突破物理限制！十噸 即可存儲(chǔ)人類所有信息

●王新凱

2019 年12 月10 日，MyHeritage 首席科學(xué)家、哥倫比亞大學(xué)副教授雅尼夫·埃利克在《自然- 生物技術(shù)》期刊上發(fā)表了一項(xiàng)最新成果，研究團(tuán)隊(duì)通過(guò)3D 打印制作了一只兔子，并且將這只兔子三維結(jié)構(gòu)的數(shù)據(jù)以雙鏈DNA 結(jié)構(gòu)的形式內(nèi)置在打印材料中。也就是說(shuō)，通過(guò)編碼和解碼，這只兔子模型實(shí)現(xiàn)了其自身數(shù)據(jù)的DNA 存儲(chǔ)和傳遞。

雅尼夫·埃利克表示，這項(xiàng)研究最大的突破在于實(shí)證了萬(wàn)物皆可實(shí)現(xiàn)DNA 存儲(chǔ)的理論，且不受任何形狀限制，從存儲(chǔ)密度來(lái)看，10噸DNA 即可存儲(chǔ)人類已經(jīng)創(chuàng)造出的所有信息！在2019 年12 月13 日第三屆EmTech China 全球新興科技峰會(huì)的“賽博未來(lái)”版塊，雅尼夫·埃利克以“The DNA of Things”為題，為觀眾講述了DNA 存儲(chǔ)技術(shù)的潛在應(yīng)用，并且在演講現(xiàn)場(chǎng)向觀眾展示這只DNA 存儲(chǔ)數(shù)據(jù)的兔子。

作為MyHeritage.com 的首席科學(xué)家，雅尼夫·埃利克在基因隱私與眾包基因組數(shù)據(jù)領(lǐng)域的基礎(chǔ)研究工作方面做出了巨大貢獻(xiàn)，曾因發(fā)現(xiàn)公開(kāi)基因數(shù)據(jù)中存在的隱私漏洞被Nature稱為“基因黑客”。此外，他還創(chuàng)建了包含1300萬(wàn)人口的家譜，是目前史上最大的譜系圖。

我們到底可以通過(guò)基因數(shù)據(jù)了解到哪些信息？我們還可以拿這些信息做些什么？還有哪些潛在的應(yīng)用？以下為埃利克在EmTech China現(xiàn)場(chǎng)的演講內(nèi)容（有刪減）。

在過(guò)去的70 年中，我們看到了技術(shù)不斷快速的發(fā)展，比如說(shuō)在20 世紀(jì)50 年代，你需要6 個(gè)身強(qiáng)力壯的人去推一個(gè)大的設(shè)備，但是現(xiàn)在，智能手機(jī)的芯片可以搭載更多的信息，不會(huì)再需要這么多人來(lái)推動(dòng)這么一個(gè)巨大的設(shè)備。除此之外，我們還有很多挑戰(zhàn)，尤其是針對(duì)數(shù)據(jù)存儲(chǔ)方面。首先，我們不再像以前一樣享受一個(gè)狂歡的時(shí)代了，比如說(shuō)現(xiàn)在存儲(chǔ)的量以及它成本之間的比例，是在不斷變化的，我們看到現(xiàn)在有很多不同創(chuàng)新的方法，基本上每年這個(gè)成本都可以降低30%。

但是，在2010 年，我們發(fā)現(xiàn)創(chuàng)新的速度在變緩，主要原因是我們很難把這些設(shè)備的成本變得更優(yōu)。另外一個(gè)是數(shù)字技術(shù)的演進(jìn)，有些時(shí)候每一個(gè)設(shè)備搭建的架構(gòu)是不一樣的，你可能需要完全做一個(gè)數(shù)據(jù)和技術(shù)的遷徙。比如說(shuō)我很喜歡的一個(gè)20 世紀(jì)70 年代的影片，可能是在一張光碟上，但是現(xiàn)在的設(shè)備已經(jīng)放不出來(lái)了，所以它可能是格式不對(duì)，或者是硬件不支持，有很多內(nèi)容已經(jīng)無(wú)法再讀取了。

接下來(lái)我想給大家解釋，是不是DNA 才是我們真正的存儲(chǔ)技術(shù)？首先可以看一下，在過(guò)去35 億年中DNA 都是存在的，而且在未來(lái)也會(huì)繼續(xù)存在著。我相信未來(lái)我們還是需要去借助DNA 的力量，它是任何生命物質(zhì)的組成部分，我們可以通過(guò)了解自己的DNA 來(lái)了解自己的組成。

20 世紀(jì)90 年代的一個(gè)光盤，可以看到上面的擦痕非常明顯，而且沒(méi)有辦法修復(fù)，任何的數(shù)字技術(shù)都存在這樣的問(wèn)題，你過(guò)了10 年之后，基本上這種硬件損毀就讓你沒(méi)有辦法去讀取它的信息。但DNA，你哪怕發(fā)掘出來(lái)了一個(gè)幾千年前的殘骸，都可以通過(guò)DNA 來(lái)了解當(dāng)時(shí)的情況。所以，我們就在思考DNA 是不是可以存儲(chǔ)信息，但怎么去打造基于這種DNA的文件呢？每一個(gè)文件其實(shí)都是一個(gè)序列（二進(jìn)制的組成），可能是0 和1，不管是文本，還是歌曲，都可以用這種形式存儲(chǔ)。DNA 其實(shí)也是一個(gè)序列，它是ATCG 幾種不同堿基的組合。我們可以給每一個(gè)字母去賦值，比如A 是00，C 是01，這樣就可以通過(guò)二進(jìn)制來(lái)描述這個(gè)DNA 的編碼，我們也可以利用合成化學(xué)技術(shù)做到這一點(diǎn)。

其中一個(gè)方法是用噴墨式打印機(jī)，它其實(shí)是有不同噴墨針的，你可以把ATCG 放到噴頭上，它可以利用一些化學(xué)物質(zhì)來(lái)打印，生成一個(gè)DNA 的序列，最終的結(jié)果是我們可以拿到一個(gè)像試管一樣的物品，它是以液體的形式存在。如果你想讀取的話就可以放到一個(gè)序列儀上，通過(guò)測(cè)序儀來(lái)讀取出存儲(chǔ)的數(shù)據(jù)。現(xiàn)在我和我的團(tuán)隊(duì)也是希望能夠?qū)嵺`這個(gè)理念，我們用了一個(gè)計(jì)算機(jī)操作系統(tǒng)，讀取了一個(gè)早年的電影，我們把所有的數(shù)據(jù)都放在了小的試管當(dāng)中，我其實(shí)就帶在了身上，你如果看不清楚，覺(jué)得什么都沒(méi)有，我其實(shí)就是這個(gè)意思，真的特別小，小到幾乎看不見(jiàn)。這個(gè)DNA 是存在于小的試管當(dāng)中，你可以通過(guò)測(cè)序儀去讀取它，這里面不會(huì)有任何的損失。

當(dāng)然這個(gè)技術(shù)有一個(gè)缺點(diǎn)，每一次你想去讀取這個(gè)文件的話，你就需要提取出這個(gè)液體中的一部分，如果你要是想無(wú)數(shù)次地去測(cè)序的話，可能最終樣本量會(huì)越來(lái)越少。我的女兒非常喜歡一部電影中的主題歌，你們可以想象，如果把這個(gè)歌的信息存儲(chǔ)在DNA 上，而你一直在測(cè)序的話，可能最后這個(gè)片段就剩的越來(lái)越少了，那該怎么辦呢？我們現(xiàn)在在想，人體內(nèi)的細(xì)胞其實(shí)是可以不斷地進(jìn)行DNA 的復(fù)制，我們其實(shí)可以通過(guò)PCR 做一個(gè)類似的擴(kuò)增，這是可以在實(shí)驗(yàn)室內(nèi)完成的。這個(gè)文件我們能不能正確讀取呢？答案是可以的，我們經(jīng)過(guò)多次拷貝之后，可以看到兩個(gè)電影一模一樣，沒(méi)有任何的差別，是因?yàn)槲覀冇蟹浅：玫募m錯(cuò)代碼，雖然在復(fù)制過(guò)程中會(huì)出現(xiàn)錯(cuò)誤，但是我們可以很好地把錯(cuò)誤糾正過(guò)來(lái)。

雅尼夫·埃利克在演講中

另外我們做了一個(gè)實(shí)驗(yàn)，也希望看一下在DNA 當(dāng)中我們的信息密度可以達(dá)到多少，一個(gè)DNA 最多可以儲(chǔ)存多少比特的信息。為了這個(gè)實(shí)驗(yàn)，我們拿了這個(gè)試管，每一次我們拿出一滴，我們都會(huì)把它的濃度稀釋成過(guò)去的1/10，然后我們?cè)倌靡坏?，再去稀釋它，再拿一滴，再去不停地稀釋，一直在重?fù)，直到我們沒(méi)有辦法再?gòu)囊坏蔚囊后w當(dāng)中讀取到任何信息為止。我們最后得到的結(jié)論，我們最大的密度，在每一個(gè)DNA 上，上面可以有125“艾”字節(jié)的信息，所以說(shuō)我們可以想象，基本上這么一個(gè)房間里面，全都是筆記本電腦的話，所有這些信息都可以儲(chǔ)存到一個(gè)DNA 上。大家可以想象一下，人類所創(chuàng)造的數(shù)據(jù)總量應(yīng)當(dāng)是10到24 次方，我們只需要10 噸的DNA 就可以儲(chǔ)存我們所有的電影、微信聊天記錄，所有人類創(chuàng)造出的數(shù)字信息，所有數(shù)字信息都可以在10 噸的DNA 上存儲(chǔ)，這10 噸的DNA 直接可以裝到一個(gè)大卡車上。

另外還可以跟大家分享一個(gè)我們的想法，我們可以想象一下傳統(tǒng)的存儲(chǔ)設(shè)備，他們都是有一定形狀的限制，CD 光盤我們之所以叫它光盤是因?yàn)樗菆A的，你沒(méi)有辦法把它的形狀改變，你也沒(méi)有辦法折它，它必須是一個(gè)光盤才可以。膠卷像一個(gè)卷一樣，如果把它弄壞了信息就沒(méi)了。硬盤，我們把它叫做硬盤是因?yàn)樗褪怯驳模銢](méi)有辦法去掰它，你也沒(méi)有辦法改變它的形狀，但是DNA 是一種液態(tài)的信息儲(chǔ)存方式，它的排列順序是沒(méi)有特定要求的。為什么我們不能使用這樣的技術(shù)，使用材料把它填充進(jìn)來(lái)，然后把它做成我們的一般物品，這些常見(jiàn)的物品里面都有我們儲(chǔ)存信息的DNA。這次我們不把它放到試管里面，我們把它放到很小的硅珠當(dāng)中，然后我們用膠囊把它封住，再把這些小珠放到聚合物里面，比如說(shuō)塑料，然后我們?cè)侔阉芰献龀晌覀兿胍囊恍〇|西或者是形狀。我們生產(chǎn)了眼鏡的鏡片，當(dāng)中就有我們的硅珠，硅珠里面就有DNA，DNA里面有很多電影，如果你想看電影，只需要從里面剝出一小點(diǎn)的硅珠，然后把它解析開(kāi)來(lái)，你就可以看電影了。

如果我們把左邊和右邊的鏡片進(jìn)行比較，可以看到它是完全透明的，左邊是沒(méi)有硅珠的，右邊的是有硅珠的。所以，我們可以把它做成非常常見(jiàn)的東西，比如你可以在這樣的硅珠當(dāng)中，去存儲(chǔ)一些個(gè)人信息、敏感信息，如你的密碼，你戴上這幅眼鏡，但根本沒(méi)有人會(huì)注意到它有什么不同尋常的地方。我手上的這只小兔子是3D 打印的，但不是一個(gè)一般的兔子，因?yàn)檫@個(gè)兔子里有DNA，這個(gè)DNA 里寫(xiě)了如何打印這個(gè)兔子的3D 打印指令。我們可以想象一下，這樣一只小兔子里有生產(chǎn)它的具體指令，兔子里有硅珠，硅珠里有DNA 信息，這個(gè)DNA 信息就是如何制造這只小兔子的生產(chǎn)信息，我們只需要把這只小兔子的耳朵折下一點(diǎn)，讀取這個(gè)DNA 信息，進(jìn)行復(fù)制，就可以生產(chǎn)新的小兔子了。這是非常酷的，因?yàn)檫@些新生產(chǎn)的兔子也有DNA，所以我們不斷地復(fù)制這樣的小兔子，就像兔子繁殖一樣，我們不斷地復(fù)制、不斷地迭代。我們測(cè)試了一下，生產(chǎn)了6 代這樣的兔子，在最后一代的時(shí)候，我們還是能從最后生產(chǎn)的兔子里，提取到我們最原始的信息，沒(méi)有任何的錯(cuò)誤，和一開(kāi)始兔子上面的信息是一樣的。

物聯(lián)DNA 有什么樣的應(yīng)用呢？我們可以把各種各樣材料的生產(chǎn)方式放到材料本身，比如說(shuō)我們可以在植入物當(dāng)中放上病人的醫(yī)療信息，以后等到這個(gè)植入物植入了20 年之后，可能患者的病例已經(jīng)沒(méi)了，我們只需從這名患者體內(nèi)拿出這個(gè)植入物，從里面提取信息就可以了。我們也可以用這樣的方式來(lái)生產(chǎn)各種各樣的汽車部件，如果說(shuō)汽車有什么部件損壞了，我們只需要從這上面刮下來(lái)一點(diǎn)東西，就可以重新生產(chǎn)同樣的部件。第二個(gè)應(yīng)用就是隱藏信息，我們可以把一些常見(jiàn)的東西或者是物件當(dāng)作隱藏信息的載體，就像是我們的鞋帶、鏡片、襯衣或者是我們衣服上的扣子，所有這些都可以幫助我們來(lái)儲(chǔ)存和隱藏信息。甚至是我們也可以通過(guò)喝飲料的方式，把硅小球喝到肚子里面，然后需要的時(shí)候我們?cè)侔阉判钩鰜?lái)。第三個(gè)應(yīng)用就是我們自復(fù)制的機(jī)器人。因?yàn)槲覀冎罊C(jī)器人是沒(méi)有辦法自復(fù)制的，但是對(duì)于自復(fù)制機(jī)器人，他們需要有能力把自己的生產(chǎn)方式自動(dòng)傳遞給下一代的機(jī)器人，但是我們的技術(shù)是可以幫助滿足這種標(biāo)準(zhǔn)和要求的，這就幫助我們更加接近了自復(fù)制機(jī)器人。

DNA 很有可能是我們終極的儲(chǔ)存設(shè)備，它的存儲(chǔ)密度要比我們其他的存儲(chǔ)技術(shù)都要高，而且它會(huì)更加持久，我們只要使用一個(gè)一般的DNA 測(cè)序儀，就可以把信息解析出來(lái)。因?yàn)槲覀儧](méi)有任何材料或者形狀上的限制，我們可以把DNA 注入到我們常見(jiàn)的物件當(dāng)中，然后成為我們常見(jiàn)物件當(dāng)中的一部分。