9.4℃下可保存两万年!世界上最可靠的数据存储介质之一

天津大学合成生物学团队创新DNA存储算法,将十幅精选敦煌壁画存入DNA中,通过加速老化实验验证壁画信息在实验室常温下可保存千年,在9.4℃下可保存两万年。算法支持DNA分子成为世界上最可靠的数据存储介质之一,有望使面临老化破损危机的人类文化遗产信息长期可靠保存。

“据国际数据公司估计,到2025年全球数据总量将达到惊人的175ZB(1ZB≈10的21次方字节)。全世界都在建数据中心,数据中心的能耗是惊人的。DNA存储由于其高存储密度与低能耗处理等特点,被视为一种极具潜力的存储技术,成为应对数据存储增长挑战的新机遇。”中国科学院院士、天津大学教授元英进说。

元英进团队长期致力于DNA存储技术。2021年8月,元英进团队取得DNA存储重大突破,从头编码设计合成了一条长度为254886个碱基对、专用于数据存储的酵母人工染色体,将两张经典图片和一段视频存储于人造染色体中,利用酵母繁殖实现了数据稳定复制,并用纳米孔测序器件实现数据快速读出与无错恢复。这项工作及后续研究内容先后发表于《National Science Review(国家科学评论)》和《SCIENCE CHINA-Life Sciences(中国科学-生命科学)》。

DNA存储高效低耗,但作为一种链式生物大分子,在体外常温保存时会面临DNA断裂降解等风险,严重影响信息存储的长期可靠,是亟待解决的关键科学问题。对此,元英进团队设计了基于德布莱英图理论的序列重建算法来解决DNA断裂等问题。算法结合贪婪路径搜索和循环冗余校验码来实现断裂DNA片段的高效从头组装,从原理上支持DNA存储的长期可靠

基于德布莱英图图论设计的序列重建算法高效解决DNA断裂、降解问题

结合该序列重建算法(内码)与喷泉码算法(外码),团队设计编码了6.8 MB敦煌壁画,合成了承载图片信息的DNA片段21万条。为保证数据的长期可靠,团队制备了一个没有任何特殊保护的DNA水溶液样本,并在70℃下加速样本断裂、降解长达十周。处理后的DNA片段80%以上都发生了断裂错误,依靠设计的序列重建算法依然可以准确组装并解码96.4%以上的片段,再通过喷泉码解决少量片段丢失的问题,原始的敦煌壁画图片依然能够完美恢复。根据理论推算,这种程度的高温破坏相当于实验室常温25℃一千年或9.4℃长达两万年的自然保存。(记者 白波)