Science：215PB數據存儲在1克DNA中

人類每天要產生2.5quintillion（百萬的三次方）位元組的數據，而且這個速度還在加快。IBM估計現在世界上90%的數據是在過去兩年中產生的。隨著人類生活越來越多的用數字化存儲，這個趨勢只會繼續擴大。現在的存儲設備已經無法滿足巨大量數據的需求，所以人們開始考慮DNA。

DNA常被稱作「生命藍圖」，原因顯而易見。人體中的每個細胞都被鹼基序列（A, G, C 和 T，核苷酸鹼基）編碼。從上世紀50年代James Watson發現DNA起，科學家們很快就意識到它可以以很高的密度在幾個分子內就存儲巨量數據。此外，DNA可以長期穩定地保存，最近的研究從430000年前的人類祖先身上恢復出了DNA。

紐約基因中心(NYGC)的Erlich和同事選擇了六個文件寫入DNA：一個完整的操作系統、一部1895年的電影、一個50美元的亞馬遜禮品卡、一個計算機病毒、先鋒號飛船上的牌匾，以及信息學家Claude Shannon一項1948年的研究信息。

紐約基因組中心的Yaniv Erlich和Dina Zielinski

所有文件被壓縮到一個文件中，然後被分割成二進位的短字元串。研究人員利用噴泉碼使讀寫更加高效。利用這種演算法，他們將1和0映射到核苷酸鹼基A, G, C 和 T上。這種演算法對於存取數據非常必要，因為它能夠糾正和刪除會導致錯誤的字母組合。

他們最終生成了一個由72000個200鹼基長的DNA鏈組成的文本文件。之後他們將這個文件發送給舊金山一家名為Twist Bioscience的創業公司，該公司通過合成DNA將所有的數字數據轉化為生物數據。兩周以後，Erlich收到了一個含有DNA的小瓶子，所有的信息都被編碼在裡面了。

研究人們利用常見的DNA測序工具和一個將鹼基轉換為二進位的特殊軟體成功地提取出了數據。整個過程非常順利，信息沒有任何錯誤。

Erlich用虛擬機安裝了他存儲在DNA中的操作系統，並玩了掃雷遊戲。「我們相信這是有史以來密度最高的數據存儲設備」Erlich說。

Erlich沒有就此停步。他和同事展示了這些編碼數據可以任意多次地拷貝。如果想要拷貝數據，只需要通過聚合酶鏈反應(PCR)複製DNA即可。研究人員發現，經過多次拷貝的數據也可以毫無錯誤地還原出數據。

但是也存在一些值得注意的事項。合成DNA花了7000美元，再把數據讀取出來花了2000美元。但值得慶幸的是測序DNA的價格正變得越來越便宜。15年前對人類DNA進行測序要花費27億美元，到了2008年下降到1000萬美元。在不久的將來，它還會變得越來越廉價。

另外一個必須提的事情是，DNA存儲並不適合普通使用。你不能在家裡使用電腦將硬碟用DNA替換，因為讀寫時間需要花上幾天。但是DNA對於存儲每天產生的巨量數據是一個好的選擇。也許在未來某一天有人會發明出在分子中非常快速的編碼解碼技術，但這目前看起來難度還是非常大。

中國生物技術網誠邀生物領域科學家在我們的平台上，發表和介紹國內外原創的科研成果。

本公眾號由中國科學院微生物研究所信息中心承辦

微信公眾號：中國生物技術網

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！