将全世界数据存到DNA！1公斤就够

数据不仅可以存在硬盘里，还可以存在生物的DNA里。1公斤重的DNA，就可以存下全世界的数据信息。

科学家将“Hello World”翻译成 碱基 语言，储存到大肠杆菌的DNA中。｜改编自ChemistryWorld

文 | 汤波 分子生物学博士

本文转载自微信公众号“十点科学”（ID：Science_10），原文首发于2021年1月22日，原标题为《将数据存到DNA里！全世界的信息只有1公斤重》，不代表瞭望智库观点。

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。

1 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。

数据信息可以存储在DNA中，也可以反过来从DNA中读取数据信息。｜来自网络

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。

2 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。

DNA数据存储设备。｜Takahashi et al, 2019

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。

3 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。

左边是飞驰骏马动图的原图， 右边是将该动图存储在活细菌中，并经过多代繁殖后恢复的动图。 ｜SETH SHIPMAN

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。

通过感受周围电压变化，大肠杆菌将质粒中的目标片段自动写入基因组。

为了研究该方法的可行性，研究人员将“hello world”录入大肠杆菌的DNA中，并测试它们繁衍80代后，所携带的信息是否仍然稳定，结果发现正确率达90%以上。他们还将大肠杆菌混入土壤微生物中，对混合物进行测序，仍然可以恢复存储的信息。

信息编码为DNA序列，之后或者直接导入大肠杆菌中，或者先插入环状质粒，再转入大肠杆菌。｜MDPI

当然，对活细菌存储数字信息的研究目前才刚刚开始，还有很多技术难题需要攻克。不过，随着众多科学家和大型企业的加入，这些技术难题将被一一解决。相信在不远的将来，DNA数据存储设备将随处可见。

那时，我们或许可以通过解码存放在小试管里或活细菌中的一段DNA，来阅读一本科幻小说，听一段摇滚乐，观看一部大制作电影。甚至如今存储在电子设备中的任何文件，将来都能在DNA数据存储设备中找到。

参考文献

1.Sang Yup Lee. DNA Data Storage Is Closer Than You Think. https://www.scientificamerican.com/article/dna-data-storage-is-closer-than-you-think/.

2.Craig A. de Ridder, Josh D. Morton. When Will DNA Solve the Data Storage Crisis?

https://www.pillsburylaw.com/en/news-and-insights/dna-data-storage.html

3.数据存储历史：http://www.chinastor.com/history/

4.Goldman N, Bertone P, Chen S, et al. Towards practical, high-capacity, low-maintenance information storage in synthesized DNA. Nature. 2013;494(7435):77-80. doi:10.1038/nature11875.

5.Church GM, Gao Y, Kosuri S. Next-generation digital information storage in DNA. Science. 2012, 28;337(6102):1628. doi: 10.1126/science.1226355.

6.Zhirnov V, Zadegan RM, Sandhu GS, Church GM, Hughes WL. Nucleic acid memory. Nat Mater. 2016;15(4):366-370. doi:10.1038/nmat4594.

7.Shipman, S., Nivala, J., Macklis, J. et al. CRISPR–Cas encoding of a digital movie into the genomes of a population of living bacteria. Nature 547, 345–349 (2017). https://doi.org/10.1038/nature23017.

8.Takahashi, C.N., Nguyen, B.H., Strauss, K. et al. Demonstration of End-to-End Automation of DNA Data Storage. Sci Rep 9, 4998 (2019). https://doi.org/10.1038/s41598-019-41228-8

9.Robert F. Service. Scientists ‘program’ living bacteria to store data. https://www.sciencemag.org/news/2021/01/scientists-program-living-bacteria-store-data

10.Yim, S.S., McBee, R.M., Song, A.M. et al. Robust direct digital-to-biological data storage in living cells. Nat Chem Biol (2021). https://doi.org/10.1038/s41589-020-00711-4.