哈佛大學研究人員將一本大約有 5.34 萬個單詞的書籍編碼進不到億萬分之一克的 DNA 微芯片，然后成功利用 DNA 測序來閱讀這本書。

這是迄今為止人類使用 DNA 遺傳物質(zhì)儲存數(shù)據(jù)量zui大的一次實驗。

“今后，拇指大小的設(shè)備就能存下整個互聯(lián)網(wǎng)的信息。”該項目的研究員、哈佛大學遺傳學家喬治·丘奇說。

要說信息存儲，沒有一樣比得過 DNA。人們很早就覬覦我們自身的基因代碼存儲數(shù)據(jù)的潛力，但如何將信息編碼進 DNA 遺傳物質(zhì)再如何解讀出來，一直是個難題。

近日，哈佛大學維斯生物工程研究所的一群研究人員嘗試將一本大約有 5.34 萬個單詞的書籍編碼到不到一沙克（億萬分之一克）的 DNA 微芯片中，連同文字一起的還有 11 張圖片和一段 Java 程序。這是迄今為止人類使用 DNA 遺傳物質(zhì)儲存數(shù)據(jù)量zui大的一次實驗。“今后，拇指大小的設(shè)備就能存下整個互聯(lián)網(wǎng)的信息。”該項目研究員、哈佛大學遺傳學家喬治·丘奇（George Church）說，被編碼進 DNA 的書正是他的大作《再生：合成生物學將如何改變未來的自然和自己》。

這項實驗被刊登在《科學》期刊上。但因編碼存儲和讀取過程太過昂貴，DNA 存儲離商業(yè)化還有一段距離。“隨著DNA合成、測序價格的不斷下降，這或許將成為長期存儲數(shù)據(jù)的一種選擇。”哈佛大學生物學教授可蘇里（Sriram Kosuri）說。這一實驗，或許為解決未來社會爆炸性的大數(shù)據(jù)存儲指明了方向。

從二進制到堿基對編碼

DNA 是生物數(shù)據(jù)庫，它的主要功能就是存儲包含各種指令的生物信息。DNA 有 G（鳥嘌呤）、T（胸腺嘧啶）、A（腺嘌呤）、C（胞嘧啶）四種堿基，共同構(gòu)成了相互纏繞的雙鏈階梯狀的螺旋結(jié)構(gòu)。通過這四種堿基不同順序的編碼，存儲了生物所有的遺傳信息。

現(xiàn)代計算機技術(shù)奠基者之一馮·諾依曼曾在 1948 年提出“自動復(fù)制機器”的設(shè)想：一個能夠自我繁殖的系統(tǒng)，不僅能夠構(gòu)建某個組成元素，結(jié)構(gòu)和自己一致的下一代，也能夠把對自身的描述傳遞給下一代，如此往復(fù)。后來隨著生物遺傳的奧妙被發(fā)現(xiàn)，人們意識到，DNA 雙螺旋結(jié)構(gòu)正是馮·諾依曼描述的自動復(fù)制機器。

DNA 里的四種堿基，兩兩互補成對。一個zui短的 DNA 分子也有 4000 個堿基對，可能的排列方式就有 44000 種。堿基對排列順序千變?nèi)f化，從而能夠存儲大量的遺傳信息。

向活體 DNA 里寫入數(shù)據(jù)，有諸多困難，細胞會死亡、分裂、變異，數(shù)據(jù)內(nèi)容就會發(fā)生改變。

在本文開頭提到的那項實驗中，科學家們沒有采用活細胞的基因組，而是采用了人工合成的 DNA 片段。他們用很多短的 DNA 序列而非長 DNA 序列來編碼數(shù)據(jù)，這類似于硬盤寫入的原理，在硬盤中，數(shù)據(jù)是被寫入稱為扇區(qū)的小硬盤塊，這樣能夠降低寫入和讀取數(shù)據(jù)的困難和成本?？茖W家們將這種片段用噴墨打印機嵌入到微陣列芯片表面。接著，他們把計劃寫入 DNA 的書里包含的信息：圖片、文字、程序轉(zhuǎn)化為 HTML 格式的文件，并將這些文件編譯為由 0 和 1 組成的電腦能夠讀懂的 2 進制數(shù)據(jù)。然后，他們將 2 進制數(shù)據(jù)轉(zhuǎn)為四種堿基，把0轉(zhuǎn)為 A 或 C，把 1 轉(zhuǎn)成 G 或者 T，并建立 DNA 鏈來維系這些編碼的順序和位置。每一個 DNA 片段還包含一個數(shù)字“條碼”，記錄它在原始文件中的位置，每個片段被合成多個拷貝以便有助于校正錯誤。編碼完成后，這些芯片會在 4 攝氏度下保持三個月。

測序就是讀取數(shù)據(jù)的過程：啟用DNA測序裝置，將所有 DNA 片斷中的編碼按照標記順序排列，再還原成 2 進制格式的數(shù)據(jù)。每個 DNA 片斷的每一個拷貝被測序高達 3000 次以便校對。利用這種方式，他們將 5.27 兆數(shù)據(jù)中的錯誤降低到只有 12 個。這種尺寸微小的存儲設(shè)備，存儲密度遠遠高于 DVD、硬盤等介質(zhì)，效果也毫不遜色。

丘奇認為，和其他生物存儲介質(zhì)相比，DNA 存儲比較可靠，在室溫下也是穩(wěn)定的，你甚至可以將它放在任何地方，幾十萬年后，它還在那里?，F(xiàn)在的問題是，DNA 存儲設(shè)備的訪問速度很慢，存取和讀取都很花費時間，如何覆蓋和重寫數(shù)據(jù)也是個問題。好消息是，隨著測序技術(shù)的進展，DNA 編碼和測序的成本會逐年下降，離商業(yè)化應(yīng)用也就不遠了。

生物硬盤

在人們把目光投向生物存儲之前，占據(jù)存儲市場主流的就是現(xiàn)在的存儲介質(zhì)，主要是磁盤、光盤。1949 年，電腦的磁存儲設(shè)備問世，意味著信息可以隨時存取和控制，這個設(shè)備改變了整個行業(yè)。一塊鋁制圓片，涂上磁性介質(zhì)，因為磁有正負級，在電磁效應(yīng)作用下，可以方便地存儲和表達 010101 的二進制信息。無論磁盤還是硬盤，基本原理幾乎一樣。經(jīng)過 60 多年的發(fā)展，磁存儲行業(yè)已經(jīng)可以在 3.5 英寸大小的驅(qū)動上存儲 3TB 數(shù)據(jù)。

另一種主流的光存儲也在不斷挑戰(zhàn)存儲極限。光盤將數(shù)字編碼的視頻和音頻儲存在光盤表面的凹槽中。激光讀取這些凹槽的背面，就能播放儲存的電影節(jié)目。光盤包含的數(shù)據(jù)越多，凹槽就必須越小、越緊湊。與之相對，讀取激光的精度也必須越來越高。普通 DVD 使用的是紅色激光在凹槽里記錄信息，藍色激光波長比紅色激光長，較小的光束聚焦更準確。此外，藍光光盤將軌距從 0.74 微米縮小到 0.32 微米。更小的凹槽，更小的光束以及更短的軌距結(jié)合，藍光的問世正是順應(yīng)了大數(shù)據(jù)存儲的潮流?，F(xiàn)在單層藍光光盤能夠保存 25GB 以上的信息，是 DVD 可儲存信息量的5倍。還有人在研發(fā)用紫外線做激光，其波長比藍光更短，如果成功，一張光盤可以保存 500GB 的數(shù)據(jù)。

這些存儲方式有一個共同的缺點，磁片表面也好，光盤表面也好，都是單層的平鋪式地記錄和保存信息，哪怕磁盤每一層可以疊加，也和 DNA 封閉的雙螺旋立體結(jié)構(gòu)無法媲美，記錄的數(shù)據(jù)量相去甚遠。一克 DNA 即能儲存上千億個千兆字節(jié)，相當于 1000 億張 DVD 光盤的內(nèi)容。

隨著摩爾定律的升級，人們已經(jīng)逐步接近傳統(tǒng)電子制造的極限。人們早就開始在自然中尋找解決問題的靈感。早在 2007 年，就有日本科學家研究利用趨磁細菌制造出和傳統(tǒng)計算機原件類似的東西，代替磁盤存貯數(shù)據(jù)。今年初，又爆出德國和中國臺灣的一個聯(lián)合科研團隊以三文魚的 DNA 作為基礎(chǔ)，制造出單次寫入多次讀取的存儲器。不過，那個 DNA 存儲裝置只能儲存數(shù)據(jù)至多 30 小時，且它并沒有利用 DNA 的結(jié)構(gòu)進行編碼。
這是個數(shù)據(jù)爆炸的時代，無處不在的攝像頭，互聯(lián)網(wǎng)上成倍增長的信息，大量手持設(shè)備的照片、視頻??如果生物存儲技術(shù)足夠成熟，人們可以記錄所有想記錄的一切，而不必擔心家里沒有地方放硬盤。市政部門也不必每隔一段時間就清理街道攝像頭的視頻記錄，釋放存儲空間。

微流體和芯片實驗室的發(fā)展，讓 DNA 合成和測序變成一項日常工作。以前，要解碼一個人類基因得花幾年，現(xiàn)在用微流體芯片技術(shù)只要不到一天。如果用于長期存儲，這樣的速度還是可以接受的。隨著 DNA 讀寫技術(shù)的商業(yè)化，未來的 DNA 硬盤，或許會和今天的硬盤、光碟一樣普遍。