| 研究概要 |
分子計算理論の構築として,DNA分子の濃度とDNA計算中のノイズやエラーとの関係を調べて,理論的な解析を行った.具体的には,DNA分子の濃度を適切に調節することにより,ノイズに頑強な近似的アルゴリズムが構築可能であることを理論的に証明し,それに基づいて近似的アルゴリズムの設計方法を開発した(Sakakibara,2001).
帰納的学習アルゴリズムの設計として,ブール式の帰納的学習を効率よく行う分子計算アルゴリズムの開発した.具体的には,ブール式のDNA分子への符号化の方法と分子生物学実験操作を用いたブール式の評価方法を開発し,この方法とあわせてDNA計算の超並列性を用いることによって学習問題が効率よく解けることを示した(Sakakibara,2003).
さらに,無細胞タンパク質合成系を用いたまったく新しい分子コンピュータの方式を提案した(Sakakibara & Hohsaka,2003).この方式は,有限オートマトンという計算モデルをタンパク質合成系と拡張コドンを用いて実現し,試験管の中でその計算を実行する新しいタイプのDNAコンピュータを提案するものである.タンパク質合成系を用いることにより,従来のDNAコンピュータにおいて最大の問題となっていた,DNA分子の水素結合を用いたハイブリダイゼーションという演算による精度の低さとエラーの多さを解決することができる.
|
