詳解哈佛如何用DNA遺傳物質(zhì)儲存信息

　　哈佛大學(xué)研究人員將一本大約有5.34萬(wàn)個(gè)單詞的書(shū)籍編碼進(jìn)不到億萬(wàn)分之一克的DNA微芯片，然后成功利用DNA測序來(lái)閱讀這本書(shū)。

　　這是迄今為止人類(lèi)使用DNA遺傳物質(zhì)儲存數據量最大的一次實(shí)驗。

　　“今后，拇指大小的設備就能存下整個(gè)互聯(lián)網(wǎng)的信息�！痹擁椖康氖紫�研究員、哈佛大學(xué)遺傳學(xué)家喬治·丘奇說(shuō)。

　　要說(shuō)信息存儲，沒(méi)有一樣比得過(guò)DNA。人們很早就覬覦我們自身的基因代碼存儲數據的潛力，但如何將信息編碼進(jìn)DNA遺傳物質(zhì)再如何解讀出來(lái)，一直是個(gè)難題。

　　近日，哈佛大學(xué)維斯生物工程研究所的一群研究人員嘗試將一本大約有5.34萬(wàn)個(gè)單詞的書(shū)籍編碼到不到一沙克(億萬(wàn)分之一克)的DNA微芯片中，連同文字一起的還有11張圖片和一段Java程序。這是迄今為止人類(lèi)使用DNA遺傳物質(zhì)儲存數據量最大的一次實(shí)驗�！敖窈�，拇指大小的設備就能存下整個(gè)互聯(lián)網(wǎng)的信息�！痹擁椖渴紫�研究員、哈佛大學(xué)遺傳學(xué)家喬治·丘奇(GeorgeChurch)說(shuō)，被編碼進(jìn)DNA的書(shū)正是他的大作《再生：合成生物學(xué)將如何改變未來(lái)的自然和自己》。

　　這項實(shí)驗被刊登在《科學(xué)》期刊上。但因編碼存儲和讀取過(guò)程太過(guò)昂貴，DNA存儲離商業(yè)化還有一段距離�！半S著(zhù)DNA合成、測序價(jià)格的不斷下降，這或許將成為長(cháng)期存儲數據的一種選擇�！惫�佛大學(xué)生物學(xué)教授可蘇里(SriramKosuri)說(shuō)。這一實(shí)驗，或許為解決未來(lái)社會(huì )爆炸性的大數據存儲指明了方向。

　　從二進(jìn)制到堿基對編碼

　　DNA是生物數據庫，它的主要功能就是存儲包含各種指令的生物信息。DNA有G(鳥(niǎo)嘌呤)、T(胸腺嘧啶)、A(腺嘌呤)、C(胞嘧啶)四種堿基，共同構成了相互纏繞的雙鏈階梯狀的螺旋結構。通過(guò)這四種堿基不同順序的編碼，存儲了生物所有的遺傳信息。

　　現代計算機技術(shù)奠基者之一馮·諾依曼曾在1948年提出“自動(dòng)復制機器”的設想：一個(gè)能夠自我繁殖的系統，不僅能夠構建某個(gè)組成元素，結構和自己一致的下一代，也能夠把對自身的描述傳遞給下一代，如此往復。后來(lái)隨著(zhù)生物遺傳的奧妙被發(fā)現，人們意識到，DNA雙螺旋結構正是馮·諾依曼描述的自動(dòng)復制機器。

　　DNA里的四種堿基，兩兩互補成對。一個(gè)最短的DNA分子也有4000個(gè)堿基對，可能的排列方式就有44000種。堿基對排列順序千變萬(wàn)化，從而能夠存儲大量的遺傳信息。

　　向活體DNA里寫(xiě)入數據，有諸多困難，細胞會(huì )死亡、分裂、變異，數據內容就會(huì )發(fā)生改變。

　　在本文開(kāi)頭提到的那項實(shí)驗中，科學(xué)家們沒(méi)有采用活細胞的基因組，而是采用了人工合成的DNA片段。他們用很多短的DNA序列而非長(cháng)DNA序列來(lái)編碼數據，這類(lèi)似于硬盤(pán)寫(xiě)入的原理，在硬盤(pán)中，數據是被寫(xiě)入稱(chēng)為扇區的小硬盤(pán)塊，這樣能夠降低寫(xiě)入和讀取數據的困難和成本�？茖W(xué)家們將這種片段用噴墨打印機嵌入到微陣列芯片表面。接著(zhù)，他們把計劃寫(xiě)入DNA的書(shū)里包含的信息：圖片、文字、程序轉化為HTML格式的文件，并將這些文件編譯為由0和1組成的電腦能夠讀懂的2進(jìn)制數據。然后，他們將2進(jìn)制數據轉為四種堿基，把0轉為A或C，把1轉成G或者T，并建立DNA鏈來(lái)維系這些編碼的順序和位置。每一個(gè)DNA片段還包含一個(gè)數字“條碼”，記錄它在原始文件中的位置，每個(gè)片段被合成多個(gè)拷貝以便有助于校正錯誤。編碼完成后，這些芯片會(huì )在4攝氏度下保持三個(gè)月。

　　測序就是讀取數據的過(guò)程：?jiǎn)⒂肈NA測序裝置，將所有DNA片斷中的編碼按照標記順序排列，再還原成2進(jìn)制格式的數據。每個(gè)DNA片斷的每一個(gè)拷貝被測序高達3000次以便校對。利用這種方式，他們將5.27兆數據中的錯誤降低到只有12個(gè)。這種尺寸微小的存儲設備，存儲密度遠遠高于DVD、硬盤(pán)等介質(zhì)，效果也毫不遜色。

　　丘奇認為，和其他生物存儲介質(zhì)相比，DNA存儲比較可靠，在室溫下也是穩定的，你甚至可以將它放在任何地方，幾十萬(wàn)年后，它還在那里�，F在的問(wèn)題是，DNA存儲設備的訪(fǎng)問(wèn)速度很慢，存取和讀取都很花費時(shí)間，如何覆蓋和重寫(xiě)數據也是個(gè)問(wèn)題。好消息是，隨著(zhù)測序技術(shù)的進(jìn)展，DNA編碼和測序的成本會(huì )逐年下降，離商業(yè)化應用也就不遠了。

　　生物硬盤(pán)

　　在人們把目光投向生物存儲之前，占據存儲市場(chǎng)主流的就是現在的存儲介質(zhì)，主要是磁盤(pán)、光盤(pán)。1949年，電腦的磁存儲設備問(wèn)世，意味著(zhù)信息可以隨時(shí)存取和控制，這個(gè)設備改變了整個(gè)行業(yè)。一塊鋁制圓片，涂上磁性介質(zhì)，因為磁有正負級，在電磁效應作用下，可以方便地存儲和表達010101的二進(jìn)制信息。無(wú)論磁盤(pán)還是硬盤(pán)，基本原理幾乎一樣。經(jīng)過(guò)60多年的發(fā)展，磁存儲行業(yè)已經(jīng)可以在3.5英寸大小的驅動(dòng)上存儲3TB數據。

　　另一種主流的光存儲也在不斷挑戰存儲極限。光盤(pán)將數字編碼的視頻和音頻儲存在光盤(pán)表面的凹槽中。激光讀取這些凹槽的背面，就能播放儲存的電影節目。光盤(pán)包含的數據越多，凹槽就必須越小、越緊湊。與之相對，讀取激光的精度也必須越來(lái)越高。普通DVD使用的是紅色激光在凹槽里記錄信息，藍色激光波長(cháng)比紅色激光長(cháng)，較小的光束聚焦更準確。此外，藍光光盤(pán)將軌距從0.74微米縮小到0.32微米。更小的凹槽，更小的光束以及更短的軌距結合，藍光的問(wèn)世正是順應了大數據存儲的潮流�，F在單層藍光光盤(pán)能夠保存25GB以上的信息，是DVD可儲存信息量的5倍。還有人在研發(fā)用紫外線(xiàn)做激光，其波長(cháng)比藍光更短，如果成功，一張光盤(pán)可以保存500GB的數據。

　　這些存儲方式有一個(gè)共同的缺點(diǎn)，磁片表面也好，光盤(pán)表面也好，都是單層的平鋪式地記錄和保存信息，哪怕磁盤(pán)每一層可以疊加，也和DNA封閉的雙螺旋立體結構無(wú)法媲美，記錄的數據量相去甚遠。一克DNA即能儲存上千億個(gè)千兆字節，相當于1000億張DVD光盤(pán)的內容。

　　隨著(zhù)摩爾定律的升級，人們已經(jīng)逐步接近傳統電子制造的極限。人們早就開(kāi)始在自然中尋找解決問(wèn)題的靈感。早在2007年，就有日本科學(xué)家研究利用趨磁細菌制造出和傳統計算機原件類(lèi)似的東西，代替磁盤(pán)存貯數據。今年初，又爆出德國和臺灣的一個(gè)聯(lián)合科研團隊以三文魚(yú)的DNA作為基礎，制造出單次寫(xiě)入多次讀取的存儲器。不過(guò)，那個(gè)DNA存儲裝置只能儲存數據至多30小時(shí)，且它并沒(méi)有利用DNA的結構進(jìn)行編碼。

　　這是個(gè)數據爆炸的時(shí)代，無(wú)處不在的攝像頭，互聯(lián)網(wǎng)上成倍增長(cháng)的信息，大量手持設備的照片、視頻??如果生物存儲技術(shù)足夠成熟，人們可以記錄所有想記錄的一切，而不必擔心家里沒(méi)有地方放硬盤(pán)。市政部門(mén)也不必每隔一段時(shí)間就清理街道攝像頭的視頻記錄，釋放存儲空間。

　　微流體和芯片實(shí)驗室的發(fā)展，讓DNA合成和測序變成一項日常工作。以前，要解碼一個(gè)人類(lèi)基因得花幾年，現在用微流體芯片技術(shù)只要不到一天。如果用于長(cháng)期存儲，這樣的速度還是可以接受的。隨著(zhù)DNA讀寫(xiě)技術(shù)的商業(yè)化，未來(lái)的DNA硬盤(pán)，或許會(huì )和今天的硬盤(pán)、光碟一樣普遍。