DNA编码技术升级以存储人类无限的数字数据

Getty/Yuichiro Chino

科学家在现有的核苷酸字母表中增加了七个新字母，为数据存储容量的极限水平打开了大门。

在过去几年中，人类创造的数据超过了历史上所有数据的总和——产出水平惊人，且没有放缓的迹象。但我们要把这些都放在哪里呢？

尽管科学家们在不断增加硬盘大小以保存人类的信息，而且他们中的许多人认为这可以无限期地完成，但一些人认为，这些努力最终将以我们生成数据的指数速度被超越。为了应对这种担忧，科学家们一直在寻找一种相当独特的解决方案——将文件、照片和文档存储在大自然自己的信息数据库：DNA上。

DNA既庞大又精简，足以在超小的空间中包含深不可测的数据量。毕竟，双螺旋链保护着我们身体的整个蓝图，而它们藏在只有10微米宽的细胞核内。此外，DNA天然丰富，可以承受地球上的极端恶劣条件。科学家甚至可以从几百年前的DNA中提取基因信息。

贝克曼高级科学技术研究所的研究员Kasra Tabatabaei在一份声明中说：“每天，互联网上都会产生数以千兆字节的数据。而只需一克DNA就足以存储这些数据。这就是DNA作为存储介质的密度。”

Tabatabaei是上个月出版的《纳米》快报上发表的一项新研究的合著者，该研究很可能将DNA数据存储概念推向更高的水平。从本质上说，该研究团队是第一个人工扩展DNA字母表的团队，它可以提供巨大的存储容量，并容纳相当高水平的数字数据。

来回顾一下DNA的概念。

DNA用四种叫做核苷酸的分子来编码遗传信息。有腺嘌呤、鸟嘌呤、胞嘧啶和胸腺嘧啶，即A、G、C和T。从某种意义上说，DNA有一个四个字母的字母表，不同的字母组合代表不同的数据位。仅凭这四个字母，大自然就可以对每一个生物的基因信息进行编码。因此，理论上，我们也应该能够用这组字母存储大量数字数据。但如果我们的字母表更长呢？想必，这会给我们更大的容量。

按照这一思路，新研究团队人为地在DNA序列中添加了七个新字母。“想象一下英语字母表，”Tabatabei说，“如果只有四个字母可以使用，你只能创造这么多的单词。如果你有完整的字母表，你可以产生无限的单词组合。DNA也是如此。”

此外，为了确保编码在这11个字母中的信息可以根据需要进行反馈，研究人员还发明了一种新的机制，可以精确地读回合成DNA的数据。该系统使用深度学习算法和人工智能来区分人造DNA字母和自然DNA字母，并将所有东西彼此区分开来。

总而言之，它提供了一个非常清晰的DNA字母组合读数，从而揭示了隐藏在里面的所有信息。

“我们尝试了77种不同的11种核苷酸组合，我们的方法能够完美地区分它们，”伊利诺伊大学厄本那香槟分校的研究生Chao Pan和这项研究的一位合著者在一份声明中说，“作为我们识别不同核苷酸方法的一部分，深度学习框架是通用的，这使我们的方法能够推广到许多其他应用。”

DNA并不是唯一一种保存复合数据的新兴创新方法。例如，哈佛大学的一个研究团队正在研究使用氖染料对宝贵信息进行编码。Tabatabaei说：“DNA是自然界原始的数据存储系统。我们可以用它存储任何类型的数据：图像、视频、音乐——任何东西。”

往期推荐