人類可能很快會產生比硬盤驅動器或磁帶可以處理的數(shù)據(jù)更多的數(shù)據(jù)，這個問題讓科學家轉向大自然的信息存儲DNA解決方案。在科學的一項新研究中，哥倫比亞大學和紐約基因組中心(NYGC)的一對研究人員表明，設計用于在手機上傳輸視頻的算法可以通過將更多信息壓縮到其四個基本核苷酸中來解鎖DNA幾乎完全的存儲潛力。他們證明這項技術也非常可靠。DNA是一種理想的儲存介質，因為它非常緊湊，如果保存在陰涼干燥的地方可以持續(xù)數(shù)十萬年，最近從一個43萬年前發(fā)現(xiàn)的人類祖先的骨骼中恢復DNA就證明了這一點。西班牙的一個洞穴。

研究報告的共同作者，哥倫比亞工程公司的哥倫比亞工程公司的計算機科學教授Yaniv Erlich說：“DNA不會隨著時間的推移而像盒式錄音帶和CD那樣降級，而且不會過時 - 如果確實如此，我們就會遇到更大的問題。”數(shù)據(jù)科學研究所，以及NYGC的核心成員。

Erlich和他的同事，NYGC的副科學家Dina Zielinski選擇了六個文件來編碼或寫入DNA：一個完整??的計算機操作系統(tǒng)，一部1895年的法國電影，“在La Ciotat到達火車”，50美元的亞馬遜禮物卡片，計算機病毒，先鋒牌匾和信息理論家克勞德·香農1948年的一項研究。

他們將文件壓縮為主文件，然后將數(shù)據(jù)拆分為由1和0組成的短二進制代碼串。使用稱為噴泉碼的擦除校正算法，他們將字符串隨機打包成所謂的液滴，并將每個液滴中的1和0映射到DNA中的4個核苷酸堿基：A，G，C和T.算法刪除了字母已知可以創(chuàng)建錯誤的組合，并為每個Droplet添加條形碼以幫助以后重新組合文件。

總之，他們生成了72,000條DNA鏈的數(shù)字列表，每條長度為200個堿基，并將其以文本形式發(fā)送給舊金山DNA合成創(chuàng)業(yè)公司Twist Bioscience，專門將數(shù)字數(shù)據(jù)轉換為生物數(shù)據(jù)。兩周后，他們收到一個裝有DNA分子斑點的小瓶。

為了檢索他們的文件，他們使用現(xiàn)代測序技術來讀取DNA鏈，然后使用軟件將遺傳密碼翻譯成二進制。研究報告稱，他們在沒有錯誤的情況下恢復了文件。(在這個簡短的演示中，Erlich在虛擬機上打開他的歸檔操作系統(tǒng)并玩一個Minesweeper游戲來慶祝。)

他們還證明，通過聚合酶鏈式反應(PCR)將DNA樣本相乘，可以使用編碼技術創(chuàng)建幾乎無限數(shù)量的文件副本，這些副本，甚至副本的副本等都可以無錯誤地恢復。

最后，研究人員表明，他們的編碼策略在一克DNA上包含215PB的數(shù)據(jù) - 比哈佛大學的先驅研究人員George Church和歐洲生物信息學研究所的Nick Goldman和Ewan Birney所發(fā)表的方法多100倍。“我們相信這是有史以來密度最高的數(shù)據(jù)存儲設備，”Erlich說。

理論上，DNA數(shù)據(jù)存儲的容量限于每個核苷酸的兩個二進制數(shù)字，但DNA本身的生物學限制以及包含冗余信息以重新組裝和讀取片段的需要隨后將其容量降低至每個核苷酸堿基1.8個二進制數(shù)字。

該團隊的見解是應用噴泉代碼，這是Erlich從研究生院學到的一種技術，使閱讀和寫作過程更加高效。利用他們的DNA Fountain技術，Erlich和Zielinski在每個堿基核苷酸中平均包含1.6位。這比以前發(fā)布的方法至少多60%的數(shù)據(jù)，接近1.8位的限制。

成本仍然是一個障礙。研究人員花了7,000美元來合成他們用于存檔2兆字節(jié)數(shù)據(jù)的DNA，另外花費2000美元來閱讀它。雖然DNA測序的價格呈指數(shù)下降，但對于DNA合成的需求可能并不相同，加州大學洛杉磯分校的生物化學教授斯科索里說，他沒有參與這項研究。“投資者可能不愿意冒很多錢來降低成本，”他說。

但是，如果生成質量較低的分子，DNA合成的價格可以大大降低，并且像DNA Fountain這樣的編碼策略被用來修復分子錯誤，Erlich說。“我們可以在計算機上做更多的繁重工作，以減輕時間密集型分子編碼的負擔，”他說。