[论文解读] Deterministic Function Computation with Chemical Reaction Networks

Ho-Lin Chen, David Doty+1 more|arXiv (Cornell University)|Apr 18, 2012

DNA and Biological Computing参考文献 14被引用 5

一句话总结

本文证明，化学反应网络（CRN）能确定性地计算任意函数 $ f: \mathbb{N}^k \to \mathbb{N}^l $ 当且仅当其图是半线性集。作者提出一种系统性构造方法，利用领头物种和反应网络，无论随机反应顺序如何，均能收敛至正确输出计数，所有半线性函数的期望计算时间均为 $ O(\mathrm{polylog}\ \|\mathbf{x}\|_1) $。

ABSTRACT

Chemical reaction networks (CRNs) formally model chemistry in a well-mixed solution. CRNs are widely used to describe information processing occurring in natural cellular regulatory networks, and with upcoming advances in synthetic biology, CRNs are a promising language for the design of artificial molecular control circuitry. Nonetheless, despite the widespread use of CRNs in the natural sciences, the range of computational behaviors exhibited by CRNs is not well understood. CRNs have been shown to be efficiently Turing-universal when allowing for a small probability of error. CRNs that are guaranteed to converge on a correct answer, on the other hand, have been shown to decide only the semilinear predicates. We introduce the notion of function, rather than predicate, computation by representing the output of a function f:N^k --> N^l by a count of some molecular species, i.e., if the CRN starts with n_1,...,n_k molecules of some "input" species X1,...,Xk, the CRN is guaranteed to converge to having f(n_1,...,n_k) molecules of the "output" species Y1,...,Yl. We show that a function f:N^k --> N^l is deterministically computed by a CRN if and only if its graph {(x,y) | f(x) = y} is a semilinear set. Furthermore, each semilinear function f can be computed on input x in expected time O(polylog(|x|)).

研究动机与目标

• 将化学反应网络（CRN）的理论从判定计算扩展至确定性函数计算。
• 表征CRN在保证收敛至正确输出计数的前提下可计算的函数类别。
• 为计算半线性函数设计一种系统性、高效的CRN构造方法。
• 分析CRN中函数计算的计算复杂度，特别是期望运行时间。

提出的方法

• 将函数 $ f: \mathbb{N}^k \to \mathbb{N}^l $ 的输出表示为CRN中特定分子物种的最终计数。
• 使用领头物种启动并协调计算，确保无论反应顺序如何均能收敛。
• 基于半线性集理论，采用系统性方法构建CRN，利用半线性集在Minkowski和与有限并运算下的封闭性质。
• 采用模块化设计，其中子程序计算基本算术运算（如加法、最大值、向下取整除法），并组合成复杂函数。
• 使用随机动力学模型分析期望运行时间，证明所有半线性函数均可在 $ O(\mathrm{polylog}\ \|\mathbf{x}\|_1) $ 期望时间内计算。
• 证明任何计算函数的CRN其图必须是半线性集，从而对可计算函数建立了紧致表征。

实验结果

研究问题

• RQ1 哪些函数 $ f: \mathbb{N}^k \to \mathbb{N}^l $ 可被CRN确定性地计算并始终收敛至正确输出计数？
• RQ2 CRN是否能计算超出半线性函数的任意函数，还是可计算函数类严格受限？
• RQ3 CRN中函数计算的计算复杂度如何，特别是期望运行时间？
• RQ4 是否存在一种系统性构造方法，用于构建计算任意半线性函数的CRN？
• RQ5 在函数计算方面，CRN在随机离散模型与质量作用连续模型下的行为有何不同？

主要发现

• 函数 $ f: \mathbb{N}^k \to \mathbb{N}^l $ 可被CRN确定性计算当且仅当其图是半线性集。
• 所有半线性函数均可被CRN在期望时间 $ O(\mathrm{polylog}\ \|\mathbf{x}\|_1) $ 内计算，该时间对输入规模而言是高效的。
• 该构造依赖于领头物种和用于基本运算（如加法、最大值、向下取整除法）的模块化子程序，这些子程序被组合以计算复杂函数。
• CRN对反应顺序和随机性具有鲁棒性，无论反应序列如何，始终收敛至正确输出计数。
• 该表征是紧致的：任何非半线性函数均无法被CRN确定性地计算，即使在任意初始上下文条件下亦不可。
• 与具有小误差的随机CRN（可图灵完备）相比，确定性CRN仅限于计算半线性函数，凸显了容错性与计算能力之间的根本权衡。