將數(shù)據(jù)存儲到身體？下一代的存儲容器也許會是DNA。

目前我們正處于數(shù)據(jù)爆炸增長的時(shí)代，像硬盤、內(nèi)存芯片等數(shù)據(jù)存儲容器已經(jīng)出現(xiàn)“負(fù)荷過重”的跡象?，F(xiàn)今看來，要想將全球數(shù)據(jù)存儲起來似乎技術(shù)還遠(yuǎn)遠(yuǎn)沒達(dá)到這個(gè)水平。但是，最近有研究發(fā)現(xiàn)一種新的數(shù)據(jù)存儲方式——DNA 數(shù)據(jù)存儲。

其實(shí)，這種存儲方式的研究早已進(jìn)行中了。

去年年底，法國一位16歲高中生Locatelli將《古蘭經(jīng)》和《圣經(jīng)》中的部分內(nèi)容存儲到DNA中并注入到自己的體內(nèi)。他把希伯來語和阿拉伯語的字符轉(zhuǎn)換成DNA堿基的特定組合，將轉(zhuǎn)換后的DNA鏈移接到購買的病毒上，最后用注射器將病毒注入自己的大腿 。

從邏輯上來講，實(shí)現(xiàn)這項(xiàng)目標(biāo)并不難。Locatelli 首先用一個(gè)基本的系統(tǒng)將文本翻譯為構(gòu)成 DNA 的核酸。

在圣經(jīng)《創(chuàng)世紀(jì)》中，他將22個(gè)希伯來字母轉(zhuǎn)換成四種可能的核酸：胞嘧啶、胸腺嘧啶、鳥嘌呤或腺嘌呤。胞嘧啶和胸腺嘧啶分別代表五個(gè)字母，鳥嘌呤和腺嘌呤分別代表六個(gè)字母。

在阿拉伯語文本中，Locatelli 去掉了 28 個(gè)字母中的 5 個(gè)，并給了其中 3 個(gè)獨(dú)特的核酸，允許 Ra 和 Sad 共享胸腺嘧啶。在這兩種情況下，Locatelli 都忽略空格、標(biāo)點(diǎn)符號和變音符號。

然后，他分別從VectorBuilder和ProteoGenix公司購買了定制的DNA鏈，以及用于將新DNA插入細(xì)胞的良性病毒。他買了一些生理鹽水和注射器就出發(fā)去參加了比賽。注射后，他只出現(xiàn)了輕微的過敏反應(yīng)。

但是，加州大學(xué)洛杉磯分校的生物化學(xué)家Sriram Kosuri表示，他不能確定Locatelli的方法是否真的有效; 也無法評估病毒載體是否成功地將合成的DNA導(dǎo)入Locatelli細(xì)胞。

除了這位高中生的研究成果外之外，最近，一家位于波士頓的初創(chuàng)公司Catalog宣布，他們成功將維基百科英文版一共16G的文本內(nèi)容存儲在了一個(gè)DNA分子上！

一個(gè)DNA分子即可輕松存儲16g內(nèi)容

計(jì)算機(jī)存儲容器已經(jīng)從帶磁鐵的電線變成硬盤，如今發(fā)展到3D存儲芯片。為了追求更小占用空間卻有更多的存儲空間，下一代存儲容器也許會回溯到與地球上的生命一樣古老的方法：DNA。

企業(yè)Catalog近日宣布，他們將維基百科英文版的所有文本一共16G的內(nèi)容存儲在了一個(gè)DNA分子上！

Catalog用它的第一個(gè)DNA書寫器完成了這項(xiàng)壯舉。

這個(gè)DNA書寫器有多大呢？大小大概與一輛現(xiàn)代 SUV 差不多。盡管它目前看起來不太可能可以有機(jī)會打倒手機(jī)的存儲芯片，但Catalog認(rèn)為，它對一些需要將數(shù)據(jù)存檔的客戶來說已經(jīng)很有用了。

DNA鏈雖然很小，也很難管理，但是生物分子可以存儲在除了控制細(xì)胞如何發(fā)芽或?yàn)槭裁葱尚蓵切尚傻幕蛲獾钠渌鸇NA區(qū)域。Catalog使用了比人類DNA短但更多的預(yù)制合成DNA鏈，因此它可以存儲更多的數(shù)據(jù)。

可能聽起來像是倒退，但DNA是緊密的，在化學(xué)上以穩(wěn)定的形式存在，同時(shí)由于它是地球生物學(xué)的基礎(chǔ)，可能不會像硬盤驅(qū)動(dòng)器或CD那樣過時(shí)，也不會像軟盤驅(qū)動(dòng)器那樣被市場淘汰而消失。

由于傳統(tǒng)的DNA測序產(chǎn)品已經(jīng)在生物技術(shù)市場上銷售，可以以此讀取DNA數(shù)據(jù)。研究人員認(rèn)為“這一全新的序列技術(shù)用例將有助于（大大）降低成本”，Catalog認(rèn)為DNA存儲方式在計(jì)算業(yè)務(wù)中潛在一個(gè)巨大市場。

Catalog也使用了尋址系統(tǒng)，這意味著當(dāng)DNA以長序列存儲數(shù)據(jù)時(shí)，也可以使用分子探針讀取存儲在任何地方的信息。就是一種硬盤一樣的隨機(jī)存取存儲器，而不是像半個(gè)世紀(jì)前大型計(jì)算機(jī)鼎盛時(shí)期的磁帶盤那樣的順序存取。

有人會認(rèn)為DNA會被射線破壞，但 Catalog 認(rèn)為它是一種比其他方法更穩(wěn)定的介質(zhì)。畢竟幾千年前滅絕動(dòng)物依然能發(fā)現(xiàn)其DNA。

DNA存儲數(shù)據(jù)有什么意義？

《科學(xué)美國人》與世界經(jīng)濟(jì)論壇聯(lián)合發(fā)布了 2019 年全球十大新興技術(shù)，其中一項(xiàng)就是用 DNA 儲存數(shù)據(jù)。那么，DNA存儲數(shù)據(jù)的意義何在呢？

據(jù)軟件公司Domo稱，在2018 年，谷歌每分鐘都有388 萬次搜索、YouTube被觀看的視頻有433萬個(gè)、有159362760封電子郵件被發(fā)送、推特有47.3萬條，在 Instagram上也發(fā)布了49000張照片。

預(yù)計(jì)到2020年，全球人均每秒將產(chǎn)生大約1.7兆字節(jié)的數(shù)據(jù)，假設(shè)世界人口為78億，一年就會產(chǎn)生約418個(gè) zettabytes。如果放在容量為1TB的硬盤上，則需要4180億個(gè)！

這種情況下，目前的數(shù)據(jù)存儲系統(tǒng)根本撐不過一個(gè)世紀(jì)。此外，運(yùn)行這些數(shù)據(jù)也需要消耗大量的能量。因此，我們將面臨一個(gè)嚴(yán)重的數(shù)據(jù)存儲問題，并且隨著時(shí)間的推移，這個(gè)問題只會變得越來越嚴(yán)重！

所以硬盤存儲的一種替代方案——基于DNA的數(shù)據(jù)存儲才顯得尤為重要。由核苷酸A，T，C和G的長鏈組成的DNA 序列是生命的信息存儲材料。數(shù)據(jù)可以按照這些字母的順序存儲，從而將DNA轉(zhuǎn)變?yōu)橐环N新的信息技術(shù)形式。

目前DNA已經(jīng)可以常規(guī)排序（讀?。?，合成（寫入）并且可以輕松準(zhǔn)確地復(fù)制。DNA本身結(jié)構(gòu)也是非常穩(wěn)定的，正如生活在50多萬年前的化石馬的完整基因組測序所證明的那樣，存儲它不需要太多能量。

另外，DNA的存儲容量是讓人驚訝的。DNA可以以遠(yuǎn)超過電子設(shè)備的密度精確存儲大量數(shù)據(jù)。例如，根據(jù)哈佛大學(xué)George Church及其同事2016年發(fā)表在“Nature Materials”雜志上的計(jì)算，簡單的大腸桿菌的存儲密度約為每立方厘米1019比特。

在這樣的密度下，僅僅需要一個(gè)邊長約一米的DNA立方體便可很好地滿足全世界一年的數(shù)據(jù)儲存需要，簡單來說就是1kg DNA就能儲存全球數(shù)據(jù)。

DNA 數(shù)據(jù)存儲的前景不僅僅是理論上的。例如，2017 年，哈佛大學(xué)的Church小組采用CRISPR DNA編輯技術(shù)，將人手的圖像記錄到大腸桿菌的基因組中，并以高于90%的準(zhǔn)確率讀出。華盛頓大學(xué)和微軟研究院的研究人員已經(jīng)開發(fā)出一個(gè)完全自動(dòng)化的系統(tǒng)，用于編寫、存儲和讀取 DNA 編碼的數(shù)據(jù)。包括微軟和Twist Bioscience在內(nèi)的一些公司正在致力于推進(jìn) DNA 存儲技術(shù)。

與此同時(shí)，DNA已經(jīng)被研究人員用來以不同的方式管理數(shù)據(jù)，這些研究人員努力處理海量的數(shù)據(jù)。新一代測序技術(shù)的最新進(jìn)展使得數(shù)十億個(gè)DNA序列可以輕松同時(shí)讀取。有了這種能力，研究人員可以使用 DNA 序列的條形碼作為分子識別“標(biāo)簽”，以跟蹤實(shí)驗(yàn)結(jié)果。另外DNA條形碼正被用于大大加快化學(xué)工程、材料科學(xué)和納米技術(shù)等領(lǐng)域的研究步伐。例如，在佐治亞理工學(xué)院，James E. Dahlman的實(shí)驗(yàn)室正在迅速確定更安全的基因療法；其他人正在研究如何對抗耐藥性和防止癌癥轉(zhuǎn)移。

不過目前阻礙DNA數(shù)據(jù)存儲方式普及的原因之一便是讀取和寫入DNA的成本太高、速度還不夠快，要與電子存儲競爭，就必須進(jìn)一步降低這些成本和提高速度。