se duplica (o se multiplica por algún factor mayor a 1) cada vez que aumentamos el tamaño de la entrada en una unidad. El tiempo de cómputo de un problema de este tipo

...