1.1　概述

人类在漫长的历史中不断寻找一种智能的机器来实现计算。最早，人们使用手工计算，例如古代罗马人使用石子来计数；在我国，上千年前就发明了算盘作为计算工具，用该工具计算时主要包括算具（硬件）、算法（规则）两个方面；直到近代才出现了机械计算。1642年，法国数学家帕斯卡利用齿轮转动，发明了世界上第一台机械计算机器。虽然该计算机器功能简单，但是其思想对后来计算机的发展产生了重大影响。

1937年，阿兰·图灵发表的一篇著名的论文中首次提出了图灵机（Turing machine）模型［1］。随后冯·诺依曼基于图灵机这一抽象的计算模型，设计出了计算机的实现方案。1946年第一台数字电子计算机在冯·诺依曼体系下问世。计算机作为科学发展史上最重要的技术发明之一，将人类带入了信息社会时代。在过去的70多年里，虽然计算机技术发展迅速，但目前仍使用冯·诺依曼体系结构，指令串行的顺序执行极大地限制了计算速度。从20世纪70年代初开始，微电子工业按摩尔定律发展，计算机处理器的复杂性随时间的推进呈几何级数不断增长，计算机芯片载体技术的发展也将趋于极限。因此，亟待寻求一种新的计算模型来解决传统计算机的瓶颈问题。因此，生物计算机、光计算机和量子计算机逐渐进入全世界科学家的研究视野中。其中，生物计算主要包括膜计算和DNA计算。膜计算因其具有良好的分布式结构和强大的并行性而成为生物计算中最具有代表性的一个分支。

DNA计算作为生物计算中较早研究的领域，其构想始于20世纪70年代。1973年，Bennett首次从理论上通过DNA分子和RNA分子，模拟了生物过程进行计算操作，构建出的生物分子计算装置与图灵机是等价的［2］。1987年，Head应用形式化语言将DNA中一系列生化反应操作使用文法中的产生式来表示，在此基础上提出了剪接系统，并对其计算能力进行了研究［3］。DNA计算真正进入生物实现阶段是在1994年，美国南加州大学的Adleman教授在Science期刊上发表了篇名为Molecular computation of solutions to combinatorial problems的论文中提到，通过DNA分子和一些生化反应操作在试管内成功地求解了具有7个顶点的有向哈密尔顿路径问题［4］。这项工作迅速引起了各个领域学者，包括计算机学家、生物学家、数学家的广泛关注。受这篇论文的启发，Lipton教授利用DNA分子成功解决了“可满足性问题”即（SAT问题）［5］。这些实验结果表明，相较于传统的电子计算机，利用DNA分子在求解NP难（NP-hard）问题时的计算效率更为高效。

近年来，膜计算作为计算机科学与生物学交叉产生的前沿研究领域，由欧洲科学院院士Gheorghe Pǎun创立于1998年。基于Gheorghe Pǎun院士的开创性工作，膜系统通常也称为P系统。膜系统是一个高度并行的计算系统。最近，Roy等科学家在Nature杂志上发表了题为Towards spike-based machine intelligence with neuromorphic computing的论文。该论文受到膜计算中的脉冲神经膜系统的启发，从生物计算的角度研究了一类新的神经计算系统，并研究了算法设计和硬件系统的实现［6］。

从理论上讲，膜系统的计算效率会高于当前的电子计算机，而如何研制基于膜计算模型的生物计算机是一个重要的研究课题。并且通过对该领域的深入研究，可为实际的生化系统的建模与仿真提供技术支撑。另外，膜计算涉及计算机科学、数学以及生物学等多个学科相关的交叉研究领域，该领域对生物学、计算机科学、医学等多个学科会产生重要的影响。