DNA 將成為新時代的硬碟？

【Technews科技新報】人類在儲存資料一直面對一個問題：資料在過去兩年內儲存的數目已經超過以往歷史的紀錄。資訊的急流有朝一日將會超過目前硬體所能儲存的空間。而研究者竟然將腦筋動到大自然最原始的儲存硬碟上：DNA。

聽起來有點不可思議，但其實用 DNA 儲存資料早就不是一件新鮮事了。自有生命以來，萬物就開始利用 DNA 當作儲存媒介。DNA 就像一座旋轉階梯，當作梯子的就是礆基 ATCG，由這 4 個礆基排列出的序列可以編碼所有生命。而科學家嘗試做的，就是將數字資訊的 0 和 1 轉換成這 4 個字母。

一定會有人覺得何必這麼麻煩，那是因為 DNA 有其他硬碟沒有的好處，首先它佔用的空間極小，而且非常持久，只要保存在冰冷乾燥的陰暗處，猛瑪象的 DNA 都可以析出並定序。最重要的是，DNA 永不過時，不像 CD 或錄音帶會沒落。

自 2012 年來科學家們一直嘗試在用 DNA 儲存資料，來自哈佛大學的遺傳學家喬治·茄契（George Church）和加州大學洛杉磯分校的生化學家斯理·克蘇里（Srirram Kosuri）及他們的團隊將 DNA 的 4 個字母──ATCG 錄製成數字化的 0 和 1，將一本有 5 萬個字母的書轉錄在上千個片段的 DNA 上。看似成功，但實際上成效非常差，每克 DNA「只能」儲存 1.28PB（1PB=1024TB）。使用其他方法也許能再改進一些，但沒有人可以達到理想目標的一半。

理想上科學家們究竟要做到多好呢？他們認為每個 DNA 的核甘酸應該可以儲存 1.8bits。想必有人會疑惑為何不是整數的 2，因為他們也考量到稀少卻無法忽視的 DNA 讀取失誤。

來自哥倫比亞大學的電腦科學家雅尼夫·埃利希（Yaniv Erlich），仍然堅持他可以更接近這個極限。他和紐約基因體研究中心的副研究員迪娜·資林斯基（Dina Zielinski）將目光轉向常用來編碼和解鎖的演算法程序。他們利用 6 個檔案，包含了一個完整的電腦運作系統、史上第一部電影《火車進站》……等等，接著將它們轉換成二進位，壓縮成一個壓縮檔，在分成數串二進位的代碼。最終產生出一股 200 個礆基長、共 7 千股的數字清單。

他們將這些檔案傳給位於舊金山的生物科技公司 Twist Bioscience，請他們合成出 DNA 序列。兩周後，兩人就收到一小瓶轉錄檔案的 DNA，為了將它解碼，他們利用現代 DNA 定序科技：序列會被送進電腦轉換回二進位，並利用標籤重組回 6 個原始檔。根據埃利希宣稱，他們的儲存容量效率極佳，每個核甘酸就能編碼高達 1.6bits，比其他對手好上 60%，更逼近理想目標的 85%。

然而用 DNA 儲存資訊會一直面臨一個問題：那就是序列定序同時也會毀損此序列，讀取越多，DNA 也會逐漸消失。埃利希說：「假設我們決定編碼《Let it Go》這首歌（電影《冰雪奇緣》主題曲），DNA 將會在一周內消耗殆盡。」另外，本質上 DNA 十分容易複製，然而將 DNA 編碼的資料備份卻是一件瑣碎的事，因為每次備份都會有出錯的風險。

但埃利希和茲林斯基設計出一種名為「DNA 噴泉」的演演算法，可以將他們分類好的二進位代碼包裝進所謂的「水滴」中，他們還加了額外的標籤幫礆基在稍後重新排列成正確順序。而複製錯誤的困擾因此迎刃而解，就算複製超過 10 份，他們仍可以完美修復。

巧合地，Netflix 和 Spotify 的串流服務平台也是利用噴泉代碼解決相似的問題。做法大致就是將資料劃分成「水滴」，只要得到足夠的水滴，不管遺失哪部分都可以重新建構所有串流影音。埃利希還將之比喻成一塊巨大的數獨拼圖，只要有些正方形區域，依然可以推斷出完整的樣貌。

DNA 儲存也將會形成主流，而且會越來越便宜。目前 DNA 的定序確實昂貴，合成 DNA 更是所費不貲，但兩者的價格一直在跌落。不過就算持續減價，合成 DNA 仍需要一定的技術，因為只有少數工廠支持相關研究的實驗室。埃利希預測強況將會扭轉，並表示：「別忘了第一部硬碟需要 4 個人才拿得動，經過 10 年已經變成指頭大小。儘管目前只有少部分資金投入合成 DNA，但我希望藉由更優秀的設備，將 DNA 儲存資料的潛能完全激發出來。」

也許在未來的某一天，我們周遭隨處可見的硬碟，將被一瓶瓶 DNA 取代。

（首圖來源：Columbia University，圖為 Yaniv Erlich 與 Dina Zielinski。）

如需獲取更多資訊，請關注微信公眾賬號：Technews科技新報

現就讀台大生技系二年級，興趣很多，專長很少；開心的時候很少，憂鬱的時間很長，喜歡病毒和馬勒，希望能推廣古典樂和科普

Latest posts by Chen Jeffery