深圳科学家破解DNA存储技术世界性难题

“DNA硬盘”登上顶级期刊

4月25日，《自然-计算科学》发表了由深圳华大生命科学研究院主导的研究成果，研究团队开创了一套独具优势的编解码系统，用以解决当前DNA信息存储领域的技术难题。

据悉，研究团队结合DNA双链模型，开创了一套比特—碱基编解码系统，并在实验中验证了该系统在信息密度、技术兼容性、数据恢复稳定性等多方面的优势。

广州日报全媒体记者王纳

DNA数据存储拥有巨大潜能

我们知道，所有信息在计算机中只由二进制的方式存储，即0和1两个数码。而生物的遗传信息则储存在DNA中，以A、T、G、C四种碱基表现。

也许你会思考：倘若把信息语言的0和1，转换为生物语言的ATGC，我们是不是就能把各类信息长久地保存在DNA中，让DNA成为“完美”的存储器了？擅长把假设变为现实的科学家，已经用实际研究成果对这个问题给出了乐观的回答。这也就是这项研究的重要意义。

深圳华大生命科学研究院科研人员告诉记者，DNA的数据存储潜能其实是超越现有信息存储器的。

随着5G技术、大数据、人工智能等领域的蓬勃发展，海量数据如何长期稳定存储已成为亟待解决的一大难题，而以“BT+IT”融合的DNA信息存储技术，或能为这个问题提供更优解，因此受到了越来越多的关注。

毕竟在存储信息这件事上，DNA可以说是坐拥数十亿年经验的资深前辈。相较于现有的U盘、硬盘、磁带等介质，DNA具备无法比拟的优势。

一是超高的信息密度。2012年《科学》杂志文章指出，1克DNA理论上可以存储455EB数据，相当于数千万个1TB移动硬盘的大小。

二是超长的待机时间。DNA作为相对稳定的分子，其半衰期长达521年，在理想状态下甚至可保存成千上万年。

三是超强的生物兼容性。DNA作为绝大多数生物遗传信息的载体，相对无机物、金属等存储介质而言，具有更强的生物兼容性。

2019年，“DNA数据存储器”入选《时代周刊》年度100项最佳发明。我们有理由相信，DNA凭借其独家天然优势，在信息密度、复制与维护成本、使用寿命等方面都具有颠覆现有技术的巨大潜能。

这项技术从2012年起步至今短短十年时间，DNA信息存储领域已取得不少令人瞩目的研究成果，包括检索、修改等高级功能也已完成原理验证性的测试，以微软、谷歌等产业巨头形成的DNA存储联盟更是在为其商业化广泛合作蓄势。

深圳科学家巧妙破难题

但是，如何在保证信息转换效率和技术兼容的同时，大幅提高信息恢复的稳定性？这是DNA存储中编解码系统存在的棘手问题。如今，DNA存储的技术壁垒，深圳华大生命科学研究院(以下简称“华大研究院”)提供了全新的解决思路。

4月25日，华大研究院、深圳国家基因库等多家机构的研究团队联合在《自然》子刊《自然-计算科学》发表研究论文。研究团队结合DNA双链模型，开创了一套比特—碱基编解码系统，验证了该系统在信息密度、技术兼容性、数据恢复稳定性等多方面的优势。

华大研究院团队以两套不同的规则，分别对两条二进制信息进行“一对一”编译转换，再取两者统一交集的部分为最终解，实现将两条独立的信息组合统一为一串DNA序列。

机智的朋友可能会问，人工合成的DNA要保存在哪？目前，常用的保存方法分为体内和体外两种模式，两者孰优孰劣尚未形成明确定论。为了全方位验证新系统的信息恢复稳定性，华大研究院团队通过体外DNA干粉和细胞体内大片段两种存储环境进行测试，皆实现了原始存储数据的完整恢复。

在体外模式方面，研究结果证明，深圳科学家研究的编码采用的线性数据恢复模式在每种DNA分子的平均拷贝数仅有100时，仍然能恢复最高88%的原始数据。

在体内模式方面，研究将信息存在了酵母活细胞的体内，酵母菌株经过1000代以上传代之后，信息仍可以被完美恢复。这在一定程度上意味着，利用活体细胞作为DNA存储的载体，上千年后原始信息或仍能被解读。这样的存储方式可以得到接近于天然DNA分子存储理论极限的物理信息密度，每克DNA能存储的信息量约为432.2EB。据透露，华大研究院团队曾将《开国大典》影片存储于DNA中。

该研究由深圳华大生命科学研究院主导，深圳国家基因库、首都师范大学、美国哈佛大学等多个研究团队共同参与。华大研究院平质博士为论文第一作者。

相信随着华大等全球科研机构、数字信息产业界的不断突破，在不远的未来，“DNA硬盘”将成为我们日常生活中必不可少的数据存储设备之一。