相比于DNA存储，闪存、硬盘、软盘、光驱、录影带这些存储工具简直弱爆了。
当计算机工程师宣称自己取得了惊人突破，可以将所占空间巨大的音乐库和电影库存储在手掌大小的设备中时，生物遗传学家马上泼来一盆冷水：跟自然界的能力比起来，这实在是太小儿科了。
没错，论存储密度，没有什么设备能跟DNA相提并论——整个有机体的遗传信息全部存储在肉眼都看不见的细胞之内。于是，计算机科学家们开始研究分子生物学，试图借鉴DNA的“魔力”开创新一代的数字存储技术。
信息大爆炸的今天，新的APP、自拍照、博文、小视频等更新频繁的数字信息让脆弱的存储设备不堪重负。但好消息是， DNA的存储密度理论上可以达到每克455EB（1EB=1024PB=1048576TB）。也就是说，指尖大小的芯片可以拷贝440亿份加长版《魔戒》三部曲（需要1.64亿年才能把所有这些电影看完）。
2012年，哈佛大学和麻省理工学院的著名遗传学家George Church首次用DNA来存储数字信息，并将研究成果发表在了《Science》上。Church将自己的一本书的电子数据编辑成DNA形式（650KB），他在《科尔伯特报告》（The Colbert Report）上向人们展示了一张薄纸，仅仅上面的一个斑点就存储了数百万个该书籍的备份。
George Church
当时，George Church 和同事就已经试图证明，数字信息可以被编辑成DNA形式。随后，为了验证 George Church 的理论，很多工程师和生物学家团队对该理念进行扩展，将更多数据编辑成DNA。
2013 年，欧洲生物信息研究所（European Bioinformatics Institute，EBI）的团队称，他们将739KB的数据文件编辑成了 DNA 链，这一大小超过了 George Church 的电子书。
2016 年 7 月，微软与华盛顿大学的研究团队刷新了记录——将200MB数据编辑成 DNA 链。
如今，DNA数据存储技术又更进一步。据不久前一篇《Science》论文表示，纽约基因组中心（New York Genome Center）和哥伦比亚大学的研究人员实现了每克DNA数据链存储214PB的数据密度。
George Church没有参与这项最新研究，但他之前通过计算证明了达到这一密度是可行的。“这是一次巨大的飞跃”，George Church激动地说，“他们将理论转化成了现实。”
从DVDs 到DNA的巨大跨越
该项新研究的第一作者Yaniv Erlich表示，0 和 1 是最基本的数据表达形式，无论计算机程序还是视频电影，它们都是由 0 和 1 组成的字符串。
Yaniv Erlich
同样，DNA由A（Adenine，腺嘌呤），C（Cytosine，胞嘧啶），G（Guanine，鸟嘌呤），T（Thymine，胸腺嘧啶）四个基本单元组成。
为了将数据转换成DNA，Erlich团队的工作就是将 0 和 1 映射成A、C、G、T。然后，在将相应的DNA序列发送给Twist Bioscience之类的DNA合成公司合成DNA数据链，并将其放入盛有液体且只有手指一半大小的玻璃瓶中。值得注意的是，里面是可是真正DNA链。
在进行数据访问时，需要重新把DNA转换为二进制，即最基本的0和1的形式。
利用这种方法，研究人员将以下测试数据编辑成DNA形式后又将其复原：
为了测试数据，Erlich还用编码的操作系统玩了把游戏。值得注意的是，存储数据的DNA材料并不是从动物或植物中提取的。“DNA数据链在此是一种硬件，”Erlich在一份邮件中写道。“它并非源于生物体，其合成、复制、和测序完全是化学过程。”
信息的索引
听起来，DNA存储就是把 0 和 1 的数据串编码成A，C，T，G序列，貌似很简单，但实际过程要复杂得多。首先，并不是所有的DNA序列都有很强的存储能力。由相同核苷酸组成的序列，比如AAAAAAAAAAAA——它不但结构不稳定，而且很难准确地读取数据。
另外，在排序与检索过程中，有些DNA分子会失去活性，这就有丢失重要数据的风险。
为了解决这些问题，Erlich应用了计算机领域常用的喷泉码来索引代码，而不是直接使用代码本身，这就使得DNA数据丢失的风险大幅降低。而 DNA 喷泉码算法的索引能力更强，也就意味着即便有少部分 DNA 数据链丢失，最终还是可以解码数据。
喷泉码是将一些数据，例如文件，转化为一个有效的任意数量的编码包的方法，这样只要你接收到稍大于信源数据包数量的编码包的子集，就可以恢复信源数据。换句话说，你创建了一个编码数据的“喷泉”，只要接收端接收到足够的“水滴”，就可以恢复文件，而不管它们接到哪一个遗漏了哪一个。
研究人员正在将一小部电影存入DNA
此外，为了保证数据还原的可靠性，Erlich想进一步验证，DNA数据链能否准确无误地复制。
DNA测序过程中需要将部分分子从样本中剔除。为了保留这部分数据，科学家必须对其进行备份。比如，Erlich保留了25个初始备份，然后又对副本备份，对副本的副本进行备份，如此一共进行了9重备份。值得注意的是，即便是第9重备份，“我们也能完美地检索信息，数据结构很稳定。”
DNA计算机到来？
尽管DNA存储取得了很大进展，但把DNA作为手机和电脑的存储设备还为时尚早。“DNA存储还处于发展初期，仍属于基础科学，”Erlich说。“我们不指望人们很快就能买到DNA硬盘。”
对此，George Church表示，它更直接是用途是作为存档工具，比如，可以把视频监控等不经常访问的数据用这种方法来存档。
相比于传统硬盘，DNA不但存储密度大，而且无需散热。而且，DNA的数据存储时间要比其他存储工具长得多。既然古人类学家能对尼安德特人等古人类进行基因测序，Erlich也丝毫不用担心DNA的数据存储寿命。
微软的研究员们则认为，DNA存储有更广泛的应用前景。微软的Karin Strauss和华盛顿大学的Luis Ceze在邮件中表示：“对于需要长期存储海量数据公司或个人，DNA存储都是不错选择”。
比如，医院需要长期存储病人的临床信息，研究机构的研究项目也有大量数据要保存，而新兴的虚拟现实行业也要存储内存很大的视频文件。另外，随着便携摄像机的普及，越来越多的人会选择把个人视频上传云端，这也将仰仗DNA存储。
但在目前，DNA的存储成本极其所耗费的时间却让人望而却步。Erlich团队合成DNA数据花费了7000美元，读取数据又花了2000美元。合成数据需要两周时间，读取数据也需要一天时间。
但这并不意味着，DNA存储不会应用到人们的日常生活中。George Church的团队就在与Technicolor公司合作，利用该技术保存了很多公司的老电影。
Technicolor公司的DNA存储
在2016年的一次媒体参观活动上，Technicolor研发与创新副总裁Jean Bolot向人们展示了一小瓶数据DNA，里面有100万个1902年的法国无声电影《月球旅行记》（A Trip to the Moon）的备份。
编辑：孙小彪
《麻省理工科技评论》中美合作“城郭会员计划”正式发布，让您始终处于新兴技术商业趋势的最前沿。详情请点击下方图片查看↓↓↓
招聘
编辑、视觉设计、视频策划及后期
地点：北京
联系：[email protected]
MIT Technology Review 中国唯一版权合作方，任何机构及个人未经许可，不得擅自转载及翻译。
分享至朋友圈才是义举
