ध्वनि उत्तर: डीएनए कंप्यूटिंग एनपी-पूर्ण समस्याओं को हल करने के लिए एक जादू की छड़ी प्रदान नहीं करता है, भले ही 1990 के दशक में कुछ सम्मानित शोधकर्ताओं ने एक समय के लिए सोचा था।
उद्घाटन डीएनए कंप्यूटिंग प्रयोग प्रसिद्ध संख्या सिद्धांतकार लेन एडलमैन की अध्यक्षता में एक प्रयोगशाला में किया गया था। एडलमैन ने एक छोटी ट्रैवलिंग सेल्समैन समस्या का हल किया - एक प्रसिद्ध एनपी-पूर्ण समस्या, और उन्होंने और अन्य लोगों ने सोचा कि कुछ समय के लिए विधि को स्केल किया जा सकता है। एडलमैन इस लघु वीडियो में अपने दृष्टिकोण का वर्णन करता है , जो मुझे आकर्षक लगता है। उनके सामने समस्या यह थी कि मामूली आकार की TSP समस्या को हल करने के लिए, उन्हें पृथ्वी के आकार से अधिक डीएनए की आवश्यकता होगी। उन्होंने समानांतर में किए गए काम की मात्रा में वृद्धि करके समय बचाने का एक तरीका निकाला था, लेकिन इसका मतलब यह नहीं था कि टीएसपी समस्या को हल करने के लिए घातीय संसाधनों से कम की आवश्यकता थी। उन्होंने केवल समय-समय पर राशि से भौतिक सामग्री की घातीय लागत को स्थानांतरित कर दिया था।
(एक जोड़ा सवाल है: यदि आपको किसी समस्या को हल करने के लिए मशीनरी की एक घातीय राशि की आवश्यकता है, तो क्या आपको पहली बार मशीनरी बनाने के लिए समय की एक घातीय राशि, या कम से कम पूर्वप्रक्रिया की आवश्यकता है? मैं उस मुद्दे को छोड़ दूंगा? एक तरफ, हालांकि।)
यह सामान्य समस्या - समय की गणना को कम करने के लिए कुछ अन्य संसाधन की कीमत पर आवश्यकता होती है - कंप्यूटिंग के जैविक रूप से प्रेरित मॉडल में कई बार दिखाया गया है। झिल्ली कंप्यूटिंग पर विकिपीडिया पृष्ठ (एक जैविक सेल का एक अमूर्त) कहता है कि एक निश्चित प्रकार की झिल्ली प्रणाली बहुपद समय में एनपी-पूर्ण समस्याओं को हल करने में सक्षम है। यह काम करता है क्योंकि यह प्रणाली बहुपद समय में एक समग्र झिल्ली के अंदर तेजी से कई सबोबजेक्ट के निर्माण की अनुमति देती है। अच्छा ... कच्चे माल की एक घातीय मात्रा बाहरी दुनिया से कैसे आती है जो निरंतर सतह क्षेत्र के साथ एक झिल्ली के माध्यम से प्रवेश करती है? उत्तर: यह नहीं माना जाता है। वे एक संसाधन के लिए भुगतान नहीं कर रहे हैं कि गणना की आवश्यकता होगी।
अंत में, एंथोनी लैबर्रे को जवाब देने के लिए, जो एएचएनईपी को दिखाने वाले पेपर से जुड़े थे, बहुपद समय में एनपी-पूर्ण समस्याओं को हल कर सकते हैं। यहां तक कि AHNEPs दिखा बाहर एक समाचार पत्र में 3SAT का समाधान कर सकते हैं रैखिकपहर। AHNEP = विकासवादी प्रोसेसर के हाइब्रिड नेटवर्क को स्वीकार करना। एक विकासवादी प्रोसेसर डीएनए से प्रेरित एक मॉडल है, जिसके मूल में एक स्ट्रिंग है जिसे प्रत्येक चरण में प्रतिस्थापन, विलोपन या (महत्वपूर्ण रूप से) सम्मिलन द्वारा बदला जा सकता है। इसके अलावा, प्रत्येक नोड पर एक बड़ी संख्या में तार उपलब्ध हैं, और प्रत्येक संचार चरण में, सभी नोड सभी संलग्न नोड्स को अपने सभी सही तार भेजते हैं। तो समय की लागत के बिना, जानकारी की घातीय मात्रा को स्थानांतरित करना संभव है, और सम्मिलन नियम के कारण, गणना के दौरान व्यक्तिगत तार कभी भी बड़े हो सकते हैं, इसलिए यह दोहरी मार है।
यदि आप जैव-विच्छेदन में हाल के काम में रुचि रखते हैं, तो शोधकर्ताओं द्वारा जो कम्प्यूटेशंस पर ध्यान केंद्रित करते हैं जो वास्तविक-विश्व व्यावहारिक हैं, मैं इस पुस्तक की समीक्षा की पेशकश कर सकता हूं जिसे मैंने हाल ही में SIGACT न्यूज़ के लिए लिखा था, जो कई क्षेत्रों पर संक्षिप्त रूप से छूता है।