ACM通信
ACM通信
无定形的计算
在未来的几十年里，两种新兴技术——微加工和细胞工程——将使组装包含无数信息处理单元的系统成为可能，只要不需要所有单元都正确工作，并且不需要在它们之间制造精确的几何排列，那么几乎不需要任何成本。向这种技术的转变将促使构造和编程计算机的方法发生根本变化，在我们看来，计算本身也是如此。
微电子机械元件的制造成本如此之低，我们可以将逻辑电路、微传感器、执行器和通信设备集成到同一个芯片上，从而生产出可以与大块材料(如油漆、凝胶和混凝土)混合的粒子。想象一下，在桥梁和建筑物上涂上智能涂料，可以感知并报告交通和风荷载，并监测结构完整性。墙上的智能涂料可以感知震动，监视入侵者，并消除噪音。
更引人注目的是在理解单个细胞的生化机制方面取得的惊人进展，这预示着我们将能够利用这些机制来构建数字逻辑电路。想象一下细胞工程的一个学科，它可以定制生物细胞作为传感器和驱动器，作为可编程的药物输送工具，或作为组装纳米级结构的化工厂。制造这样的系统的能力似乎在我们的能力范围内，即使它还不在我们的掌握之中。
然而编造只是故事的一部分。数字计算机一直被构造成可靠部件的精确排列，几乎所有组织计算的技术都依赖于这种精确度和可靠性。我们可以设想生产大量的单个计算元件，无论是微合成粒子还是工程细胞，但我们对如何有效地对它们进行编程却知之甚少。开发这些新技术的机会提出了广泛的概念上的挑战无定形的计算．如何从大量不可靠的部分以未知的、不规则的、时变的方式相互连接的合作中设计出预先指定的、连贯的行为?
一个关键的任务是确定适当的组织原则和编程方法来控制非固定的系统。生物有机体形态的生长表明，在遗传程序的控制下，细胞之间的相互作用可以形成明确的形状和功能结构，尽管单个细胞的精确排列和数量是可变的。在此基础上，讨论了控制非晶系统的一些思路，特别是生物学的启示。我们将生物学不仅仅作为一个隐喻，而是作为一种通过“细胞计算”实现非晶系统的实际实现技术，它在活细胞中构建逻辑电路。
非晶系统的编程范例
非晶计算媒体是由不规则放置、异步、局部交互的计算元素组成的系统。我们可以将这种介质建模为不规则地撒在表面上或混合在整个体积上的“计算粒子”集合。这些粒子可能是有缺陷的，对环境很敏感，可能会产生作用。一般来说，单个粒子可能是移动的，但这里描述的初始编程探索并没有解决这种可能性。
每个粒子都有中等的计算能力和中等的内存。粒子是不同步的，尽管我们假设它们以相似的速度计算，因为它们都是由相同的过程制造的。这些粒子的程序都是相同的，尽管每个粒子都有存储局部状态和生成随机数的方法。一般来说，粒子对它们的位置或方向没有任何先验知识。
每个粒子都可以与几个邻近的粒子进行通信。在微加工组件的非晶系统中，粒子可以通过短距离无线电通信，生物工程细胞可以通过化学手段通信。出于我们的目的，我们假设存在某种通信半径r这与单个粒子的大小相比是大的，与整个区域或体积的大小相比是小的，并且如果两个粒子在一定距离内就可以通信r．
我们假设粒子的数量非常大。因此，整个非晶介质可以被视为一个大规模并行计算系统，而以前对大规模并行计算的研究，如细胞自动机的研究，是处理非晶系统的思想来源。然而，非晶计算比元胞自动机提出了更大的挑战，因为它的机制必须独立于单个粒子的详细配置和可靠性。例如，智能涂料应该能够在不知道涂料计算粒子位置的情况下确定其涂层表面的几何特性。
我们将生物学不仅仅作为一个隐喻，而是作为一种通过“细胞计算”手段实现非晶系统的实际实现技术。
另一个想法的来源可能是研究自组织系统，展示大规模系统的一致行为如何从单个粒子的纯局部相互作用中“出现”。非晶计算可能利用类似的现象，但研究自组织原理本身并不是我们的目标。作为工程师，我们必须学会构建系统，让它们最终按照我们的先天意愿组织起来，而不仅仅是碰巧进化。
波传播。为了了解为一个非晶系统编程是什么样子的，考虑一个波传播的简单过程。一个最初的“锚”粒子，由来自环境的提示或通过产生一个随机值选择，向它的每个邻居广播一个消息。这些邻居将信息传播给他们的邻居，以此类推，从而产生一个扩散波，在整个系统中传播。该消息可以包含一个跳数，每个粒子可以在重广播前存储和增加跳数，忽略任何后续更高的值，以防止波向后传播。
跳跃计数提供了到锚点距离的估计;到达了一个点nSteps大概是距离nr走了。这种估计的质量取决于粒子的分布。这种关系在分组无线电网络的研究中得到了广泛的研究[6］．对于表面上的粒子，可以通过从两个锚点传播波来产生二维坐标系。使用三个锚点可以建立精度更高的三角坐标系，特别是在使用平滑技术增强时[9］．
带有跳数的波传播唤起了化学扩散形成的梯度，这种梯度被认为在生物模式形成中起着作用。相应地，我们可以尝试通过模仿生物学中观察到的梯度现象来组织非晶过程。
例如，我们可以使用扩散波来产生大小可控的区域，只要让粒子在跳数低于指定的边界时转发消息就可以了。一旦一个区域以这种方式生成，我们就可以使用它来控制其他区域的增长。例如,A和B两个粒子可能每产生一个扩散波,但波从B可以传递只有粒子还没有看到波从A .借鉴生物隐喻,我们可以解释这种现象的话说,生成一个波,“抑制了增长”已开始从B在稍微复杂的程序,B-wave可能转播仅由粒子位于每个社区最接近(以一波)。我们的生物学隐喻可以解释这种情况，解释从B开始生长的区域有吸引它向a生长的“趋向性”。
这些扩散波机制与非晶计算非常匹配，因为生长、抑制和趋向性的总体现象对单个粒子的精确排列不敏感，只要分布合理密集。此外，如果单个粒子没有发挥作用或停止传播，只要粒子数量足够多，结果也不会有太大变化。
从波的传播到图案的形成。基于这种生物发展的卡通漫画，作者Coore开发了一种名为“生长点语言”(GPL)的编程语言，它使程序员能够指定复杂的模式，如电子电路的互连拓扑[2］．该规范被编译成非晶介质中计算粒子的状态机。所有的粒子都有相同的程序。程序的结果是，粒子“分化”成图案的组成部分。
Coore的语言用植物学的比喻“生长点”来表示过程。生长点是一组相邻计算粒子的活动，它们可以传播到重叠的邻域。生长点可以分裂、消亡或与其他生长点合并。当一个生长点经过邻域时，它可能会改变所访问粒子的状态。我们可以把这种状态的改变解释为，当某种物质经过时，生长点压下了它。生长点可能对特定的扩散信息很敏感，并且在自我传播时，它可能表现出朝向或远离某个源的倾向，或者以试图保持某些扩散信息的“集中度”恒定的方式移动。代表特定材料的粒子可以“分泌”适当的扩散信息，吸引或排斥特定的生长点。
图1显示了用GPL编写的程序的片段;该程序定义了一个称为make-red-branch它有一个参数叫做长度．这个生长点“生长”的物质叫做红色部分5号人的乐队。它使它经过的每个粒子设置一个状态位，将粒子标识为红色部分也会导致粒子传播一个5跳的波这同样会将附近的粒子转化为红色部分．生长点的运动方向是远离高浓度的red-pheromone在这种情况下，浓度pheromone-1而且pheromone-2都保持不变，以避免任何来源的green-pheromone．所有的粒子红色部分分泌red-pheromone；因此，生长点倾向于远离它已经埋下的材料。的值长度参数决定生长点移动多少步。
注意这种语言如何鼓励程序员从抽象实体的角度思考，比如生长点和信息素。GPL编译器将这些高级程序转换为针对每个计算粒子的相同指令集。运行在每个粒子上的GPL运行时系统支持这些指令。实际上，生长点抽象提供了底层并行计算的串行概念化。
图2(a)显示了由GPL中的程序生成的模式的第一阶段。为了简单起见，我们假设顶部和底部的水平带是较早生成的，并且初始生长点位于左侧。增长继续，遵循一个趋向，试图保持等距的顶部和底部带。过了一会儿，最初的生长点分裂成两半;生长的一个分支被吸引向顶端，另一个被吸引向底部。图2(b)显示的过程稍早一些;这两个分支被上、下两束分泌的短距离信息素排斥，开始水平移动。他们还改变了他们铺设的材料的种类。
图2(c)显示了进一步发展的过程，产生了一个精致的形状。该形状是互补金属氧化物半导体(CMOS)逆变器链的布局，其中不同颜色的区域代表标准CMOS技术的不同层的结构:金属、多晶硅和扩散。指定形状的程序只有几个段落;单个粒子的最终状态机只需要大约20个状态。Coore已经证明，只要粒子的分布足够密集，在生长点程序的控制下，任何预先指定的平面图形都可以由非晶计算机生成直到连接拓扑。
规则和标记。GPL是以抽象的形式表述的，这些抽象最终必须由单个计算粒子中的进程实现，我们假设这些计算粒子的编程都是相同的。作者Weiss开发了一种非常方便和简单的语言来编程粒子[12］．在Weiss的模型中，每个粒子要执行的程序被构造成一组独立的规则。每个粒子的状态包括一组二进制标记;规则由标记的布尔组合启用。从相邻粒子接收标记的消息将触发启用的规则。规则可以设置或清除各种标记;它也可能传播新的信息。消息包含决定其传播距离的计数，而标记具有决定其值持续多长时间的寿命。这个模型的基础是一个自动传播消息和管理标记寿命的运行时系统，因此程序员不需要显式地处理这些操作。
图3展示了Weiss的系统在粒子“管”中产生红蓝相间条纹的模式，这些粒子最初被区分为有一个管标记在里面。下面是生成该模式的程序片段，显示了5条规则:
((make-seg seg-type)(和Tube(不是红色)(不是蓝色))(设置seg-type)(发送创建3)))
(创建(或红蓝)((设置等待10)))
(((make-seg *) 0)管((设置底部)))
((0)等待(和底红)(发送(make-seg blue) 3)))
((0)等待(和底部蓝色)(发送(make-seg red) 3)))
第一条规则描述了粒子接收标记信息时的反应make-seg指定一个seg-type(这是红色的或蓝色的)．如果粒子有管标记设之，而不设之红色的标记或蓝色的标记设置，它为指定的位设置seg-type并发送一个创建传播三跳的消息。第二条规则是，当粒子接收到创建消息，它有红色的记号笔或蓝色的标记设置好，它就会打开等待记号笔的寿命是10。第三条定律说，任何粒子管标记被设置，然后接收任何make-seg跳数为零的消息，应该设置其底标记。第四条规则说，当生命的等待标记用完了，粒子就有了红色的而且底标记设置后，粒子发送一个(make-seg蓝色)消息，该消息传播三跳。第五条规则类推蓝色的要发送的粒子红色的信息．结果是沿着管的长度交替出现红色和蓝色带。
更多来自生物学的隐喻。这些草图几乎没有暗示有效控制非晶计算系统所需的新原语和组织原则。利用生物学中的隐喻才刚刚开始。
生物学中一个特别富有成效的灵感来源应该出现在观察中，即使是最基本的形态发生过程，如胚胎发育中的胃形成，也涉及到细胞迁移和故意改变细胞形状。图4展示了作者Nagpal基于上皮细胞机械模型的一些唤起性模拟[10］．在纳格帕尔的模型中，每个细胞都保持了体积，但有驱动器(在这种情况下，是纤维)，它可以拉伸或放松来改变细胞的形状;它还能对邻国的压力做出反应。整个细胞集合在一个充满液体的腔内，随着细胞形状的变化，腔内的体积受到限制。该图显示了不同的形状和行为(如伸长和内陷)是如何由于单个细胞的变化而出现的。一种类似于GPL的形状语言，可以让程序员通过指定单个粒子的局部形状，在非晶介质中生成预先指定的宏观形状。
对生物学的研究也表明，非晶计算的发展可能需要新的容错方法。传统上，系统架构师试图通过引入冗余来检测错误和替换坏的部分来获得正确的结果，尽管这些部分不可靠。1但在这种不确定的体制下，得到正确答案可能是错误的想法;把诸如胚胎发育这样的机制描述为通过纠正不良部位和通信中断来产生“正确的”机体，似乎有些尴尬。相反，根本的问题是如何抽象地构造系统，以便即使在不可靠的情况下，我们也能获得高概率的可接受答案。
物理和保守系统。物理学和生物学可以成为非晶计算新隐喻的来源。刚才讨论的机理是基于“化学扩散”模型。化学扩散和其他耗散过程，如热扩散，是非晶介质模拟的天然候选，因为耗散会丢失信息，消除计算中的微尺度误差。相比之下，物理世界的基本过程是保守的。模拟具有波动方程特征的保守过程要困难得多，因为保守过程(特别是可逆过程)永远不会忘记累积的误差。制定过程以一种方式显示精确的守恒定律，使实施中的不完善不会损害精确的守恒，这是一项特别具有挑战性的任务。
作者Rauch研究的一种方法是，根据守恒量的显式离散计算标记来模拟过程[11］．有了这样一个方案，我们可以通过制定代币的本地交换过程来保证全球保护。然后，作为地方交流的结果，保护法律在全球范围内出现。这个方案本质上是唐纳德·格林斯潘提倡的建立物理系统的“粒子模型”的计划[4］．
只有当通信网络不完善或计算粒子失败时，我们保证令牌不会丢失或复制，使用离散令牌来表示守恒量才有效。一个想法是用冗余的分布式形式表示我们的令牌。本着非晶计算的精神，我们应该准备使用大量的局部计算来补偿单个元素的不可靠性，但如何稳健地生成守恒的细节仍然是一个重要的挑战。
移动计算
研究非晶计算的一个主要动力是，为非晶系统编程的能力将大大扩展支持信息处理的物理基底集。一个惊人的可能性是，我们可以创造一种基于活细胞的编程技术。细胞是孤立的受控环境，包含复杂的化学反应。细胞也能自我复制，使得制造过程中只需很少的努力就能产生许多副本。细胞计算的愿景是利用化学机制来组织和控制生物过程，就像我们使用电机制来控制电过程一样。控制细胞功能的能力将为分子尺度上的计算、材料制造、传感、效应和制造提供重要的能力。
作者Sussman和Knight提出了一种生物化学上可行的方法，在活细胞中构建数字逻辑信号和相当复杂的门[7］．这种方法依赖于利用细胞内自然发现的现有生化机制作为实现数字逻辑的基础。这个逻辑系统中的“信号”由某些dna结合蛋白的浓度表示。2
细胞计算的基本思想是采用与电气工程相同的策略，即工程师创建“数字抽象”，允许设计对信号水平变化不敏感的系统。获得数字抽象的关键是一个逆变放大器的存在。该逆变器必须产生足够的噪声裕度，或输入信号变化对下一阶段的计算不显著的范围。要产生足够的噪声裕度，需要一个非线性放大器，其平均增益大于单位。
为了了解如何在细胞环境中构建这样一个放大器，考虑一个“输出”蛋白Z和一个“输入”蛋白质一个抑制的用作抑制的Z．细胞计算“逆变器”可以在DNA中作为一个遗传单元实现操作符(绑定地点)一个),一个启动子(DNA上RNA聚合酶结合并开始转录的位置)和a结构基因用于生产的编码Z．
为了ZRNA聚合酶必须与启动子位点结合，并将结构基因转录成信使RNA。如果一个分子一个绑定到操作符站点一个分子阻止RNA聚合酶与启动子位点的对接，从而阻止基因的转录。假设蛋白质被清除并且有一个有限的生命周期，浓度Z的浓度成反比一个(见图5)．
这种“逆变器”的增益可以通过安排由单一操作员控制的结构基因的多个副本来增加。所需的非线性可以通过使用多聚物结合蛋白或由几个亚基组成的蛋白质来获得，这些亚基必须聚集在一起才能与DNA结合。
给定在单元中实现逆变器的能力，任意逻辑门就可以作为逆变器的组合来实现。例如，NAND逻辑功能可以实现为两个具有不同输入阻遏子但相同输出蛋白的逆变器;除非受到两种输入的抑制，否则就会产生输出。更复杂的组件，如存储状态的寄存器，可以构造类似的结构，就像标准的电气逻辑设计[12］．一个不同之处在于，细胞逻辑电路不使用时钟电路，而可能是异步的和基于水平的，而不是基于边缘的，因为信号传播基于蛋白质的扩散，很难实现同步。
除了实现数字逻辑，细胞门还可以为酶编码，这些酶可以诱导细胞内的一些其他行为，如运动、照明、酶催化，甚至细胞死亡。类似地，细胞逻辑门的输入可以不是由另一个逻辑门的输出组成，而是由一个传感器组成，该传感器可以根据光照、环境中的化学物质或特定细胞内化学物质的浓度创建或修改dna结合蛋白。
细胞计算的研究议程。原则上，这些基础应该足以在单元中实现数字逻辑。然而，实际上，实现细胞逻辑需要一个雄心勃勃的研究计划。我们没有可用的dna结合蛋白和它们匹配的抑制因子模式的库。关于它们的动力学常数我们没有很好的数据。我们不知道这些蛋白质之间在基因调节机制之外的潜在相互作用。最重要的是，我们对细胞是如何繁殖和代谢还没有足够清楚的了解，因此我们无法插入新的机制，使它们能够以可预测和可靠的方式与细胞功能相互作用。
除了我们缺乏生物化学知识外，细胞逻辑电路的设计带来了电路所不存在的困难。为了防止门之间的干扰，每个独特的信号必须使用不同的蛋白质。因此，实现电路所需的蛋白质数量与电路的复杂性成正比。此外，由于不同的门使用不同的蛋白质，它们的静态和动态特性也不同。与电路不同的是，在电路中，对于给定逻辑家族中的所有器件，阈值电压都是相同的，细胞门的组件(蛋白质)具有不同的特性，这取决于它们的反应动力学。因此，生物数字电路的设计者必须采取明确的步骤，以确保耦合门的信号范围是适当匹配的。
要在细胞计算方面取得进展，需要努力创造工具套件来支持生物电路的设计、分析和构建。其中一个名为biospice的工具是遗传数字电路的模拟器和验证器[12］．BioSpice将基因表达系统网络(包括相关蛋白产品)的规格和细胞在某种培养基上的小布局作为输入。该模拟器计算细胞内蛋白质和细胞间信息传递化学物质浓度的时域行为。第二个工具是“质粒编译器”，它采用逻辑图并构建质粒，以一种与目标生物代谢兼容的方式实现所需的逻辑。模拟器和编译器都必须合并生化机制及其反应动力学、扩散速率和与其他生物机制的相互作用的数据库。
细胞计算的一个更激进的方法是对新的生物进行基因工程，从工程学的角度来看，这些生物的详细结构是完全可以理解的。完成这种基因工程的一个想法是逐渐将功能从野生型细菌染色体转移到一个或多个日益复杂的质粒上。随着功能的转移，被转移的基因序列可以从野生型染色体上删除或失活，导致细胞依赖于新结构的存在。最后，当足够的功能转移到一个或多个质粒时，原始的野生型染色体可以被删除，产生一个新的生物体。仔细选择移植的东西可以设计出具有清晰模块化和易于理解的结构的“最小有机体”。这样的生物可以作为精密细胞工程的基质。
迈向纳米级计算:一个幻想
即使生物细胞数量庞大，细胞计算也会很慢;我们不能指望扩散受限的化学过程支持高速开关。因此，我们并不认为细胞计算本身将是解决计算困难问题的好方法。另一方面，将细胞组织成精确的模式并使细胞分泌化学成分的能力可能是复杂细胞外结构的工程建设和亚纳米水平制造的精确控制的基础。这类工程需要将非晶计算的组织原理应用到元胞计算的机制中。在未来，生物系统可能是我们的机器车间，蛋白质是机器工具，DNA是控制磁带。
我们可以设想将这项技术应用到分子尺度电子结构的构建中。构建复杂的、信息丰富的电子系统的一个可行方法是首先制造一个主要被动但信息丰富的分子尺度“支架”，由选择性地自我组装的工程分子组成。这个支架将被用来支持制造分子传导和放大装置的连接，如工程师的要求。蛋白质是脚手架组件的很好的候选者;它们的化学性质和热稳定性都很好，并且具有精确的选择性结合域。
这一观点使我们能够想象未来技术中纳米级电路的制造。想象一下，一个原始分子电子元件家族，如导体、二极管和开关，可以从通用零件供应商那里获得。也许我们的冰箱里有瓶装的这些常见成分。
假设我们有一个电路要实现。第一阶段的建设从电路开始，建立一个布局，包括组件的大小和它们可能相互作用的方式。接下来，分析布局以确定如何构建脚手架。支柱被标记，所以他们只绑定到适当的电子元件分子。对于每一个支柱，组装DNA序列，使这种支柱，并产生一个协议，以插入DNA到适当的细胞。这些不同的定制部分然后由转化细胞合成。
最后，我们创建了这些定制支架部件和通用电气部件的适当混合。将特别编程的工作细胞添加到混合物中，以实现我们想要的电路结构。工作细胞有复杂的程序，通过非晶计算技术开发。程序控制工作人员如何按照适当的模式组装适当的组件来执行特定的任务。用一点糖(作为他们的劳动报酬)，工人们构建我们的电路副本，然后我们收集、测试和包装使用。
总的来说，我们正处于细胞和非晶计算发展的原始阶段，类似于20世纪初电子学的早期阶段。这方面的进步将开辟一个工程的新领域，可能主导下个世纪的信息技术。
参考文献
1.Abelson, H.， Allen, D.， Coore, D.， Hanson, C.， Homsy, G.， Jr. Knight, T.， Nagpal, R.， Rauch, E.， Sussman, G.和Weiss, R.。无定形的计算。麻省理工学院人工智能实验室备忘录编号。1665, 1999年8月。
2.Coore D。植物计算:在非晶计算机上生成互连拓扑的发展方法。1998年12月麻省理工学院电气工程与计算机科学系博士论文。
3.科雷博士、纳格帕尔博士和魏斯博士。非晶计算机结构的范例。麻省理工学院人工智能实验室备忘录编号。1614年,1997年。
5.Heath, J.， Keukes, P.， Snider, G.和Williams, R.容错计算机架构:纳米技术的机会。280年Sci。5370(1998年6月12日)，17161721。
6.分组无线电网络中的最佳传输半径，或者说为什么6是一个神奇的数字。在全国电信会议论文集(伯明翰,阿拉巴马州。， 1978年12月)，4.3.14.3.5。
7.奈特，T.和萨斯曼，G.蜂窝门技术。在非常规计算模型C.卡尔德，J.卡斯蒂，M.丁宁，编。， Springer-Verlag，柏林，1998年。
8.McAdams, H.和Arkin, A.模拟原核遗传电路。为基础。启Biophys。Biomol。Struct。27日,(1988), 199224。
9.Nagpal, R。从非晶计算机上的局部信息组织全局坐标系统。麻省理工学院人工智能实验室备忘录编号。1666, 1999年8月。
10.Odell, G.， Oster, G.， Alberch, P.和Burnside, B.形态发生的机械基础:上皮折叠和内陷。发展。85年生物。(1981), 446462。
11.劳赫E。离散非晶物理模型。硕士论文，麻省理工学院电气工程与计算机科学系，1999年5月。
12.韦斯，R.， Homsy, G.和奈特，T.对活体数字电路的研究。在DIMACS关于进化作为计算的研讨会上发表(普林斯顿，新泽西州，1999年1月)。
脚注
该研究的部分支持由国防部高级研究计划局根据海军研究办公室的合同N00014-96-1-1228提供。
1惠普实验室(Hewlett-Packard Laboratories)的泰拉马克(Teramac)就是这种方法的一个引人注目的示范，这是一台由缺陷芯片构建的大型并行计算机;它重新配置自身和通信路径，以避免损坏的部件，并补偿不规则的互连[5］．虽然Teramac是用传统芯片制造的，但它的设计者将其视为设计纳米级计算机的原型架构，这种计算机将通过化学过程组装，其中很大一部分部件可能存在缺陷。
2细菌细胞通常只含有少量的特定dna结合蛋白分子;这个小数目导致了细菌在一定程度上的随机行为。在自然环境中，这种随机行为通过增加种群的表观多样性提供了生存优势[8］．然而，对于工程系统，我们希望行为尽可能的可预测;这需要增加信号蛋白的浓度。
数据
图2。复杂设计的演变一串CMOS逆变器的连接图是由Coore的成长点语言程序生成的。(a)最初的“聚”生长分裂成两个分支，向“Vdd”和“ground”生长。(b)树枝开始水平移动，并萌发出“扩散”的碎片。(c)完整的逆变器链。
图3。在Weiss的编程模型的帮助下，由标记传播产生的交替带模式。
图5。生物逆变器的两种理想情况。如果输入抑制因子缺失，RNA聚合酶转录输出蛋白的基因，并使其合成。如果输入抑制因子存在，则不合成输出蛋白。
©2000 acm 0002-0782/00/0800 $5.00
允许为个人或课堂使用本作品的全部或部分制作数字或硬拷贝，但不得为盈利或商业利益而复制或分发，且副本在首页上附有本通知和完整的引用。以其他方式复制、重新发布、在服务器上发布或重新分发到列表，需要事先获得特定的许可和/或付费。
数字图书馆是由计算机协会出版的。版权所有©2000 ACM, Inc。
没有找到条目