詳解DNA信息存儲

要說信息存儲，沒有一樣比得過DNA。人們很早就覬覦我們自身的基因代碼存儲數(shù)據(jù)的潛力，但如何將信息編碼進(jìn)DNA遺傳物質(zhì)再如何解讀出來，一直是個難題。

近日，哈佛大學(xué)維斯生物工程研究所的一群研究人員嘗試將一本大約有5.34萬個單詞的書籍編碼到不到一沙克(億萬分之一克)的DNA微芯片中，連同文字一起的還有11張圖片和一段Java程序。這是迄今為止人類使用DNA遺傳物質(zhì)儲存數(shù)據(jù)量最大的一次實驗?！敖窈螅粗复笮〉脑O(shè)備就能存下整個互聯(lián)網(wǎng)的信息?！痹擁椖渴紫芯繂T、哈佛大學(xué)遺傳學(xué)家喬治·丘奇(George Church)說，被編碼進(jìn)DNA的書正是他的大作《再生:合成生物學(xué)將如何改變未來的自然和自己》。

這項實驗被刊登在《科學(xué)》期刊上。但因編碼存儲和讀取過程太過昂貴，DNA存儲離商業(yè)化還有一段距離?！半S著DNA合成、測序價格的不斷下降，這或許將成為長期存儲數(shù)據(jù)的一種選擇?！惫鸫髮W(xué)生物學(xué)教授可蘇里(Sriram Kosuri)說。這一實驗，或許為解決未來社會爆炸性的大數(shù)據(jù)存儲指明了方向。

從二進(jìn)制到堿基對編碼

DNA是生物數(shù)據(jù)庫，它的主要功能就是存儲包含各種指令的生物信息。DNA有G(鳥嘌呤)、T(胸腺嘧啶)、A(腺嘌呤)、C(胞嘧啶)四種堿基，共同構(gòu)成了相互纏繞的雙鏈階梯狀的螺旋結(jié)構(gòu)。通過這四種堿基不同順序的編碼，存儲了生物所有的遺傳信息。

現(xiàn)代計算機技術(shù)奠基者之一馮·諾依曼曾在1948年提出“自動復(fù)制機器”的設(shè)想:一個能夠自我繁殖的系統(tǒng)，不僅能夠構(gòu)建某個組成元素，結(jié)構(gòu)和自己一致的下一代，也能夠把對自身的描述傳遞給下一代，如此往復(fù)。后來隨著生物遺傳的奧妙被發(fā)現(xiàn)，人們意識到，DNA雙螺旋結(jié)構(gòu)正是馮·諾依曼描述的自動復(fù)制機器。

DNA里的四種堿基，兩兩互補成對。一個最短的DNA分子也有4000個堿基對，可能的排列方式就有44000種。堿基對排列順序千變?nèi)f化，從而能夠存儲大量的遺傳信息。

向活體DNA里寫入數(shù)據(jù)，有諸多困難，細(xì)胞會死亡、分裂、變異，數(shù)據(jù)內(nèi)容就會發(fā)生改變。

在本文開頭提到的那項實驗中，科學(xué)家們沒有采用活細(xì)胞的基因組，而是采用了人工合成的DNA片段。他們用很多短的DNA序列而非長DNA序列來編碼數(shù)據(jù)，這類似于硬盤寫入的原理，在硬盤中，數(shù)據(jù)是被寫入稱為扇區(qū)的小硬盤塊，這樣能夠降低寫入和讀取數(shù)據(jù)的困難和成本。科學(xué)家們將這種片段用噴墨打印機嵌入到微陣列芯片表面。接著，他們把計劃寫入DNA的書里包含的信息:圖片、文字、程序轉(zhuǎn)化為HTML格式的文件，并將這些文件編譯為由0和1組成的電腦能夠讀懂的二進(jìn)制數(shù)據(jù)。然后，他們將二進(jìn)制數(shù)據(jù)轉(zhuǎn)為四種堿基，把0轉(zhuǎn)為A或C，把1轉(zhuǎn)成G或者T，并建立DNA鏈來維系這些編碼的順序和位置。每一個DNA片段還包含一個數(shù)字“條碼”，記錄它在原始文件中的位置，每個片段被合成多個拷貝以便有助于校正錯誤。編碼完成后，這些芯片會在4攝氏度下保持三個月。

測序就是讀取數(shù)據(jù)的過程:啟用DNA測序裝置，將所有DNA片斷中的編碼按照標(biāo)記順序排列，再還原成二進(jìn)制格式的數(shù)據(jù)。每個DNA片斷的每一個拷貝被測序高達(dá)3000次以便校對。利用這種方式，他們將5.27兆數(shù)據(jù)中的錯誤降低到只有12個。這種尺寸微小的存儲設(shè)備，存儲密度遠(yuǎn)遠(yuǎn)高于DVD、硬盤等介質(zhì)，效果也毫不遜色。

丘奇認(rèn)為，和其他生物存儲介質(zhì)相比，DNA存儲比較可靠，在室溫下也是穩(wěn)定的，你甚至可以將它放在任何地方，幾十萬年后，它還在那里?，F(xiàn)在的問題是，DNA存儲設(shè)備的訪問速度很慢，存取和讀取都很花費時間，如何覆蓋和重寫數(shù)據(jù)也是個問題。好消息是，隨著測序技術(shù)的進(jìn)展，DNA編碼和測序的成本會逐年下降，離商業(yè)化應(yīng)用也就不遠(yuǎn)了。

生物硬盤

在人們把目光投向生物存儲之前，占據(jù)存儲市場主流的就是現(xiàn)在的存儲介質(zhì)，主要是磁盤、光盤。1949年，電腦的磁存儲設(shè)備問世，意味著信息可以隨時存取和控制，這個設(shè)備改變了整個行業(yè)。一塊鋁制圓片，涂上磁性介質(zhì)，因為磁有正負(fù)級，在電磁效應(yīng)作用下，可以方便地存儲和表達(dá)010101的二進(jìn)制信息。無論磁盤還是硬盤，基本原理幾乎一樣。經(jīng)過60多年的發(fā)展，磁存儲行業(yè)已經(jīng)可以在3.5英寸大小的驅(qū)動上存儲3TB數(shù)據(jù)。

另一種主流的光存儲也在不斷挑戰(zhàn)存儲極限。光盤將數(shù)字編碼的視頻和音頻儲存在光盤表面的凹槽中。激光讀取這些凹槽的背面，就能播放儲存的電影節(jié)目。光盤包含的數(shù)據(jù)越多，凹槽就必須越小、越緊湊。與之相對，讀取激光的精度也必須越來越高。普通DVD使用的是紅色激光在凹槽里記錄信息，藍(lán)色激光波長比紅色激光長，較小的光束聚焦更準(zhǔn)確。此外，藍(lán)光光盤將軌距從0.74微米縮小到0.32微米。更小的凹槽、更小的光束以及更短的軌距結(jié)合，藍(lán)光的問世正是順應(yīng)了大數(shù)據(jù)存儲的潮流?，F(xiàn)在單層藍(lán)光光盤能夠保存25GB以上的信息，是DVD可儲存信息量的5倍。還有人在研發(fā)用紫外線做激光，其波長比藍(lán)光更短，如果成功，一張光盤可以保存500GB的數(shù)據(jù)。

這些存儲方式有一個共同的缺點，磁片表面也好，光盤表面也好，都是單層的平鋪式地記錄和保存信息，哪怕磁盤每一層可以疊加，也和DNA封閉的雙螺旋立體結(jié)構(gòu)無法媲美，記錄的數(shù)據(jù)量相去甚遠(yuǎn)。一克DNA即能儲存上千億個千兆字節(jié)，相當(dāng)于1000億張DVD光盤的內(nèi)容。

隨著摩爾定律的升級，人們已經(jīng)逐步接近傳統(tǒng)電子制造的極限。人們早就開始在自然中尋找解決問題的靈感。早在2007年，就有日本科學(xué)家研究利用趨磁細(xì)菌制造出和傳統(tǒng)計算機原件類似的東西，代替磁盤存貯數(shù)據(jù)。今年初，又爆出德國和臺灣的一個聯(lián)合科研團(tuán)隊以三文魚的DNA作為基礎(chǔ)，制造出單次寫入多次讀取的存儲器。不過，那個DNA存儲裝置只能儲存數(shù)據(jù)至多30小時，且它并沒有利用DNA的結(jié)構(gòu)進(jìn)行編碼。

這是個數(shù)據(jù)爆炸的時代，無處不在的攝像頭，互聯(lián)網(wǎng)上成倍增長的信息，大量手持設(shè)備的照片、視頻，如果生物存儲技術(shù)足夠成熟，人們可以記錄所有想記錄的一切，而不必?fù)?dān)心家里沒有地方放硬盤。市政部門也不必每隔一段時間就清理街道攝像頭的視頻記錄，釋放存儲空間。

微流體和芯片實驗室的發(fā)展，讓DNA合成和測序變成一項日常工作。以前，要解碼一個人類基因得花幾年，現(xiàn)在用微流體芯片技術(shù)只要不到一天。如果用于長期存儲，這樣的速度還是可以接受的。隨著DNA讀寫技術(shù)的商業(yè)化，未來的DNA硬盤，或許會和今天的硬盤、光碟一樣普遍。

(選自新浪科技)