自从Adleman 博士于1994 年在Science 上发表文章，用DNA 计算方法成功地求解有向图的Hamilton 有向路问题以来，一个全新的研究领域——DNA 计算产生了。 由于DNA 计算机具有的巨大并行性/海量存储以及低能耗等特点，该领域的研究引起了众多学者的关注。本文结合生物学的研究方法和新兴的压电基因传感器技术，对DNA 计算及其模型生物实现过程中的某些问题做了初步地探讨。利用Rec-A 蛋白介导生成的三链核酸结构进行计算以降低编码的复杂度，并减少计算的错误。同时将压电基因传感器技术引入DNA 计算，与以往的表面DNA 计算模型比较，显示了基于压电基因传感器DNA 计算的优越性及意义。 一般来讲在DNA 计算中，信息是以线性DNA 序列为载体并通过DNA 分子间的特异性杂交来完成信息的处理的，因此，DNA 计算首要的问题就是DNA 序列的编码问题。由于DNA 计算编码问题实质上属于NP 问题，目前的编码方法还无法很好地满足特定DNA 计算模型的实际要求。本文首先介绍了基于k-臂DNA 分子的三维DNA 计算模型，用它解决图的连通度问题在一定程度上降低了编码的复杂度，但是由于实验技术的制约基于这一DNA 结构的计算在具体实现上有极大的困难。2002年，Braich 等人利用Sticker 模型设计了一种半自动化装置，解决了一个20 个变量的3-可满足性问题。为了减少计算所产生的错误他们在编码时给出了7 个约束条件，这使编码相当复杂。参考这种DNA 计算方法及Sticker 模型，本文提出用一种新的分子结构--Rec-A 蛋白介导生成的三链核酸解决可满足性问题的DNA 计算模型。由于Rec-A 包裹的寡聚核苷酸探针不会产生发卡结构，同时它们之间不会发生非特异性杂交，而构成解空间的双链DNA 也不会有发卡结构和非特异性杂交，因此编码时主要强调表示变量的DNA 序列的特异性。这样编码的复杂度会有较大的降低，同时计算过程的错误也会减少。结合具体的一个可满足性问题对这一DNA 计算模型进行了实验验证，证实它在一定程度上是可行的。 DNA 计算离不开生化反应，并且在很大程度上依赖于生物技术的进步，而代表生物技术前沿的生物芯片和生物传感器技术，在对信息的处理和DNA 计算上有诸多相似之处。本文比较了以前用DNA 计算解决整数规划问题研究中，基于表面的几个DNA 计算模型，建立了基于压电基因传感器的0-1 规划及一类特殊整数规划问题的DNA 计算模型。通过比较，显示基于压电基因传感器解决整数规划问题的优越性，指出基于压电基因传感器的DNA 计算的真正意义在于更便于构建自动化的计算机器。另外，我们指出压电基因传感器技术可以用来构建DNA 计算的缩微芯片实验室（Lab-on-chip）。它是将溶液计算的高度并行和高存储性，表面计算的高自动化程度等优点相结合的产物，用它可能会解决更复杂的NP-完全问题。 目前DNA 计算领域所关注的焦点在于能否解决现实中的难计算问题。由于生物技术的制约，进行计算时无法获得极大的反应规模，而影响计算效率和结果的编码问题，解空间指数爆炸问题，计算中解的提取问题也都没有很好的解决。这些都成为制约DNA 计算发展的瓶颈。为了突破这一瓶颈，我们针对用于DNA 计算的生物实验技术进行了探索和开发。我们利用Rec-A 蛋白介导的三链核酸及新兴的压电基因传感器技术构建了新的DNA 计算模型，尽管用它们还没有解决实际的难计算问题，但两类模型都在一定程度上解决了一些瓶颈问题，特别是后者具有自动化，微型和高通量分析的特征。我们认为通过将前沿的生物技术和计算的新形式相互结合，探索构建自动化的微型DNA 计算机将有助于DNA 计算的发展，同时也会促进生物前沿技术的进一步发展。