DNA存儲(chǔ)，拯救人類數(shù)據(jù)危機(jī)的良方？

開一個(gè)腦洞：如果地球正在面臨一場馬上到來的毀滅性星際災(zāi)害，人類又想盡可能地保存地球的生命和文明，在現(xiàn)有條件下，該怎么辦?

像大劉一樣讓地球停止自轉(zhuǎn)然后逃離太陽系，這恐怕來不及了。而如果像諾亞方舟一樣，一股腦把人類、動(dòng)植物和人類的知識(shí)搬運(yùn)到飛船上，現(xiàn)有的火箭運(yùn)載能力，恐怕也裝不下這些物質(zhì)的億萬分之一。

如果想盡可能多、盡可能長久地保存地球的生物，我們只需要把所有物種的DNA序列信息收集打包，在飛船的低溫環(huán)境下便可以保存長達(dá)數(shù)十萬年;而人類文明的信息呢?我們知道這些信息最高效的形式就是數(shù)據(jù)，而這些數(shù)據(jù)主要存儲(chǔ)在硬盤和光盤當(dāng)中的。

想想這些硬盤儲(chǔ)存器的重量和數(shù)據(jù)密度，我們不得不再一次氣餒。更何況，可能飛船還沒逃出太陽系，這些數(shù)據(jù)就會(huì)因?yàn)橛脖P或光盤的壽終正寢而丟失。

那么DNA能不能當(dāng)做硬盤來存儲(chǔ)數(shù)據(jù)信息呢?答案是，可以的。

DNA絕對(duì)是這個(gè)星球上最古老的生命信息存儲(chǔ)工具，同樣也可以作為數(shù)據(jù)信息的存儲(chǔ)介質(zhì)，且存儲(chǔ)密度和使用壽命要遠(yuǎn)遠(yuǎn)超出現(xiàn)有的磁盤式的存儲(chǔ)方案。因此，DNA存儲(chǔ)，正在被人類視為數(shù)據(jù)存儲(chǔ)的未來，成為拯救人類數(shù)據(jù)存儲(chǔ)危機(jī)的最好的替代方案。

DNA存儲(chǔ)具體是怎么做到的呢?現(xiàn)在發(fā)展到那一階段?商用的話還有哪些阻礙?這需要我們一一解答。

DNA存儲(chǔ)是如何工作的?

在了解DNA存儲(chǔ)是如何工作的之前，我們簡單了解下磁存儲(chǔ)和光存儲(chǔ)這兩種現(xiàn)有的解決方案的原理。

磁存儲(chǔ)的原理就是在金屬材料上涂上磁性介質(zhì)，在通電的情況下形成電磁效應(yīng)，可以進(jìn)行存儲(chǔ)和表達(dá)0101的二進(jìn)制信息。磁存儲(chǔ)的硬盤的優(yōu)點(diǎn)是錄入和讀取的速度快，缺點(diǎn)是與體積重量相比，數(shù)據(jù)密度較低。經(jīng)過60年發(fā)展，大概可以在3.5英寸大小的硬盤驅(qū)動(dòng)上存儲(chǔ)3TB數(shù)據(jù)。

光存儲(chǔ)的原理是將數(shù)字編碼的視頻和音頻儲(chǔ)刻錄在光盤表面的凹槽中，再通過激光將這些凹槽中的數(shù)據(jù)讀取出來，進(jìn)行轉(zhuǎn)存或播放。當(dāng)前，光存儲(chǔ)也正在經(jīng)歷存儲(chǔ)的極限。因?yàn)橄胍嫦赂嗟臄?shù)據(jù)，凹槽就必須越小、越緊湊，要求激光的精度也越高。目前，單層藍(lán)光光盤能夠保存 25GB 以上的信息，另一種紫外線激光如果研制成功，其光盤容量可以達(dá)到500GB的容量。

相對(duì)于磁存儲(chǔ)和光存儲(chǔ)而言，DNA存儲(chǔ)有哪些優(yōu)勢?

首先，就是節(jié)約空間。但這些單層平鋪式的存儲(chǔ)方式，比起DNA的雙螺旋立體結(jié)構(gòu)來說，其存儲(chǔ)量就有了多個(gè)數(shù)量級(jí)的差距。DAN本身的物理體積極小且又是立體結(jié)構(gòu)，單位空間的數(shù)據(jù)密度非常高。舉個(gè)簡單的例子，1克DNA不到指尖上一滴露珠大小，卻能夠儲(chǔ)存700TB的數(shù)據(jù)，相當(dāng)于1.4萬張50GB容量的藍(lán)光光盤，或233個(gè)3TB的硬盤(差不多151KG重)。

再則，非常節(jié)能?，F(xiàn)有存儲(chǔ)方式，比如說一個(gè)數(shù)據(jù)中心，要消耗大量的單晶硅，還要消耗大量的電。而DNA物質(zhì)只需保存在陰涼、干燥的地方就可以，基本不需要額外的人工維護(hù)。就算需要把DNA冷凍起來，消耗的資源和能源也幾乎可以忽略不計(jì)。

此外，最重要的一點(diǎn)就是，保存時(shí)間非常久。現(xiàn)在高密度的存儲(chǔ)器都會(huì)隨著時(shí)間推移而衰減，能存儲(chǔ)時(shí)間最長的工具是磁帶，其壽命也就50年，其他的存儲(chǔ)器壽命更短。比較而言，DNA則保質(zhì)期就以百年計(jì)算了，如果將其冷凍起來，能保存幾千甚至上萬年。

看來人類文明的拯救方案有了，但DNA存儲(chǔ)到底是如何做到的呢?

眾所周知，DNA由四種含氮堿基——A、T、C和G互補(bǔ)配對(duì)構(gòu)成，科學(xué)家將腺嘌呤(A)、鳥嘌呤(G)、胞嘧啶(C)和胸腺嘧啶(T)分別賦予二進(jìn)制值(A和C=0 ，G和T=1)，隨后通過微流體芯片對(duì)基因序列進(jìn)行合成，從而使該序列的位置與相關(guān)數(shù)據(jù)集相匹配。這樣就把這些堿基對(duì)編碼成1和0的組合，就可以用DNA的序列信息來表達(dá)二進(jìn)制的語言了。

當(dāng)每次將二進(jìn)制語言寫進(jìn)DNA序列當(dāng)中，就可以把“DNA硬盤”放到低溫環(huán)境中進(jìn)行保存。而需要讀取數(shù)據(jù)的時(shí)候，只用對(duì)目標(biāo)DNA進(jìn)行測序，將堿基對(duì)還原成二進(jìn)制編碼，再完成解碼，就可以還原為我們常見的數(shù)據(jù)了。

原理是非常簡單，但科學(xué)家是如何做到的呢?這就要簡單回顧下DNA存儲(chǔ)技術(shù)的發(fā)展史了。

DNA存儲(chǔ)是如何一步步發(fā)展到現(xiàn)在的?

最先想到這一方法的是一位藝術(shù)家Joe Davis，他在1988年與哈佛研究人員合作，把一個(gè)取名為Microvenus(小維納斯)的7*5像素矩陣的照片，轉(zhuǎn)化成35個(gè)堿基的DNA序列，插入到大腸桿菌里，第一次把不屬于自然演化的信息寫進(jìn)了在DNA當(dāng)中。

(Microvenus代表女性和地球)

2010年，美國合成生物學(xué)家克雷格?文特爾((Craig Venter)帶領(lǐng)研究團(tuán)隊(duì)化學(xué)合成了整個(gè)支原體基因組DNA，取名為“辛西婭(Synthia)”，并以“自娛自樂”的方式將課題研究者的名字、研究所網(wǎng)址和愛爾蘭詩人詹姆斯的詩句等信息編碼進(jìn)新合成的DNA中。

2011年，哈佛大學(xué)的合成生物學(xué)家喬治·丘奇(George Church)和加州大學(xué)的瑟里·庫蘇里(Sriram Kosuri)領(lǐng)導(dǎo)的團(tuán)隊(duì)以及約翰?霍普金斯大學(xué)的基因組專家高原(Yuan Gao)首次進(jìn)行了概念證明性實(shí)驗(yàn)。團(tuán)隊(duì)使用短DNA片段編碼了一本丘奇的659KB數(shù)據(jù)的書。

2013年，歐洲生物信息研究所(EBI)的尼克?高德曼(Nick Goldman)和他的研究團(tuán)隊(duì)也成功地將包括莎士比亞十四行詩和馬丁?路德?金“我有一個(gè)夢想”的演講片段、一篇沃森和克里克DNA雙螺旋論文副本等5個(gè)文件編寫進(jìn)了DNA片段里當(dāng)中。739KB數(shù)據(jù)成為當(dāng)時(shí)最大的DNA存儲(chǔ)文件。

2016年，微軟和華盛頓大學(xué)又利用DNA存儲(chǔ)技術(shù)完成了約200MB數(shù)據(jù)的存儲(chǔ)，成為DNA信息存儲(chǔ)技術(shù)的一個(gè)飛躍。

2017年7月，《自然》雜志發(fā)表了哈佛大學(xué)醫(yī)學(xué)院的賽斯?希普曼(Seth Shipman)和喬治·丘奇合作的一項(xiàng)活體DNA存儲(chǔ)的研究。他們把一部130年前的黑白電影《奔跑中的馬》存在了大腸桿菌的DNA上。雖然大腸桿菌體內(nèi)有一段“奇怪的DNA”，不僅能夠正常生存，還可以正常遺傳，每次繁衍都是一次數(shù)據(jù)復(fù)制。而且存儲(chǔ)在基因組中的電影，在每一代大腸桿菌中也都完整無缺地保存下來了。

但因?yàn)榧?xì)胞的復(fù)制、分裂以及死亡，會(huì)造成信息出錯(cuò)的風(fēng)險(xiǎn)，未來數(shù)據(jù)安全，大多數(shù)情況下存儲(chǔ)信息的DNA都是以DNA干粉的形式存在，活體細(xì)胞存儲(chǔ)的研究轉(zhuǎn)向合成DNA存儲(chǔ)。

同一年，哥倫比亞大學(xué)和紐約基因組中心在《科學(xué)》雜志發(fā)表了一項(xiàng)稱為“DNA噴泉”算法高效的DNA存儲(chǔ)策略。這項(xiàng)技術(shù)展示了最大化利用DNA的存儲(chǔ)潛力，成功將海量信息壓縮至DNA的四個(gè)堿基，即為每個(gè)DNA編碼1.6比特(bits)的數(shù)據(jù)，比之前多存儲(chǔ)了60%的信息，逼近理論極限(1.8比特)。該方法能夠?qū)?15PB數(shù)據(jù)存儲(chǔ)在一克DNA中，相當(dāng)于2.2億部電影。

2018年，愛爾蘭沃特福德理工學(xué)院(WIT)研究人員開發(fā)出一種新型DNA存儲(chǔ)方法，可在1克大腸桿菌DNA中存儲(chǔ)1ZB的數(shù)據(jù)。

2019年，丘奇團(tuán)隊(duì)又在《科學(xué)》期刊上發(fā)表了一項(xiàng)實(shí)驗(yàn)結(jié)果。他們將丘奇的一本大約5.34萬個(gè)單詞《再生：合成生物學(xué)將如何改變未來的自然和自己》的書，以及11張圖片和一段Java程序，編碼進(jìn)不到億萬分之一克的DNA微芯片，再成功利用 DNA 測序來閱讀這本書。

這些科研的快速發(fā)展也意味著DNA合成技術(shù)(數(shù)據(jù)寫入)和DNA測序技術(shù)(數(shù)據(jù)讀取)正走向成熟。但同時(shí)，DNA編碼過程仍然存在著存儲(chǔ)/讀取速度和成本等問題，DNA存儲(chǔ)離商業(yè)化還在路上。

DNA存儲(chǔ)商業(yè)化的問題與進(jìn)展

在實(shí)驗(yàn)室里，看起來DNA存儲(chǔ)并不復(fù)雜，但是在商業(yè)化上面，仍然還面臨著一些問題。

首先，存儲(chǔ)和讀取的速度都很慢。DNA存儲(chǔ)設(shè)備的訪問速度很慢，存取也很費(fèi)時(shí)間。相比較磁盤存儲(chǔ)的電磁信號(hào)，DNA合成卻要依賴于一系列化學(xué)反應(yīng)。用磁盤寫入200MB數(shù)據(jù)，不用1秒，用DNA合成差不多得需要3周的時(shí)間。

其次，DNA介質(zhì)不能覆蓋和重寫。在DNA里，一旦把信息存進(jìn)去，一般來說不能修改。想讀取這個(gè)文檔，需要把全部信息完全測序出來再轉(zhuǎn)碼。

第三，數(shù)據(jù)存儲(chǔ)的準(zhǔn)確性有待提高。目前DNA測序時(shí)的重復(fù)讀取導(dǎo)致讀錯(cuò)概率較大。

第四，隨機(jī)讀寫困難。目前DNA合成技術(shù)無法一次性產(chǎn)生較長的DNA分子，只能合成眾多的短片段。這使得在眾多DNA小片段組成的混合物當(dāng)中，快速調(diào)取特定數(shù)據(jù)存在困難。

最后，也是最重要的，DNA存儲(chǔ)成本太高了。比如目前DNA存儲(chǔ)200MB數(shù)據(jù)，需要耗資80萬美元，而用電子設(shè)備，成本連1美元都不到。

但正如上面所說，如果放到更長的時(shí)間尺度上和數(shù)據(jù)存儲(chǔ)空間壓力下，DNA具有的大存儲(chǔ)密度、高節(jié)能環(huán)保、超長穩(wěn)定性的獨(dú)特優(yōu)勢就顯現(xiàn)出來了。只要隨著存儲(chǔ)和讀取技術(shù)的發(fā)展，DNA編碼和測序的效率提升，成本大幅下降，DNA存儲(chǔ)離商業(yè)化應(yīng)用也就不遠(yuǎn)了。

那么，現(xiàn)在在商業(yè)化上有哪些進(jìn)展呢?

在2015年，微軟公司和華盛頓大學(xué)合作發(fā)表了一個(gè)成果，采用定點(diǎn)讀取信息，也就是給一個(gè)長長的DNA鏈里加入一些追蹤標(biāo)記。這些類似索引機(jī)制的標(biāo)記，可以不用每次等測序完整DNA長鏈，就能選取合適的標(biāo)記進(jìn)行讀取。

2018年，讀取技術(shù)又實(shí)現(xiàn)突破，微軟研發(fā)了“納米孔”讀取技術(shù)，讓 DNA 介質(zhì)列能擠過一個(gè)很小的納米孔而讀取其中每個(gè) DNA 堿基。這一技術(shù)讓大大縮小了讀取設(shè)備的空間開支，一個(gè)手掌大小的 USB 設(shè)備就能進(jìn)行讀取，但讀取速度在每秒幾KB左右，可以說仍然相當(dāng)慢。

2019年3月，微軟團(tuán)隊(duì)在《自然》雜志發(fā)表一項(xiàng)新的進(jìn)展，他們開發(fā)了世界上第一個(gè)自動(dòng)DNA存儲(chǔ)介質(zhì)。相比較于手動(dòng)操作進(jìn)行DNA的合成和測序，能夠自動(dòng)化方式進(jìn)行DNA編解碼才是未來商業(yè)化的出路。

另外，關(guān)于DNA存儲(chǔ)和讀取時(shí)長以及成本的問題，一家2016年成立的美國初創(chuàng)公司Catalog也正試圖嘗試解決。

去年，Catalog將一共16G的維基百科英文版文本存儲(chǔ)在了一個(gè)DNA分子上。他們使用了一臺(tái)DNA書寫器設(shè)備，以4Mbps的速度在DNA中記錄這些數(shù)據(jù)。這意味著在一天內(nèi)可以記錄125GB，大約相當(dāng)于高端手機(jī)可以存儲(chǔ)的容量。這一速度已經(jīng)是之前研究所存儲(chǔ)速度的三倍。

目前，Catalog使用了由20到30個(gè)堿基對(duì)長預(yù)制合成DNA鏈，通過酶嵌套在一起，可以存儲(chǔ)更多的數(shù)據(jù)。這些片段的排列就像英語使用26個(gè)字母一樣，理論上可以創(chuàng)造出無數(shù)的組合。據(jù)Catalog估計(jì)，未來進(jìn)行1MB數(shù)據(jù)DNA存儲(chǔ)成本將不到0.001美分。

當(dāng)然，如果未來這家創(chuàng)業(yè)公司真的能夠?qū)⒊杀敬蠓迪聛?，那么確實(shí)有可能為DNA數(shù)據(jù)存儲(chǔ)的商業(yè)化鋪平道路。

在2019年，《科學(xué)美國人》與世界經(jīng)濟(jì)論壇聯(lián)合發(fā)布的當(dāng)年全球十大新興技術(shù)中， DNA數(shù)據(jù)儲(chǔ)存技術(shù)名列其中。

可以預(yù)見，磁存儲(chǔ)和光存儲(chǔ)方式在未來一段時(shí)間仍將占據(jù)數(shù)據(jù)存儲(chǔ)方式的主流。不過，即使我們不會(huì)出現(xiàn)地球末日這種極端情況，因?yàn)榻鼛啄陻?shù)據(jù)激增，人類也正面臨數(shù)據(jù)存儲(chǔ)空間不足的嚴(yán)峻問題。同時(shí)，數(shù)據(jù)存儲(chǔ)需求激增，帶來的是硅晶片使用量的激增，以及由此引發(fā)的環(huán)境污染問題、水資源和能源消耗等問題。

DNA存儲(chǔ)技術(shù)的實(shí)現(xiàn)，一定程度將緩解傳統(tǒng)存儲(chǔ)的容量問題，并大幅減少電子元件和能源的消耗。

當(dāng)然，在存取技術(shù)上和成本控制上，DNA存儲(chǔ)為代表的碳基存儲(chǔ)方式還有很長的道路要走，但隨著商業(yè)化的進(jìn)展，其規(guī)模普及速度也會(huì)加快。從數(shù)據(jù)存儲(chǔ)的歷史來看，存儲(chǔ)媒介的變化是一個(gè)不斷變化且加速的過程，DNA存儲(chǔ)也應(yīng)該成為我國關(guān)注和研究的技術(shù)方向。