En genombrottsstudie tar ett betydande steg framåt i strävan att utveckla en DNA--baserat lagringssystem för digital data.
Digital datum växer i en exponentiell takt idag på grund av vårt beroende av prylar och det kräver robust långtidslagring. Datalagring blir sakta utmanande eftersom nuvarande digital teknik inte kan ge en lösning. Ett exempel är att mer digital data har skapats under de senaste två åren än i hela historien datorer, i själva verket skapas 2.5 quintillion byte {1 quintillion byte = 2,500,000 2,500,000,000 XNUMX Terabyte (TB) = XNUMX XNUMX XNUMX XNUMX Gigabyte (GB)} data varje dag i världen. Detta inkluderar data på sociala nätverkssajter, onlinebanktransaktioner, register över företag och organisationer, data från satelliter, övervakning, forskning, utveckling etc. Denna data är enorm och ostrukturerad. Därför är det nu en stor utmaning att ta itu med enorma lagringskrav för data och dess exponentiella tillväxt, särskilt för organisationer och företag som behöver robust långtidslagring.
De tillgängliga alternativen för närvarande är hårddiskar, optiska diskar (CD-skivor), minnesstickor, flash-enheter och den mer avancerade bandenheten eller optiska BluRay-skivor som lagrar ungefär 10 Terabyte (TB) data. Sådana lagringsanordningar som ofta används har många nackdelar. För det första har de en låg till medelhög hållbarhet och de behöver förvaras under idealiska temperatur- och luftfuktighetsförhållanden för att kunna hålla många decennier och kräver därför specialdesignade fysiska förvaringsutrymmen. Nästan alla dessa drar mycket ström, är skrymmande och opraktiska och kan skadas vid ett enkelt fall. Vissa av dem är mycket dyra, plågas ofta av datafel och är därför inte tillräckligt robusta. Ett alternativ som har accepterats universellt av organisationen kallas cloud computing – ett arrangemang där ett företag i princip anlitar en "utomstående" server för att hantera alla dess IT- och datalagringskrav, kallat "molnet". En av de främsta nackdelarna med cloud computing är säkerhets- och integritetsproblem och sårbarhet för attacker från hackare. Det finns också andra frågor som höga kostnader involverade, begränsad kontroll av moderorganisationen och plattformsberoende. Cloud computing ses fortfarande som ett bra alternativ för långtidslagring. Det ser dock ut som att den digitala informationen som genereras över hela världen verkligen överträffar vår förmåga att lagra den och ännu mer robusta lösningar behövs för att tillgodose denna dataflod samtidigt som den ger skalbarhet för att ta hänsyn till framtida lagringsbehov också.
Kan DNA hjälpa till vid datorlagring?
Vår DNA- (Deoxiribonukleinsyra) anses vara ett spännande alternativt medium för digital datalagring. DNA- är det självreplikerande materialet som finns i nästan alla levande organismer och är det som utgör vår genetiska information. En konstgjord eller syntetisk DNA- är ett hållbart material som kan tillverkas med användning av kommersiellt tillgängliga oligonukleotidsyntesmaskiner. Den primära fördelen med DNA är dess livslängd som en DNA- håller 1000 gånger längre än kisel (kiselchip – materialet som används för att bygga datorer). Otroligt nog bara en enda kubikmillimeter av DNA- kan rymma en kvintiljon byte data! DNA- är också ett ultrakompakt material som aldrig bryts ned och kan förvaras på en sval, torr plats i hundratals århundraden. Idén att använda DNA för lagring har funnits länge tillbaka till 1994. Den främsta anledningen är det liknande sätt som information lagras på i en dator och i vår DNA- – eftersom båda lagrar ritningarna av information. En dator lagrar all data som 0:or och 1:or och DNA lagrar all data från en levande organism med hjälp av de fyra baserna – tymin (T), guanin (G), adenin (A) och cytosin (C). Därför skulle DNA kunna kallas en standardlagringsenhet, precis som en dator, om dessa baser kan representeras som 0:or (baserna A och C) och 1:or (baserna T och G). DNA är tufft och långvarigt, den enklaste reflektionen är att vår genetiska kod – ritningen av all vår information som lagras i DNA – överförs effektivt från en generation till nästa på ett upprepat sätt. Alla mjukvaru- och hårdvarujättar är angelägna om att använda syntetiskt DNA för att lagra stora mängder för att uppnå sitt mål att lösa långsiktig arkivering av data. Tanken är att först konvertera datorkoden 0s och 1s till DNA-koden (A, C, T, G), den konverterade DNA-koden används sedan för att producera syntetiska DNA-strängar som sedan kan förvaras i kylförvaring. Närhelst det behövs kan DNA-strängar avlägsnas från kylförvaring och deras information som avkodas med hjälp av DNA-sekvenseringsmaskin och DNA-sekvens översätts slutligen tillbaka till binärt datorformat med 1:or och 0:or för att läsas på datorn.
Det har visats1 att bara några gram DNA kan lagra quintillion byte av data och hålla den intakt i upp till 2000 år. Denna enkla förståelse har dock ställts inför vissa utmaningar. För det första är det ganska dyrt och också smärtsamt långsamt att skriva data till DNA, dvs själva omvandlingen av 0:or och 1:or till DNA-baserna (A, T, C, G). För det andra, när data väl har "skrivits" på DNA:t är det utmanande att hitta och hämta filer och kräver en teknik som kallas DNA- sekvensering – process för att bestämma den exakta ordningen av baser inom en DNA- molekyl - varefter data avkodas tillbaka till 0:or och 1:or.
En nyligen genomförd studie2 av forskare från Microsoft Research och University of Washington har uppnått en "random access" på DNA-lagring. Aspekten "random access" är mycket viktig eftersom det innebär att information kan överföras till eller från en plats (vanligtvis ett minne) där varje plats, oavsett var i sekvensen, kan nås direkt. Genom att använda denna teknik med slumpmässig åtkomst kan filer hämtas från DNA-lagring på ett selektivt sätt jämfört med tidigare, när en sådan hämtning krävde behovet av att sekvensera och avkoda en hel DNA-datauppsättning för att hitta och extrahera de få filer man ville ha. Vikten av "random access" ökar ytterligare när mängden data ökar och blir enorm eftersom det minskar mängden sekvensering som behöver göras. Det är för första gången någonsin att slumpmässig tillgång har visats i så stor skala. Forskare har också utvecklat en algoritm för att avkoda och återställa data mer effektivt med mer tolerans mot datafel vilket gör sekvenseringsproceduren också snabbare. Mer än 13 miljoner syntetiska DNA-oligonukleotider kodades i denna studie som var data av 200 MB storlek bestående av 35 filer (innehållande video, ljud, bilder och text) i storlek från 29KB till 44MB. Dessa filer hämtades individuellt utan fel. Dessutom har författarna tagit fram nya algoritmer som är mer robusta och feltoleranta när det gäller att skriva och läsa DNA-sekvenserna. Denna studie publicerad i Nature Biotechnology i ett stort framsteg som visar ett livskraftigt, storskaligt system för DNA-lagring och hämtning.
DNA-lagringssystem ser väldigt tilltalande ut eftersom det har hög datatäthet, hög stabilitet och är lätt att lagra men det har uppenbarligen många utmaningar innan det kan tillämpas universellt. Få faktorer är tids- och arbetskrävande avkodning av DNA:t (sekvenseringen) och även syntes av DNA-. Tekniken kräver mer noggrannhet och bredare täckning. Även om framsteg har gjorts på detta område är det exakta formatet som data kommer att lagras i på lång sikt som DNA- är fortfarande under utveckling. Microsoft har lovat att förbättra produktionen av syntetiskt DNA och ta itu med utmaningarna för att designa en fullt fungerande DNA- lagringssystem senast 2020.
***
{Du kan läsa den ursprungliga forskningsartikeln genom att klicka på DOI-länken nedan i listan över citerade källor}
Källa (er)
1. Erlich Y och Zielinski D 2017. DNA Fountain möjliggör en robust och effektiv lagringsarkitektur. Vetenskap. 355 (6328). https://doi.org/10.1126/science.aaj2038
2. Organick L et al. 2018. Slumpmässig åtkomst i storskalig DNA-datalagring. Naturens bioteknik. 36. https://doi.org/10.1038/nbt.4079
