Неустанно растущий объем информации требует создания новых носителей. Данная потребность уже давно привела к тому, что ученые с особым интересом рассматривают ДНК в качестве идеального (по мнению многих) носителя информации. Проблема в том, что доступ к данным на молекулах является крайне сложным, дорогим и длительным процессом. Ученые из Техасского университета в Остине (США) разработали новый метод кодирования информации в синтетических молекулах, который может сталь более выгодной и эффективной альтернативой биомолекул. Как именно работает данный метод, что лежит в его основе, и что удалось с его помощью сделать? Ответы на эти вопросы мы найдем в докладе ученых.
Основа исследования
Экспоненциальный рост потребностей в хранении цифровых данных, который, как ожидается, достигнет 1.75 × 1014 гигабайт уже в 2025 году, побудил к поиску альтернатив традиционным устройствам хранения данных. Хотя эти устройства обеспечивают высокую плотность хранения и эффективную обработку данных, у них есть недостатки, такие как высокие затраты на обслуживание, энергопотребление и короткий срок службы (обычно 5–10 лет), что делает их непригодными для долгосрочного архивирования данных. Это выявило потребность в новых носителях данных с высокой плотностью, низкими затратами на обслуживание и более длительным сроком службы. Одной из перспективных областей исследований являются полимеры с определенной последовательностью (SDP от sequence-defined polymer), при этом ДНК является хорошо известным примером молекулярного носителя данных. ДНК привлекла интерес из-за своей высокой плотности информации и долговременной стабильности. Значительные достижения с 2010-х годов продемонстрировали способность ДНК кодировать и извлекать большие объемы данных, от сотен килобайт до мегабайт, что прокладывает путь для ее использования в крупномасштабном хранении данных. Этот прогресс был обусловлен технологиями синтеза и секвенирования ДНК следующего поколения. Вдохновленные ДНК, исследователи изучают синтетические SDP для хранения информации. SDP обладают преимуществами по сравнению с ДНК. Например, ДНК ограничена четырьмя мономерами, однако SDP могут использовать гораздо больший набор — восемь, шестнадцать или даже больше — что обеспечивает большую плотность информации. Более того, мономеры, используемые в SDP, можно модифицировать и адаптировать для придания синтезированным полимерам определенных свойств, что позволяет использовать их не только для кодирования данных.
Обширные исследования типов и синтетических методов создания SDP привели к значительным достижениям в этой области. Разнообразие абиотических SDP, характеризующихся разнообразными основными цепями и боковыми цепями, было синтезировано с использованием широкого спектра химии, включая химию активированных карбонатов, многокомпонентные реакции, химию сероуглерода, азид-алкиновые циклоприсоединения, химию силанов, химию тиолактонов, нитроксильное радикальное связывание и присоединения Михаэля, и это лишь некоторые из них. Кроме того, были разработаны твердофазный синтез и стратегии без защитных групп для имитации биополимеров и упрощения процесса полимеризации. Дальнейшие усовершенствования в контроле последовательности были достигнуты с помощью инновационных методов, таких как стратегии шаблонов, молекулярные машины и итеративные реакции на жидких носителях, открывающие новые возможности для проектирования сложных полимеров с точными структурами. Хотя это химическое разнообразие структуры и синтеза SDP является примечательным, разработка методов секвенирования для этих полимеров не достигла того же уровня разнообразия. Большинство существующих протоколов секвенирования абиотических SDP основаны на масс-спектрометрии (МС или MS от mass spectrometry), причем тандемная MS является наиболее широко используемой техникой, наряду с несколькими примерами использования жидкостной хроматографии-МС (ЖХ-МС или LC-MS от liquid chromatography-MS). Кроме того, в некоторых работах исследовалось использование ЯМР (от ядерный магнитный резонанс) и, совсем недавно, технологии нанопор.
Несмотря на эти достижения, современные методы секвенирования SDP сталкиваются с определенными ограничениями. Например, подходы на основе MS представляют проблемы, связанные со стоимостью, портативностью и доступностью, что делает их непрактичными для более широкого внедрения. Другие ограничения включают деструктивный анализ и низкую скорость декодирования. Чтобы позиционировать SDP как действительно жизнеспособные носители данных, используемые методы должны быть как доступными, так и способными к миниатюризации для приложений на уровне потребителя. К сожалению, такие методы, как MS, ЯМР и флуоресцентная спектроскопия, обычно требуют больших, дорогих приборов и сложных рабочих процедур, что затрудняет их переход на портативные, недорогие устройства.
Чтобы разнообразить аналитический инструментарий для секвенирования SDP и устранить некоторые из этих практических препятствий, в данном исследовании ученые представили электрохимический метод декодирования олигоуретанов с определенной последовательностью (SDO от sequence-defined oligourethane). Используя электронный транспорт — фундаментальный аспект современной электроники — данный подход имеет потенциал для масштабирования до более мелких, более экономичных устройств по сравнению с традиционными системами на основе спектрометрии. Хотя этот текущий метод еще не преодолевает разрушительные или трудоемкие аспекты секвенирования SDP, он делает существенный первый шаг к конечной цели разработки портативных, интегрированных технологий для хранения данных на основе синтетических полимеров.
Результаты исследования
В олигомерах с определенной последовательностью каждый мономер должен иметь уникальный идентификатор для обеспечения распознавания во время секвенирования. В методах на основе MS этим идентификатором обычно является масса мономера. Для подхода электрохимического секвенирования требуются мономеры с различными электрохимическими свойствами, в частности, уникальными окислительно-восстановительными потенциалами, чтобы обеспечить идентификацию мономеров в неизвестных олигомерах. Чтобы избежать перекрытия пиков в вольтамперограмме DPV (дифференциально-импульсная вольтамперометрия), эти окислительно-восстановительные потенциалы должны быть достаточно разрешены. Кроме того, было крайне важно, чтобы все мономеры демонстрировали схожие токовые отклики при равных концентрациях, чтобы обеспечить единообразную количественную оценку.
Для удовлетворения этих требований было синтезировано четыре электрохимически активных мономера (M1, M2, M3 и M4), каждый из которых включал по-разному замещенный ферроцен в качестве окислительно-восстановительного активного фрагмента, присоединенного к боковой цепи производного лизина (схема выше). Ферроцен был выбран, поскольку он может обратимо окисляться до ферроцения, образуя стабильную и надежную окислительно-восстановительную пару Fc/Fc+. Кроме того, окислительно-восстановительный потенциал ферроценов модулировался путем введения электронодонорных (-алкокси, -амино, -алкил и т. д.) или электроноакцепторных (-амидо, -триазолил, -бром, -циано и т. д.) заместителей в циклопентадиенильные кольца, что позволило нам достичь желаемого разделения окислительно-восстановительных потенциалов. Использование четырех мономеров, полученных из одного класса окислительно-восстановительно-активных молекул, в частности производных ферроцена, сводит к минимуму изменчивость в токовой реакции и облегчает точную количественную оценку во время секвенирования.
Изображение №1
После синтеза четырех мономеров (1A) была проведена DPV для оценки их окислительно-восстановительной активности в контролируемых электрохимических условиях. На основании предыдущих исследований был выбран тетрабутиламмоний тетракис[3,5-бис(трифторметил)фенил]борат ([Nbu4] [BArF]) в дихлорметане (DCM) в качестве слабокоординирующего электролита для обеспечения лучшего разрешения пиков при наличии в растворе нескольких окислительно-восстановительно-активных видов.
Ожидалось, что слабая координация аниона BArF с видами ферроцения улучшит разделение между окислительно-восстановительными пиками различных мономеров. Поскольку производные ферроцена демонстрируют окислительно-восстановительный потенциал от 0 до 1.5 В, была выбрана комбинация растворитель-электролит-электрод, которая остается электрохимически инертной в этом окне, сводя к минимуму фоновые помехи.
Благодаря этим итеративным экспериментам была создана идеальная электрохимическая установка с использованием 20 мМ [NBu4][BArF] в DCM, стеклоуглеродного рабочего электрода и платиновых проводов в качестве противоэлектрода и электрода сравнения. Кроме того, в качестве внутреннего стандарта для нормализации данных было добавлено 0.1 мМ декаметилферроцена. Эта оптимизированная установка привела к четкому разделению пиков окислительно-восстановительного потенциала для каждого мономера в смешанном растворе (1B и 1C).
Хорошо разрешенные отдельные пики соответствуют мономерам ферроцена на схеме выше: M1 (-триазолил), M2 (-амидо), M3 (-бром и -амидо) и M4 (-циано и -амидо) с окислительно-восстановительными потенциалами (E1/2) 0.66 ± 0.01, 0.82 ± 0.01, 0.97 ± 0.02 и 1.23 ± 0.01 В соответственно по сравнению с декаметилферроценом (Me10Fc). Кроме того, мономеры анализировали при концентрациях 0.25, 0.5 и 0.75 мМ для оценки их стабильности и линейности их электрохимических сигналов, которые оставались пропорциональными концентрации. Однако при более высоких концентрациях такие явления, как кинетические ограничения, насыщение электрода, омическое падение и контроль адсорбции, могут исказить эту линейную зависимость. Следовательно, поддерживались более низкие концентрации, чтобы сохранить линейное поведение и минимизировать расход материала во время анализа.
Изображение №2
После проверки электрохимических свойств мономеров ученые приступили к синтезу олигомеров с использованием методов твердофазного синтеза. Каждый олигомер был разработан для включения четырех кодирующих информацию мономеров, за которыми следовал спейсерный мономер и концевая группа на N-конце (2A). Каждый олигомер содержит фенилаланинол в качестве первого мономера, поскольку он связан со смолой, используемой для твердофазного синтеза. Спейсерный мономер может быть чем угодно, кроме кодирующих информацию мономеров, в то время как концевая группа может быть адаптирована в соответствии с конкретными экспериментальными требованиями.
Предыдущая работа ученых продемонстрировала, что олигоуретаны подвергаются деградации на конце цепи посредством механизма 5-экзо-триг циклизации на О-конце, последовательно высвобождая мономеры в виде оксазолидинонов с течением времени в присутствии неорганического основания и тепла (2C). Ученые выдвинули гипотезу, что если скорость деградации на каждом этапе не зависит от конкретных мономеров, то кинетическое исследование деградации одного олигомера можно использовать для разработки модели для прогнозирования относительной концентрации в зависимости от профиля времени для всех 256 возможных олигомеров. Чтобы проверить это, был синтезирован олигомер, содержащий четыре различных кодирующих информацию мономера в порядке M2, M4, M3 и M1, спейсерный мономер метокситирозинола (Tyr), а N-конец был покрыт флуорофором нитробензофуразан (NBD) (2B), чтобы обеспечить эффективную количественную оценку деградированных олигомеров с помощью поглощения NBD в LC-MS. Синтезированный олигомер затем подвергали деградации в точно таких же экспериментальных условиях, которые в конечном итоге использовались бы для выполнения электрохимического секвенирования неизвестных олигомеров. Относительные концентрации как деградированных олигомеров (2E), так и высвобожденных мономеров (2F) рассчитывались из площадей пиков в трассах поглощения LC в 14 временных точках в течение 280-минутного периода деградации.
Деградация 6-мера была смоделирована как 5-шаговая необратимая реакция (2D) с использованием программного обеспечения Ken Tek Explorer, подгоняя относительные данные концентрации в зависимости от времени деградированных олигомеров с помощью нелинейной регрессии. Этот подход включал численное интегрирование уравнений скорости с течением времени для определения наилучших значений для пяти констант скорости (k1, k2, k3, k4 и k5), каждая из которых соответствовала определенному шагу в пути деградации. Анализ дал константы скорости k1 = 3.7 × 10−2/мин, k2 = 4.1 × 10−2/мин, k3 = 4.8 × 10−2/мин, k4 = 4.5 × 10−2/мин и k5 = 2.1 × 10−2/мин. Для проверки точности этих значений был проведен анализ доверительного контура, подтвердивший, что все пять констант скорости были хорошо определены данными.
Изображение №3
Определив константы скорости для отдельных стадий деградации, было решено использовать их для создания моделей деградации для каждого из 256 возможных олигомеров в качестве средства для прогнозирования их профилей концентрации в зависимости от времени. При этом было установлено, что эти 256 олигомеров можно сгруппировать в 15 различных типов последовательностей, где 15 типов отличаются количеством различных уникальных мономеров и тем, как эти мономеры расположены в тетрамере. Типы последовательностей, обозначенные Seq1–Seq15 на изображении №3, охватывают все 256 олигомеров путем замены заполнителей S1, S2, S3 и S4 любым из четырех мономеров M1, M2, M3 и M4. Например, Seq1 состоит из четырех идентичных мономеров (S1), которые можно заменить на M1, M2, M3 или M4, что приведет к четырем уникальным олигомерам. Аналогично, Seq9 содержит два идентичных мономера, за которыми следуют два разных. Заменяя S1, S2 и S3 на M1, M2, M3 и M4 во всех возможных перестановках, Seq9 дает 24 уникальных олигомера. Таким образом, эти 15 типов последовательностей в совокупности составляют все 256 олигомеров.
С данной реализацией нужно было только создать профили кинетики деградации для 15 различных типов олигомеров, и все 256 олигомеров соответствовали бы одному из этих профилей. Таким образом, 15 моделей деградации были созданы с использованием программного обеспечения Ken Tek Explorer и ранее определенных констант скорости. Как показано на изображении №3, каждый тип последовательности имеет отдельный профиль концентрации в зависимости от времени, что делает их ценными стандартами для идентификации неизвестных олигомеров на основе их моделей деградации. Существует четыре ключевых характеристики этих кинетических профилей. Одна из них — это количество следов (или интенсивность), которое соответствует количеству уникальных мономеров, которые повторно используются в олигомере. Вторая — это наклоны каждой из линий графика в отдельных временных точках, которые отражают время высвобождения мономеров. Третья характеристика заключается в том, что иногда следы пересекаются друг с другом, что указывает на порядок мономеров. Наконец, значение по оси Y в длительные периоды времени снова отражает, сколько каждого мономера присутствует в олигомере. Эти кинетические характеристики можно легко использовать для визуального различения 15 типов последовательностей и, как описано ниже, для создания пространства главных компонентов для секвенирования неизвестных олигомеров.
Смоделировав 15 профилей деградации, было решено использовать профили для расшифровки последовательности электрохимически активных олигоуретанов. Ученые предположили, что периодически отбирая пробы деградационной смеси с течением времени и анализируя электрохимический отклик любых расщепленных мономеров, можно отслеживать изменения концентрации мономера(ов) на протяжении всего процесса деградации и тем самым выявлять последовательность олигомеров. Сначала работа проводилась над разработкой однореакторной системы, в которой деградация и электрохимический анализ проводятся одновременно. Однако из предварительных экспериментов было обнаружено, что сильно основные условия (возникающие из-за неорганического основания, используемого для деградации) влияют на окислительно-восстановительный потенциал ферроцена, подчеркивая важность контроля pH и выбора растворителя. Кроме того, в однореакторном подходе частично деградированные олигомеры перекрывались с окислительно-восстановительными пиками, возникающими из расщепленных мономеров, что делало анализ непоследовательным и неточным. Поэтому ученые посчитали необходимым удалить из образца как неорганическое основание, так и частично деградировавшие олигомеры перед электрохимическим анализом.
Чтобы обеспечить точный анализ деградированных мономеров без помех со стороны частично деградированных олигомеров, олигомеры модифицировали посредством присоединения полиэтиленгликоля (PEG от polyethylene glycol) на N-конце. Эта модификация позволила селективно осадить частично деградированные олигомеры и неорганическое основание (фосфат калия [K3PO4]), используемое в процессе деградации, с помощью диэтилового эфира (Et2O). Высвобожденные мономеры остаются растворенными в растворе эфира, который затем фильтруется для удаления осажденных материалов, в результате чего получается чистый образец для электрохимического анализа. Каждый образец в определенной временной точке впоследствии анализировался с использованием DPV в стандартизированных условиях, соответствующих условиям, используемым для электрохимического анализа мономеров. Кроме того, поддерживалась постоянная температура и состояние поверхности электрода, отмечая, что остатки или загрязнения на поверхности электрода могут изменять интенсивность пиков.
Изображение №4
Для каждого распада олигомера было собрано 12 образцов в точках времени 0, 10, 20, 30, 40, 50, 65, 80, 95, 110, 130 и 150 минут. Эти конкретные временные точки отбора проб были выбраны с помощью итеративного эксперимента для захвата как последовательности высвобождения мономера, так и общей кинетики деградации, что гарантирует получение достаточных данных для дифференциации 15 типов последовательностей. В течение первых 50 минут образцы отбирались каждые 10 минут, чтобы точно определить начальный порядок высвобождения мономера. Последующие измерения, продолжавшиеся до 150 минут, отслеживали скорость увеличения концентраций мономера. После 150 минут дополнительный отбор проб не давал новых сведений, поэтому дальнейший сбор данных был ненужным. Такой подход позволил оптимизировать сбор кинетической и секвенирующей информации в практических временных рамках. Весь рабочий процесс, от деградации олигомеров до анализа DPV образцов в заданные моменты времени, проиллюстрирован выше.
В протоколе секвенирования каждый электрохимический сигнал отражает относительную концентрацию определенного расщепленного мономера в данный момент времени, указывая, сколько этого мономера было высвобождено из олигомера. Поскольку концентрация мономера в растворе регулируется кинетикой деградации конца цепи, эти электрохимические сигналы напрямую коррелируют с константами скорости этой реакции. Таким образом, мониторинг эволюции этих сигналов с течением времени выявляет скорость высвобождения каждого мономера, устанавливая прямую механистическую связь между наблюдаемыми электрохимическими профилями и лежащими в основе скоростями реакции деградации.
Данные DPV, собранные для каждого неизвестного олигомера, были обработаны и проанализированы для точного определения их последовательностей и декодирования содержащейся в них информации. Полный рабочий процесс обработки и анализа данных полностью автоматизирован с помощью скрипта Python.
Изображение №5
Необработанные данные, полученные в результате анализа DPV деградации неизвестного олигомера (например, олигомера 14) (5A), были изначально нормализованы по внутреннему стандарту для обеспечения согласованного сравнения во всех временных точках с учетом изменений в экспериментальных условиях. После нормализации (5B) к каждому набору данных, соответствующему различным временным точкам, была применена подгонка кривой Гаусса для точного извлечения пиковых токов и потенциалов для всех окислительно-восстановительных событий, наблюдаемых в данных. Затем обнаруженные окислительно-восстановительные потенциалы были сопоставлены с известными окислительно-восстановительными потенциалами мономеров M1, M2, M3 и M4, что позволило идентифицировать конкретные мономеры, присутствующие в олигомере. Порядок появления этих окислительно-восстановительных пиков в данных DPV по времени использовался для назначения позиций мономеров: первый пик был назначен как S1, второй как S2 и т. д. Это назначение S1, S2, S3 и S4 фактическим мономерам M1, M2, M3 и M4 имеет решающее значение для определения идентичности неизвестного олигомера среди 256 возможных конфигураций посредством сопоставления последовательностей. Пиковые токи в каждой временной точке, указывающие на концентрацию соответствующих мономеров в растворе, использовались для создания профиля концентрации в зависимости от времени для процесса деградации (5C). Этот профиль впоследствии был подобран и нормализован, причем наивысшее значение концентрации было установлено равным 1, а последующие значения были масштабированы соответствующим образом (5D).
После обработки и нормализации данных профиль концентрации в зависимости от времени неизвестного олигомера (5D) сравнивался с прогнозируемыми профилями 15 возможных типов последовательностей (изображение №3), что позволило идентифицировать правильный тип последовательности. Для выполнения этого сопоставления последовательностей была проведена оценка нескольких математических подходов. В результате было обнаружено, что PCA является наиболее эффективным. PCA — это метод снижения размерности, который проецирует высокоразмерные данные на пространство с меньшей размерностью, захватывая направления (главные компоненты) с наибольшей дисперсией. Этот метод особенно подходит для данного анализа, поскольку он эффективно выделяет ключевые различия между 15 прогнозируемыми профилями концентрации в зависимости от времени для каждого типа последовательности, тем самым захватывая четыре основные кинетические особенности. Сосредоточившись на этих дисперсиях, PCA позволяет проводить надежное сравнение между экспериментальными и прогнозируемыми данными, облегчая точное определение последовательности неизвестного олигомера.
Процесс сопоставления последовательностей начинается с подсчета количества уникальных интенсивностей мономеров (S1–S4) неизвестного олигомера, что дает количество интенсивностей от 1 до 4. Это количество сразу помещает олигомер в определенную категорию:
1. Если количество = 1: все мономеры одинаковы (Seq1).
2. Если количество = 2: рассчитать абсолютную разницу (ΔS) между S1 и S2 в момент времени 150 минут.
• Если ΔS > 0.3, олигомер «3 одинаковых 1 разных» (Seq2, Seq3, Seq4 и Seq5).
• Если ΔS < 0.3, олигомер «2 одинаковых 2 одинаковых» (Seq6, Seq7 и Seq8).
3. Если количество = 3: олигомер «2 одинаковых 1 разных 1 разных» (Seq9–Seq14).
4. Если количество = 4: все мономеры разные (Seq15).
После этой начальной категоризации рассматриваются только соответствующие известные последовательности в этой категории. Наконец, профиль концентрации-времени каждого неизвестного олигомера преобразуется в то же самое пространство PCA, что и известные последовательности, и евклидово расстояние используется для поиска ближайшего соответствия среди этих последовательностей-кандидатов.
Для анализа соответствия последовательностей были использованы первые пять главных компонентов, которые охватывали 99% дисперсии в каждом наборе данных, чтобы вычислить евклидово расстояние между неизвестным набором данных и каждым возможным типом последовательности из предопределенной категории. Последовательность с самым коротким евклидовым расстоянием была идентифицирована как лучшее соответствие. Как показано на 5E, экспериментальный профиль концентрации в зависимости от времени олигомера 14 был отображен в 5-компонентном PCA-пространстве вместе с 15 предсказанными последовательностями (Seq1–Seq15), причем на 5E были отображены только первые три компонента. Поскольку неизвестный олигомер (олигомер 14) имеет интенсивность 3, он сравнивается только с последовательностями в той же категории, а именно Seq9–Seq14. После сравнения олигомер 14 показал самое близкое соответствие с Seq14 (S1-S2-S3-S1) с евклидовым расстоянием 0.677. На основании этого результата и ранее назначенных идентичностей мономеров (S1 = M1, S2 = M3 и S3 = M2) фактическая последовательность олигомера 14 была определена как M1-M3-M2-M1, что было подтверждено как правильное. После определения точной последовательности олигомера 14 он был проверен на назначенный ему символ ASCII. Это показало, что олигомер 14 кодирует символ «$» (5F).
Таблица №1
Чтобы проверить эффективность этого метода, ученые успешно закодировали и раскодировали 11-символьный пароль, используемый для разблокировки компьютера. Чтобы продемонстрировать общность метода, каждый из 11 символов был выбран из другого класса вариантов Seq1–Seq15 (таблица №1). Процессы кодирования и декодирования были полностью автоматизированы посредством двух скриптов Python. Скрипт кодирования был запрограммирован на перевод желаемой информации в определенные последовательности олигомеров. Каждый из 11 символов в пароле был закодирован в соответствующий олигомер (олигомеры 1–11), который затем был синтезирован с использованием автоматизированного олигоуретанового синтезатора (модифицированный жидкостный обработчик). Синтез этих определенных олигомеров ознаменовал завершение процесса кодирования.
Для расшифровки пароля олигомеры были разложены и проанализированы электрохимически с использованием DPV, и были собраны необработанные данные. Затем сценарий декодирования использовался для обработки этих необработанных данных DPV, переводя их обратно в символы ASCII, сохраненные каждым олигомером без ошибок (таблица №1). Этот процесс успешно раскрыл пароль «Dh&@dR%P0Wў», который впоследствии использовался для разблокировки компьютера. Этот протокол продемонстрировал успешное, безошибочное кодирование и декодирование 11-символьного пароля.
Для более детального ознакомления с нюансами исследования рекомендую заглянуть в доклад ученых и дополнительные материалы к нему.
Эпилог
В рассмотренном нами сегодня труде ученые разработали новую систему кодирования информации, использующую синтетические молекулы. С помощью данного метода удалось успешно и безошибочно закодировать и декодировать 11-символьный пароль.
Использование молекул в качестве носителей информации изучается уже довольно давно. Вызван такой интерес тем, что они могут хранить огромный объем данных и не требуют источников энергии. Проблема в том, что получение доступа к закодированной таким методом информации является крайне сложным, длительным и дорогостоящим. Преобразовать его в практическое применение обычными пользователями, т. е. вне лабораторных условий, крайне сложно. Использование синтетических молекул может стать решением этой проблемы.
Созданная учеными молекула содержит электрохимическую информацию, что позволяет расшифровывать ее с помощью электрических сигналов. В первую очередь был создан набор символов с помощью 4 различных мономеров с различными электрохимическими свойствами. Каждый символ являлся комбинацией этих мономеров, что дало в общей сложности 256 вариантов. В ходе практических испытаний этот метод был использован для создания мономерного пароля, который состоял из следующих символов: Dh&@dR%P0W¢.
Метод расшифровки использует тот факт, что определенные цепочечные полимеры можно расщепить, удаляя по одному строительному блоку за раз с конца цепи. Поскольку мономеры были разработаны с уникальными электрохимическими свойствами, эта пошаговая деградация приводит к электрическим сигналам, которые можно использовать для расшифровки последовательной идентичности мономеров в полимере.
На данный момент данный метод еще далек от идеала. Одной из самых значимых проблем является одноразовость таких паролей, так как для их расшифровки полимер фактически нужно деградировать. Процесс также занимает немало времени — 2.5 часа для пароля из 11 символов. Следовательно, ученым есть еще над чем работать, но начало положено.
Немного рекламы
Спасибо, что остаётесь с нами. Вам нравятся наши статьи? Хотите видеть больше интересных материалов? Поддержите нас, оформив заказ или порекомендовав знакомым, облачные VPS для разработчиков от $4.99, уникальный аналог entry-level серверов, который был придуман нами для Вас: Вся правда о VPS (KVM) E5-2697 v3 (6 Cores) 10GB DDR4 480GB SSD 1Gbps от $19 или как правильно делить сервер? (доступны варианты с RAID1 и RAID10, до 24 ядер и до 40GB DDR4).
Dell R730xd в 2 раза дешевле в дата-центре Maincubes Tier IV в Амстердаме? Только у нас 2 х Intel TetraDeca-Core Xeon 2x E5-2697v3 2.6GHz 14C 64GB DDR4 4x960GB SSD 1Gbps 100 ТВ от $199 в Нидерландах! Dell R420 — 2x E5-2430 2.2Ghz 6C 128GB DDR3 2x960GB SSD 1Gbps 100TB — от $99! Читайте о том Как построить инфраструктуру корп. класса c применением серверов Dell R730xd Е5-2650 v4 стоимостью 9000 евро за копейки?
