文/陈根
【让信息保存千万年的方法，是通过DNA的储存】DNA擅长储存信息 ， 实际上 ， DNA最基本的任务就是储存信息 。
一方面 ， DNA储存信息具有高效率和低损耗的特点 。 DNA携带的遗传信息储存于胞嘧啶（C）、鸟嘌呤（G）、腺嘌呤（A）与胸腺嘧啶（T）这四个核苷酸碱基的排列顺序之中 。 其中每三个碱基对应编码一个氨基酸 。 一个基因可能需要成百上千个碱基才能产生一个蛋白质 。 对于储存在DNA上的信息而言 ， 需要200本电话簿才能将30亿个碱基序列印全 。 然而 ， 人类23 600个基因仅占用了DNA大约2厘米的长度 。
另一方面 ， DNA存储信息可以提供大量的信息密度和超常的半衰期 。 如今 ， 全球每年产生的数据需要4180亿个1TB的硬盘才能放下 ， 而把这些数据储存在DNA上 ， 仅仅需要1千克DNA物质 。 不仅如此 ， 依靠生物碱基不同的排列方式 ， 这些信息还可以在-18℃的环境储存100万年之久 。 相比之下 ， 纸张会腐烂 ， 硬盘会降解 ， 甚至连石头也会风化 ， DNA却可以彻底无视这些物理过程 ， 保留人类文明的知识和历史 。
几十年来 ， 受到DNA储存人类遗传信息的启示 ， 科学家们一直想通过DNA来解决日益困扰人类的信息储存问题 。
现在 ， 天津大学宣布 ， 该校合成生物学团队创新DNA存储算法 ， 将十幅精选敦煌壁画存入DNA中 ， 通过加速老化实验验证壁画信息在实验室常温下可保存千年 ， 在9.4℃下可保存两万年 。 该算法支持DNA分子成为世界上最可靠的数据存储介质之一 ， 可以让面临老化破损危机的人类文化遗产信息保存千年万年 。
值得一提的是 ， 虽然DNA存储高效低耗 ， 但作为一种链式生物大分子 ， 在体外常温保存时会面临DNA断裂降解等风险 ， 严重影响信息存储的长期可靠性 。 对此 ， 此次研究团队设计了基于德布莱英图理论的序列重建算法来解决DNA断裂等问题 。 该算法结合贪婪路径搜索和循环冗余校验码来实现断裂DNA片段的高效从头组装 ， 从原理上支持了DNA存储的长期可靠性 。
结合该序列重建算法（内码）与喷泉码算法（外码） ， 团队设计编码了6.8MB敦煌壁画 ， 合成了承载图片信息的DNA片段21万条 。 为数据的长期可靠性 ， 团队制备了一个没有任何特殊保护的DNA水溶液样本 ， 并在70℃下加速样本断裂、降解长达十周 。
处理后的DNA片段80%以上都发生了断裂错误 ， 依靠设计的序列重建算法依然可以准确组装并解码96.4%以上的片段 ， 再通过喷泉码解决少量片段丢失的问题 ， 原始的敦煌壁画图片依然能够完美恢复 。 根据理论推算 ， 这种程度的高温破坏相当于实验室常温25℃一千年或者9.4℃长达两万年的自然保存 。
大数据与人工智能的大爆发 ， 促使人类必须找到更多的新兴算力之源 ， 而DNA储存的创新技术 ， 很可能就是人类未来的智能新大陆 ， DNA储存技术的突破 ， 自然也就是人们朝着未来储存技术的更进一步 。
推荐阅读
- 人火化后，基因去了哪里？
- 从科学的角度分析，宇宙只是一个二维全息投影，一切可能都是虚拟
- 为什么水是生物中食物链最复杂的生物？
- 比稀土还金贵！新疆发现毒性强烈的奇特金属，能够用来制造火箭
- 下半年生存指南—进化能力（二），打破桎梏思维！
- 分子生物学知识点归纳
- 动物遗传学试题库及答案
- 陈根：只需100美元，就可完成全基因组测序？
- 生命可能并非源于地球，越来越多的证据表明，生命应该源于外太空