突破物理限制！十噸DNA即可存儲人類所有信息

王新凱

2019年12月10日，MyHeritage首席科學家、哥倫比亞大學副教授雅尼夫·埃利克在《自然- 生物技術》期刊上發表了一項最新成果，研究團隊通過3D打印制作了一只兔子，并且將這只兔子三維結構的數據以雙鏈DNA結構的形式內置在打印材料中。也就是說，通過編碼和解碼，這只兔子模型實現了其自身數據的DNA存儲和傳遞。

雅尼夫·埃利克表示，這項研究最大的突破在于實證了萬物皆可實現DNA存儲的理論，且不受任何形狀限制，從存儲密度來看，10噸DNA即可存儲人類已經創造出的所有信息！在2019年12月13日第三屆EmTechChina 全球新興科技峰會的“賽博未來”版塊，雅尼夫·埃利克以“The DNA of Things”為題，為觀眾講述了DNA存儲技術的潛在應用，并且在演講現場向觀眾展示這只DNA存儲數據的兔子。

作為MyHeritage.com的首席科學家，雅尼夫·埃利克在基因隱私與眾包基因組數據領域的基礎研究工作方面做出了巨大貢獻，曾因發現公開基因數據中存在的隱私漏洞被Nature稱為“基因黑客”。此外，他還創建了包含1300萬人口的家譜，是目前史上最大的譜系圖。

我們到底可以通過基因數據了解到哪些信息？我們還可以拿這些信息做些什么？還有哪些潛在的應用？以下為埃利克在EmTech China現場的演講內容（有刪減）。

在過去的70年中，我們看到了技術不斷快速的發展，比如說在20世紀50年代，你需要6個身強力壯的人去推一個大的設備，但是現在，智能手機的芯片可以搭載更多的信息，不會再需要這么多人來推動這么一個巨大的設備。除此之外，我們還有很多挑戰，尤其是針對數據存儲方面。首先，我們不再像以前一樣享受一個狂歡的時代了，比如說現在存儲的量以及它成本之間的比例，是在不斷變化的，我們看到現在有很多不同創新的方法，基本上每年這個成本都可以降低30%。

但是，在2010年，我們發現創新的速度在變緩，主要原因是我們很難把這些設備的成本變得更優。另外一個是數字技術的演進，有些時候每一個設備搭建的架構是不一樣的，你可能需要完全做一個數據和技術的遷徙。比如說我很喜歡的一個20世紀70年代的影片，可能是在一張光碟上，但是現在的設備已經放不出來了，所以它可能是格式不對，或者是硬件不支持，有很多內容已經無法再讀取了。

接下來我想給大家解釋，是不是DNA才是我們真正的存儲技術？首先可以看一下，在過去35億年中DNA都是存在的，而且在未來也會繼續存在著。我相信未來我們還是需要去借助DNA的力量，它是任何生命物質的組成部分，我們可以通過了解自己的DNA來了解自己的組成。

20世紀90年代的一個光盤，可以看到上面的擦痕非常明顯，而且沒有辦法修復，任何的數字技術都存在這樣的問題，你過了10年之后，基本上這種硬件損毀就讓你沒有辦法去讀取它的信息。但DNA，你哪怕發掘出來了一個幾千年前的殘骸，都可以通過DNA來了解當時的情況。所以，我們就在思考DNA 是不是可以存儲信息，但怎么去打造基于這種DNA的文件呢？每一個文件其實都是一個序列（二進制的組成），可能是0和1，不管是文本，還是歌曲，都可以用這種形式存儲。DNA其實也是一個序列，它是ATCG幾種不同堿基的組合。我們可以給每一個字母去賦值，比如A 是00，C是01，這樣就可以通過二進制來描述這個DNA的編碼，我們也可以利用合成化學技術做到這一點。

其中一個方法是用噴墨式打印機，它其實是有不同噴墨針的，你可以把ATCG放到噴頭上，它可以利用一些化學物質來打印，生成一個DNA的序列，最終的結果是我們可以拿到一個像試管一樣的物品，它是以液體的形式存在。如果你想讀取的話就可以放到一個序列儀上，通過測序儀來讀取出存儲的數據。現在我和我的團隊也是希望能夠實踐這個理念，我們用了一個計算機操作系統，讀取了一個早年的電影，我們把所有的數據都放在了小的試管當中，我其實就帶在了身上，你如果看不清楚，覺得什么都沒有，我其實就是這個意思，真的特別小，小到幾乎看不見。這個DNA是存在于小的試管當中，你可以通過測序儀去讀取它，這里面不會有任何的損失。

當然這個技術有一個缺點，每一次你想去讀取這個文件的話，你就需要提取出這個液體中的一部分，如果你要是想無數次地去測序的話，可能最終樣本量會越來越少。我的女兒非常喜歡一部電影中的主題歌，你們可以想象，如果把這個歌的信息存儲在DNA上，而你一直在測序的話，可能最后這個片段就剩的越來越少了，那該怎么辦呢？我們現在在想，人體內的細胞其實是可以不斷地進行DNA的復制，我們其實可以通過PCR做一個類似的擴增，這是可以在實驗室內完成的。這個文件我們能不能正確讀取呢？答案是可以的，我們經過多次拷貝之后，可以看到兩個電影一模一樣，沒有任何的差別，是因為我們有非常好的糾錯代碼，雖然在復制過程中會出現錯誤，但是我們可以很好地把錯誤糾正過來。

雅尼夫·埃利克在演講中

另外我們做了一個實驗，也希望看一下在DNA當中我們的信息密度可以達到多少，一個DNA最多可以儲存多少比特的信息。為了這個實驗，我們拿了這個試管，每一次我們拿出一滴，我們都會把它的濃度稀釋成過去的1/10，然后我們再拿一滴，再去稀釋它，再拿一滴，再去不停地稀釋，一直在重復，直到我們沒有辦法再從一滴的液體當中讀取到任何信息為止。我們最后得到的結論，我們最大的密度，在每一個DNA上，上面可以有125“艾”字節的信息，所以說我們可以想象，基本上這么一個房間里面，全都是筆記本電腦的話，所有這些信息都可以儲存到一個DNA 上。大家可以想象一下，人類所創造的數據總量應當是10到24次方，我們只需要10噸的DNA就可以儲存我們所有的電影、微信聊天記錄，所有人類創造出的數字信息，所有數字信息都可以在10噸的DNA上存儲，這10噸的DNA直接可以裝到一個大卡車上。