DNA存儲的敦煌壁畫。天津大學供圖

科幻大片《侏羅紀公園》里講述了這樣一個故事：科學家找到一塊有史前蚊子的琥珀,，從蚊子血中獲得了恐龍的基因,，從而讓已滅絕了6000多萬年的恐龍復(fù)活。

恐龍的生物信息存儲在DNA中,，若干年后被提取并還原出來,。這聽上去似乎有些道理，卻也讓人倒吸一口涼氣,。

最近,，天津大學一項研究成果讓人們離想象又近了一些。該校合成生物學團隊將10幅精選敦煌壁畫存入DNA中，并通過加速老化等實驗,，發(fā)現(xiàn)這些壁畫信息在常溫下可保存千年,，在9.4℃下可保存兩萬年。

“如果在合適的溫度等條件下,，保存千萬年也是可以的,。”中國科學院院士、天津大學副校長元英進說,。

小小的DNA卻擁有驚人的存儲容量

人類文明進化史,，也是一部信息存儲技術(shù)發(fā)展史。

從結(jié)繩記事,、倉頡造字到磁帶,、硬盤等現(xiàn)代磁光電存儲技術(shù)，數(shù)據(jù)存儲幫助人類延續(xù)了思想,，記錄下燦爛文明,。造紙與印刷術(shù)的發(fā)明，讓人類能夠存儲的數(shù)據(jù)量在幾百年內(nèi)獲得了大約5個數(shù)量級的提升,。到了計算機時代,，人類產(chǎn)生的數(shù)據(jù)呈爆發(fā)式增長。

“全世界都在建數(shù)據(jù)中心,，而數(shù)據(jù)中心的能耗是驚人的,。”元英進說。人們一直在不斷尋找更海量,、更穩(wěn)定,、更安全的存儲方式。

大自然鬼斧神工的絕妙之處就在于此——最好的存儲器或許就藏身于生命體之中,。

自地球上出現(xiàn)生命以來,，大自然一直用DNA來存儲信息，至今已有30多億年,。人類的五官在臉上如何擺放,，體內(nèi)的蛋白怎樣合成，眼睛是什么顏色……諸如此類紛繁復(fù)雜的人類基因組信息,，都記錄在比細胞還小得多的DNA上,，一代代沿用至今。

不同于各種人造存儲設(shè)備,，DNA極其精巧卻又如此經(jīng)久耐用,，它存儲了億萬年來無數(shù)生物的遺傳信息，造就生命繁衍,、進化演化及生物多樣性,。

那么,，假如把海量的信息，像存入U盤,、硬盤一樣,，“寫”到小小的DNA上，豈不是一舉多得,？事實上,，當人類發(fā)現(xiàn)DNA的雙螺旋結(jié)構(gòu)后，美俄科學家就先后提出了用DNA存儲數(shù)字信息的概念,。

元英進解釋說,，DNA存儲相較于磁、光,、電等常規(guī)的信息存儲介質(zhì)有3個最顯著的優(yōu)勢,。其中最大的優(yōu)勢在于存儲密度高。目前,，天津大學研究團隊將部分經(jīng)典視頻片段存儲在DNA中,，已實現(xiàn)了體積存儲密度比普通硬盤高出6個數(shù)量級。

與此同時,，存儲的信息可用時間非常長,。此次研究者將10幅敦煌壁畫信息存儲在DNA中，結(jié)合創(chuàng)新的算法,，可以實現(xiàn)DNA分子在室溫下保存超過千年,，在9.4℃條件下保存兩萬年。

這樣的長期保存需要的能耗卻很低,。元英進認為，DNA存儲被視為一種極具潛力的存儲技術(shù),，已經(jīng)成為應(yīng)對數(shù)據(jù)存儲增長挑戰(zhàn)的新機遇,。

DNA存儲技術(shù)概念圖。天津大學供圖

   壁畫“變身”DNA需要幾步

DNA信息存儲的原理共分兩步——信息寫入和信息讀取,。

這個過程實際上跨越了極難逾越的鴻溝：它打破了有機與無機的界限,，連起生命和信息兩大系統(tǒng)。

DNA是脫氧核糖核酸的縮寫,，含有“A”“T”“C”“G”四種堿基,。如果用數(shù)字中的0、1,、2,、3分別代表一個堿基，就組成了一個四進制的存儲方式,，類似于計算機采用的0和1二進制代碼,。

通過編碼轉(zhuǎn)化,，“堿基四進制”和“計算機二進制”就可以實現(xiàn)“對話”。天津大學合成生物學前沿科學中心博士生韓明哲解釋說,，壁畫的數(shù)字圖像本質(zhì)上就是二進制的比特串,，“我們通過編碼將這些二進制的比特串，轉(zhuǎn)化為四進制的ATGC堿基序列,，再通過DNA合成技術(shù)將堿基序列寫入DNA中,，壁畫的數(shù)據(jù)圖像就‘變’為DNA了。”

此前,，該團隊成功在釀酒酵母中合成了一條額外的人工染色體,，并在上面存儲了兩張圖片及一段視頻信息，將其稱之為“酵母CD”,。隨著酵母的不斷繁殖擴增,，數(shù)字信息也隨之廉價且穩(wěn)定地復(fù)制。

“我們傳代培養(yǎng)酵母到100代,，依然可以完美地恢復(fù)出原始數(shù)據(jù),。”元英進說，假如腦洞更大一點,，將信息存儲到一棵樹中,，隨著樹生長千百年，人類的子孫后代都可以隨時從這棵樹中讀取到千百年前存儲的信息,。

這一次,，這支年輕團隊的創(chuàng)新之處在于，能實現(xiàn)更惡劣條件下可靠讀取信息,。韓明哲說,，存了壁畫信息的DNA，本質(zhì)上其實跟天然的DNA沒有什么不同,，同樣也存在長時間存放而產(chǎn)生的斷裂和降解等問題,，影響信息存儲的長期可靠性，這也成為亟待解決的關(guān)鍵科學問題,。

于是,，他們設(shè)計了基于德布萊英圖理論的序列重建算法來解決DNA斷裂等問題，可以從嚴重降解的DNA樣本中,，恢復(fù)原始的信息,。

為了驗證數(shù)據(jù)的長期可靠性，團隊制備了一個沒有任何特殊保護的DNA水溶液樣本,，隨后在70℃的溫度下加速樣本斷裂,、降解長達十周。韓明哲說：“這個過程使得DNA片段80%以上都發(fā)生了斷裂錯誤,，模擬了DNA在自然環(huán)境下千年萬年的降解情形,。”

隨后,，團隊依靠設(shè)計的序列重建算法，依然可以準確組裝并解碼96.4%以上的片段,，再通過一種編碼方式解決了少量片段丟失的問題,，使原始的敦煌壁畫圖片能夠完美恢復(fù)。

DNA存儲走向?qū)嵱没€有多遠

盡管DNA存儲還不被大眾所熟知,，但它正在努力走出實驗室,，“距離實用化并不遙遠。”元英進說,，驚人的數(shù)據(jù)存儲需求是新技術(shù)走向市場的最大推動力,。

據(jù)國際數(shù)據(jù)公司估計，到2025年全球數(shù)據(jù)總量將達到175ZB（1ZB為十萬億億字節(jié)）,。到2024年,，全球?qū)⒂?0%的數(shù)字業(yè)務(wù)進行DNA存儲試驗。然而從目前來看,，DNA存儲想要大規(guī)模應(yīng)用,，尤其是在中國實用化還需要突破幾個關(guān)鍵瓶頸。

基于德布萊英圖理論設(shè)計的序列重建算法高效解決DNA斷裂,、降解問題,。天津大學供圖

團隊分析了當前DNA信息存儲面臨的主要挑戰(zhàn)。信息存儲成本高,、信息讀寫速度慢,，以及無法高效對接現(xiàn)有信息系統(tǒng)是三大主要限制因素。

根據(jù)測算,，目前DNA存儲寫入成本相當于20世紀80年代內(nèi)存的存儲成本,，而要達到當前數(shù)據(jù)存儲成本還需要降低7-8個數(shù)量級。

“DNA信息存儲成本在未來有很大下降的潛力,。”韓明哲認為,，今后可以從優(yōu)化合成反應(yīng)、改良芯片結(jié)構(gòu),、替換廉價耗材、優(yōu)化試劑分配量等方面著手,，大幅降低合成成本,。

與此同時，由于信息存儲領(lǐng)域市場規(guī)模巨大,，隨著半導(dǎo)體器件,、微納加工在DNA信息存儲領(lǐng)域的應(yīng)用，該領(lǐng)域的巨大投入將對DNA合成技術(shù)產(chǎn)生重大影響,，DNA合成技術(shù)與裝備快速迭代升級,，也有望使成本快速下降,。

DNA信息存儲的讀取依賴測序技術(shù)，與磁,、光,、電等存儲相比，讀取速度較慢,。目前DNA測序儀的讀取速度與硬盤相比,，還存在3-4個數(shù)量級的差距——現(xiàn)有電、磁存儲技術(shù)通常每秒可讀取幾十到幾百兆字節(jié)數(shù)據(jù),。此外,，DNA存儲的標準尚待建立，面臨與現(xiàn)有數(shù)字存儲系統(tǒng)兼容的問題,。

“DNA信息存儲是一個新興的,、多學科深度交叉融合的研究方向。”元英進認為,，DNA存儲在未來極有可能成為龐大冷數(shù)據(jù)存儲的主要存儲介質(zhì),。

所謂冷數(shù)據(jù)，就如同檔案館的歷史資料,，需要把海量信息保存好,，但平時又很少去使用。因為這些數(shù)據(jù)需要長期存儲,、耗能又大,，而電子存儲設(shè)備的壽命往往只有十年到幾十年，并需要不斷更新迭代,，難以滿足冷數(shù)據(jù)存儲的需要,。

DNA存儲走向?qū)嵱没悦媾R很多挑戰(zhàn)。元英進認為,，眼下的突破可能還只是冰山一角,，“技術(shù)進步需要十年磨一劍的耐心，還需要一點運氣,。”

（原標題：中國科學家創(chuàng)新DNA存儲算法 讓敦煌壁畫再“活”兩萬年）

【責任編輯：周小妹】

【內(nèi)容審核：曾   琪】