DNA數(shù)據(jù)存儲

肖優(yōu)明

在剛剛過去的2017年，微軟研究院宣布了未來三年內(nèi)在數(shù)據(jù)中心內(nèi)部建立DNA（脫氧核糖核酸）數(shù)據(jù)存儲系統(tǒng)的目標，至少在精品應用程序中存儲數(shù)據(jù)，系統(tǒng)的最終尺寸將與20世紀70年代美國施樂復印機相當。此外，微軟打算利用半導體合成遺傳材料對數(shù)字數(shù)據(jù)進行編碼，完善其DNA數(shù)據(jù)存儲和檢索系統(tǒng)。

一塊糖大小能裝下全球所有電影

用DNA這種生物材料來備份大量數(shù)據(jù)聽起來似乎有些奇怪，但其在極小空間中存儲大量信息的能力早在70多年前就已經(jīng)得到了證實。20世紀40年代，奧地利物理學家埃爾溫·薛定諤就曾提出了一個可裝入非重復結構的遺傳性編碼腳本，他將這個非重復結構稱作“非周期性晶體”。薛定諤是量子力學奠基人之一，因發(fā)展原子理論獲1933年諾貝爾物理學獎。

美國生物學家詹姆斯·沃森與弗朗西斯·克里克從薛定諤的理論得到啟發(fā)，在1953年4月25日《自然》雜志上發(fā)表的一篇研究論文里提出了DNA分子結構的雙螺旋模型，引發(fā)了生命科學的革命性發(fā)展，獲得1962年諾貝爾生理學或醫(yī)學獎。

盡管核酸鏈在細胞中記錄信息已有數(shù)十億年歷史，但其在IT數(shù)據(jù)存儲中的作用直到五年前才得到證明。當時哈佛大學的遺傳學家將他的著作包括其中的插圖編碼進了不到5500萬條DNA中。該技術從此迅速發(fā)展起來，科學家現(xiàn)在已經(jīng)能夠在1千克DNA中存儲多達2.15億GB的數(shù)據(jù)。

數(shù)據(jù)存儲容量是云技術全球增長的驅動因素之一。DNA作為數(shù)據(jù)存儲的一種方法之所以有吸引力，在于具備了兩大優(yōu)勢。一是超大容量，作為全宇宙中最密集的存儲媒介，能解決現(xiàn)有數(shù)據(jù)信息指數(shù)級增長的大難題。如果編碼正確，DNA可以比目前使用的存儲技術更緊湊地存儲數(shù)百萬次的信息。研究表明，1立方毫米DNA能存儲的數(shù)據(jù)高達1018字節(jié)，1克DNA能容納455EB（艾字節(jié)，1艾相當于10億GB）數(shù)據(jù)，而5EB就相當于至今全人類的所有講話。這樣一來，全世界所有電影可以被“濃縮到”糖塊大小的體積內(nèi)。

二是DNA存儲介質經(jīng)久耐用，而磁帶和硬盤最多只能保存50年左右。如果脫水，DNA可以在幾個世紀以后可靠地保存信息，而不會發(fā)生閃存驅動器或硬盤驅動器硬件退化的風險。許多研究人員從哺乳動物和古人類骨骼組織提取重建出基因，足以證明這些DNA幾乎能永久性存活。

改進DNA合成效率取得突破性成果

DNA存儲系統(tǒng)進入實用仍然面臨兩大障礙，首先是成本。以現(xiàn)有合成DNA鏈的水平，將數(shù)據(jù)字節(jié)轉換成DNA代碼（即組成DNA的4個堿基）費力費時，成本很高。在微軟一項涉及近1350萬個DNA片段的研究中，購買這些DNA就花了80萬美元。微軟曾表示，只有將現(xiàn)有成本減低至萬分之一，DNA存儲才能獲得廣泛應用。

其次是將數(shù)據(jù)自動寫入DNA的水平還存在局限，有待提高。2016年7月，微軟研究院計算機設計師道格·卡米安和華盛頓大學計算機實驗室科學家路易斯·瑟茲攜手合作，成功利用DNA存儲技術保存了約200M數(shù)據(jù)，內(nèi)容包括《戰(zhàn)爭與和平》等100部世界名著和音樂唱片等?？装餐扑悖驅懭?00M數(shù)據(jù)用了好幾個星期，寫入速度只有400字節(jié)/秒，距離微軟設定的100兆字節(jié)/秒相差甚遠。微軟表示，必須將存儲速度提高至100M/s，這項技術才有實用價值。

不少專家對微軟的目標持懷疑態(tài)度，認為即使能實現(xiàn)，DNA數(shù)據(jù)存儲系統(tǒng)也將僅局限于某些方面的使用，比如存儲法律文檔和醫(yī)療數(shù)據(jù)，難以取代當前的主流存儲方案。然而微軟高級研究員卡琳·斯特勞斯博士表示，雖然在DNA成為主流數(shù)據(jù)存儲解決方案之前，必須克服許多挑戰(zhàn)，但初步結果令人鼓舞。隨著需求增加，一切皆有可能。他指出：“數(shù)據(jù)存儲的需求以驚人的速度增長，需要存儲大量數(shù)據(jù)的組織和消費者（例如醫(yī)療數(shù)據(jù)或個人視頻）將受益于新的長期存儲解決方案，我們相信DNA可以提供這個答案。”endprint