在如今传统硅基计算机面临物理极限的情况下，生物计算机正悄然兴起，它有着DNA存储和蛋白质计算的全新范式。这是一门融合了生物学与信息技术的交叉学科，正在重新界定计算的边界。本文会带领您进入一个奇妙世界，这里用碱基对取代二进制，用酶反应替换晶体管。
DNA数据存储取得了突破性的进展。
哈佛大学团队近期做了个实验，在1克DNA中存储了215PB数据，这相当于把整个互联网存档装进鞋盒，这种存储介质密度惊人，半衰期达500年以上，远比现有硬盘耐用，微软研究院已建立自动化DNA读写系统，在2023年成功实现每分钟写入1MB数据的里程碑 。在实际应用里，瑞士国家档案馆着手采用DNA来存储重要文献，其具备抗电磁脉冲的特性，能为数据安全提供新的保障。然而当下合成成本还是个障碍，每MB存储大约需要1000美元，不过成本曲线正以每年50%的速度下降。初创公司所开发的酶促合成法，有希望在2026年把成本降低到磁带存储的水平。生物神经网络的处理器
斯坦福大学研发出芯片，该芯片采用和人脑类似的脉冲神经网络架构，它的功耗仅仅是传统AI芯片的万分之一，其核心是由培养的神经元细胞构成的计算矩阵，在处理模式识别任务时展现出惊人的能效比，日本理化学研究所更进了一步，用活体神经元实现了实时图像分类系统。这类处理器很适合边缘计算场景。在植入式医疗设备里，MIT开发的“细胞计算机”能监测血糖，还能预测发病风险，它的功耗仅需0.1毫瓦。然而生物材料的稳定性仍是个挑战，目前最好的方案是德国团队开发的合成细胞膜封装技术，这项技术能让处理器在常温下稳定工作300天。<h2>蛋白质分子逻辑门</h2>
剑桥大学发明了光敏蛋白质逻辑门，它通过构象变化来实现与门、或门运算，其尺寸只有7纳米。这类器件利用蛋白质的折叠状态来存储信息，通过磷酸化反应来传递信号，它的运算速度比硅芯片慢百万倍，不过并行度能达到10^18量级。瑞典团队依据此构建了蛋白质计算机，它已经能够求解特定的NP难问题。在环境监测领域，加州理工开发了蛋白质传感器网络，这个网络很有前景。当检测到重金属污染时，蛋白质的构象会发生变化，这种变化会触发级联反应，最终输出荧光信号。这种检测的灵敏度能达到ppt级，并且不需要外部电源。最新的突破是东京大学实现的可编程蛋白质电路，它能像FPGA一样动态重组计算架构。生物与电子相混合的系统
欧盟“人脑计划”所开发的系统，通过石墨烯电极阵列连接培养的神经元和硅芯片，达成了混合计算。在癫痫预测任务里，该系统的准确率比纯算法方案高出17%。更让人惊叹的是，这些神经元网络呈现出自主学习能力，能够自发地优化信号传递路径。军事领域存在成功应用的案例。DARPA资助了“活体天线”项目，该项目用改造后的电鳗细胞构建通信系统，此通信系统在深海环境中的传输距离达到了传统设备的3倍。在民用方面，荷兰公司研发了细胞能源传感器，该传感器通过监测线粒体活性来评估药物毒性，目前正被用于新药开发。<h2>生物计算机的伦理边界</h2>
当人类神经元被用来构建计算系统时，意识问题引发了激烈争论。2024年国际脑科学联盟出台了《神经计算伦理准则》，该准则规定培养的神经网络细胞数量不得超过500万个，这是目前公认的意识产生阈值。但争议并没有停止，部分宗教团体觉得任何使用神经细胞的计算都涉及灵魂问题。知识产权领域也面临着挑战，哈佛创造的“最小合成细胞”已受到多家公司的专利保护，这有可能对基础研究造成阻碍，更麻烦的是生物计算产生的“进化算法”，其决策过程常常难以追溯，欧盟法院近期裁定，对于生物计算机自主发明的技术，其专利权的归属需要全新的法律框架。未来五年，关于产业化的发展路径 。
IDC预测，到2028年生物计算市场规模会达到87亿美元，其中医疗诊断占最大份额。罗氏诊断正在研发DNA计算机癌症早筛系统，该系统通过检测血液中特定的组合来识别肿瘤，其准确率已达93%。另一个爆发点是环保监测，生物传感器能够实时评估数万种污染物，且成本仅为质谱仪的1% 。初创企业出现了两极分化的情况，一类像专注于存储技术，并且已经获得了英特尔的战略投资，另一类如致力于神经形态计算，它的视网膜处理器能够让盲人恢复视力。投资机构建议关注三个方向，分别是低温DNA合成技术，仿生界面材料，以及生物计算云服务平台。预计在2026年之后，会出现首个生物与硅基异构的超级计算机。当计算机开始使用ATP分子来传递信息，而不是用电子，您觉得人类是不是正在创造一种新的生命形式？欢迎在评论区分享您的看法，如果认为本文有价值，请帮忙点赞转发。
