DNA数据存储

肖优明

在刚刚过去的2017年，微软研究院宣布了未来三年内在数据中心内部建立DNA（脱氧核糖核酸）数据存储系统的目标，至少在精品应用程序中存储数据，系统的最终尺寸将与20世纪70年代美国施乐复印机相当。此外，微软打算利用半导体合成遗传材料对数字数据进行编码，完善其DNA数据存储和检索系统。

一块糖大小能装下全球所有电影

用DNA这种生物材料来备份大量数据听起来似乎有些奇怪，但其在极小空间中存储大量信息的能力早在70多年前就已经得到了证实。20世纪40年代，奥地利物理学家埃尔温·薛定谔就曾提出了一个可装入非重复结构的遗传性编码脚本，他将这个非重复结构称作“非周期性晶体”。薛定谔是量子力学奠基人之一，因发展原子理论获1933年诺贝尔物理学奖。

美国生物学家詹姆斯·沃森与弗朗西斯·克里克从薛定谔的理论得到启发，在1953年4月25日《自然》杂志上发表的一篇研究论文里提出了DNA分子结构的双螺旋模型，引发了生命科学的革命性发展，获得1962年诺贝尔生理学或医学奖。

尽管核酸链在细胞中记录信息已有数十亿年历史，但其在IT数据存储中的作用直到五年前才得到证明。当时哈佛大学的遗传学家将他的著作包括其中的插图编码进了不到5500万条DNA中。该技术从此迅速发展起来，科学家现在已经能够在1千克DNA中存储多达2.15亿GB的数据。

数据存储容量是云技术全球增长的驱动因素之一。DNA作为数据存储的一种方法之所以有吸引力，在于具备了两大优势。一是超大容量，作为全宇宙中最密集的存储媒介，能解决现有数据信息指数级增长的大难题。如果编码正确，DNA可以比目前使用的存储技术更紧凑地存储数百万次的信息。研究表明，1立方毫米DNA能存储的数据高达1018字节，1克DNA能容纳455EB（艾字节，1艾相当于10亿GB）数据，而5EB就相当于至今全人类的所有讲话。这样一来，全世界所有电影可以被“浓缩到”糖块大小的体积内。

二是DNA存储介质经久耐用，而磁带和硬盘最多只能保存50年左右。如果脱水，DNA可以在几个世纪以后可靠地保存信息，而不会发生闪存驱动器或硬盘驱动器硬件退化的风险。许多研究人员从哺乳动物和古人类骨骼组织提取重建出基因，足以证明这些DNA几乎能永久性存活。

改进DNA合成效率取得突破性成果

DNA存储系统进入实用仍然面临两大障碍，首先是成本。以现有合成DNA链的水平，将数据字节转换成DNA代码（即组成DNA的4个碱基）费力费时，成本很高。在微软一项涉及近1350万个DNA片段的研究中，购买这些DNA就花了80万美元。微软曾表示，只有将现有成本减低至万分之一，DNA存储才能获得广泛应用。

其次是将数据自动写入DNA的水平还存在局限，有待提高。2016年7月，微软研究院计算机设计师道格·卡米安和华盛顿大学计算机实验室科学家路易斯·瑟兹携手合作，成功利用DNA存储技术保存了约200M数据，内容包括《战争与和平》等100部世界名著和音乐唱片等。卡米安推算，因写入200M数据用了好几个星期，写入速度只有400字节/秒，距离微软设定的100兆字节/秒相差甚远。微软表示，必须将存储速度提高至100M/s，这项技术才有实用价值。

不少专家对微软的目标持怀疑态度，认为即使能实现，DNA数据存储系统也将仅局限于某些方面的使用，比如存储法律文档和医疗数据，难以取代当前的主流存储方案。然而微软高级研究员卡琳·斯特劳斯博士表示，虽然在DNA成为主流数据存储解决方案之前，必须克服许多挑战，但初步结果令人鼓舞。随着需求增加，一切皆有可能。他指出：“数据存储的需求以惊人的速度增长，需要存储大量数据的组织和消费者（例如医疗数据或个人视频）将受益于新的长期存儲解决方案，我们相信DNA可以提供这个答案。”endprint