คอมพิวเตอร์ชีวภาพ: การควบคุมระบบสิ่งมีชีวิตเพื่อใช้เป็นหน่วยประมวลผล

ลองจินตนาการถึงอนาคตที่คอมพิวเตอร์ไม่ได้ทำจากชิปซิลิคอน แต่ทำจากเซลล์มีชีวิตและโมเลกุลชีวภาพ นี่คือคำมั่นสัญญาของคอมพิวเตอร์ชีวภาพ ซึ่งเป็นสาขาที่ปฏิวัติวงการที่มุ่งควบคุมพลังของชีววิทยาเพื่อทำงานด้านการคำนวณ แทนที่จะใช้กระแสอิเล็กตรอนไหลผ่านวงจร คอมพิวเตอร์ชีวภาพใช้กระบวนการทางชีวเคมีที่ซับซ้อนภายในสิ่งมีชีวิตเพื่อประมวลผลข้อมูล

คอมพิวเตอร์ชีวภาพคืออะไร?

คอมพิวเตอร์ชีวภาพ (Biological computing) หรือที่เรียกว่า ชีวการคำนวณ (biocomputing) หรือคอมพิวเตอร์ชีวโมเลกุล (bio-molecular computing) เป็นสาขาสหวิทยาการที่ผสมผสานชีววิทยา วิทยาการคอมพิวเตอร์ และวิศวกรรมเข้าด้วยกัน โดยเกี่ยวข้องกับการออกแบบและสร้างระบบคอมพิวเตอร์โดยใช้วัสดุทางชีวภาพ เช่น DNA โปรตีน เอนไซม์ และเซลล์มีชีวิต ส่วนประกอบทางชีวภาพเหล่านี้ถูกสร้างขึ้นเพื่อทำงานด้านการคำนวณที่เฉพาะเจาะจง เช่น การจัดเก็บข้อมูล การดำเนินการทางตรรกะ และการประมวลผลสัญญาณ

หลักการพื้นฐานของคอมพิวเตอร์ชีวภาพคือการใช้ประโยชน์จากความสามารถในการประมวลผลข้อมูลที่มีอยู่โดยธรรมชาติของระบบชีวภาพ เซลล์มีชีวิตมีความซับซ้อนอย่างน่าทึ่งและมีประสิทธิภาพในการประมวลผลข้อมูล ตอบสนองต่อสิ่งกระตุ้นจากสิ่งแวดล้อม และปรับตัวเข้ากับสภาวะที่เปลี่ยนแปลงไป ด้วยความเข้าใจและการจัดการกระบวนการทางชีวภาพเหล่านี้ นักวิทยาศาสตร์สามารถสร้างระบบคอมพิวเตอร์รูปแบบใหม่ที่ทำงานแบบขนานสูง ประหยัดพลังงาน และอาจสามารถแก้ปัญหาที่คอมพิวเตอร์ทั่วไปไม่สามารถทำได้

ประเภทของแนวทางคอมพิวเตอร์ชีวภาพ

มีการสำรวจแนวทางที่แตกต่างกันหลายวิธีในสาขาคอมพิวเตอร์ชีวภาพ โดยแต่ละวิธีมีจุดแข็งและข้อจำกัดของตัวเอง แนวทางที่โดดเด่นที่สุดบางส่วน ได้แก่:

คอมพิวเตอร์ดีเอ็นเอ (DNA Computing)

คอมพิวเตอร์ดีเอ็นเอ ซึ่งบุกเบิกโดย Leonard Adleman ในช่วงทศวรรษ 1990 ใช้โมเลกุล DNA เพื่อเข้ารหัสและจัดการข้อมูล สายดีเอ็นเอสามารถออกแบบให้แทนข้อมูลและดำเนินการทางตรรกะผ่านการผสมพันธุ์ของสายดีเอ็นเอ (hybridization) การเชื่อมต่อ (ligation) และปฏิกิริยาของเอนไซม์ การทดลองเริ่มต้นของ Adleman เกี่ยวข้องกับการแก้ปัญหา Hamiltonian path (ประเภทหนึ่งของปัญหานักเดินทาง) โดยใช้สาย DNA ซึ่งแสดงให้เห็นถึงศักยภาพของคอมพิวเตอร์ดีเอ็นเอในการแก้ปัญหาการหาค่าเหมาะสมที่สุดเชิงการจัด (combinatorial optimization problems) ตัวอย่างเช่น ฐานข้อมูลสามารถเข้ารหัสใน DNA และสามารถสืบค้นข้อมูลได้โดยการเลือกผสมพันธุ์สาย DNA ที่ตรงกับเกณฑ์การค้นหา นักวิจัยกำลังทำงานอย่างแข็งขันเพื่อปรับปรุงความเร็ว ความสามารถในการขยายขนาด และอัตราความผิดพลาดของระบบคอมพิวเตอร์ดีเอ็นเอ

ตัวอย่าง: การพับกระดาษดีเอ็นเอ (DNA origami) ถูกนำมาใช้สร้างโครงสร้าง 3 มิติที่ซับซ้อนสำหรับการนำส่งยา ลองจินตนาการถึงโครงสร้างนาโนดีเอ็นเอที่เปิดออกและปล่อยยาต่อเมื่อตรวจพบตัวบ่งชี้ทางชีวภาพที่เฉพาะเจาะจงเท่านั้น ซึ่งต้องใช้การควบคุมการคำนวณที่แม่นยำในการพับตัวของ DNA

เซลลูลาร์ออโตมาตา (Cellular Automata)

เซลลูลาร์ออโตมาตาเป็นแบบจำลองทางคณิตศาสตร์ที่จำลองพฤติกรรมของระบบที่ซับซ้อนโดยการแบ่งพื้นที่ออกเป็นตารางของเซลล์ ซึ่งแต่ละเซลล์สามารถอยู่ในสถานะใดสถานะหนึ่งจากจำนวนสถานะที่จำกัด สถานะของแต่ละเซลล์จะถูกอัปเดตตามชุดของกฎที่ขึ้นอยู่กับสถานะของเซลล์ข้างเคียง ชีวการคำนวณใช้เซลล์ (แบคทีเรีย สัตว์เลี้ยงลูกด้วยนม หรือแม้แต่เซลล์เทียม) เป็นหน่วยย่อยภายในระบบออโตมาตาเหล่านี้ พฤติกรรมของระบบเกิดขึ้นจากการปฏิสัมพันธ์ในระดับท้องถิ่นระหว่างเซลล์

ตัวอย่าง: การใช้แบคทีเรียเพื่อสร้าง 'จอแสดงผลมีชีวิต' นักวิจัยสามารถสร้างแบคทีเรียให้แสดงโปรตีนเรืองแสงที่แตกต่างกันขึ้นอยู่กับสภาพแวดล้อมในพื้นที่ของพวกมัน ทำให้เกิดรูปแบบไดนามิกและการแสดงผลอย่างง่าย

เมมริสเตอร์และอิเล็กทรอนิกส์ชีวภาพ (Memristors and Bio-electronics)

เมมริสเตอร์เป็นชิ้นส่วนอิเล็กทรอนิกส์ระดับนาโนที่ความต้านทานขึ้นอยู่กับประวัติของแรงดันไฟฟ้าที่จ่ายให้กับมัน พวกมันกำลังถูกสำรวจในฐานะสะพานเชื่อมระหว่างระบบชีวภาพและอิเล็กทรอนิกส์ โดยการเชื่อมต่อเมมริสเตอร์กับวัสดุชีวภาพ นักวิจัยมุ่งมั่นที่จะสร้างอุปกรณ์อิเล็กทรอนิกส์ชีวภาพแบบผสมที่สามารถประมวลผลสัญญาณชีวภาพและควบคุมกระบวนการทางชีวภาพได้ ตัวอย่างเช่น เมมริสเตอร์สามารถใช้ตรวจจับตัวบ่งชี้ทางชีวภาพที่เฉพาะเจาะจงและกระตุ้นการปล่อยยาหรือสารบำบัดอื่นๆ

ตัวอย่าง: การใช้ไบโอฟิล์มของแบคทีเรียเพื่อเพิ่มประสิทธิภาพของเมมริสเตอร์ งานวิจัยบางชิ้นสำรวจว่าไบโอฟิล์มสามารถส่งผลต่อความนำไฟฟ้าของเมมริสเตอร์ได้อย่างไร ซึ่งชี้ให้เห็นถึงศักยภาพของอุปกรณ์อิเล็กทรอนิกส์ที่ควบคุมโดยชีวภาพ

คอมพิวเตอร์ฐานเอนไซม์ (Enzyme-Based Computing)

เอนไซม์ ซึ่งเป็นตัวขับเคลื่อนหลักของปฏิกิริยาชีวเคมี สามารถทำหน้าที่เป็นสวิตช์ชีวภาพ ควบคุมการไหลของโมเลกุลผ่านวิถีเมแทบอลิซึม นักวิจัยกำลังพัฒนาลอจิกเกตและวงจรที่ใช้เอนไซม์ซึ่งสามารถทำการคำนวณที่ซับซ้อนได้ ตัวอย่างเช่น เอนไซม์สามารถใช้ตรวจจับสารวิเคราะห์ที่เฉพาะเจาะจงและกระตุ้นปฏิกิริยาลูกโซ่ที่สร้างสัญญาณที่ตรวจจับได้ การใช้อุปกรณ์ไมโครฟลูอิดิกช่วยให้สามารถควบคุมปฏิกิริยาของเอนไซม์ได้อย่างแม่นยำ ทำให้คอมพิวเตอร์ฐานเอนไซม์เป็นแนวทางที่มีแนวโน้มสำหรับการตรวจวัดทางชีวภาพและการวินิจฉัย

ตัวอย่าง: การพัฒนาไบโอเซนเซอร์โดยใช้ปฏิกิริยาของเอนไซม์ ลองพิจารณาไบโอเซนเซอร์วัดระดับน้ำตาลสำหรับผู้ป่วยเบาหวานที่ใช้เอนไซม์กลูโคสออกซิเดส เอนไซม์จะทำปฏิกิริยากับกลูโคส ทำให้เกิดสัญญาณที่สามารถวัดได้ซึ่งบ่งชี้ระดับน้ำตาลในเลือด

โครงข่ายประสาทเทียมโดยใช้ส่วนประกอบทางชีวภาพ

ด้วยแรงบันดาลใจจากโครงสร้างและการทำงานของสมองมนุษย์ นักวิจัยกำลังสำรวจความเป็นไปได้ในการสร้างโครงข่ายประสาทเทียมโดยใช้ส่วนประกอบทางชีวภาพ แนวทางนี้เกี่ยวข้องกับการสร้างเครือข่ายของเซลล์ประสาทที่เชื่อมต่อกันหรือเซลล์คล้ายเซลล์ประสาทที่สามารถเรียนรู้และปรับตัวเข้ากับข้อมูลใหม่ได้ ตัวอย่างเช่น นักวิจัยกำลังเพาะเลี้ยงเครือข่ายของเซลล์ประสาทบนแผงไมโครอิเล็กโทรด ซึ่งช่วยให้พวกเขากระตุ้นและบันทึกกิจกรรมทางไฟฟ้าของเซลล์ประสาทได้ เป้าหมายคือการสร้างระบบชีวนิวโรมอร์ฟิกที่สามารถทำงานด้านการรับรู้ที่ซับซ้อน เช่น การจดจำรูปแบบและการตัดสินใจ

ตัวอย่าง: การเพาะเลี้ยงเครือข่ายเซลล์ประสาทในหลอดทดลองเพื่อศึกษาการเรียนรู้และความจำ ซึ่งช่วยให้นักวิจัยสามารถสังเกตและจัดการการสร้างการเชื่อมต่อระหว่างเซลล์ประสาทและการเปลี่ยนแปลงที่เกิดขึ้นระหว่างการเรียนรู้

การประยุกต์ใช้ที่เป็นไปได้ของคอมพิวเตอร์ชีวภาพ

คอมพิวเตอร์ชีวภาพมีศักยภาพมหาศาลสำหรับการใช้งานที่หลากหลาย ซึ่งรวมถึง:

• การค้นพบและพัฒนายา: คอมพิวเตอร์ชีวภาพสามารถใช้จำลองระบบชีวภาพและทำนายผลของยา ซึ่งช่วยเร่งกระบวนการค้นพบยาและลดความจำเป็นในการทดสอบกับสัตว์ ลองจินตนาการถึงการจำลองปฏิสัมพันธ์ของยากับโปรตีนเป้าหมายเพื่อระบุผลข้างเคียงที่อาจเกิดขึ้น
• การแพทย์เฉพาะบุคคล: คอมพิวเตอร์ชีวภาพสามารถปรับให้เข้ากับผู้ป่วยแต่ละราย ทำให้สามารถให้การรักษาเฉพาะบุคคลที่มีประสิทธิภาพมากขึ้นและมีพิษน้อยลง คอมพิวเตอร์ชีวภาพสามารถวิเคราะห์องค์ประกอบทางพันธุกรรมของผู้ป่วยและออกแบบสูตรยาที่เหมาะสมกับความต้องการของพวกเขาโดยเฉพาะ
• ไบโอเซนเซอร์และการวินิจฉัย: คอมพิวเตอร์ชีวภาพสามารถใช้ตรวจจับและวินิจฉัยโรคในระยะเริ่มต้น นำไปสู่ผลการรักษาที่ดีขึ้น เซ็นเซอร์ชีวภาพสามารถตรวจจับตัวบ่งชี้มะเร็งในตัวอย่างเลือด ทำให้สามารถวินิจฉัยและรักษาได้ตั้งแต่เนิ่นๆ
• การตรวจสอบสิ่งแวดล้อม: คอมพิวเตอร์ชีวภาพสามารถใช้ตรวจสอบมลพิษในสิ่งแวดล้อมและประเมินสุขภาพของระบบนิเวศ เซ็นเซอร์ชีวภาพสามารถตรวจจับสารพิษในน้ำหรืออากาศ เพื่อเป็นการเตือนภัยล่วงหน้าถึงอันตรายต่อสิ่งแวดล้อม
• วัสดุศาสตร์: ระบบชีวภาพสามารถใช้สร้างวัสดุใหม่ที่มีคุณสมบัติเฉพาะตัว เช่น วัสดุที่ซ่อมแซมตัวเองได้และพลาสติกที่ย่อยสลายได้ทางชีวภาพ นักวิจัยกำลังสำรวจการใช้แบคทีเรียเพื่อสังเคราะห์พอลิเมอร์ที่มีคุณสมบัติเฉพาะ
• การจัดเก็บข้อมูล: DNA เป็นสื่อกลางที่หนาแน่นและทนทานอย่างไม่น่าเชื่อสำหรับการจัดเก็บข้อมูลดิจิทัล นักวิจัยได้แสดงให้เห็นถึงความสามารถในการจัดเก็บข้อมูลจำนวนมากใน DNA ซึ่งเสนอทางออกที่เป็นไปได้สำหรับความท้าทายด้านการจัดเก็บข้อมูลที่เพิ่มขึ้น ตัวอย่างเช่น ข้อมูลทั้งหมดของโลกตามทฤษฎีแล้วสามารถเก็บไว้ในภาชนะขนาดเท่ากล่องรองเท้าได้
• หุ่นยนต์ขั้นสูงและระบบอัตโนมัติ: แอคชูเอเตอร์ชีวภาพ (Bio-actuators) ซึ่งเป็นกล้ามเนื้อที่สร้างจากเซลล์มีชีวิต สามารถปฏิวัติวงการหุ่นยนต์โดยทำให้การเคลื่อนไหวในระบบหุ่นยนต์เป็นธรรมชาติ ประหยัดพลังงาน และยืดหยุ่นมากขึ้น

ความท้าทายและทิศทางในอนาคต

แม้ว่าจะมีศักยภาพมหาศาล แต่คอมพิวเตอร์ชีวภาพก็เผชิญกับความท้าทายหลายประการที่ต้องได้รับการแก้ไขก่อนที่จะกลายเป็นเทคโนโลยีที่ใช้งานได้จริง ความท้าทายที่สำคัญบางประการ ได้แก่:

• ความซับซ้อน: ระบบชีวภาพมีความซับซ้อนอย่างไม่น่าเชื่อ ทำให้ยากต่อการออกแบบและควบคุมอย่างแม่นยำ การทำความเข้าใจและคาดการณ์พฤติกรรมของระบบชีวภาพต้องใช้ความเข้าใจอย่างลึกซึ้งเกี่ยวกับชีววิทยาระดับโมเลกุล ชีวเคมี และชีววิทยาระบบ
• ความน่าเชื่อถือ: ระบบชีวภาพมีสัญญาณรบกวน (noise) โดยธรรมชาติและมีแนวโน้มที่จะเกิดข้อผิดพลาด ซึ่งอาจส่งผลต่อความแม่นยำและความน่าเชื่อถือของการคำนวณทางชีวภาพ การพัฒนากลไกการแก้ไขข้อผิดพลาดและการออกแบบที่แข็งแกร่งมีความสำคัญอย่างยิ่งต่อการสร้างคอมพิวเตอร์ชีวภาพที่เชื่อถือได้
• ความสามารถในการขยายขนาด: การสร้างคอมพิวเตอร์ชีวภาพขนาดใหญ่เป็นสิ่งที่ท้าทายเนื่องจากข้อจำกัดของเทคนิคการผลิตในปัจจุบันและความซับซ้อนของระบบชีวภาพ การพัฒนาเทคนิคใหม่สำหรับการประกอบและรวมส่วนประกอบทางชีวภาพเป็นสิ่งจำเป็นสำหรับการขยายขนาดระบบคอมพิวเตอร์ชีวภาพ
• การสร้างมาตรฐาน: การขาดมาตรฐานในคอมพิวเตอร์ชีวภาพทำให้ยากต่อการแบ่งปันและนำส่วนประกอบและการออกแบบทางชีวภาพกลับมาใช้ใหม่ การพัฒนามาตรฐานร่วมสำหรับชิ้นส่วนและอุปกรณ์ชีวภาพจะช่วยอำนวยความสะดวกในการทำงานร่วมกันและเร่งการพัฒนาคอมพิวเตอร์ชีวภาพ ภาษาชีววิทยาสังเคราะห์แบบเปิด (SBOL) เป็นความพยายามที่จะสร้างมาตรฐานในการนำเสนอการออกแบบทางชีวภาพ
• ความปลอดภัยทางชีวภาพ: การใช้คอมพิวเตอร์ชีวภาพในทางที่ผิดที่อาจเกิดขึ้นทำให้เกิดความกังวลเกี่ยวกับความปลอดภัยทางชีวภาพ การพัฒนามาตรการป้องกันและแนวปฏิบัติทางจริยธรรมที่เหมาะสมเป็นสิ่งสำคัญเพื่อป้องกันการใช้คอมพิวเตอร์ชีวภาพในทางที่ผิดเพื่อวัตถุประสงค์ที่เป็นอันตราย ตัวอย่างเช่น การสร้างเชื้อโรคที่เป็นอันตรายเป็นข้อกังวลที่ร้ายแรงซึ่งต้องได้รับการแก้ไขผ่านกฎระเบียบที่เข้มงวด
• ประสิทธิภาพการใช้พลังงาน: แม้ว่าระบบชีวภาพโดยทั่วไปจะประหยัดพลังงาน แต่การจัดหาพลังงานและทรัพยากรที่จำเป็นสำหรับการคำนวณทางชีวภาพอาจเป็นเรื่องท้าทาย การเพิ่มประสิทธิภาพการใช้พลังงานของระบบคอมพิวเตอร์ชีวภาพมีความสำคัญต่อความยั่งยืนในระยะยาว

อนาคตของคอมพิวเตอร์ชีวภาพนั้นสดใส โดยมีความพยายามในการวิจัยอย่างต่อเนื่องที่มุ่งเน้นการแก้ไขความท้าทายเหล่านี้และพัฒนาแอปพลิเคชันใหม่ๆ สำหรับเทคโนโลยีที่ปฏิวัติวงการนี้ ประเด็นสำคัญของการวิจัย ได้แก่:

• การพัฒนาส่วนประกอบและอุปกรณ์ชีวภาพใหม่ๆ: ซึ่งรวมถึงการสร้างเอนไซม์ โปรตีน และลำดับดีเอ็นเอใหม่ๆ ที่มีฟังก์ชันการทำงานเฉพาะ
• การปรับปรุงความน่าเชื่อถือและความสามารถในการขยายขนาดของระบบคอมพิวเตอร์ชีวภาพ: ซึ่งเกี่ยวข้องกับการพัฒนากลไกการแก้ไขข้อผิดพลาดและเทคนิคการประกอบใหม่ๆ
• การสร้างภาษาโปรแกรมและเครื่องมือใหม่สำหรับคอมพิวเตอร์ชีวภาพ: ซึ่งจะทำให้นักวิจัยออกแบบและจำลองคอมพิวเตอร์ชีวภาพได้ง่ายขึ้น
• การสำรวจแอปพลิเคชันใหม่ๆ สำหรับคอมพิวเตอร์ชีวภาพ: ซึ่งรวมถึงการพัฒนาไบโอเซนเซอร์ ระบบนำส่งยา และวัสดุใหม่ๆ
• การจัดการข้อกังวลด้านจริยธรรมและความปลอดภัยทางชีวภาพที่เกี่ยวข้องกับคอมพิวเตอร์ชีวภาพ: ซึ่งต้องมีการพัฒนามาตรการป้องกันและกฎระเบียบที่เหมาะสม

ตัวอย่างงานวิจัยปัจจุบันด้านคอมพิวเตอร์ชีวภาพ

นี่คือตัวอย่างบางส่วนของงานวิจัยที่ล้ำสมัยที่กำลังเกิดขึ้นทั่วโลก:

• MIT (สหรัฐอเมริกา): นักวิจัยกำลังพัฒนาวงจรที่ใช้ DNA ซึ่งสามารถตรวจจับและตอบสนองต่อตัวบ่งชี้ทางชีวภาพที่เฉพาะเจาะจง ซึ่งอาจนำไปสู่เครื่องมือวินิจฉัยใหม่ๆ
• มหาวิทยาลัยออกซฟอร์ด (สหราชอาณาจักร): นักวิทยาศาสตร์กำลังสำรวจการใช้เซลล์แบคทีเรียเป็นส่วนประกอบสำหรับคอมพิวเตอร์ชีวภาพ โดยมุ่งเน้นที่การสร้างเซลลูลาร์ออโตมาตาที่จัดระเบียบตัวเองได้
• ETH Zurich (สวิตเซอร์แลนด์): กลุ่มวิจัยกำลังทำงานเพื่อพัฒนาลอจิกเกตและวงจรที่ใช้เอนไซม์สำหรับการใช้งานด้านไบโอเซนเซอร์และการนำส่งยา
• มหาวิทยาลัยโตเกียว (ญี่ปุ่น): นักวิจัยกำลังพัฒนาวิธีการจัดเก็บข้อมูลดิจิทัลใน DNA โดยมีเป้าหมายเพื่อสร้างระบบจัดเก็บข้อมูลที่มีความหนาแน่นสูงและทนทาน
• สถาบันมักซ์พลังค์ (เยอรมนี): นักวิทยาศาสตร์กำลังตรวจสอบการใช้เซลล์เทียมเพื่อสร้างอุปกรณ์ชีวภาพแบบผสมที่มีฟังก์ชันการทำงานที่สามารถโปรแกรมได้
• มหาวิทยาลัยโทรอนโต (แคนาดา): กำลังพัฒนาอุปกรณ์ไมโครฟลูอิดิกเพื่อควบคุมและจัดการระบบชีวภาพ เพื่อปรับปรุงความแม่นยำและประสิทธิภาพของการคำนวณทางชีวภาพ
• มหาวิทยาลัยเทคโนโลยีนันยาง (สิงคโปร์): กำลังสำรวจการใช้ระบบ CRISPR-Cas สำหรับการแก้ไขและควบคุมยีนอย่างแม่นยำในการใช้งานคอมพิวเตอร์ชีวภาพ

บทสรุป

คอมพิวเตอร์ชีวภาพแสดงถึงการเปลี่ยนแปลงกระบวนทัศน์ในการคำนวณ โดยเปลี่ยนจากระบบที่ใช้ซิลิคอนแบบดั้งเดิมไปสู่หน่วยประมวลผลที่มีชีวิต ปรับตัวได้ และประหยัดพลังงาน แม้ว่าจะยังอยู่ในช่วงเริ่มต้นของการพัฒนา แต่คอมพิวเตอร์ชีวภาพก็มีศักยภาพที่จะปฏิวัติวงการต่างๆ ตั้งแต่การแพทย์และการตรวจสอบสิ่งแวดล้อมไปจนถึงวัสดุศาสตร์และการจัดเก็บข้อมูล การเอาชนะความท้าทายด้านความซับซ้อน ความน่าเชื่อถือ และความปลอดภัยทางชีวภาพจะปูทางไปสู่การนำคอมพิวเตอร์ชีวภาพมาใช้อย่างแพร่หลาย ซึ่งจะนำไปสู่ยุคใหม่ของเทคโนโลยีที่ได้รับแรงบันดาลใจจากชีวภาพ ในขณะที่งานวิจัยยังคงก้าวหน้าอย่างต่อเนื่อง เราคาดหวังว่าจะได้เห็นการประยุกต์ใช้คอมพิวเตอร์ชีวภาพที่สร้างสรรค์และก้าวล้ำมากยิ่งขึ้นในอีกหลายปีข้างหน้า สาขาที่น่าตื่นเต้นนี้ให้คำมั่นสัญญาถึงอนาคตที่พลังของชีววิทยาจะถูกนำมาใช้เพื่อแก้ปัญหาที่เร่งด่วนที่สุดของโลก