回答:
Soundbiteの答え：DNAコンピューティングは、NPの完全な問題を解決する魔法の杖を提供しませんが、1990年代に尊敬された研究者の中には、しばらくは考えていたものもあります。
最初のDNAコンピューティング実験は、有名な数論者Len Adlemanが率いる研究室で行われました。Adlemanは小さなトラベリングセールスマン問題を解決しました-よく知られたNP完全問題で、彼と他の人たちはしばらくの間、この方法は拡大するかもしれないと考えました。Adlemanは、この短いビデオで彼のアプローチを説明しています。彼らが遭遇した問題は、適度なサイズのTSP問題を解決するために、地球のサイズよりも多くのDNAを必要とすることでした。彼らは並行して行われる作業の量を増やすことで時間を節約する方法を見つけましたが、これはTSPの問題が解決するために指数関数的なリソースよりも少ないことを意味しませんでした。彼らは、指数関数的コストを時間の量から物理量にシフトしただけでした。
（追加の質問があります：問題を解決するために指数関数的な量の機械が必要な場合、そもそも機械を構築するために自動的に指数関数的な量、または少なくとも前処理を必要としますか？一方ですが。）
この一般的な問題-他のリソースを犠牲にして計算に必要な時間を削減する-は、生物学的に着想を得たコンピューティングモデルに何度も現れています。膜コンピューティング（生物細胞の抽象化）に関するウィキペディアのページでは、特定のタイプの膜システムが多項式時間でNP完全問題を解決できると述べています。これは、そのシステムが、多項式時間で、膜全体の内部に指数関数的に多くのサブオブジェクトを作成できるためです。さて...指数関数的な量の原料は、外界からどのようにして到着し、一定の表面積を持つ膜を通って入りますか？回答：考慮されていません。彼らは、そうでなければ計算が必要とするリソースの代金を払っていません。
最後に、AHNEPを示す論文にリンクしたAnthony Labarreに応答するために、NP時間問題を多項式時間で解決できます。AHNEPが3SATを線形に解決できることを示す論文もあります。時間。AHNEP =進化的プロセッサのハイブリッドネットワークを受け入れます。進化的プロセッサはDNAに触発されたモデルであり、そのコアには置換、削除、または（重要な）挿入によって各ステップで変更できる文字列があります。さらに、任意の数の文字列がすべてのノードで利用可能であり、各通信ステップで、すべてのノードはすべての正しい文字列をすべての接続ノードに送信します。したがって、時間のコストなしで、指数関数的な量の情報を転送することが可能であり、挿入規則のために、個々の文字列は計算の過程でさらに大きくなる可能性があるため、二重の苦労です。
現実世界で実用的な計算に焦点を当てた研究者による生物計算の最近の研究に興味がある場合は、SIGACT Newsで最近書いたこの書評を提供できます。
これはモデルに大きく依存します。
実際には、DNAコンピューティングは（非相対論的）物理法則に従うため、量子コンピューターでシミュレートできます。したがって、期待できる最善の方法は、BQP完全問題を解決できることです。しかし、これは実際には本当である可能性は非常に低いです（DNAは非常に大きいため、コヒーレンスは実際には問題ではありません）。そのため、シミュレーションではほぼ確実にPです。ただし、これは用語率直に言って、原子は十分に安価であるため、この数は天文学的なものであり、DNAで満たされた試験管の実際のシミュレーションは、現在可能な範囲をはるかに超えています。
その結果、多くの人々は、実際に非常にうまくいくことを近似するモデルで作業することを選択しますが、極端にプッシュされると壊れます。この一例が抽象タイルモデルであり、NEXP完全であることがわかります（昨年のFOCS のGottesmanとIraniの論文を参照）。
これは部分的な答えです
あなたが言及したウィキペディアの記事から、NP完全問題を解決する分子DNA計算アルゴリズムは、NP完全問題がシーケンシャルマシンの多項式時間で解けることを証明しません（実際には多項式時間を意味すると仮定します）。DNAコンピューティングは、フォームパラレルコンピューティングと見なすことができます。最後に、計算可能性理論の観点から、DNAコンピューティングはチューリングマシンほど強力ではありません。
この論文はあなたにとって興味深いかもしれません-偶然、誰かがそのタイトルを構成する衝撃的な声明を明確にすることができれば感謝します。