【Technews科技新报】人类在储存资料一直面对一个问题：资料在过去两年内储存的数目已经超过以往历史的纪录。资讯的急流有朝一日将会超过目前硬件所能储存的空间。而研究者竟然将脑筋动到大自然最原始的储存硬盘上：DNA。

　　听起来有点不可思议，但其实用 DNA 储存资料早就不是一件新鲜事了。自有生命以来，万物就开始利用 DNA 当作储存媒介。DNA 就像一座旋转阶梯，当作梯子的就是硷基 ATCG，由这 4 个硷基排列出的序列可以编码所有生命。而科学家尝试做的，就是将数位资讯的 0 和 1 转换成这 4 个字母。

　　一定会有人觉得何必这么麻烦，那是因为 DNA 有其他硬盘没有的好处，首先它占用的空间极小，而且非常持久，只要保存在冰冷干燥的阴暗处，猛玛象的 DNA 都可以析出并定序。最重要的是，DNA 永不过时，不像 CD 或录音带会没落。

　　自 2012 年来科学家们一直尝试在用 DNA 储存资料，来自哈佛大学的遗传学家乔治·茄契（George Church）和加州大学洛杉矶分校的生化学家斯理·克苏里（Srirram Kosuri）及他们的团队将 DNA 的 4 个字母──ATCG 录制成数位化的 0 和 1，将一本有 5 万个字母的书转录在上千个片段的 DNA 上。看似成功，但实际上成效非常差，每克 DNA“只能”储存 1.28PB（1PB=1024TB）。使用其他方法也许能再改进一些，但没有人可以达到理想目标的一半。

　　理想上科学家们究竟要做到多好呢？他们认为每个 DNA 的核甘酸应该可以储存 1.8bits。想必有人会疑惑为何不是整数的 2，因为他们也考量到稀少却无法忽视的 DNA 读取失误。

　　来自哥伦比亚大学的电脑科学家雅尼夫·埃利希（Yaniv Erlich），仍然坚持他可以更接近这个极限。他和纽约基因体研究中心的副研究员迪娜·资林斯基（Dina Zielinski）将目光转向常用来编码和解锁的算法程序。他们利用 6 个档案，包含了一个完整的电脑运作系统、史上第一部电影《火车进站》……等等，接着将它们转换成二进制，压缩成一个压缩档，在分成数串二进位的代码。最终产生出一股 200 个硷基长、共 7 千股的数位清单。

　　他们将这些档案传给位于旧金山的生物科技公司 Twist Bioscience，请他们合成出 DNA 序列。两周后，两人就收到一小瓶转录档案的 DNA，为了将它解码，他们利用现代 DNA 定序科技：序列会被送进电脑转换回二进制，并利用标签重组回 6 个原始档。根据埃利希宣称，他们的储存容量效率极佳，每个核甘酸就能编码高达 1.6bits，比其他对手好上 60%，更逼近理想目标的 85%。

　　然而用 DNA 储存资讯会一直面临一个问题：那就是序列定序同时也会毁损此序列，读取越多，DNA 也会逐渐消失。埃利希说：“假设我们决定编码《Let it Go》这首歌（电影《冰雪奇缘》主题曲），DNA 将会在一周内消耗殆尽。”另外，本质上 DNA 十分容易复制，然而将 DNA 编码的资料备份却是一件琐碎的事，因为每次备份都会有出错的风险。

　　但埃利希和兹林斯基设计出一种名为“DNA 喷泉”的演算法，可以将他们分类好的二进位代码包装进所谓的“水滴”中，他们还加了额外的标签帮硷基在稍后重新排列成正确顺序。而复制错误的困扰因此迎刃而解，就算复制超过 10 份，他们仍可以完美修复。

　　巧合地，Netflix 和 Spotify 的串流服务平台也是利用喷泉代码解决相似的问题。做法大致就是将资料划分成“水滴”，只要得到足够的水滴，不管遗失哪部分都可以重新建构所有串流影音。埃利希还将之比喻成一块巨大的数独拼图，只要有些正方形区域，依然可以推断出完整的样貌。

　　DNA 储存也将会形成主流，而且会越来越便宜。目前 DNA 的定序确实昂贵，直播，合成 DNA 更是所费不赀，但两者的价格一直在跌落。不过就算持续减价，合成 DNA 仍需要一定的技术，因为只有少数工厂支持相关研究的实验室。埃利希预测强况将会扭转，并表示：“别忘了第一部硬盘需要 4 个人才拿得动，经过 10 年已经变成指头大小。尽管目前只有少部分资金投入合成 DNA，atv，但我希望借由更优秀的设备，将 DNA 储存资料的潜能完全激发出来。”

　　也许在未来的某一天，我们周遭随处可见的硬盘，将被一瓶瓶 DNA 取代。

DNA could store all of the world’s data in one room

This Speck of DNA Contains a Movie, a Computer Virus, and an Amazon Gift Card

Researchers Store Computer Operating System and Short Movie on DNA