生物硬盘：详解DNA储存信息一克DNA相当千亿张DVD光盘.docVIP

详解DNA储存信息:一克DNA相当千亿张DVD光盘 2012年09月07日 07:47 外滩画报微博 　　哈佛大学研究人员将一本大约有5.34万个单词的书籍编码进不到亿万分之一克的DNA微芯片，然后成功利用 DNA 测序来阅读这本书。 这是迄今为止人类使用DNA遗传物质储存数据量最大的一次实验。 “今后，拇指大小的设备就能存下整个互联网的信息。”该项目的首席研究员、哈佛大学遗传学家乔治·丘奇说。 　　要说信息存储，没有一样比得过DNA。人们很早就觊觎我们自身的基因代码存储数据的潜力，但如何将信息编码进DNA遗传物质再如何解读出来，一直是个难题。 　　近日，哈佛大学维斯生物工程研究所的一群研究人员尝试将一本大约有5.34万个单词的书籍编码到不到一沙克(亿万分之一克)的DNA微芯片中，连同文字一起的还有11张图片和一段Java程序。这是迄今为止人类使用DNA遗传物质储存数据量最大的一次实验。“今后，拇指大小的设备就能存下整个互联网的信息。”该项目首席研究员、哈佛大学遗传学家乔治·丘奇(George Church)说，被编码进DNA的书正是他的大作《再生：合成生物学将如何改变未来的自然和自己》。 　　这项实验被刊登在《科学》期刊上。但因编码存储和读取过程太过昂贵，DNA存储离商业化还有一段距离。“随着DNA合成、测序价格的不断下降，这或许将成为长期存储数据的一种选择。”哈佛大学生物学教授可苏里(Sriram Kosuri)说。这一实验，或许为解决未来社会爆炸性的大数据存储指明了方向。 　　从二进制到碱基对编码 　　DNA是生物数据库，它的主要功能就是存储包含各种指令的生物信息。DNA有G(鸟嘌呤)、T(胸腺嘧啶)、A(腺嘌呤)、C(胞嘧啶)四种碱基，共同构成了相互缠绕的双链阶梯状的螺旋结构。通过这四种碱基不同顺序的编码，存储了生物所有的遗传信息。 　　现代计算机技术奠基者之一冯·诺依曼曾在 1948 年提出“自动复制机器”的设想：一个能够自我繁殖的系统，不仅能够构建某个组成元素，结构和自己一致的下一代，也能够把对自身的描述传递给下一代，如此往复。后来随着生物遗传的奥妙被发现，人们意识到，DNA 双螺旋结构正是冯·诺依曼描述的自动复制机器。 　　DNA里的四种碱基，两两互补成对。一个最短的DNA分子也有 4000个碱基对，可能的排列方式就有44000种。碱基对排列顺序千变万化，从而能够存储大量的遗传信息。 　　向活体DNA里写入数据，有诸多困难，细胞会死亡、分裂、变异，数据内容就会发生改变。 　　在本文开头提到的那项实验中，科学家们没有采用活细胞的基因组，而是采用了人工合成的DNA片段。他们用很多短的DNA序列而非长DNA序列来编码数据，这类似于硬盘写入的原理，在硬盘中，数据是被写入称为扇区的小硬盘块，这样能够降低写入和读取数据的困难和成本。科学家们将这种片段用喷墨打印机嵌入到微阵列芯片表面。接着，他们把计划写入 DNA的书里包含的信息：图片、文字、程序转化为HTML格式的文件，并将这些文件编译为由 0和1组成的电脑能够读懂的2进制数据。然后，他们将2进制数据转为四种碱基，把0转为A或 C，把1转成G或者T，并建立DNA链来维系这些编码的顺序和位置。每一个DNA片段还包含一个数字“条码”，记录它在原始文件中的位置，每个片段被合成多个拷贝以便有助于校正错误。编码完成后，这些芯片会在4摄氏度下保持三个月。 　　测序就是读取数据的过程：启用DNA测序装置，将所有DNA片断中的编码按照标记顺序排列，再还原成 2 进制格式的数据。每个 DNA 片断的每一个拷贝被测序高达3000次以便校对。利用这种方式，他们将5.27兆数据中的错误降低到只有12个。这种尺寸微小的存储设备，存储密度远远高于DVD、硬盘等介质，效果也毫不逊色。 　　丘奇认为，和其他生物存储介质相比，DNA存储比较可靠，在室温下也是稳定的，你甚至可以将它放在任何地方，几十万年后，它还在那里。现在的问题是，DNA 存储设备的访问速度很慢，存取和读取都很花费时间，如何覆盖和重写数据也是个问题。好消息是，随着测序技术的进展，DNA 编码和测序的成本会逐年下降，离商业化应用也就不远了。 　　生物硬盘 　　在人们把目光投向生物存储之前，占据存储市场主流的就是现在的存储介质，主要是磁盘、光盘。1949年，电脑的磁存储设备问世，意味着信息可以随时存取和控制，这个设备改变了整个行业。一块铝制圆片，涂上磁性介质，因为磁有正负级，在电磁效应作用下，可以方便地存储和表达010101的二进制信息。无论磁盘还是硬盘，基本原理几乎一样。经过60 多年的发展，磁存储行业已经可以在3.5英寸大小的驱动上存储3TB数据。 　　另一种主流的光存储也在不断挑战存储极限。光盘将数字编码的视频和音频储存在光盘表面的凹槽