ebook img

Modelos de computación lógica con ADN PDF

84 Pages·2011·1.31 MB·Spanish
by  
Save to my drive
Quick download
Download
Most books are stored in the elastic cloud where traffic is expensive. For this reason, we have a limit on daily download.

Preview Modelos de computación lógica con ADN

Modelos de computaci(cid:243)n l(cid:243)gica con ADN Autor: Iæaki Sainz de Murieta Fuentes Tutor: Alfonso Rodr(cid:237)guez-Pat(cid:243)n Aradas Universidad PolitØcnica de Madrid - Facultad de InformÆtica Tesis presentada para la obtenci(cid:243)n del t(cid:237)tulo de MÆster de Investigaci(cid:243)n en Inteligencia Arti(cid:28)cial Septiembre 2011 ii iii Resumen La computaci(cid:243)n molecular es una disciplina que se ocupa del diseæo e im- plementaci(cid:243)n de dispositivos para el procesamiento de informaci(cid:243)n sobre un sustrato biol(cid:243)gico, como el Æcido desoxirribonucleico (ADN), el Æcido ribo- nucleico (ARN) o las prote(cid:237)nas. Desde que Watson y Crick descubrieron en los aæos cincuenta la estructura molecular del ADN en forma de doble hØli- ce, se desencadenaron otros descubrimientos como las enzimas que cortan el ADN o la reacci(cid:243)n en cadena de la polimerasa (PCR), contribuyendo mÆs quesigni(cid:28)cativamentealairrupci(cid:243)ndelatecnolog(cid:237)a del ADN recombinante. Gracias a esta tecnolog(cid:237)a y al descenso vertiginoso de los precios de secuen- ciaci(cid:243)n y s(cid:237)ntesis del ADN, la computaci(cid:243)n biomolecular pudo abandonar su concepci(cid:243)n puramente te(cid:243)rica. En 1994, Leonard Adleman logr(cid:243) resol- ver un problema de computaci(cid:243)n NP-completo (El Problema del Camino de Hamilton Dirigido) utilizando œnicamente molØculas de ADN. La gran capacidad de procesamiento en paralelo ofrecida por las tØcnicas del ADN recombinante permiti(cid:243) a Adleman ser capaz de resolver dicho problema en tiempopolin(cid:243)mico,aunqueacostadeunconsumoexponencialdemolØculas de ADN. Utilizando algoritmos similares al de (cid:16)fuerza bruta(cid:17) utilizado por Adleman se logr(cid:243) resolver otros problemas NP-completos (por ejemplo, el de Satisfacibilidad de F(cid:243)rmulas L(cid:243)gicas / SAT). Pronto se comprendi(cid:243) que la computaci(cid:243)n con biomolecular no pod(cid:237)a com- petir en velocidad ni precisi(cid:243)n con los ordenadores de silicio, por lo que su enfoque y objetivos se centraron en la resoluci(cid:243)n de problemas biol(cid:243)gicos con aplicaci(cid:243)n biomØdica, dejando de lado la resoluci(cid:243)n de problemas clÆ- sicos de computaci(cid:243)n. Desde entonces se han propuesto diversos modelos de dispositivos biomoleculares que, de forma aut(cid:243)noma (sin necesidad de un bio-ingenierorealizandooperacionesdelaboratorio),soncapacesdeprocesar comoentradaunsustratobiol(cid:243)gicoyproporcionarunasalidatambiØnenfor- mato biol(cid:243)gico: procesadores que aprovechan la extensi(cid:243)n de la Polimerasa, aut(cid:243)matas que funcionan con enzimas de restricci(cid:243)n o con deoxiribozimas, circuitos de hibridaci(cid:243)n competitiva. Esta tesis presenta un conjunto de modelos de dispositivos de Æcidos nu- cleicos escalables, sensibles al tiempo y energØticamente e(cid:28)cientes, capaces de implementar diversas operaciones de computaci(cid:243)n l(cid:243)gica aprovechando el fen(cid:243)meno de la hibridaci(cid:243)n competitiva del ADN. La capacidad impl(cid:237)cita de estos dispositivos para aplicar reglas de inferencia como modus ponens, modus tollens, resoluci(cid:243)n o el silogismo hipotØtico tiene un gran potencial. Entre otras funciones, permiten representar implicaciones l(cid:243)gicas (o reglas del tipo SI/ENTONCES), como por ejemplo, (cid:16)si se da el s(cid:237)ntoma 1 y el s(cid:237)ntoma 2, entonces estamos ante la enfermedad A(cid:17), o (cid:16)si estamos ante la enfermedad B, entonces deben manifestarse los s(cid:237)ntomas 2 y 3(cid:17). Utilizan- do estos m(cid:243)dulos l(cid:243)gicos como bloques bÆsicos de construcci(cid:243)n, se pretende desarrollar sistemas in vitro basados en sensores de ADN, capaces de traba- jar de manera conjunta para detectar un conjunto de s(cid:237)ntomas de entrada y producir una diagn(cid:243)stico de salida. La reciente publicaci(cid:243)n en la revista Science de un aut(cid:243)mata biomolecular de diagn(cid:243)stico, capaz de tratar las cØlulas cancer(cid:237)genas sin afectar a las cØlulas sanas, es un buen ejemplo de la relevancia cient(cid:237)(cid:28)ca que este tipo de aut(cid:243)matas tienen en la actualidad. AdemÆs de las reciØn mencionadas aplicaciones en el diagn(cid:243)stico in vitro, los modelos presentados tambiØn tienen utilidad en el diseæo de biosensores inteligentes y la construcci(cid:243)n de bases de datos con registros en formato biomolecular que faciliten el anÆlisis gen(cid:243)mico. Elestudiosobreelestadodelacuesti(cid:243)nencomputaci(cid:243)nbiomolecularquese presenta en esta tesis estÆ basado en un art(cid:237)culo recientemente publicado en la revista Current Bioinformatics. Los nuevos dispositivos presentados en la tesis forman parte de una solicitud de patente de la que la UPM es titular, y han sido presentados en congresos internacionales como Unconventional Computation 2010 en Tokio o Synthetic Biology 2010 en Par(cid:237)s. vi Dedicatoria A mi novia Mar(cid:237)a Noel, por su paciencia con mis estudios, por estar siempre a mi lado y hacer de este (cid:16)friki(cid:17) un ser mÆs sensible y humano. A mi familia, por apoyarme en todos los desaf(cid:237)os que me he planteado en la vida. Gracias a ellos siempre serÆ posible una pr(cid:243)xima dedicatoria. A Alfonso, por su tiempo, su apoyo, su gu(cid:237)a y su consejo. Y por ser capaz de contagiarme su pasi(cid:243)n por la ciencia. ii ˝ndice general ˝ndice de Figuras v 1. Introducci(cid:243)n 1 1.1. Computaci(cid:243)n biomolecular y la tecnolog(cid:237)a del ADN recombinante . . . . 1 1.2. El ADN y sus operaciones bÆsicas . . . . . . . . . . . . . . . . . . . . . . 4 1.3. Organizaci(cid:243)n de la memoria . . . . . . . . . . . . . . . . . . . . . . . . . 10 2. Computaci(cid:243)n biomolecular 13 2.1. El algoritmo de Adleman. . . . . . . . . . . . . . . . . . . . . . . . . . . 13 2.1.1. De(cid:28)nici(cid:243)n del problema . . . . . . . . . . . . . . . . . . . . . . . 13 2.1.2. Codi(cid:28)caci(cid:243)n y funcionamiento . . . . . . . . . . . . . . . . . . . . 13 2.1.3. Descripci(cid:243)n del algoritmo . . . . . . . . . . . . . . . . . . . . . . 14 2.2. Computaci(cid:243)n aut(cid:243)noma: Whiplash PCR . . . . . . . . . . . . . . . . . . 15 2.3. Autoensamblado del ADN . . . . . . . . . . . . . . . . . . . . . . . . . . 17 2.3.1. Baldosas de Wang . . . . . . . . . . . . . . . . . . . . . . . . . . 18 2.3.2. Bloques de ADN . . . . . . . . . . . . . . . . . . . . . . . . . . . 18 2.3.3. ADN como elemento de andamiaje: Origami . . . . . . . . . . . . 18 2.4. Aut(cid:243)matas de ADN basados en enzimas de restricci(cid:243)n: el aut(cid:243)mata de Benenson . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19 2.5. Aut(cid:243)matas basados en deoxiribozimas . . . . . . . . . . . . . . . . . . . 20 2.5.1. Puertas l(cid:243)gicas y aut(cid:243)matas . . . . . . . . . . . . . . . . . . . . . 21 2.5.2. Motores moleculares . . . . . . . . . . . . . . . . . . . . . . . . . 23 2.6. Hibridaci(cid:243)n competitiva . . . . . . . . . . . . . . . . . . . . . . . . . . . 23 2.7. Computaci(cid:243)n l(cid:243)gica con ADN . . . . . . . . . . . . . . . . . . . . . . . . 27 2.7.1. Introducci(cid:243)n a la l(cid:243)gica proposicional . . . . . . . . . . . . . . . . 27 iii ˝NDICE GENERAL 2.7.2. Inferencia con molØculas de ADN . . . . . . . . . . . . . . . . . . 29 2.8. Computaci(cid:243)n con ARN. . . . . . . . . . . . . . . . . . . . . . . . . . . . 29 3. Planteamiento del problema 33 4. Dispositivos de computaci(cid:243)n l(cid:243)gica con ADN 35 4.1. Conceptos bÆsicos de l(cid:243)gica proposicional . . . . . . . . . . . . . . . . . 35 4.2. De la l(cid:243)gica proposicional a dispositivos de ADN . . . . . . . . . . . . . 37 4.3. Codi(cid:28)caci(cid:243)n de las proposiciones . . . . . . . . . . . . . . . . . . . . . . 38 4.4. Dispositivo 1: inferencia con hibridaci(cid:243)n competitiva en un paso . . . . . 39 4.4.1. Funcionamiento bÆsico . . . . . . . . . . . . . . . . . . . . . . . . 40 4.4.2. Funcionamiento iterativo . . . . . . . . . . . . . . . . . . . . . . . 41 4.4.3. Funcionamiento recursivo . . . . . . . . . . . . . . . . . . . . . . 41 4.5. Dispositivo 2: inferencia con hibridaci(cid:243)n competitiva en dos pasos . . . . 44 4.5.1. Funcionamiento bÆsico . . . . . . . . . . . . . . . . . . . . . . . . 45 4.5.2. Funcionamiento iterativo . . . . . . . . . . . . . . . . . . . . . . . 46 4.5.3. Funcionamiento recursivo . . . . . . . . . . . . . . . . . . . . . . 47 4.6. Dispositivo 3: representaci(cid:243)n de clÆusulas l(cid:243)gicas . . . . . . . . . . . . . 49 4.6.1. Resoluci(cid:243)n. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 50 4.6.2. Evaluaci(cid:243)n de f(cid:243)rmulas. . . . . . . . . . . . . . . . . . . . . . . . 51 4.7. Caso de estudio: diagn(cid:243)stico in vitro . . . . . . . . . . . . . . . . . . . . 53 5. AnÆlisis de los resultados 55 5.1. Inferencia con el dispositivo 1 . . . . . . . . . . . . . . . . . . . . . . . . 57 5.2. Inferencia con el dispositivo 2 . . . . . . . . . . . . . . . . . . . . . . . . 58 5.3. Inferencia con el dispositivo 3 . . . . . . . . . . . . . . . . . . . . . . . . 58 6. Conclusiones y futuras l(cid:237)neas de investigaci(cid:243)n 61 Bibliograf(cid:237)a 65 iv

Description:
ciación y síntesis del ADN, la computación biomolecular pudo abandonar desarrollar sistemas in vitro basados en sensores de ADN, capaces de
See more

The list of books you might like

Most books are stored in the elastic cloud where traffic is expensive. For this reason, we have a limit on daily download.