DNA:n satunnaisuutta ja järjestyksellisyyttä hyödyntäen

DNA-synteesiä voidaan käyttää todellisten satunnaislukujen tuottamiseen.

(26.11.2020) Satunnaislukujen on oltava todella satunnaisia, jotta ihmiset, joilla on yksityiskohtaista tietoa niiden tuottamiseen käytetystä menetelmästä, eivät silti pysty ennustamaan niitä.

ETH Zurichin tutkijat ovat tuottaneet biokemiallisin keinoin valtavan määrän todellisia satunnaislukuja hyödyntämällä DNA-synteesiä.

Yleensä ne luodaan fysikaalisilla menetelmillä mutta kemian ja biotekniikan instituutin professori Robert Grassin johtamassa tutkimusryhmässä on nyt ensimmäistä kertaa kuvattu ei-fyysinen menetelmä tällaisten lukujen tuottamiseksi.

Tutkijat esittävätkin työssään menetelmän kemian stokastisen luonteen hyödyntämiseksi syntetisoimalla satunnaisista nukleotideista koostuvia DNA-säikeitä.

He vertailivat kolmea kaupallista satunnaista DNA-synteesiä. Niiden avulla he osoittivat, että käyttämällä DNA:ta satunnaislukujen muodostamiseen, voitiin saada seitsemän miljoonaa gigatavua satunnaisuutta yhdestä synteesiajosta, joka voidaan lukea käyttämällä uusinta sekvensointitekniikkaa nopeudella 300 kilotavua sekunnissa.

Professori Grassin ja hänen tiiminsä päätavoitteena oli osoittaa, että kemiallisten reaktioiden satunnaisia tapahtumia voidaan hyödyntää täydellisten satunnaislukujen tuottamiseksi. Tuloksen kääntäminen suoraksi sovellukseksi ei ollut aluksi ensisijainen huolenaihe.

"Verrattuna muihin menetelmiin, meidän etumme on kuitenkin se, että pystymme tuottamaan valtavia määriä satunnaisuuksia, jotka voidaan tallentaa erittäin pieneen tilaan, yhteen koeputkeen", Grass sanoo. ”Voimme lukea informaation ja tulkita ne uudelleen digitaalisessa muodossa myöhemmin. Tämä on mahdotonta aiemmilla menetelmillä."

Mutta DNA:n avulla voidaan tuottaa myös tiukkaa järjestystä esimerkiksi nanorakenteisiin materiaaleihin.

Brookhaven National Laboratoryn, Columbian yliopiston ja Israelin Bar-Ilanin yliopiston tutkijat ovat kehittäneet alustan kolmiulotteisten suprajohtavien nanoarkkitehtuurien valmistamiseksi määritellyllä tavalla.

Perinteiset valmistustyökalut, kuten litografia, rajoittuvat yleensä 1D- ja 2D-nanorakenteisiin.

Rakenteellisen ohjelmoitavuutensa vuoksi DNA voi tarjota kokoonpanoalustan suunniteltujen nanorakenteiden tuottamiseen. Alkuperäisessä muodossaan DNA on käyttökelvoton nanoteknologian menetelmiin mutta tutkijat päällystävät sen piidioksidilla, jolloin DNA-origamia mallina hyödyntäen voi luoda 3D-nanorakenteita toiminnallisista materiaaleista, kuten suprajohtavasta niobiumista.

Tutkijoiden mukaan heidän menetelmää voidaan kuvitella "molekyylilitografiana", jossa DNA:n ohjelmoitavuuden voima siirtyy kolmiulotteiseen epäorgaaniseen nanotuotantoon.

Aiheesta aiemmin:

DNA mallina grafeenin muokkauksessa

Olisiko DNA tulevaisuuden tietotekniikan perusta?

Uusia ulottuvuuksia antureille

Kvanttimaailmaan siirtymisestä huolimatta tutkijat ovat viime aikoina kehitelleet uusia antureita myös perinteisemmin tekniikoin lasille, tarkalle kosketukselle ja joustavalle venytykselle.


Aiemmat uutiset

Biopohjaisen aurinkoenergian keruumateriaalia (25.11.2020)
Luonnon innoittamana New York City Collegen (CCNY) -tutkijat ovat osoittaneet synteettisen strategian stabiloida bioinspiroituja aurinkoenergian korjuumateriaaleja..

Anti-laser ideoi langatonta tehonsiirtoa (24.11.2020)
Marylandin yliopiston (UMD) tutkijat yhdessä Wesleyanin yliopiston kollegoiden kanssa ovat kehittäneet uutta ideaa langattomalle tehonsiirtotekniikalle. Tiimi yleisti..

Uusi vaihe kohti kvanttiteknologiaa (23.11.2020)
Chicagon ja Northwesternin -yliopistojen monitieteinen ryhmä on kehittänyt tavan syntetisoida räätälöityjä molekyylikubitteja. Kubiteilla hyödynnetään kvanttimekaniikan..

Kvanttitunnelointi siirtää omavoimaisten antureiden rajoja (20.11.2020)
Mikrograafi kvanttitunnelointianturin piirisarjasta ja sovituksesta Fowler-Nordheimin tunnelointiesteisiin. Suurempi kuva Washington St. Louisin -yliopiston tutkijat..

Valotoimista tekoälyä (19.11.2020)
Ausralialaisen RMIT Universityn johtama kansainvälinen tutkijaryhmä on kehittänyt tekoälytekniikan, joka yhdistää kuvankäsittelyn, prosessoinnin, koneoppimisen ja..