让我们设想一下，如果把现在的银河系帝国扩大1000倍——那就有10，000亿颗行星，每一个都像地球这样大而且有数十亿的人口，现在假设有一个问题，必须由所有这些星球上的每一个人都作出“是”或者“不是”的回答来才能够得到解决。计算机科学家们想到，有一项新的发明，能够让他们处理像这样巨大的问题，这就需要依靠一种所有那些假想的人们身上都具有的东西：DNA（脱氧核糖核酸）。

去年，南加州大学的一位计算机科学家，列纳德 · 埃德曼（Lenoard Adleman）,用一些DNA分子解决了一道经典的计算难题“旅行推销员”中比较简单的一种情况。在这种情况里，有7个城市，由14条不同的城市间的单向道路连接起来，要解决的问题就是找出一条路线使得推销员能够从一个城市出发，经过每一个城市后到达另一个城市，而且每个城市都只允许经过一次。

为了解决这个问题，埃德曼博士制造了7条短的DNA单链来代表7个城市，这些DNA单链包含了四种碱基A、C、T、G的排列顺序；在这种简短的字母表里，城市的“名字”是20个碱基长的一段顺序。而后他制造了对应于14条城市间道路的序列。DNA碱基间若能正确配对，即A与T粘合，C与G粘合，那么一个DNA碱基序列就能与另一个序列配对粘合。代表道路的序列就是被设计成能够与问题中这条道路所连接的两个城市的序列配对粘合的序列。

埃德曼博士把所有这些序列都混合在一只测试试管里。由于道路序列和城市序列之间的粘性重叠，这些序列能够以无数种方式粘合在一起。运用分子生物学工具，他最终钓到一个DNA分子，头尾是正确的城市序列，而且恰恰正好是7个城市序列长。破译出这个分子的全序列，就提供了这个问题的解决办法。其他上万亿个的分子，或是描述了各种从起点又回到起点本身的不同路径，或是就在一个圆圈里打转，但无论是什么，这些都是要被丢掉的。

这个结果发表于Science杂志上，引起了一阵轰动。虽然这个所解决的实际问题——7个城市，14条道路一比较简单，用一支铅笔、一张纸就能解决，但旅行推销员问题通常是很难的，即使是从计算机的标准来看。乐观的计算机科学家们希望，有了DNA计算法，他们就能解决这类比到目前为止所解决的那些问题还大得多的问题。运用DNA的好处是一个试管就能够同时进行上万亿次的运算，让不同的序列互相结合。

受到埃德曼博士工作启发的人中有一位是普林斯顿大学的理查朽 · 李普顿（Richard Lipton），他提出了二个相似的技术，可以用来解决“Boolean满意问题”，在这个问题里需要证明是否存在这样一组条件，在这些条件下某一组特定的逻辑命题将是真的。李普顿博士提出的系统（与埃德曼博士不同，他实际上根本未曾动手实验来补充他的想法）实际上是像埃德莱曼博士处理城市一样处理这些命题中的陈述，像埃德曼博士处理路径一样处理命题间的关系。

埃德曼博士已经为李斯顿博士的系统在DNA计算机中付诸实现提供了思路。这个系统通过大量的720个碱基长的不同DNA序列将能解决包含有70个变量的满意问题。DNA序列的数目实际上是2⁷⁰，这就是说这70个变量每一个都是一个或真或假的判断。

分离出某一组特定的DNA序列将会是一件相当麻烦的事。如果说在一台高速电子超级计算机中作一次运算需要10亿分之一秒的话，那么分离过程就要用1，000秒时间。但是考虑到有如此巨大数目的不同分子需要分拣，分离过程就相当于作10亿兆次以上的简单运算，那么DNA计算机的运算速率将比到目前为止任何计算机的运算速率的10亿倍还要快。解决这个问题要做1，000次分离，这样埃德曼博士认为，最终在这将近两周的时间里，DNA反应器也许已经比其他所有所能造出来的计算机都作了更多的运算，

这种超凡的能力已经吸引了许多人的注意力。在4月份李普顿博士和另一位普林斯顿NEC研究中心的恩里克 · 勃姆（Eric Baum）召开了一次会议，吸引了来自许多地方的大约200位有兴趣的研究者们，包括一些神秘的政府部门里的人，对他们来说，巨大的计算能力就意味着巨大的密码破译能力。现在已经发展了许多各种各样的DNA计算法的概念。勃姆博士暗示说，从概念上比较容易理解，DNA技术的一个简单应用就是在建立数据库上。一个DNA数据库也许含有10万兆个单词，每一个单词又有几千位。这比任何技术所能提供的容量都要大得多。勃姆博士指出，很可能它比一个人的大脑中的全部信息贮存量还要大得多。

要真正在工作系统中把这种可能性变为现实看来是很难的。用埃德曼博士原先的方案解决中等大小的难题需要用掉数以吨计的DNA（通常DNA是以毫克计量的）和许多年时间。但是更好的运算方案会使事情容易一些。DNA通常只能得到很少量，因为通常它只需要很少量。虽然DNA并不太可能在短期内代替硅 · 但运用DNA或别的什么类似的东西来进行分子计算将会对某些重要的专门应用方面大有裨益。

目前这种激动兴奋还主要是在计算机科学家们中间。生物学家们则要谨慎一些，他们意识到在实验室中还会冒出许多困难。然而正是他们最终将会在由计算机科学家们提供的任何进展中获利最多。有少数生物学家正在开始认为生物学是一门信息科学，而且这个人数正在增加。运用生物学分子来处理信息的新方法也许能够在从中获利的同时有利于加深对这种认识的理解。自然界运用DNA来处理信息已经有数十亿年了，但是没有理由认为这就是DNA处理信息的唯一方式，或者说这就是最好的方式。

[The Economist，1995年5月27日]