1994年，图灵奖得主Adleman提出利用DNA的碱基互补配对原则来发展生物计算。伺候，基于DNA分子间相互作用的液相DNA分子计算，已在高并行编码与执行算法方面展现出巨大的潜能。此前，研究者利用DNA分子反应网络，成功实现了细胞自动机、逻辑电路、决策机器、神经网络等多种功能。然而，现有的DNA计算体系仅能针对特定功能进行硬件定制。而在电子计算机领域，通用性集成电路（如FPGA）可通过软件编程的方式执行各种运算功能，而无需从头设计制造硬件，这为研发计算机器提供了高阶平台。因此，如何发展具有通用性的DNA运算元件的编程与集成已成为制约DNA计算领域发展的瓶颈。
2023年9月13日，上海交通大学化学化工学院/变革性分子前沿科学中心樊春海院士与王飞副教授团队在 Nature 期刊发表了题为：DNA-based programmable gate arrays for general-purpose DNA computing 的研究论文。
该研究发展了一种支持通用性数字计算的DNA可编程门阵列（DNA-based programmable gate array，DPGA），可通过分子指令编程的方式实现通用数字DNA计算，实现了无衰减大规模液相分子电路的构建。
针对上述挑战性问题，研究团队首先证明了利用单链DNA作为统一传输信号（DNA-UTS），可实现类似电子在电路中传输的功能。进而，开发了一种支持通用性数字计算的DPGA，并支持器件层次的多DPGA集成，实现了器件内的可编程性和器件间可集成性（图1）。如，当电路的复杂度超出单个DPGA可执行规模时，DPGA可分解为多个子任务，并生成对应的分子指令；每一个子电路的分子指令通过逻辑地址调用并连接参与运算的DNA元件，实现DPGA的编程；子电路之间的信号传输则通过DNA折纸寄存器介导的多DPGA布线实现，从而实现器件级的多DPGA集成。
利用DPGA的可编程性与高集成度，该研究突破了DNA分子计算在电路规模和电路深度的瓶颈，首次在实验上展示了高达30个逻辑元件、500条DNA链，包含30层DNA链取代反应的电路规模。这也代表了近20年来DNA计算领域的新突破（图2）。
进一步的研究发现DNA-UTS在跨越多个DPGA传输的过程中没有显著衰减，证明了DPGA的高度可扩展性。这预示着任何实际问题，理论上都可以在模数转换后，通过DNA-UTS接入DPGA电路。该研究概念性展示了将DPGA作为为分子诊断中的信息处理核心，对疾病相关的分子靶标进行非线性分类。
论文链接：
https://www.nature.com/articles/s41586-023-06484-9
