Seit der kalifornische Informatiker Leonard Adleman Mitte der 90er Jahre nachgewiesen hat, dass mit dem Erbgut grundsätzlich mathematische Berechnungen ausführbar sind, hat sich das DNA-Computing als völlig neues interdisziplinäres Arbeitsgebiet etabliert. Sowohl in den USA als auch in Japan und Europa sind hektische Bemühungen im Gange, das Rechnen mit dem über Jahrmillionen optimierten, extrem stabilen und leicht kopierbaren Speichermaterial der Natur voranzubringen.
Was das Rechnen mit Erbgut so spannend macht, ist die Aussicht, die Fesseln der heutigen Computertechnik zu sprengen. Ein DNA-Rechner ist im Prinzip in der Lage, die heutige Hardware "an Speicherdichte, Energieausnutzung und Anzahl möglicher Rechenoperationen um mehrere Zehnerpotenzen zu übertreffen", so einer der Protagonisten des deutschen DNA-Computing, Ralf Zimmer, von der Gesellschaft für Mathematik und Datenverarbeitung GMD-Forschungszentrum Informationstechnik in St. Augustin.
Das Rechnen mit Erbgut nutzt Operationen auf DNA-Molekülen, die durch Fortschritte in der Molekularbiologie sowie in der Bio- und Gentechnologie beherrschbar geworden sind: das Verbinden von DNA-Ketten (Ligieren), das gezielte Einsetzen von DNA-Stücken in andere DNA-Moleküle (Klonierung), die automatische Vervielfältigung von Molekülen (Polymerase-Kettenreaktion) und andere Standardoperationen. Rechnen mit DNA bedeutet, den Molekülen und biotechnischen Operationen Zahlen und Rechenoperationen zuzuordnen.
Zimmer sieht aufgrund der stürmischen Entwicklung der Biotechnologie "neue spannende Möglichkeiten, gerade für das DNA-Computing". Er vergleicht den aktuellen Stand der Biotechnologie mit der Situation der Elektronik während der Erfindung und Miniaturisierung des Transistors: "Die Transistoren der Biotechnologie sind derzeit die sich am rasantesten entwickelnden neuen Techniken wie Sequenzier- und Screening-Roboter, Einzelmoleküldetektion und Massenspektrometrie. Mit DNA-Chips und Mikroflussreaktoren beginnt gerade das Zeitalter der Miniaturisierung und Hochintegration."
Den absehbaren Fortschritten stehen jedoch enge Grenzen der Technik gegenüber. Die Studie "Bioinformation - Problemlösungen für die Wissensgesellschaft", an der die GMD mitgewirkt hat, kommt zu dem Ergebnis, dass beim Rechnen mit Erbinformation die "Anwendung komplexer Algorithmen" ausgeschlossen sei. Einfache Algorithmen verschwendeten jedoch die Ressourcen, sodass die Vorteile der Parallelität des DNA-Rechnens schnell aufgehoben seien.
Nach Meinung der Experten erfordert vor allem die Hardware eines DNA-Computers erhebliche Forschungsanstrengungen. So betont die Studie zur Bioinformation: "Auf der Informatikseite sind die Vorarbeiten bereits so weit fortgeschritten, dass die Realisierung der molekularbiologischen Hardwarekomponente den gegenwärtigen Engpass darstellt." Die Studie schätzt die Aussichten des Rechnens mit Erbmaterial deshalb insgesamt eher skeptisch ein: "Eine Abschätzung der Erfolgswahrscheinlichkeit für die Entwicklung eines DNA-Rechners ist aufgrund der vielen offenen Fragen zum jetzigen Zeitpunkt nicht in seriöser Weise möglich."
Trotz aller Skepsis benennt die Studie zwei prädestinierte Anwendungsbereiche für das DNA-Computing: "Optimierungsaufgaben in Naturwissenschaft und Technik" sowie "assoziative Speicher etwa im Bereich der Bildverarbeitung". Assoziative Speicher verbinden - ähnlich wie das menschliche Gehirn und anders als adressierbare Speicher - mit einer simplen Information, zum Beispiel einem Stichwort, ausführliche Informationen etwa in Gestalt eines umfangreichen Bildes.
Abweichend von den Ansätzen amerikanischer und japanischer Informatiker, hat Ralf Zimmer einen eigenen Schlüssel zum Erfolg des DNA-Computing gefunden. Sein zur Patentierung angemeldetes Konzept eines "universellen, funktionalen DNA-Computers" fordert die Abkehr vom "zustandsorientierten Berechnungsmodell der Turing-Maschinen", das die elektronische Technologie und die Chipentwicklung seit ihrer Entstehung dominiert. Zimmer ist überzeugt, dass das alternative Berechnungsmodell des Lambda-Kalküls, das mit dem Namen des Computerpioniers Church verbunden ist, weitaus besser zum DNA-Computing passt.
Dieses Modell kommt mit sehr wenigen, sehr einfachen Operationen aus. Dennoch lässt sich durch das Hintereinanderschalten der Operationen alles berechnen, was berechenbar ist. Insbesondere sind sehr viele der Operationen unabhängig voneinander (parallel) ohne die von herkömmlichen Rechnungen bekannten Synchronisationsprobleme durchführbar. Ähnlich ist das in der Biotechnologie. Durch die Kombination von wenigen einfachen biotechnischen Operationen können sehr viele verschiedene und maßgeschneiderte DNA-Ketten gebildet werden. Bei der Berechnung werden in jedem Bio-Schritt Operationen auf astronomischen Anzahlen von Molekülen simultan durchgeführt.
Zimmers Modell eines funktionalen DNA-Computers ist ein hybrides System. Es setzt sich aus vorgeschalteter Elektronik und einem DNA-Subsystem zusammen. Ein Host-Rechner sorgt für die buchstabengetreue Übersetzung (Transliteration) mathematischer Aufgaben (funktionaler Programme) in DNA-Code. Nach Ausführung der biotechnischen Operationen in einem Reaktionsapparat (Berechnung/Reduktion des funktionalen Programms) wird das Ergebnis mit einer Sequenziermaschine gelesen und wieder in die Sprache eines herkömmlichen Computers zurückübersetzt (De-Transliteration).
Eine Biocomputing-Arbeitsgruppe der GMD, die Laborexperimente durchführt, entwickelt seit kurzem unter Leitung von John McCaskill den Prototyp eines funktionalen DNA-Computers. Mit ersten Resultaten ist laut Zimmer frühestens in zwölf Monaten zu rechnen. Der Prototyp soll, so Zimmer, "durch Realisierung der Basisoperationen die wesentlichen Ingredienzen eines funktionsfähigen DNA-Computers nachweisen".
An Spekulationen, wann mit einem technisch ausgereiften System zu rechnen ist, will sich Zimmer nicht beteiligen. Er meint, dass mindestens zehn Jahre ins Land gehen werden, bis überhaupt an die ersten kommerziellen Anwendungen zu denken ist.
*Johannes Kelch ist freier Journalist in München.
Abb: Facetten des Wissenstransfers zwischen den Bio-/ Humanwissenschaften und der IT. Foto: Studie Bioinformation