加拿大科学家造出细菌生物计算机 让数百万细菌同时探索答案 通过繁殖不断增加算力

2026年11月21日 15:11 次阅读 稿源:cnBeta.COM 条评论

传统计算机依靠晶体管和电信号执行运算,而加拿大麦吉尔大学(McGill University)的一支国际研究团队,正在尝试一种截然不同的计算方式:让活着的细菌充当计算单元,通过它们在微型通道网络中移动、分支和繁殖,完成复杂数学问题的求解。

这套系统最特别的地方在于,细菌不仅能够同时探索大量不同的计算路径,还能在计算过程中不断繁殖,从而增加参与运算的生物计算单元数量。研究人员认为,这种方式未来可能为某些传统电子计算机难以处理的组合优化问题提供新的解决途径,并有望降低部分计算任务的资源消耗。

这项研究由麦吉尔大学牵头,联合加拿大、欧洲、英国和澳大利亚的研究人员共同完成,相关论文发表于2026年8月11日的《Microsystems & Nanoengineering》期刊。

研究团队选择了一个经典数学问题作为实验对象:子集和问题(Subset Sum Problem)。简单来说,给定一组数字,需要判断其中哪些数字组合相加后能够得到指定目标值。

例如,给出2、5、9和11四个数字,要求找出总和为16的组合,那么答案包括5+11,以及2+5+9。对于少量数字,这类问题并不困难,但随着数字数量增加,可能的组合数量会呈指数级增长,传统计算机需要检查的候选方案也会迅速增加。

研究人员没有使用传统处理器来逐一计算这些组合,而是将数学问题直接转换成一个由微观通道组成的物理网络,让细菌在其中自行探索。

具体而言,团队首先制造了一块经过精密设计的硅模板,再利用它制作出由聚二甲基硅氧烷(PDMS)构成的透明微流控通道。这种材料能够透过氧气,有利于维持通道内细菌的生存。随后,研究人员将通道网络密封在玻璃基板上,形成一个供细菌移动的微型迷宫。

网络中的每条通道都代表一条可能的数学路径,而不同通道之间的分叉和汇合位置则承担逻辑判断功能。

当细菌到达一个分叉点时,可以选择进入两条不同的通道,分别代表是否将某个数字纳入当前计算组合。其他连接节点则允许细菌继续沿着原有路径移动,或者与来自其他路径的细菌汇合。

通过这种方式,研究人员将数学问题中的不同选择编码进物理结构。每一条从入口通向出口的有效路径,都对应着一种数字组合。研究人员只需要观察细菌最终抵达了哪些出口,再通过自动化图像分析追踪它们的移动路线,就能够识别哪些组合满足目标条件。

换句话说,细菌并不需要理解数学,也不需要执行传统意义上的加减运算。真正承担计算任务的是研究人员预先设计好的通道网络,而细菌的运动轨迹则成为探索不同解的载体。

实验中,研究团队使用了两种细菌:大肠杆菌(Escherichia coli)和河流弧菌(Vibrio natriegens)。

其中,大肠杆菌主要作为生长速度较慢的参考对象,而河流弧菌具有极快的繁殖能力。在适宜条件下,其种群数量大约每9至12分钟就能翻倍。

这使得整个系统出现了一个传统计算机所不具备的特点:计算单元能够在运算过程中自行增加。

普通电子计算机需要通过增加处理器、核心或计算节点来提高并行能力,而这套生物计算系统中的细菌能够自行繁殖,产生更多参与计算的个体。随着细菌数量增加,探索不同路径的能力也有机会同步扩大。

研究团队在一次持续约26分钟的实验中观察到,河流弧菌完成了两轮种群数量翻倍。研究人员还直接记录到了细菌在微流控通道内分裂的过程,并发现离开计算网络的细菌数量多于进入时的数量。

研究负责人、麦吉尔大学生物工程教授Dan Nicolau将这种机制形容为一种通过细菌繁殖增加计算单元的方式。他表示,传统电子芯片能够以极高速度执行大量运算,而细菌虽然单个计算单元的处理速度较慢,却可以通过繁殖形成数量庞大的并行计算群体。

在实际测试中,研究团队已经成功求解最多包含7个数字的子集和问题,并且细菌在通道网络中的移动准确率相当高。

其中,大肠杆菌在经过普通通道节点时,错误改变方向的比例约为1.3%;河流弧菌的这一比例更低,仅为0.3%。

研究人员还测试了规模更大的特殊网络,其中包含最多200个重复数值为1的输入项。一个包含100个数值的网络能够编码2100种可能的子集,这些子集对应101种不同的总和。

不过,这项实验主要是为了证明微流控网络能够扩展到更大的物理规模,并不意味着系统已经能够处理任意包含100个不同数字的复杂数学问题。两者在计算难度上存在明显区别。

这项研究真正的创新,并不是首次让生物体参与计算。此前科学家已经尝试利用DNA分子、分子马达、细胞骨架纤维以及其他微观运动单元进行并行计算。

此次研究的独特之处在于,细菌能够在探索计算路径的同时自行繁殖,使计算单元数量随着时间增加。研究团队希望利用这种生物学特性,缓解组合问题中计算资源需求呈指数级增长的困难。

论文作者认为,如果系统能够进一步扩大规模,细菌繁殖所带来的计算资源增长,有可能使其在某些特定问题上与传统电子计算机竞争。相关论文还通过数学模型分析了这种生物计算架构在不同规模下的潜在性能。

不过,这并不意味着科学家已经制造出一台能够取代CPU或GPU的细菌计算机。现阶段的系统仍然只是实验性概念验证,研究人员尚未证明它在实际复杂任务中能够全面超越电子计算机。

它也面临不少现实困难。例如,细菌在通道中移动时仍然可能出现方向错误;随着数量增加,过度拥挤可能妨碍正常运动;细菌还需要持续获得营养和氧气。此外,构建规模更大、逻辑结构更加复杂的微流控网络,本身也需要相当高的制造精度。

研究人员目前正在探索进一步改进方案,包括开发能够动态改变逻辑功能的可编程通道节点,采用三维微流控结构减少移动错误,以及通过基因工程筛选或改造具有更理想运动速度和繁殖特性的细菌。

在应用前景方面,研究团队认为,这种技术可能适用于某些数学优化问题、密码学、分子生物学以及人工智能相关研究。

尤其值得关注的是蛋白质结构研究。传统计算机和AI模型能够利用已有数据预测蛋白质结构,但研究团队认为,生物计算网络有机会从另一个角度探索复杂的组合问题,为某些现有计算方法难以处理的任务提供补充。

不过,细菌生物计算机并不是要取代现有AI系统或传统超级计算机。它更可能成为一种针对特定问题设计的专用计算架构,利用生物体的运动和繁殖能力,处理某些具有海量组合可能性的任务。

从更长远的角度来看,这项研究提出了一个颇为特别的计算理念:未来的计算资源未必全部来自不断缩小的晶体管,也可能来自能够自我复制的生物系统。

如果研究人员最终能够解决计算精度、细菌拥挤和系统规模化等问题,那么活细菌就有可能成为一种全新的计算介质。它们不会像CPU那样以GHz频率运行,却可能凭借数量庞大的并行个体和持续增长的计算单元,在特定领域发挥传统电子设备难以替代的作用。

对文章打分

加拿大科学家造出细菌生物计算机 让数百万细菌同时探索答案 通过繁殖不断增加算力

1 (50%)
已有 条意见

    最新资讯

    加载中...

    编辑精选

    加载中...

    热门评论

      Top 10

      招聘

      created by ceallan