Códigos cíclicos para desarrollar algoritmos de ADN
DOI:
https://doi.org/10.36788/sah.v7i2.141Palabras clave:
Codificación ADN, Códigos aditivos, Códigos lineales, Computación del ADNResumen
La computación del ADN es una forma de computación que usa moléculas de ADN y moléculas biológicas en lugar de las tecnologías informáticas tradicionales basadas en silicio, una de las razones por las que empezó a ser interesante estudiar la computación del ADN es que un sólo gramo de ADN con un volumen de 1 cm3 puede contener tanta información como un billón de discos compactos, aproximadamente 750 terabytes. Otra característica importante de los procesos del ADN es la capacidad de realizar muchas operaciones en pararelo, lo que es posible gracias a la capacidad de replicación del ADN.
Richard Feynman introdujo por primera vez el cálculo molecular a principios de 1960, pero fue hasta 1994 cuando Leonard Adleman, de la Universidad del Sur de California, demostró un uso del ADN para resolver el problema Hamiltoniano de 7 puntos. Después de su trabajo, diversos investigadores han encontrado nuevas aplicaciones para la computación del ADN, y en diversas áreas se ha descubierto la importancia de llevar los cálculos a nivel molecular.
El objetivo del artículo es mostrar cómo se utiliza la teoría de campos finitos para construir códigos cíclicos que permiten modelar la estructura del ADN. Esta modelación es importante porque se conocen algoritmos basados en ADN que permiten resolver, mediante procesos químicos, algunos problemas clásicos como el del árbol de expansión mínima y el del coloreado de una gráfica con tres colores. Actualmente, se están desarrollando simulaciones de estos algoritmos mediante computadoras.
Descargas
Citas
T. Abualrub, A. Ghrayeb, and X. N. Zeng, “Construction of cyclic codes over gf (4) for dna computing,” Journal of the Franklin Institute, vol. 343, no. 4-5, pp. 448–457, 2006. DOI: 10.1016/j.jfranklin.2006.02.009 DOI: https://doi.org/10.1016/j.jfranklin.2006.02.009
R. Deaton, R. C. Murphy, J. Rose, M. Garzon, D. R. Franceschetti, and S. Stevens, “A dna based implementation of an evolutionary search for good encodings for dna computation,” in Proceedings of 1997 IEEE International Conference on Evolutionary Computation (ICEC’97). IEEE, 1997. DOI: 10.1109/ICEC.1997.592311 pp. 267–271. DOI: https://doi.org/10.1109/ICEC.1997.592311
H. Eghdami and M. Darehmiraki, “Application of dna computing in graph theory,” Artificial Intelligence Review, vol. 38, pp. 223–235, 2012. DOI: 10.1007/s10462-011-9247-5 DOI: https://doi.org/10.1007/s10462-011-9247-5
X. Liu, Y. Li, and J. Xu, “Solving minimum spanning tree problem with dna computing,” Journal of Electronics (China), vol. 22, pp. 112–117, 2005. DOI: 10.1007/BF02688136 DOI: https://doi.org/10.1007/BF02688136
N. A. G. Martınez, “C´odigos cıclicos basados en campos finitos para desarrollar algoritmos de adn,” Ph.D. dissertation, UNIVERSIDAD TECNOLOGICA DE LA MIXTECA, 2019. [Online]. Available: http://jupiter.utm.mx/∼tesis dig/13800.pdf
A. Neubauer, J. Freudenberger, and V. Kuhn, Coding theory: algorithms, architectures and applications. John Wiley & Sons, 2007. DOI: https://doi.org/10.1002/9780470519837
V. V. Rykov, A. J. Macula, D. C. Torney, and P. White, “Dna sequences and quaternary cyclic codes,” in Proceedings. 2001 IEEE International Symposium on Information Theory (IEEE Cat. No. 01CH37252). IEEE, 2001. DOI: 10.1109/ISIT.2001.936111 p. DOI: https://doi.org/10.1109/ISIT.2001.936111
Syngenta México. Qué es ADN? [Online]. Available: https://www.syngenta.com.mx/que-es-adn
D. C. Tulpan, H. H. Hoos, and A. E. Condon, “Stochastic local search algorithms for dna word design,” in DNA Computing: 8th International Workshop on DNA-Based Computers, DNA8 Sapporo, Japan, June 10–13, 2002 Revised Papers 8. Springer, 2003. DOI: 10.1007/3-540-36440-4 20 pp. 229–241. DOI: https://doi.org/10.1007/3-540-36440-4_20
Universidad de Granada. Las matemáticas en las comunicaciones. [Online]. Available: https://www.ugr.es/∼anillos/textos/pdf/2010/EXPO-2.Matematicas%20comunicaciones/101.htm
Descargas
Publicado
Cómo citar
Número
Sección
Licencia
Derechos de autor 2023
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-SinDerivadas 4.0.
Los artículos publicados por Sahuarus. Revista Electrónica de Matemáticas se distribuye bajo una Licencia Creative Commons Atribución-NoComercial-SinDerivadas 4.0 Internacional, la cual permite la distribución y el uso del material publicado citando la fuente de la que proviene, prohibe la modificación y el uso con fines comerciales.
