“DNA存储：这是用“生命”来存储数据”

本篇文章3806字，读完约10分钟

我们知道在dna (脱氧核糖核酸)里保存着生物的生命新闻和遗传指令。 要保存人工数字新闻吗？ 还没听说过。

日前，欧洲生物新闻研究所( ebi )的古德曼博士及其团队在《自然》杂志今年1月号上发表了用dna保存数字新闻的研究。 文案详述了实验的总体思路、具体做法和结果、费用的分解。 学术界和业界备受瞩目，被誉为新闻存储行业的里程碑。

所以，数字新闻存储是新闻社会的烫手山芋。 网络时代，数字信息轰炸正以天文级数增长。 根据美国idc企业最新的研究报告，全球生成和复制的数字新闻总量近3个zb(zb是新闻量的单位，等于10的21次方)。 一般的gb是10的9次方)。 idc预测，数字新闻总量将每两年以两倍的速度增长，年达到40zb。 这个到底多少钱？ 例如，你明白了。 世界上所有的海滩加起来，大约有700、500、000、000、000、000、000、000、000粒沙粒。 40个zb是这个沙粒总量的57倍。 届时，我们的中国产新闻将占全世界的22%。 如此巨大的新闻量，利润显而易见。 很多前人无法想象、难以完成的事情，我们现在拿起手机，点击了几次，就做了。 古人说秀才不出门，知天下，不就是今天网民生活的写照吗？ 商业活动对网络新闻至关重要。 例如，任何全球连锁店都可以实时收集和分析各地分店的销售库存数据，随时调整订单的进货，降低价格，提高利润。 这类东西不胜枚举。 由此，新学科——大数据也得到了迅速发展。

但是，有一利必有一害。 庞大的新闻在存储器空之间紧急呼唤，人工费不堪负担。 总部设在瑞士的欧洲核研究机构( cern )就是一个典型的例子。 该组织负责大型强子对撞机的运行和数据观察，每年产生约pb(pb为10的15次方)的数据，每年增加到50~60Pb，相当于常规dvd的180万张以上的库存。 规定，这些数据存档后，必须保存20年以上，保存在恒温恒湿的环境中。 此外，每3-4年，整个数据文件都会复制到新的存储介质上，以确保新闻的安全性，并便于与新一代计算设备和技术匹配。 请考虑一下。 要保留和维护这个数据集，必须占多少地方、花多少钱、花多少劳力？ 这还只是一个机构的困难。 所以，可以减压的发明创造，将受到热烈欢迎。

因此，科学家一直在努力寻找新技术、新方法、新媒体，处理存储问题。 从大软盘到小软盘，再到光盘，现在都是u盘。 硬盘、磁带、云存储等新品种层出不穷。 但是，记忆能力的增加就像矮人一样，远远跟不上新闻的步伐。 结果，决策者必须选择保证新闻的完善和节约费用，这常常非常棘手。 现在，古德曼博士告诉我们，他们的发明可以让一克重的dna记住2.2个pb新闻量。 换言之，cern每年用约28克的dna处理60个pb的数据。 你，大家不要兴奋！

顺便说一下，dna的存储性能，这不是新的发现。 已知地球上所有生物的基因新闻都存在于dna上，我们每个人的身体都有约30亿个碱基对。 但是，dna是为了保存数字新闻，在科学上又偶然相遇的惊喜。 阿基米德泡在浴室里想出浮力定律，牛顿躺在苹果树下发现重力。 古德曼和同事在研究所附近的酒吧里泡的时候，突然有了灵感，有了创意后马上拿出了钢笔，把保存在dna数字新闻里的一套代码设计写在了纸巾上。

如果能够用dna保存数字新闻，当然是理想的。 只是实现并不容易，还必须突破很多技术难关。 年份似乎是个转折点。 古德曼和哈佛大学的george church团队相继发表了各自的研究成果，但前者的成果更完整、可操作、实用。 church教授评价说，为了古德曼的团队工作，我们终于有了真正的行业。

根据古德曼博士的报告，dna记忆数字新闻的原理和过程似乎不太复杂。 用特定的碱基编码，把电子文档嵌入dna，合成后就剩下了。 获取新闻时，可以使用dna测序仪，按照代码规则将该dna序列转换为电子文档进行解读，从而应用于计算机。 因此，编码设计是dna数字新闻存储成功的关键。 数字新闻种类繁多，是数量迅速增长的整合。 因此，编码需要足够的能力来编辑无限放大的新闻集，如实记录其中的所有分子，准确度为100%，也不允许有半点错误。

古德曼队干的。 他们的做法是，首先将电子文档的二进制代码( 0，1 )翻译成二进制代码( 0，1，2 )。 然后，通过由dna的4个碱基(分别以学名的首字母a、t、c、g为代表)组成的一组特定的代码和规则，将三进制代码编译成一个dna代码数组。 接着，将该dna序列每次向后偏移25个碱基，得到序列整体的4个拷贝(例如1、2、3、4； 三、四、一； 三、四、一、二； 四，一，二，三)。 因此，如果其中一个副本有错误，其他三个副本将用于参考验证，可以说没有错误。 为了弄清这些等长片段在这个dna序列中的准确位置，古德曼的团队在各自的首尾上做了索引标记。 生成dna代码生成电子文件后，用专业设备进行dna合成，报纸的记录就完成了。 提取合成dna的新闻时，首先将合成dna放入标准化学试剂，然后使用dna测序仪，基于索引标记，将各片段依次粘接在原dna代码序列上，翻译成二进制代码形成电子文档，从而完成。 古德曼团队非常谨慎，不惜繁琐的编码设计，引入了多种纠错机制，以保证编辑和解密的恢复达到零误差。

编码设计后，高盛团队用5种电子文件进行了测试。 是26秒钟的马丁·。 路德·金《我有一个梦想》的演讲录音。 关于dna结构的经典学术论文的pdf文件莎士比亚的14行诗全篇，是ebi大厦的彩色照片。 这次实验采用的软件算法( a Huffman代码)。 新闻总量不大。 约739千字节，重点验证代码在不同新闻格式、副本和样式中的应用能力。 dna的记忆能力确实惊人，当这装了五个文件的合成dna的试管送到高盛手里时，他看了半天，什么也没发现。 还是被同事指出，发现了试管底部灰尘一样大小的dna。

然后，小组使用dna测序仪将合成dna中的新闻恢复成了电子文档。 结果令人兴奋:与原始电子文档的匹配率为100%。 但是，这100%接在没有惊讶和危险的小故事之后。 在dna测序中，pdf文档中的两个25碱基小节消失了。 如果缺少它们，绝对不允许出现误差。 幸运的是，编码为每个部分提供了四个副本，根据副本，编码准确地完成了恢复任务。 这次的失真显示了防止该编码错误的良好性能。 幸运的是，小组很快就找到了丢失的原因。 高博士保证只要稍微修改一下程序，同样的问题就不会再发生了。

编码实验成功！ 迈出重要的一步，dna还可以实现作为新闻记忆媒体的其他优秀性能。 不仅记忆密度高，dna还有一点突出的优点。 因为很容易留下来，所以只需要放在寒冷、阴暗、干燥的地方，没有恒温恒湿的严格要求。 它还非常稳定，保管几百万年也没问题，不会变形。 另外，合成测序，采用的设备和方法是生物学研究的常规工具。 由此，dna的存储比较有效地避免了设备技术更新换代带来的诸多麻烦。 因此，dna是数字新闻长期保存的理想材料，保存时间越长越能显示出优势。

那样的话，能期待在不久的将来使用dna磁盘，忘记新闻存储的担心吗？ 还是那句话，利害相符。

dna作为存储介质也有突出的弱点。 首先是价格太高了。 古德曼团队的实验费用高得惊人:每万亿( mb，10的6次方)字节的存储费用为12，400美元，测序破解220美元。 这是普通磁带刻录费用的100万倍以上。 别说个人了，就是尖端科学研究也没用哦。 因此，为了实现实用化，dna存储需要大幅降低价值成本。 第二，报纸的写法非常花时间。 数字新闻嵌入式dna目前只能由专业的dna合成设备完成。 从dna读取新闻，重新构成数字文档并恢复也需要时间。 古德曼团队花了整整两周的时间，完成了5个文件的739千字节的复原。 第三，dna介质不能重复使用，写入完成，通常不能写入，不能重复使用。 但是，我们把硬盘和u盘等普通存储的便利性作为习性。 10美元购买16gb内存的u盘插入计算机后，可以写拷贝、计算、听音乐、看视频。 人机(内存)之间的无缝交流是我们普通人的标准，几乎是一体化的。 这些简单的基本功能无法承受dna介质。 所以，dna存储介质离实际应用还有很长一段路。

幸运的是，科学家大多是乐观派。 高盛团队对整个dna的研究迅速发展和代码本身的改善充满信心，认为dna媒体将用于数字新闻的长时间保存，前景光明。 另外指出，虽然dna的起始费用很高，但一次也不会重复。 之后的保养费用极低，几乎可以不计入。 反观以往的媒体，初期费用低，但后续费用高，人工费也大。 戈德曼的团队计算，按照目前的价格，需要留下600多年的新闻，使用dna存储则成本高昂。 也就是说，保存600年可以使dna一次不重复的费用与普通介质的长时间维持费用相同。 但是，根据近年来dna合成和测序费用大幅减少的趋势，10多年来价格有望下降100倍。 如果是这样的话，保存了50多年，不需要多次访问的新闻，dna介质就很有竞争力。

研究历史的朋友听到这个故事，大为感叹:这样就好了。 不仅可以将无数历史籍乃至图书馆注册进dna，我们的日常生活也可以为后世留下影像声音的文字，让千秋万代以后的他们，接触到真实的我们。

啊，那多好啊！ dna与数字新闻携手，支撑生命的东西，演绎着生命造物永远存在的未来故事。