DNA存儲技術究竟牛在哪裡？

針對未來存儲密度市場，前期在文章「50TB ExaDrive SSD投入商用」和「HP憶阻器內存和IBM原子磁碟」中，分別介紹了大容量SSD、憶阻SCM和原子存儲技術，但今天給大家普及的是另外一種前衛技術——DNA存儲技。

DNA存儲則能提供極大密度，是未來大容量存儲較理想的介質，也是下一代冷存儲的替代品。從原理上來講，DNA存儲是通過DNA中G、T、A和C4種鹼基代表二進位數據(0、1、2和3)，理論上1克DNA可存455EB數據。DNA存儲的讀取技術則是採用DNA測序技術實現，DNA測序技術發展迅速，性能每次可達960Gb，成本也很低，性價比已經接近商用；目前的難題在於DNA存儲的寫性能，當前寫性能每天只能達到Mb量級，極高寫成本使得離商用還有很長的路要走。

由於DNA存儲還有很多技術難題需要攻克，DNA存儲目前還是原型概念驗證階段，主要是學術研究機構在從事，至少還需要5年時間才可能有DNA存儲商業產品應用，但從長期投入來看，微軟等廠商覺得是很有投入價值的，這很可能是未來存儲介質市場的切入點，DNA晶元技術、晶元電路設計和測序合成技術結合將可能是繼原子存儲、SCM介質之後的下一個存儲技術熱點。

DNA存儲是將二進位文件通過編碼映射成DNA里A、T、G和C鹼基序列，按序列順序通過人工合成技術形成長鏈DNA來保存數據的方法成為DNA存儲技術，數據寫入即人工合成DNA，數據讀取即DNA測序，數據拷貝即DNA複製，利用DNA中鹼基序列編碼存儲二進位數據具體實例如下所示。

DNA存儲從架構上講，主要包括類似於存儲控制器的編解碼器、數據讀取寫入設備和數據存儲設備，從技術成熟度上講，DNA技術可以支持開發DNA存儲原型，但在成本和自動化等方面還面臨技術的挑戰。

編解碼器(存儲控制器)完成二進位轉換為DNA鹼基序列(鹼基對A，T，G和C可對應0，1，2和3)，對誤碼進行誤碼糾正、文件索引的方法對效率影響大。

寫入設備(寫磁頭)通過DNA合成含有A、T、G和C的DNA數據鏈保存數據，人工合成DNA。當前DNA合成技術已經可以按程序任意組合在DNA鏈條上加入鹼基，使得DNA寫入成為可能。

存放設備(磁碟櫃)實現DNA存放，單個細胞核23對染色體含30億對鹼基可存12Gb數據，1克DNA可存儲EB級數據。

讀取設備(讀磁頭) 實現DNA存儲的讀取，基於DNA測序(Sequencing)技術，目前最常用的測序方法是桑格測序法(Sangar)。

Sanger測序的原理是將測序DNA進行大量複製(PCR)，將DNA分裝不同試管中，分別加入有剪切作用的染過色的雙脫氧核苷酸ddNTP，反覆PCR循環讓DNA複製，當遇到ddNTP複製斷裂，形成長短不一的DNA單鏈，加電出現電泳現象，短鏈DNA游速快，長鏈游速慢，形成長短排序，激光照相，形成排序光譜。

DNA存儲優勢是顯然意見的，密度理論上1克DNA可存儲455EB數據量，DNA存儲時間也很長，在乾冷條件下，可保持100萬年以上，常溫下可保持2000年以上，常溫保存能耗很低，基本不需要電力。但是技術挑戰也與之並存，存儲密度受到編碼效率、備份數量、分類索引等方面的制約，通常比理論密度低。

DNA存儲編糾錯挑戰:編碼糾錯的原則是避免重複，重複導致讀錯概率大，最常用的方法是加入驗證信息。在解決誤碼問題上，微軟採用了三進位編碼原理，在4個鹼基中，其中一個鹼基用作前一位指示，後三位用作0，1，2編碼。

DNA存儲編索引挑戰:目前比較流行的一種DNA存儲索引方法叫KV方式，針對文件，以Key-Value的方法形成Key值，將Key值形成文件頭DNA索引和地址，再將文件內容和索引合成DNA。

DNA存儲寫入合成挑戰:DNA合成過程是控制4種鹼基分別加入DNA合成片段中，將片段鏈接合成較大的片段的過程。DNA合成依然較困難，小片段合成可以在實驗室，但是大規模合成需要專門基因合成服務公司才能完成(如GeneArt，Twist Biosicence)。

DNA存儲拷貝技術:DNA複製通常採用成熟的PCR方法，該方法在1983年發明。大致過程是先將DNA雙鏈加熱分開，加入聚合酶、DNA引物和鹼基，DNA單鏈開始產生雙鏈實現DNA的複製。

關於DNA存儲的技術研究和應用前景十分廣闊，當前主流方向聚焦在密度、保存時間、低能耗等優點，DNA存儲的存取技術(合成和測序技術)得到了快速發展，如果能很好地解決成本性能問題，那麼在未來，會極大限度加速DNA存儲取代現有存儲的可能性和進程。

DNA存儲在歸檔場景具備佔地小、能耗低、密度大的特點，美國國家圖書館、維基百科、Google有意願將資料備份在DNA存儲上；在軍事用途應用中，可以通過人體攜帶DNA數據，有了DNA存儲技術，我們人體就是「雲硬碟」。在個人應用中，未來個人可以隨身攜帶超大容量的DNA USB數據盤。

但歸根結底，DNA存儲商用很大程度依賴DNA合成技術和測序技術的發展，當前測序技術發展較快如Pacbio、Illumina等公司，DNA合成技術發展慢，需要較大的理論和技術突破才可能，在另一方面，這也可能導致未來商用的不確定性。

DNA存儲技術如其他技術發展，DNA存儲技術的發展也離不開所處的生態環境，目前值得關注的生態圈領域主要包括，DNA晶元、DNA合成技術、DNA測序等。

DNA晶元主要包括Affymetrix、Illumina和Affymetrix公司，Affymetrix利用基因晶元，通過原位合成法，大規模生產DNA探針。Illumina和Affymetrix合作開發DNA探針晶元由於測序。DNA合成包括美國IDT美國、德國GeneART、中國華大基因和提供DNA合成服務的Twist公司和微軟合作。

DNA存儲至今已有很多成功嘗試，哈弗大學George Church在2012年首次650KB數據寫進DNA存儲；EMBL歐洲生物信息實驗室2013年將20MB數據寫進DNA存儲；這些都是科研機構的嘗試，但在2016年7月，微軟研究院和華盛頓大學2016年發布DNA存儲原型論文，並在同年7月將200MB的數據放入一段DNA中，引發極大關注，微軟發布DNA存儲原型，並決定推進其商用。

這次試驗打破之前20MB的最高紀錄，發布了新的Error-Correcting Code，適合DNA讀寫錯誤的糾正，同時對DNA數據可以隨機讀取。試驗的成功促使微軟加速推進DNA存儲商業應用的研究。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！