写在餐巾纸上的创新灵感

——记诞生在酒吧里的DNA存储技术

2013年02月09日 来源：科技日报   作者：记者 郑焕斌 综合外电

　　遗传物质DNA（脱氧核糖核酸）作为数据存储介质，具有体积小、密度大和稳定性强等特点，相比目前的硬盘或磁带而言更紧凑、更耐用。但将信息编码在DNA上并准确地解读出来，是科学家一直努力破解的难题。据《自然》杂志报道，欧洲生物信息学研究所（EBI）的科学家以DNA为介质，创建了一种数据存储新技术，只需手掌般大小的人工合成DNA便可容纳全世界高达30亿TB的数据。

　　日前《时代》杂志网络版发表了题为《再见硅晶片，你好DNA——未来的数据存储技术？》一文，认为目前急切需要一种新技术取代现有数据存储技术，而欧洲生物信息学研究所的新成果使DNA存储技术“向前跨越了一大步”；硅芯片是计算机飞速发展的功臣，DNA作为其继任者可能是未来更好的选择。

　　源自酒吧的灵感

　　3年前的一个晚上，欧洲生物信息学研究所副所长埃文·比尔尼和同事尼克·戈德曼来到德国汉堡市的一家酒吧消遣。该研究所是欧洲分子生物学实验室的一部分，其职能是管理包括DNA序列和蛋白质结构等数据在内的生物学信息数据库。随着数据存储成本的降低和自动化程度的提高，数据库的存储量每年以几何指数增长，全部硬盘数据的维护工作彼时正使研究所的预算捉襟见肘。

　　比尔尼和戈德曼感到困惑的是，用什么可以替代昂贵的存储硬盘和磁带？研究所如何才能更好地处理犹如海啸般袭来的数据？很自然地，两位生物学家一边饮酒一边就把话题扯到了DNA上。

　　他们开玩笑说，DNA将会是一个很好的选择！因为它非常紧凑、耐用，当然它存储数据的历史也相当悠久——人类从长毛猛犸象骨骼中提取的DNA中获得了数万年前的信息。

　　突然间，两人都激动不已，在酒吧的餐巾纸上匆匆地记录着。戈德曼回忆道：“很快，我们两人又要了一扎啤酒，当然少不了要求服务生送来更多的餐巾纸。”

　　3年后，源自酒吧高脚凳上的灵感终于开花结果——这就是发表在《自然》杂志上的论文。该论文报告说，研究团队在微量DNA中储存了739KB的文档，其中包括154首莎士比亚十四行诗、一张照片、一篇PDF版本的科学论文、马丁·路德·金演讲“我有一个梦想”的片段（长度为26秒）和压缩算法的text文本。

　　由于存储技术价格高昂、耗时长，而且需要用DNA序列来打开文档，因而不会很快被投入实际应用。但随着人工合成DNA和其测序成本的持续降低，以及计算机工程（在硅芯片上编码的信息量）逐步逼近极限，这种生物学数据存储技术正是维护海量文档的机构和组织所急需的。

　　向前跨越了一大步

　　为了在DNA上对文档进行编码，比尔尼和戈德曼先将text文本、图像或者声像资料转换为二进制码，然后用戈德曼编写的软件，将其进一步转换为A、T、G、C四种编码。之后，他们为数千个DNA片段拟定了蓝本，每个片段都包含有一份文档片段，并将这些设计寄给安捷伦科技公司（该公司为生物学家合成所定制的DNA）。

　　戈德曼回忆道，安捷伦寄回的合成DNA片段很少——塑料管底部的一点点白色灰尘埃。研究团队使用一台标准的DNA测序仪来打开这些文档，整个过程持续了两周。然后，再用戈德曼设计的软件将已测序DNA重新组装成前后连贯的可读文档。让他们惊奇的是，从白色尘埃中再现的文档几乎完全无损。在完成少许修复工作之后全部信息被恢复，其准确度达100%。

　　文档的保真度给人留下深刻印象。把DNA存放在寒冷、干燥和黑暗的地方，能够完好无损地保存数千年。与硬盘、磁带等存储介质不同的是，DNA不需要经常维护。就读取方式而言，DNA存储不涉及兼容问题。

　　目前的黄金标准是用磁带存储文档，但这需要每5年更新一次，即把文档重新存储到新磁带上。据比尔尼和戈德曼估算，如果打算将一份文档存储600年之久，用磁带存储方法在未来600年内需要更新120次，相比之下，用DNA作为介质存储就比较便宜。

　　戈德曼指出，DNA分子是一种令人难以置信的密集存储介质，1克DNA存储容量大约与300万张CD相当。他推断，如果人工合成DNA和其测序成本以现有速度持续下降，利用DNA存储数据的商业服务在未来50年内将会迅速成长。“你用电子邮件把有价值的文件、相片和材料寄给家人（或发给DNA存储公司），一天或一周之后，他们将寄回给你一点点DNA。你可以将其放置在冰箱中，或者埋藏于花园里。成千上万年之后它们肯定会依然完好如初。”

　　比尔尼和戈德曼并不是致力于开发DNA数据存储潜力的唯一生物学家团队。2012年9月，哈佛医学院的遗传学家乔治·丘奇和思瑞拉曼·库苏尔等人曾在《科学》杂志上发表过一篇论文，其中有一段内容描述了同样的存储系统，当时丘奇将书籍《再生》编码到DNA序列中。《自然》杂志团队所存储的数据量稍多一些，且较《科学》杂志团队的做法有所改进。但从总体上来说，两个研究团队的思路相似，都较早先规模较小的研究“向前跨越了一大步。”

　　DNA存储或将是未来更好的选择

　　库苏尔指出，该项技术依然处于初期。“就信息存储方式而言，我们的两篇论文依然非常幼稚和简单。”

　　此外，即便该技术得到快速发展且成本趋向便宜，DNA也有两个“短板”：一是不可重复写入。如果不重复整个合成程序就无法更新信息；二是不允许随意读取。例如，只有将全部文档解码，才能阅读比尔尼所存储文档中的每首莎士比亚十四行诗。

　　无论如何，目前急切问题是，需要一种新技术来取代现有的数据存储技术。数字宇宙的研究报告显示，截至2011年，人类已创造的数据量达1.8ZB（泽字节），即18万亿亿字节；到2020年，该数字将增加50倍以上。届时，摩尔定律可能将不再适用，它所阐述的趋势——集成电路上可容纳的晶体管数目大约每两年便会增加一倍——可能也会不再延续。据预测，随着集成电路上固定空间内所容纳晶体管数量的不断增加，从现在起“增加一倍”的周期可能会延长至3年。在计算机发展的黄金时代，硅芯片毫无疑问是第一个功臣。但是，DNA或将作为继任者，在未来成为一种更好的选择。