详解哈佛如何用DNA遗传物质储存信息

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。“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。

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。

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。

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中。激光读取这些凹槽的背面，就能播放储存的电影节 目。光盘包含的数据越多，凹槽就必须越小、越紧凑。与之相对，读取激光的精度也必须越来越高。普通 DVD 使用的是红色激光在凹槽里记录信息，蓝色激光波长比红色激光长，较小的光束聚焦更准确。此外，蓝光光盘将轨距从 0.74 微米缩小到 0.32 微米。更小的凹槽，更小的光束以及更短的轨距结合，蓝光的问世正是顺应了大数据存储的潮流。现在单层蓝光光盘能够保存 25GB 以上的信息，是 DVD 可储存信息量的5倍。还有人在研发用紫外线做激光，其波长比蓝光更短，如果成功，一张光盘可以保存 500GB 的数据。

这些存储方 式有一个共同的缺点，磁片表面也好，光盘表面也好，都是单层的平铺式地记录和保存信息，哪怕磁盘每一层可以叠加，也和 DNA 封闭的双螺旋立体结构无法媲美，记录的数据量相去甚远。一克 DNA 即能储存上千亿个千兆字节，相当于 1000 亿张 DVD 光盘的内容。

随着摩尔定律的升级，人们已经逐步接近传统电子制造的极限。人们早就开始在自然中寻找解决问题的灵感。早在 2007 年，就有日本科学家研究利用趋磁细菌制造出和传统计算机原件类似的东西，代替磁盘存贮数据。今年初，又爆出德国和台湾的一个联合科研团队以三文鱼的 DNA 作为基础，制造出单次写入多次读取的存储器。不过，那个 DNA 存储装置只能储存数据至多 30 小时，且它并没有利用 DNA 的结构进行编码。

这是个数据爆炸的时代，无处不在的摄像头，互联网上成倍增长的信息，大量手持设备的照片、视频??如果生物存储技术足够成熟，人们可以记录所有想记录的一切，而不必担心家里没有地方放硬盘。市政部门也不必每隔一段时间就清理街道摄像头的视频记录，释放存储空间。

微流体和芯片实验室的发展，让 DNA 合成和测序变成一项日常工作。以前，要解码一个人类基因得花几年，现在用微流体芯片技术只要不到一天。如果用于长期存储，这样的速度还是可以接受的。随着 DNA 读写技术的商业化，未来的 DNA 硬盘，或许会和今天的硬盘、光碟一样普遍。