Journal of KIISE:Software and Applications (한국정보과학회논문지:소프트웨어및응용)

Korean Institute of Information Scientists and Engineers (한국정보과학회)
권호 표지

Thermodynamics-Based Weight Encoding Methods for Improving Reliability of Biomolecular Perceptrons

생체분자 퍼셉트론의 신뢰성 향상을 위한 열역학 기반 가중치 코딩 방법

  • 임희웅 (서울대학교 전기컴퓨터공학부) ;
  • 유석인 (서울대학교 전기컴퓨터공학부) ;
  • 장병탁 (서울대학교 전기컴퓨터공학부)
  • Published : 2007.12.15
Download PDF
⟨ Previous Next ⟩

Abstract

Biomolecular computing is a new computing paradigm that uses biomolecules such as DNA for information representation and processing. The huge number of molecules in a small volume and the innate massive parallelism inspired a novel computation method, and various computation models and molecular algorithms were developed for problem solving. In the meantime, the use of biomolecules for information processing supports the possibility of DNA computing as an application for biological problems. It has the potential as an analysis tool for biochemical information such as gene expression patterns. In this context, a DNA computing-based model of a biomolecular perceptron has been proposed and the result of its experimental implementation was presented previously. The weight encoding and weighted sum operation, which are the main components of a biomolecular perceptron, are based on the competitive hybridization reactions between the input molecules and weight-encoding probe molecules. However, thermodynamic symmetry in the competitive hybridizations is assumed, so there can be some error in the weight representation depending on the probe species in use. Here we suggest a generalized model of hybridization reactions considering the asymmetric thermodynamics in competitive hybridizations and present a weight encoding method for the reliable implementation of a biomolecular perceptron based on this model. We compare the accuracy of our weight encoding method with that of the previous one via computer simulations and present the condition of probe composition to satisfy the error limit.

생체분자 컴퓨팅은 DNA와 같은 생체 분자를 이용하여 정보를 표현하고 처리하는 새로운 컴퓨팅 패러다임이다. 작은 부피에 존재하는 무수히 많은 분자와 화학 반응에 내재된 대규모 병렬성은 새로운 개념의 고성능 계산 기법에 영감을 주었고 이를 바탕으로 다양한 계산 모델 및 문제 해결을 위한 분자알고리즘이 개발되었다. 한편 생체 분자를 이용한 정보처리라는 특징은 생물학 문제에 적용될 수 있는 가능성을 시사한다. 유전자 발현 패턴과 같은 생화학적 분자 정보의 분석을 위한 도구로서의 가능성을 가지고 있는 것이다. 이러한 맥락에서 DNA 컴퓨팅 기반의 생체분자 퍼셉트론 모델이 제안되었고 그 실험적 구현 결과가 제시된 바 있다. 생체분자 퍼셉트론의 핵심인 가중치 표현 및 가중치-합 연산은 입력 분자와 가중치를 표현하는 프로브 분자간의 경쟁적 혼성화 반응에 기반하고 있다. 그러나 그 혼성화 반응에서 열역학적 대칭성을 가정하고 있기 때문에 사용하는 프로브에 따라 가중치 표현의 오차가 있을 수 있다. 본 논문에서는 비대칭적인 열역학적 특성을 고려하여 일반화된 혼성화 반응 모델을 제시하고, 이를 바탕으로 신뢰성 있는 생체 분자 퍼셉트론의 구현을 위한 가중치 코딩 방법을 제안한다. 그리고 본 논문에서 제시한 가중치 표현 방법의 정확성을 이전 모델과 컴퓨터 시뮬레이션을 통해 비교하고 한계 오차를 만족하기 위한 조건을 제시한다.

Keywords

References

  1. 이상구, 이광형, 임기형, 'DNA 컴퓨팅 기술의 개요 및 응용', 정보과학회지, 제18권, 제8호, pp. 73-77, 2000
  2. 장병탁, '나노바이오지능 분자컴퓨터: 컴퓨터공학과 바이오공학, 나노기술, 인지뇌과학의 만남', 정보과학회지, 제23권, 제5호, pp. 41-56, 2005
  3. Paun, G., Rozenberg, G., and Salomaa, A., DNA Computing: New Computing Paradigms, Springer-Verlag, Berlin Heidelberg, 1998
  4. Adleman, L. M., 'Molecular computation of solution to combinatorial problems,' Science, Vol.266, No.5187, pp. 1021-1024, 1994 https://doi.org/10.1126/science.7973651
  5. Lipton, R. J., 'DNA Solution of hard computational problems,' Science, Vol.268, No.5210, pp. 542-545, 1995 https://doi.org/10.1126/science.7725098
  6. Braich, R. S., Chelyapov, N., Johnson, C., Rothemund, P. W. K., and Adleman, L., 'Solution of a 20-variable 3-SAT problem on a DNA computer,' Science, Vol.296, No.5567, pp. 499-502, 2002 https://doi.org/10.1126/science.1069528
  7. 김은경, 이상용, '해밀톤 경로 문제를 위한 DNA 컴퓨팅에서 코드 최적화', 정보과학회논문지, 제31권, 제4호, pp. 387-393, 2004
  8. 신수용, 이인희, 장병탁, '${\varepsilon}-다중목적함수$ 진화 알고리즘을 이용한 DNA 서열 디자인', 정보과학회논문지, 제32권, 제12호, pp. 1217-1228, 2005
  9. Shin, S.-Y., Lee, I.-H., Kim, D., and Zhang, B.-T., 'Multi-objective evolutionary optimzation of DNA sequences for reliable DNA computing,' IEEE Transactions on Evolutionary Computation, Vol.9, pp. 143-158, 2005 https://doi.org/10.1109/TEVC.2005.844166
  10. Stojanovic, M. N. and Stefanovic, D., 'A deoxyribozyme-based molecular automaton,' Nature Biotechnology, Vol.21, pp. 1069-1074, 2003 https://doi.org/10.1038/nbt862
  11. Benenson, Y., Paz-Elizur, T., Adar, R., Keinan, E., Livneh, Z., and Shapiro, E., 'Programmable and autonomous computing machine made of biomolecules,' Nature, Vol.414, pp. 430-434, 2001 https://doi.org/10.1038/35106533
  12. Mills Jr., A. P., Yurke, B., and Platzman, P. M., 'Article for analog vector algebra computation,' BioSystems, Vol.52, No.1-3, pp. 175-180, 1999 https://doi.org/10.1016/S0303-2647(99)00044-1
  13. Sakakibara, Y. and Suyama, A., 'Intelligent DNA chips: logical operation of gene expression profiles on DNA computers,' Genome Informatics, Vol.11, pp. 33-42, 2000
  14. Mills Jr., A. P., 'Gene expression profiling diagnosis through DNA molecular computation,' Trends in Biotechnology, Vol.20, No.4, pp. 137- 140, 2002 https://doi.org/10.1016/S0167-7799(01)01915-1
  15. Benenson, Y., Gil, B., Ben-Dor, U., Adar, R., and Shapiro, E., 'An autonomous molecular computer for logical control of gene expression,' Nature, Vol.429, No.6990, pp. 423-429, 2004 https://doi.org/10.1038/nature02551
  16. Lipshutz, R. J., Fodor, S. P., Gingeras, T. R., and Lockhart, D. J., 'High density synthetic oligonucleotide arrays,' Nature Genetics, Vol.21, pp. 20-24, 1999 https://doi.org/10.1038/4447
  17. Oliver, J. S., 'Matrix multiplication with DNA,' Journal of Molecular Evolution, Vol.45, No.2, pp. 161-167, 1997 https://doi.org/10.1007/PL00006216
  18. Mills, Jr., A. P., Turberfield, M., Turberfield, A. J., Yurke, B., and Platzman, P. M., 'Experimental aspects of DNA neural network computation,' Soft Computing, Vol.5, pp. 10-18, 2001 https://doi.org/10.1007/s005000000061
  19. Lim, H.-W., Lee, S. H., Yang, K. A., Lee, J. Y., Yoo, S.-I., Park, T. H., and Zhang, B.-T., 'In vitro molecular pattern classification using DNA- based weighted sum computation,' IEEE Transactions on Nanobioscience, (submitted for publication)
  20. Rosenblatt, F., 'The perceptron: a probabilistic model for information storage and organization in the brain,' Psychological Review, Vol.65, No.6, pp. 386-408, 1958 https://doi.org/10.1037/h0042519
  21. McCulloch, W. S. and Pitts, W., 'A logical calculus of the ideas immanent in nervous activity,' Bulletin of Mathematical. Biology, Vol.5, pp. 115-133, 1943
  22. Wang, Y., Wang, X., and Goush, S.-W., 'Conditions to ensure competitive hybridization in two- color microarray: a theoretical and experimental analysis,' BioTechniques, Vol.32, No.6, pp. 1342- 1346, 2002
  23. Tyagi, S. and Kramer, F. R., 'Molecular beacons: probes that fluorescence upon hybridization,' Nature Biotechnology, Vol.14, No.3, pp. 303-308, 1996 https://doi.org/10.1038/nbt0396-303
  24. Rose, J. A., Deaton, R. J., and Suyama, A., 'Statistical thermodynamic analysis and design of DNA-based computers,' Natural Computing, Vol.3, No.4, pp. 443-459, 2004 https://doi.org/10.1007/s11047-004-2641-z