美国加州理工学院研究团队成功开发出基于DNA分子的神经网络系统，该系统能够通过化学反应实现信息学习和模式识别功能。该项研究成果发表于《自然》期刊，标志着分子计算领域取得重要进展。

该DNA神经网络由生物工程教授钱璐璐实验室构建，采用特殊设计的DNA链替代传统电子元件。系统通过分子线化学信号存储信息，当接触以DNA编码的手写数字样本时，会激活特定分子线组，建立数字特征与识别结果的关联关系。研究第一作者Kevin Cherry博士表示："我们耗时七年开发出能够学习的分子系统，其记忆机制以DNA分子浓度形式实现物理存储。"

实验显示，该系统可在包含数十亿条DNA链的微滴环境中进行计算，成功识别分子形态的手写数字。通过化学反应过程，系统能输出对应识别结果的荧光信号。钱璐璐教授指出："这项研究的目标是构建能吸收样本、发现模式并处理新信息的分子系统，为未来智能药物和材料开发奠定基础。"

该技术突破为生物医学应用提供了新路径，未来可能开发出能实时适应病原体威胁的智能药物，或可根据外部条件自主学习的智能材料。研究人员表示，这项成果展示了分子系统实现复杂学习行为的潜力，为人工细胞和适应性材料研究开辟了新方向。

更多信息： Kevin M. Cherry 等人，DNA神经网络中的监督学习，《自然》(2025)。期刊信息： 《自然》