顺盈娱乐化學與分子工程學院裴昊教授團隊和朱通副教授在生物傳感和人工智能交叉研究領域近日取得重要進展。這是我國科研人員首次在試管中用DNA構造出了卷積人工神經網絡，也是迄今為止規模最大、功能最復雜的人工化學分子智能反應網絡。該具有稀疏拓撲連接性的超大規模的試管DNA神經網絡能直接處理復雜的生物分子信息，具備對32類分子圖譜信息分類能力👩🏻🦽➡️。
顺盈娱乐化學與分子工程學院裴昊團隊🤽，及朱通副教授
“最強大腦”如何成就液態DNA電腦？
人腦作為最高智能化的生命器官具備不可思議的信息處理能力🖕🏽，這樣強大的能力來源於大腦中上百萬神經元之間的復雜鏈接🏌🏼，這種精密而快速的連接所構成的神經網絡堪稱世界上最為強大的生物計算機。
從還原論的角度來說，所有生物現象（包括生物智能）都可歸結為物理-化學運動👂🏼。
有觀點認為，在基於神經元的大腦進化之前🚺，相互作用的分子反應網絡為單細胞生命（例如細菌）提供了“智能”化行為以適應環境實現生存🎺。在現實世界中🌭，生物工程領域存在一個相關的並且引人註目的挑戰🧪：證明如何利用人工合成生物分子反應網絡來支持有限形式的智能行為🙎🏽，類似於神經大腦進化之前必然發生的情景。
早在1994年⬛️，圖靈獎（Turing Award 2002）獲得者Leonard Adleman利用DNA分子為計算載體用於計算哈密頓路徑問題，開創了DNA計算機領域，類似於量子計算機、光子計算機（計算載體不同😎，目前的廣泛應用的矽基計算機是以電子為計算載體，而量子計算機和光子計算機是以量子態和光子為計算載體）♎️。
DNA計算機是一種生物形式的計算機，由一系列生物分子以溶液形態組合而成，通過生化反應來進行高度並行性計算🧑🏽🦲，實現分子信息快速處理，也有人稱之為“液態電腦”👷🏼♂️。
相較於傳統矽基計算機僅能處理符號信息🦸🏼♂️，DNA計算機能夠使科學測量（感知信息）與化學反應同步👨🏽🎓，對生命活動中的分子特征信息進行直接檢測與感知。普通的醫學檢測僅能測量出少量生物分子𓀝，如果使用大規模生物分子電路➔，就有可能同時對數百種生物分子進行診斷測試💘，並直接在化學和生物環境中實現分析和診斷。
基於DNA分子鏈置換反應機製🧎➡️，研究人員實現了包括布爾邏輯計算👨🏻✈️、模擬計算及神經網絡計算等多種運算功能的DNA計算機的構建。然而，如何擴展分子反應系統的規模及其復雜性，構建具有更強大計算能力的人工分子反應網絡，仍具有極大的挑戰性🦇。
試管分子人工智能實現中國甲骨文字識別
正如電子計算機的主要元器件（從電子管到超大規模集成電路）的每一次更新換代使計算機的各方面性能得到了極大提高和增強。裴昊教授團隊長期致力於核酸分子器件的設計和開發🙋，提出了一種新的基於變構調控的DNA鏈置換反應機製（ACS Nano, 2018, 12, 7093）🧖🏽，實現了核酸分子電路的熱力學及動力學精細調控和非線性功能設計（ACS Synth. Biol., 2019, 8, 2106; Angew. Chem., 2021, 60, 3353👲🏻；Angew. Chem., 2021, 60, 15013）並實現了體內和體外多種疾病相關重要靶標分子的高靈敏👨🏿🍳、高選擇性的智能生物檢測（J. Am. Chem. Soc. 2019, 141, 11923; J. Am. Chem. Soc. 2019, 141, 20354;Angew Chem. 2019, 58, 15448; Anal. Chem. 2020, 92, 4990; J. Am. Chem. Soc. 2021, 143, 3448）。
DNA卷積神經網絡用於中國甲骨文字識別
基於在核酸化學方面的研究基礎👨🏻🦳👨👩👧，面向分析化學、計算機科學與分子生物學的交叉融合發展，課題組針對發展超大規模DNA分子反應網絡關鍵科學難題🥘，和長期從事人工智能與分子科學研究的朱通課題組合作，建立了一種DNA卷積神經網絡的系統實現策略，以分子開關門架構為基礎電路組件📉，基於權重調節區域與識別區域功能的模塊化☹️，實現了信號傳輸功能與權重賦予功能的獨立調控以實現權重共享👱🏿♀️♻。
研究結果表明，該策略可以成功實現了多種數學運算，包括分子權重乘法、加法🌪、減法🤶、多輸入乘加（MAC）計算及復雜卷積計算👨👩👦。基於多種模塊化分子運算單元的級聯組合🐺，課題組構建了一種大規模DNA神經網絡⏮，包含512個分子物種，涉及數千種化學反應，可產生數百種分子產物🧘🏼♂️🤾♀️，能實現對32類144-bits分子模式圖譜識別分類。
為驗證DNA的神經網絡的能力，課題組選擇了電子人工神經網絡的一個經典挑戰——識別字跡作為任務🧚🏽♂️。通過DNA分子構建的卷積神經網絡進行規定的化學反應✊🏿，可完成4種語言及32種手寫文字的分類，包括對中國甲骨文字（火、土、木、水、天👩🏼🔧、氣、人、生）的分類識別。“分子字跡”的準確識別，充分說明了所構建的DNA神經網絡具有強大的分子圖譜信息處理能力，有望進一步在智能生物傳感及載藥等領域得以應用。
研究成果以“基於DNA調控電路的分子卷積神經網絡（Molecular convolutional neural networks with DNA regulatory circuits）”為題，於2022年7月4日在《自然﹒機器智能》（Nature Machine Intelligence）上發表💇🏿♂️。熊謝微博士和朱通副教授為論文的共同第一作者⚛️，朱通老師課題組負責卷積計算模型設計及優化🏃🏻♂️，裴昊教授為通訊聯系人🧘🏿。
圖文🔰、來源丨化學與分子工程學院 采訪丨呂安琪 編輯丨余蘇寧 吳瀟嵐 編審丨郭文君 呂安琪
