將數據存到DNA里！全世界的信息只有1公斤重

　　將數據存到DNA里！全世界的信息只有1公斤重

　　大數據時代，我們在網絡上每一個動作，比如網上沖浪、觀看視頻，甚至跑步、走路等日常行為，每分每秒都在產生大量數據。它們如一條條河流，匯聚成數據的汪洋大海。

　　如此大量的信息如何存儲？珍貴的數字記憶要如何長久可靠地保存？科學家們想到了一種方法，將數據寫入活細菌的DNA中！

　　最近，美國哥倫比亞大學的研究人員通過改變環境電壓，引導“基因魔剪” CRISPR-Cas系統，將“hello world”翻譯成堿基語言，錄入大腸桿菌的DNA中。在繁衍80代以后，這些大腸桿菌體內儲存的數據仍然基本完好無損。

　　相關研究發表在1月11日的《自然·化學生物學》雜志。

　　數據時代，存儲的革新

　　在地球生命系統中，DNA 可謂無處不在。自然將生命的遺傳信息存儲在 DNA 中，人類也可以將數據信息存儲其中。

　　計算機的二進制語言只需要0和1兩個符號，即可編碼所有信息。生命的本質也是一種語言，那就是由 A、T、C、G 四種堿基串聯而成的 DNA ，四種堿基的順序蘊藏著生命的信息。

　　早在上世紀80年代末，就有人提出，或許可以將計算機的二進制數字語言轉換成DNA的四種堿基語言，從而將數據信息存儲在DNA上。讀取時只要反向進行DNA測序即可。相比于人類津津樂道的硅，DNA 簡直是數據存儲的理想載體。首先，DNA 的存儲密度非常大。如果我們能夠像大腸桿菌那樣包裝DNA，那么全世界的數據信息都可以儲存在1公斤重、只占粉筆盒大小空間的一堆 DNA 中。

　　其次，一般物理存儲設備使用壽命往往不到10年，DNA 則可將遺傳信息完整保存100年以上；如果是在零下18℃以下的低溫環境中，甚至可保存上萬年、數十萬年。

　　第三，DNA 存儲過程耗能極少。要存儲同樣大小的信息，DNA 的耗能量只相當于閃盤的億分之一。

　　人工合成 DNA 帶來希望

　　在實際操作中，二進制數字語言要如何轉換成DNA的四種堿基語言呢？2012年，哈佛大學遺傳學家喬治·丘奇團隊確立的規則是，用堿基A、C編碼二進制的0，G、T編碼二進制的1。

　　經過簡單翻譯，一本包含大約5.34萬個單詞的書籍、11張JPG圖片、一段簡短的計算機程序，全部被編碼進不到億萬分之一克的DNA微芯片中。這些文件大小相當于659千字節。之后，研究人員利用 DNA 測序技術成功閱讀了這本書，雖然略有瑕疵地發現了22個錯誤。

　　幾個月后，歐洲生物信息研究所采用另一種策略，同樣將大小為739千字節的文件寫入人工合成DNA中，讀取正確率接近100%。

　　這兩項研究讓人們看到了DNA存儲技術的希望，也開啟了研發熱潮。之后，存儲數據的大小不斷突破上限，從22兆字節，到200兆字節，再到維基百科所有16GB 的數據。

　　不過，人工合成DNA數據存儲技術要實現商業化應用，還有一些重大問題要解決。

　　一是成本過高，目前人工合成存儲1兆字節數據的DNA，需要3500美元，解碼過程還需要額外的1000美元。二是無論存儲還是讀取過程都需要專業設備，個人使用極不方便。三是DNA保存需要低溫環境，否則長時間容易發生 DNA 降解，導致數據失真或丟失。

　　活細菌蘊藏著新可能

　　既然人工合成 DNA 有缺陷，那能不能借用活細菌的 DNA 呢？比如大腸桿菌，在實驗室只需要少量的營養物質就能茁壯成長，成本應該也會低很多。

　　事實上，早在2017年，丘奇團隊就開創性地利用“基因魔剪” CRISPR–Cas 技術，將編碼信息的DNA片段送入細菌體內。CRISPR–Cas 系統可以對任何DNA序列進行精準修改，如將堿基A替換成堿基G，或者刪除、插入、替換一段特異的DNA序列，就像我們使用 Word 軟件編輯文字一樣。

　　實驗中，丘奇團隊將一些黑白圖像和一張飛馳駿馬動圖編碼為DNA序列，插入大腸桿菌的基因組中。在大腸桿菌經過多代繁殖后，研究人員仍然能夠還原動圖信息，正確率達90%以上。

　　這一次，哥倫比亞大學的研究人員則進一步發展了該方法。他們用電化學方法調控 CRISPR 系統看是否行使功能。需要存儲的二進制信息先被轉換為DNA序列，并插入環狀質粒（一種穩定的DNA環），然后隨質粒轉入大腸桿菌體內。

　　通過改變化學試劑的濃度，就可以改變細菌周圍的電壓，這時一些特定的環狀質粒拷貝數會顯著增加。CRISPR 系統感知到這種變化，并將質粒中的插入片段（目標DNA序列）寫入細菌基因組，在生物體內實現數據信息的自動存儲——這就像為存儲動作設置了一個開關。