突破物理限制！十噸DNA即可存儲人類所有信息

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，通過編碼和解碼，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)證了萬物皆可實(shí)現(xiàn)DNA存儲的理論，且不受任何形狀限制，從存儲密度來看，10噸DNA即可存儲人類已經(jīng)創(chuàng)造出的所有信息！在2019年12月13日第三屆EmTechChina 全球新興科技峰會的“賽博未來”版塊，雅尼夫·埃利克以“The DNA of Things”為題，為觀眾講述了DNA存儲技術(shù)的潛在應(yīng)用，并且在演講現(xiàn)場向觀眾展示這只DNA存儲數(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1300萬人口的家譜，是目前史上最大的譜系圖。

我們到底可以通過基因數(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)場的演講內(nèi)容（有刪減）。

在過去的70年中，我們看到了技術(shù)不斷快速的發(fā)展，比如說在20世紀(jì)50年代，你需要6個身強(qiáng)力壯的人去推一個大的設(shè)備，但是現(xiàn)在，智能手機(jī)的芯片可以搭載更多的信息，不會再需要這么多人來推動這么一個巨大的設(shè)備。除此之外，我們還有很多挑戰(zhàn)，尤其是針對數(shù)據(jù)存儲方面。首先，我們不再像以前一樣享受一個狂歡的時代了，比如說現(xiàn)在存儲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)。另外一個是數(shù)字技術(shù)的演進(jìn)，有些時候每一個設(shè)備搭建的架構(gòu)是不一樣的，你可能需要完全做一個數(shù)據(jù)和技術(shù)的遷徙。比如說我很喜歡的一個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)放不出來了，所以它可能是格式不對，或者是硬件不支持，有很多內(nèi)容已經(jīng)無法再讀取了。

接下來我想給大家解釋，是不是DNA才是我們真正的存儲技術(shù)？首先可以看一下，在過去35億年中DNA都是存在的，而且在未來也會繼續(xù)存在著。我相信未來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，我們可以通過了解自己的DNA來了解自己的組成。

20世紀(jì)90年代的一個光盤，可以看到上面的擦痕非常明顯，而且沒有辦法修復(fù)，任何的數(shù)字技術(shù)都存在這樣的問題，你過了10年之后，基本上這種硬件損毀就讓你沒有辦法去讀取它的信息。但DNA，你哪怕發(fā)掘出來了一個幾千年前的殘骸，都可以通過DNA來了解當(dāng)時的情況。所以，我們就在思考DNA 是不是可以存儲信息，但怎么去打造基于這種DNA的文件呢？每一個文件其實(shí)都是一個序列（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。DNA其實(shí)也是一個序列，它是ATCG幾種不同堿基的組合。我們可以給每一個字母去賦值，比如A 是00，C是01，這樣就可以通過二進(jìn)制來描述這個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)來打印，生成一個DNA的序列，最終的結(jié)果是我們可以拿到一個像試管一樣的物品，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序列儀上，通過測序儀來讀取出存儲的數(shù)據(jù)。現(xiàn)在我和我的團(tuán)隊(duì)也是希望能夠?qū)嵺`這個理念，我們用了一個計(jì)算機(jī)操作系統(tǒng)，讀取了一個早年的電影，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，覺得什么都沒有，我其實(shí)就是這個意思，真的特別小，小到幾乎看不見。這個DNA是存在于小的試管當(dāng)中，你可以通過測序儀去讀取它，這里面不會有任何的損失。

當(dāng)然這個技術(shù)有一個缺點(diǎn)，每一次你想去讀取這個文件的話，你就需要提取出這個液體中的一部分，如果你要是想無數(shù)次地去測序的話，可能最終樣本量會越來越少。我的女兒非常喜歡一部電影中的主題歌，你們可以想象，如果把這個歌的信息存儲在DNA上，而你一直在測序的話，可能最后這個片段就剩的越來越少了，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PCR做一個類似的擴(kuò)增，這是可以在實(shí)驗(yàn)室內(nèi)完成的。這個文件我們能不能正確讀取呢？答案是可以的，我們經(jīng)過多次拷貝之后，可以看到兩個電影一模一樣，沒有任何的差別，是因?yàn)槲覀冇蟹浅：玫募m錯代碼，雖然在復(fù)制過程中會出現(xiàn)錯誤，但是我們可以很好地把錯誤糾正過來。

雅尼夫·埃利克在演講中

另外我們做了一個實(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DNA最多可以儲存多少比特的信息。為了這個實(shí)驗(yàn)，我們拿了這個試管，每一次我們拿出一滴，我們都會把它的濃度稀釋成過去的1/10，然后我們再拿一滴，再去稀釋它，再拿一滴，再去不停地稀釋，一直在重復(fù)，直到我們沒有辦法再從一滴的液體當(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DNA上，上面可以有125“艾”字節(jié)的信息，所以說我們可以想象，基本上這么一個房間里面，全都是筆記本電腦的話，所有這些信息都可以儲存到一個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，這10噸的DNA直接可以裝到一個大卡車上。