深圳科學(xué)家破解DNA存儲技術(shù)世界性難題

　　“DNA硬盤”登上頂級期刊

　　4月25日，《自然-計算科學(xué)》發(fā)表了由深圳華大生命科學(xué)研究院主導(dǎo)的研究成果，研究團隊開創(chuàng)了一套獨具優(yōu)勢的編解碼系統(tǒng)，用以解決當(dāng)前DNA信息存儲領(lǐng)域的技術(shù)難題。

　　據(jù)悉，研究團隊結(jié)合DNA雙鏈模型，開創(chuàng)了一套比特—堿基編解碼系統(tǒng)，并在實驗中驗證了該系統(tǒng)在信息密度、技術(shù)兼容性、數(shù)據(jù)恢復(fù)穩(wěn)定性等多方面的優(yōu)勢。

　　廣州日報全媒體記者王納

　　DNA數(shù)據(jù)存儲擁有巨大潛能

　　我們知道，所有信息在計算機中只由二進制的方式存儲，即0和1兩個數(shù)碼。而生物的遺傳信息則儲存在DNA中，以A、T、G、C四種堿基表現(xiàn)。

　　也許你會思考：倘若把信息語言的0和1，轉(zhuǎn)換為生物語言的ATGC，我們是不是就能把各類信息長久地保存在DNA中，讓DNA成為“完美”的存儲器了？擅長把假設(shè)變?yōu)楝F(xiàn)實的科學(xué)家，已經(jīng)用實際研究成果對這個問題給出了樂觀的回答。這也就是這項研究的重要意義。

　　深圳華大生命科學(xué)研究院科研人員告訴記者，DNA的數(shù)據(jù)存儲潛能其實是超越現(xiàn)有信息存儲器的。

　　隨著5G技術(shù)、大數(shù)據(jù)、人工智能等領(lǐng)域的蓬勃發(fā)展，海量數(shù)據(jù)如何長期穩(wěn)定存儲已成為亟待解決的一大難題，而以“BT+IT”融合的DNA信息存儲技術(shù)，或能為這個問題提供更優(yōu)解，因此受到了越來越多的關(guān)注。

　　畢竟在存儲信息這件事上，DNA可以說是坐擁數(shù)十億年經(jīng)驗的資深前輩。相較于現(xiàn)有的U盤、硬盤、磁帶等介質(zhì)，DNA具備無法比擬的優(yōu)勢。

　　一是超高的信息密度。2012年《科學(xué)》雜志文章指出，1克DNA理論上可以存儲455EB數(shù)據(jù)，相當(dāng)于數(shù)千萬個1TB移動硬盤的大小。

　　二是超長的待機時間。DNA作為相對穩(wěn)定的分子，其半衰期長達521年，在理想狀態(tài)下甚至可保存成千上萬年。

　　三是超強的生物兼容性。DNA作為絕大多數(shù)生物遺傳信息的載體，相對無機物、金屬等存儲介質(zhì)而言，具有更強的生物兼容性。

　　2019年，“DNA數(shù)據(jù)存儲器”入選《時代周刊》年度100項最佳發(fā)明。我們有理由相信，DNA憑借其獨家天然優(yōu)勢，在信息密度、復(fù)制與維護成本、使用壽命等方面都具有顛覆現(xiàn)有技術(shù)的巨大潛能。

　　這項技術(shù)從2012年起步至今短短十年時間，DNA信息存儲領(lǐng)域已取得不少令人矚目的研究成果，包括檢索、修改等高級功能也已完成原理驗證性的測試，以微軟、谷歌等產(chǎn)業(yè)巨頭形成的DNA存儲聯(lián)盟更是在為其商業(yè)化廣泛合作蓄勢。

　　深圳科學(xué)家巧妙破難題

　　但是，如何在保證信息轉(zhuǎn)換效率和技術(shù)兼容的同時，大幅提高信息恢復(fù)的穩(wěn)定性？這是DNA存儲中編解碼系統(tǒng)存在的棘手問題。如今，DNA存儲的技術(shù)壁壘，深圳華大生命科學(xué)研究院(以下簡稱“華大研究院”)提供了全新的解決思路。

　　4月25日，華大研究院、深圳國家基因庫等多家機構(gòu)的研究團隊聯(lián)合在《自然》子刊《自然-計算科學(xué)》發(fā)表研究論文。研究團隊結(jié)合DNA雙鏈模型，開創(chuàng)了一套比特—堿基編解碼系統(tǒng)，驗證了該系統(tǒng)在信息密度、技術(shù)兼容性、數(shù)據(jù)恢復(fù)穩(wěn)定性等多方面的優(yōu)勢。

　　華大研究院團隊以兩套不同的規(guī)則，分別對兩條二進制信息進行“一對一”編譯轉(zhuǎn)換，再取兩者統(tǒng)一交集的部分為最終解，實現(xiàn)將兩條獨立的信息組合統(tǒng)一為一串DNA序列。

　　機智的朋友可能會問，人工合成的DNA要保存在哪？目前，常用的保存方法分為體內(nèi)和體外兩種模式，兩者孰優(yōu)孰劣尚未形成明確定論。為了全方位驗證新系統(tǒng)的信息恢復(fù)穩(wěn)定性，華大研究院團隊通過體外DNA干粉和細胞體內(nèi)大片段兩種存儲環(huán)境進行測試，皆實現(xiàn)了原始存儲數(shù)據(jù)的完整恢復(fù)。

　　在體外模式方面，研究結(jié)果證明，深圳科學(xué)家研究的編碼采用的線性數(shù)據(jù)恢復(fù)模式在每種DNA分子的平均拷貝數(shù)僅有100時，仍然能恢復(fù)最高88%的原始數(shù)據(jù)。

　　在體內(nèi)模式方面，研究將信息存在了酵母活細胞的體內(nèi)，酵母菌株經(jīng)過1000代以上傳代之后，信息仍可以被完美恢復(fù)。這在一定程度上意味著，利用活體細胞作為DNA存儲的載體，上千年后原始信息或仍能被解讀。這樣的存儲方式可以得到接近于天然DNA分子存儲理論極限的物理信息密度，每克DNA能存儲的信息量約為432.2EB。據(jù)透露，華大研究院團隊曾將《開國大典》影片存儲于DNA中。

　　該研究由深圳華大生命科學(xué)研究院主導(dǎo)，深圳國家基因庫、首都師范大學(xué)、美國哈佛大學(xué)等多個研究團隊共同參與。華大研究院平質(zhì)博士為論文第一作者。

　　相信隨著華大等全球科研機構(gòu)、數(shù)字信息產(chǎn)業(yè)界的不斷突破，在不遠的未來，“DNA硬盤”將成為我們?nèi)粘Ｉ钪斜夭豢缮俚臄?shù)據(jù)存儲設(shè)備之一。