1.4 阿德曼的1994：DNA计算的史前史

1.4 阿德曼的1994：DNA计算的史前史

本节摘要：1994 年 11 月，计算机科学家伦纳德·阿德曼在《科学》发表论文，用试管里的一管 DNA 求解了一个七节点有向图的哈密顿路径问题。这场实验是分子计算的原点，也第一次系统展示了 DNA 作为信息载体的并行威力与工程麻烦。本节完整还原实验的每一步操作，并解释它如何为 DNA 存储划定了"保留并行性、驯服不可控性"的议程。

问题先摆出来

哈密顿路径问题是计算理论里的经典难题：给定一张有向图，问是否存在一条恰好经过每个顶点一次的路径。顶点一多，穷举就会爆炸，它与旅行商问题同属 NP 类。阿德曼选了一个只有七个顶点的迷你实例——对一个数字计算机来说这是小菜一碟，他偏要用 DNA 来解。用意不在比快，而在验证一个猜想：分子的杂交反应天然具备海量并行的选择性，也许能把"计算"从硅片搬进试管。

他的编码方案直白得漂亮。每个顶点用一段二十个碱基的单链 DNA 表示，且顶点名的首位与末位碱基按规则设计，保证不同顶点不会互相混淆；每条有向边则用一段二十个碱基的互补链表示，其中前十个碱基是起点顶点名的后半段的补链，后十个碱基是终点顶点名的前半段的补链。这样一来，当所有边的 DNA 与所有顶点的 DNA 混在同一个试管里时，碱基互补配对会自动把"边链"搭在相邻两条"顶点链"之间——随机路径就这样在分子层面自发生长出来。

实验全程：七天的一管化学反应

编码只是开始，真正的解在四步生化操作之后浮现。

第一步，生成随机路径池。把足量的顶点链与边链混合，加入连接酶恒温反应——任何合法相邻的顶点都会被边链"焊接"起来，构成长短不一的随机路径。这一步是分子并行的精髓：试管里数以万亿计的分子同时在进行"穷举"，阿德曼后来自嘲说，这是人类做过的最大规模的并行计算，只是指令集只有一条——配对。

第二步，用 PCR 筛出起点与终点正确的链。设计一对引物，一端锚定起点顶点、另一端锚定终点顶点，只有从起点走到终点的完整路径会被指数级扩增，其余分子沦为背景。

第三步，用凝胶电泳筛长度。合法答案恰好覆盖七个顶点、长度为一百四十个碱基；电泳按长度分离，把对应条带切出来回收。这一步筛掉了走进死胡同的短路径和重复经过顶点的长路径。

第四步，逐个顶点"点名"。把回收的 DNA 与固定了某顶点互补链的磁珠温育，只有含该顶点的分子被捕获；七轮磁珠捕获依次进行，每轮过后检测上清是否仍有分子留存。七轮全过，说明幸存者包含全部七个顶点——答案存在。阿德曼随后测序确认了路径的具体走向。

用今天工程师熟悉的方式重述这个算法，大致是四行伪代码：

1. 混合全部顶点链与边链，让连接酶焊接出海量随机路径      // 并行穷举
2. 以起点与终点为引物做 PCR，只放大首尾正确的路径          // 约束满足
3. 凝胶电泳，回收长度恰为 140 碱基的产物                  // 长度过滤
4. 依次用七种顶点磁珠捕获，七轮全中即为解                  // 覆盖检查
​

图：阿德曼实验的四步筛选流水线

一管化学留下的两条遗产

以"计算速度"论，这场实验输了，而且输得毫无悬念。七天湿实验解七顶点图，任何一台计算器都能在微秒内完成同样的事，且图规模每加一个顶点，湿实验的分子用量与操作轮数还要继续涨。学术圈的热度在几年内就退了潮。但站在存储史的立场上回望，这场实验留下两条极其值钱的遗产。

第一条是方法论层面的：它证明了序列可以被当作"可执行的信息"来操作——杂交、连接、扩增、捕获，每一个分子生物学常规动作都可以被赋予计算语义。后来存储系统里的随机访问（用引物在分子池里"点名"），本质上就是阿德曼磁珠捕获步骤的直接后代。第二条是工程议程层面的：实验把湿操作的所有毛病暴露得淋漓尽致——每一步都要手工干预，错误会沿着步骤串门，产物无法精确计量。此后的研究者从此明白：分子并行性是资产，湿操作复杂性是负债；任何想在这个方向上做工程的人，第一要务都是把负债压缩到只发生在"写入一次"和"读取一次"两端，中间的保存期则是完全静态的零维护状态。存储，恰恰是唯一满足这个苛刻要求的形态。

换句话说，DNA 计算的挫折直接把方向让渡给了 DNA 存储：既然算不动，那就只存。这个从计算到存储的方向修正，正是 2012 年开山实验的前传。

要点回顾

• 阿德曼 1994 年的实验用顶点链与边链的互补配对实现了分子层面的并行穷举，配合 PCR、电泳与磁珠捕获四步筛选，解出七顶点图的哈密顿路径。
• 编码方案的核心技巧是"名字首尾碱基的交错设计"，它让边链只能搭在正确的相邻顶点之间——这是最早的生化约束设计思想。
• 实验输在速度与操作成本，赢在证明了分子并行的真实存在，并把"保留并行性、驯服不可控性"的议程摆在了所有后来者面前。
• 随机访问、约束编码、纠错筛选——今天存储系统的核心概念，都能在这场实验里找到原型。

再深一层：并行性的真实账目

阿德曼实验常被描述为"万亿路并行"，值得把这个数字掰开看清楚。试管里参与反应的分子数以万亿计，听起来远超任何超级计算机的核数；但每条"处理器"的工作只持续一次杂交反应，且所有分子执行的是同一套化学规则——它不是通用并行计算，而是一次性的、单指令的大规模枚举。真正让它在新奇性之外仍有价值的，是枚举结果的筛选机制：PCR、电泳、磁珠捕获三步，每一步都在把"解空间"压缩一个数量级以上。把这套语言翻译到存储语境：分子的写入天然并行（一批合成几十万条序列），但筛选与纠错需要精心设计——今天的随机访问与纠错码，本质上就是阿德曼那三步筛选的工程化后代。

还有一个历史细节常被忽略：阿德曼在实验成功后并没有顺势成立公司，而是转头去研究分子计算的极限问题——他想知道这条路的天花板在哪里。答案令人清醒：分子计算要在通用性上与硅竞争，需要应对错误率、接口与规模化的三重放大，每一重都比演示难百倍。这个清醒的判断为整个分子信息领域省下了大量资源，也让存储——一个只需单向可靠、不需通用计算的方向——顺利接过了火炬。

旁注

阿德曼实验还有一个常被引用错的细节：媒体当年渲染"DNA 计算机将淘汰硅芯片"，但论文原文的措辞相当克制，通篇在讲"组合化学的并行潜力"而非"通用计算的替代品"。把演示误读成路线图，是新兴技术叙事里最常见的放大器效应。三十年后回看，分子计算确实没有淘汰硅，却以存储的形态把并行性留在了产业叙事里——这不是实验的失败，而是叙事纪律的价值：边界清晰的主张，才能在几十年尺度上持续兑现。

观念、工具、算法三条支流至此全部到齐。下一章进入正题：2012 与 2013 年，丘奇与戈德曼的两篇论文如何把"存一本书"从口号变成经过同行评议的事实。