将数据存到DNA里！全世界的信息只有1公斤重

　　将数据存到DNA里！全世界的信息只有1公斤重

　　大数据时代，我们在网络上每一个动作，比如网上冲浪、观看视频，甚至跑步、走路等日常行为，每分每秒都在产生大量数据。它们如一条条河流，汇聚成数据的汪洋大海。

　　如此大量的信息如何存储？珍贵的数字记忆要如何长久可靠地保存？科学家们想到了一种方法，将数据写入活细菌的DNA中！

　　最近，美国哥伦比亚大学的研究人员通过改变环境电压，引导“基因魔剪” CRISPR-Cas系统，将“hello world”翻译成碱基语言，录入大肠杆菌的DNA中。在繁衍80代以后，这些大肠杆菌体内储存的数据仍然基本完好无损。

　　相关研究发表在1月11日的《自然·化学生物学》杂志。

　　数据时代，存储的革新

　　在地球生命系统中，DNA 可谓无处不在。自然将生命的遗传信息存储在 DNA 中，人类也可以将数据信息存储其中。

　　计算机的二进制语言只需要0和1两个符号，即可编码所有信息。生命的本质也是一种语言，那就是由 A、T、C、G 四种碱基串联而成的 DNA ，四种碱基的顺序蕴藏着生命的信息。

　　早在上世纪80年代末，就有人提出，或许可以将计算机的二进制数字语言转换成DNA的四种碱基语言，从而将数据信息存储在DNA上。读取时只要反向进行DNA测序即可。相比于人类津津乐道的硅，DNA 简直是数据存储的理想载体。首先，DNA 的存储密度非常大。如果我们能够像大肠杆菌那样包装DNA，那么全世界的数据信息都可以储存在1公斤重、只占粉笔盒大小空间的一堆 DNA 中。

　　其次，一般物理存储设备使用寿命往往不到10年，DNA 则可将遗传信息完整保存100年以上；如果是在零下18℃以下的低温环境中，甚至可保存上万年、数十万年。

　　第三，DNA 存储过程耗能极少。要存储同样大小的信息，DNA 的耗能量只相当于闪盘的亿分之一。

　　人工合成 DNA 带来希望

　　在实际操作中，二进制数字语言要如何转换成DNA的四种碱基语言呢？2012年，哈佛大学遗传学家乔治·丘奇团队确立的规则是，用碱基A、C编码二进制的0，G、T编码二进制的1。

　　经过简单翻译，一本包含大约5.34万个单词的书籍、11张JPG图片、一段简短的计算机程序，全部被编码进不到亿万分之一克的DNA微芯片中。这些文件大小相当于659千字节。之后，研究人员利用 DNA 测序技术成功阅读了这本书，虽然略有瑕疵地发现了22个错误。

　　几个月后，欧洲生物信息研究所采用另一种策略，同样将大小为739千字节的文件写入人工合成DNA中，读取正确率接近100%。

　　这两项研究让人们看到了DNA存储技术的希望，也开启了研发热潮。之后，存储数据的大小不断突破上限，从22兆字节，到200兆字节，再到维基百科所有16GB 的数据。

　　不过，人工合成DNA数据存储技术要实现商业化应用，还有一些重大问题要解决。

　　一是成本过高，目前人工合成存储1兆字节数据的DNA，需要3500美元，解码过程还需要额外的1000美元。二是无论存储还是读取过程都需要专业设备，个人使用极不方便。三是DNA保存需要低温环境，否则长时间容易发生 DNA 降解，导致数据失真或丢失。

　　活细菌蕴藏着新可能

　　既然人工合成 DNA 有缺陷，那能不能借用活细菌的 DNA 呢？比如大肠杆菌，在实验室只需要少量的营养物质就能茁壮成长，成本应该也会低很多。

　　事实上，早在2017年，丘奇团队就开创性地利用“基因魔剪” CRISPR–Cas 技术，将编码信息的DNA片段送入细菌体内。CRISPR–Cas 系统可以对任何DNA序列进行精准修改，如将碱基A替换成碱基G，或者删除、插入、替换一段特异的DNA序列，就像我们使用 Word 软件编辑文字一样。

　　实验中，丘奇团队将一些黑白图像和一张飞驰骏马动图编码为DNA序列，插入大肠杆菌的基因组中。在大肠杆菌经过多代繁殖后，研究人员仍然能够还原动图信息，正确率达90%以上。

　　这一次，哥伦比亚大学的研究人员则进一步发展了该方法。他们用电化学方法调控 CRISPR 系统看是否行使功能。需要存储的二进制信息先被转换为DNA序列，并插入环状质粒（一种稳定的DNA环），然后随质粒转入大肠杆菌体内。

　　通过改变化学试剂的浓度，就可以改变细菌周围的电压，这时一些特定的环状质粒拷贝数会显著增加。CRISPR 系统感知到这种变化，并将质粒中的插入片段（目标DNA序列）写入细菌基因组，在生物体内实现数据信息的自动存储——这就像为存储动作设置了一个开关。