DNA“硬盤(pán)”

基因測(cè)序技術(shù)的飛速發(fā)展忙壞了數(shù)據(jù)存儲(chǔ)公司，在他們發(fā)愁如何存儲(chǔ)爆炸式增長(zhǎng)的基因數(shù)據(jù)時(shí)，生物學(xué)家卻另辟蹊徑，他們發(fā)現(xiàn)，基因本身，就是最好的存儲(chǔ)設(shè)備。

2015年2月，瑞士聯(lián)邦理工學(xué)院的項(xiàng)目團(tuán)隊(duì)對(duì)外公布了一項(xiàng)最新研究成果：他們成功將一段DNA片段塞進(jìn)了石英玻璃材質(zhì)的球形膠囊中。

看起來(lái)不是什么重大成果，此前人們?cè)缫涯軌虬袲NA片段塞進(jìn)各式各樣的材料中。但關(guān)鍵是，4周后，瑞士科學(xué)家從那段DNA中，完整取出了之前存入的83KB數(shù)據(jù)。

這無(wú)疑是DNA存儲(chǔ)技術(shù)的歷史性突破。它意味著，利用DNA存儲(chǔ)和讀取數(shù)據(jù)，不再是一個(gè)不錯(cuò)的想法，而是一個(gè)可行的辦法。

不過(guò)，別高興太早，雖然實(shí)驗(yàn)已證明了其可行性，但要真正干掉如今的硬盤(pán)和服務(wù)器，DNA存儲(chǔ)還有很長(zhǎng)的路要走。

1克=700TB

在分析所有困難前，先來(lái)看一個(gè)基本的問(wèn)題，為什么要用DNA來(lái)存儲(chǔ)數(shù)據(jù)？

答案不是為了好玩，也不是某些技術(shù)先鋒的創(chuàng)新之舉，而是我們現(xiàn)有的存儲(chǔ)工具，已經(jīng)跟不上數(shù)據(jù)存儲(chǔ)的需求。

市場(chǎng)研究公司IDC和數(shù)據(jù)存儲(chǔ)公司EMC在2014年做了一項(xiàng)調(diào)研，他們發(fā)現(xiàn)，2013年全世界的數(shù)據(jù)總量達(dá)到了4.4ZB（1ZB=10.74億TB），按照如今的數(shù)據(jù)增長(zhǎng)速度，即使保守估計(jì)，2020年，數(shù)據(jù)總量也將超過(guò)44ZB。

而隨著摩爾定律的升級(jí)，人類(lèi)已經(jīng)逐步接近傳統(tǒng)電子制造技術(shù)的極限，即便摩爾定律一直生效，現(xiàn)有電子存儲(chǔ)設(shè)備的性能和容量提升速度，也無(wú)法跟上人類(lèi)產(chǎn)出數(shù)據(jù)的速度。

在數(shù)據(jù)大爆炸災(zāi)難發(fā)生前，人類(lèi)需要找到不受摩爾定律限制的存儲(chǔ)設(shè)備。DNA存儲(chǔ)的設(shè)想，由此而生。

關(guān)于DNA存儲(chǔ)，流傳最廣的說(shuō)法是2010年誕生于酒吧中。當(dāng)時(shí)，歐洲生物信息研究所副所長(zhǎng)尤安·伯尼和同事尼克·古德曼在德國(guó)漢堡市一間酒吧中發(fā)愁，用什么可以替代昂貴的存儲(chǔ)硬盤(pán)，以處理日益繁多的基因數(shù)據(jù)。

兩人開(kāi)玩笑說(shuō)，要是有存儲(chǔ)設(shè)備能像DNA一樣存儲(chǔ)遺傳基因信息多好，你看一只猛犸象的基因就能讓我們了解數(shù)萬(wàn)年前的許多信息。

話(huà)音剛落，兩人立馬有了同樣的想法，為什么不用DNA存儲(chǔ)信息呢？它本身就是一個(gè)很好的存儲(chǔ)設(shè)備。于是，兩位科學(xué)家找了一張餐巾紙，在上面寫(xiě)下了這個(gè)偉大的構(gòu)想。

在兩人的構(gòu)想中，所謂DNA存儲(chǔ)，就是利用DNA的4個(gè)堿基——A、T、C、G為基本符號(hào)，通過(guò)獨(dú)特的排列組合，形成一套編碼存儲(chǔ)和讀取數(shù)據(jù)。

這與如今的二進(jìn)制電子存儲(chǔ)有異曲同工之妙，只不過(guò)，二進(jìn)制電子存儲(chǔ)是以1和0為基本符號(hào)進(jìn)行排列組合，形成不同的序列，進(jìn)而組合成信息和數(shù)據(jù)。

而DNA有4個(gè)堿基，在編碼上也就多了許多可能，眾多的優(yōu)勢(shì)也將從中顯現(xiàn)。

一個(gè)最明顯的優(yōu)勢(shì)，就是容量。DNA本身就是攜帶海量遺傳信息的“數(shù)據(jù)庫(kù)”，在人類(lèi)的基因序列中，1克重量的DNA就包含數(shù)十億GB的遺傳數(shù)據(jù)，而根據(jù)2012年美國(guó)科學(xué)家喬治·丘奇在1沙克（億萬(wàn)分之一克）DNA中存入的數(shù)據(jù)量換算，1克DNA能存儲(chǔ)的數(shù)據(jù)，多達(dá)700TB，相當(dāng)于1.4萬(wàn)張藍(lán)光光盤(pán)，或233個(gè)3TB的硬盤(pán)。

丘奇說(shuō)，以這個(gè)存儲(chǔ)容量，今后，一個(gè)拇指大小的DNA存儲(chǔ)設(shè)備，就能存下整個(gè)互聯(lián)網(wǎng)的信息。

最佳存儲(chǔ)選擇？

除了容量巨大，DNA存儲(chǔ)的優(yōu)勢(shì)還包括無(wú)須依賴(lài)電源和不需要維護(hù)等，不過(guò)以此就斷言DNA是未來(lái)最佳存儲(chǔ)設(shè)備，還為時(shí)尚早。

2013年，經(jīng)過(guò)3年努力，尤安·伯尼和尼克·古德曼完成了他們首次的DNA存儲(chǔ)實(shí)驗(yàn)，將154首莎士比亞的詩(shī)歌、一張歐洲生物信息研究所的JPG格式圖片、一份關(guān)于DNA分子結(jié)構(gòu)的PDF學(xué)術(shù)論文、馬丁·路德·金 “我有一個(gè)夢(mèng)想”的26秒演講片段以及一個(gè)編碼系統(tǒng)文檔統(tǒng)統(tǒng)存進(jìn)了微量的DNA里。

但完成這一存儲(chǔ)過(guò)程，著實(shí)費(fèi)了不少功夫。

最基本的難題是如何將這些數(shù)字化形式存在的文字、圖片和視頻，轉(zhuǎn)化成DNA堿基的編碼語(yǔ)言。科學(xué)家們時(shí)至今日使用的方法，都是發(fā)明一段中間代碼，讓這段代碼充當(dāng)中介，實(shí)現(xiàn)二進(jìn)制電子語(yǔ)言與DNA堿基語(yǔ)言的轉(zhuǎn)化。

比如，將莎士比亞的詩(shī)歌翻譯成中間代碼，再利用DNA合成技術(shù)，將堿基按序排列，合成一段符合詩(shī)歌代碼的DNA片段，并加上一段索引代碼，保證每一個(gè)位置的堿基與相應(yīng)的詩(shī)歌字母相匹配。

讀取階段，則是利用基因測(cè)序儀和計(jì)算機(jī)，按照DNA片段的序列索引，將DNA中存儲(chǔ)的信息排列好，并通過(guò)中間代碼轉(zhuǎn)化成計(jì)算機(jī)能夠讀取的二進(jìn)制數(shù)字語(yǔ)言。

理論上看這是一個(gè)接近完美的存儲(chǔ)和讀取方法，但實(shí)際上，除去中間代碼的編寫(xiě)難度之高，DNA本身的存儲(chǔ)和數(shù)據(jù)保護(hù)，也是一個(gè)大麻煩。

以往眾多科學(xué)家的測(cè)試結(jié)果表明，合成存入數(shù)據(jù)的DNA并不困難，但要讀取數(shù)據(jù)時(shí)，DNA會(huì)對(duì)周?chē)h(huán)境作出反應(yīng)，很難保持穩(wěn)定，這很容易導(dǎo)致讀取的DNA數(shù)據(jù)經(jīng)常出現(xiàn)錯(cuò)誤，或者數(shù)據(jù)隨著細(xì)胞死亡而丟失。

瑞士聯(lián)邦理工學(xué)院科學(xué)家們的實(shí)驗(yàn)之所以可以稱(chēng)為突破性成功，就在于解決了DNA片段的存儲(chǔ)問(wèn)題，將DNA片段當(dāng)成“化石”保存，再通過(guò)氟化物的作用，釋放DNA，進(jìn)而完整準(zhǔn)確地讀取出所有存入的數(shù)據(jù)。

瑞士的科學(xué)家說(shuō)，利用這種方法，存儲(chǔ)數(shù)據(jù)的DNA可以在-18℃下保存100萬(wàn)年之久。

不過(guò)，即便保存方法難題得到解決，DNA存儲(chǔ)還需要面對(duì)所有前沿科技面臨的共同挑戰(zhàn)——成本。

瑞士科學(xué)家在DNA片段中存儲(chǔ)的83KB數(shù)據(jù)，包括一份瑞典聯(lián)邦憲章以及英文版的阿基米德著作《機(jī)械定理方法》，整個(gè)存儲(chǔ)和讀取過(guò)程，花費(fèi)超過(guò)1000歐元，而若要存儲(chǔ)一整部電視劇，費(fèi)用將是一個(gè)驚人的數(shù)字。

不過(guò)好消息是，基因測(cè)序和DNA合成技術(shù)的發(fā)展速度也同樣驚人，DNA存儲(chǔ)的成本也在隨之降低，屆時(shí)，即便不能成為最佳存儲(chǔ)設(shè)備，也會(huì)是最好的選擇之一。