现在，来自CNRS和东京大学的科学家开发了一种基于酶的新技术的应用，为如何解决DNA技术挑战提供了第一个线索。       

酶法神经网络的非线性决策

DNA可以被用来可靠地存储大量的数字数据。然而，迄今为止，检索或操纵这些分子中的特定数据被证明是具有挑战性的。现在，来自CNRS和东京大学的科学家开发了一种新的基于酶的技术，为如何克服这些技术障碍提供了初步线索。他们的研究最近发表在《Nature》杂志上。

自然界毫无疑问发展出了储存海量数据的最佳方法:DNA。基于这一知识，DNA已被用于存储数字数据，方法是将二进制(0或1)值转换为四个不同的DNA“字母”(A、T、C或G)中的一个。       

但是，一个人如何通过DNA编码的数据数据库来发现特定的数据呢?如果不先将DNA编码的数据转换成电子形式，怎么可能用它来进行计算呢?这些都是来自LIMMS (CNRS /东京大学)和Gulliver (CNRS / ESPCI)实验室的研究团队试图回答的问题。他们正在试验一种使用酶、人工神经元和神经网络对DNA数据进行直接操作的新方法。

具体来说，研究人员已经利用三种酶的反应来设计化学“神经元”，它可以重现真正神经元所表现出的网络结构和复杂计算能力。它们的化学神经元可以用DNA链上的数据进行计算，并将结果表达为荧光信号。

LIMMS和Gulliver团队还通过组装两层人工神经元来改进计算。通过微流体微型化的反应进一步提高了精度，允许成千上万的反应发生。

作为法国生物化学家和日本微流体工程师十年合作的成果，这些突破最终可能使某些疾病的筛查更好，并使巨大的DNA编码数据库得以操作。

当远离水、空气和光线时，DNA可以保存几十万年，而不需要任何能量输入。它被储存在直径几厘米的胶囊中，可以容纳高达500tb的数字数据。到2025年，人类产生的数字数据总量预计将达到175 zettabytes由于目前的存储介质相对笨重、脆弱且耗能大，DNA可能提供了一种可行的替代方案——能够在一个鞋盒的空间内存储所有现有的数据。促进DNA存储将是PEPR MoleculArxiv的目标，这是CNRS去年5月提供的一个优先研究项目。

参考文献:Nonlinear decision-making with enzymatic neural networks