中国科学家创新DNADNA存储技术算法，使敦煌壁画又“活”了两万年

科幻电影《侏罗纪公园》讲述了科学家发现史前蚊子的琥珀，从蚊子的血中获得恐龙的基因，使灭绝了6000万多年的恐龙复活的故事。

被保存在DNA中，几年后被提取并恢复。 这听起来有道理，但呼吸着一点冷空气。

最近，天津大学的研究成果让人们接近了想象。 该校合成生物学团队通过将10幅精品敦煌壁画保存在DNA中、加速老化等实验，发现这些壁画信息在常温下可以保存一千年，在9.4℃下可以保存2万年。

DNA存储的敦煌壁画。天津大学供图

DNA存储技术概念图。天津大学供图

基于德布莱英图理论设计的序列重建算法高效解决DNA断裂、降解问题。天津大学供图

“如果是合适的温度等条件，可以保存千万年。 ”中国科学院院士、天津大学副校长元英进说。

小DNA有惊人的存储容量

人类文明的发展史，也是部信息存储技术的发展史。

从结绳报道、仓颉造字到磁带、硬盘等现代磁光电存储技术，数据存储有助于延续人类思想，记录灿烂文明。 造纸和印刷术的发明，使人类能保存的数据量在几百年内提高了约5个数量级。 进入计算机时代，人类产生的数据呈爆炸式增长。

“尽管全球各地都在建设数据中心，但数据中心的能耗却令人惊叹。 ”元英进说。 人们正在继续寻找更大量、更稳定、更安全的存储方式。

自然之斧神工的美妙之处在于，这——最好的内存可能藏在生命体里。

自从地球上出现生命以来，大自然一直用DNA保存信息。 到现在已经30多亿年了。 人类的五官在脸上是如何排列的，体内的蛋白质是如何合成的，眼睛是什么颜色的……这些庞杂的人类基因组信息被记录在比细胞小得多的DNA里，一代一代地传承着。

与各种人工记忆装置不同，DNA非常精密耐用，能够保存数亿年来无数生物的遗传信息，创造出生命的繁殖、进化和生物多样性。

那么，像把庞大的信息保存在u盘和硬盘上一样，“写入”小DNA的情况不是一举多得吗？ 事实上，在人类发现DNA双螺旋结构后，美俄科学家相继提出用DNA存储数字信息的概念。

元英进解释说，DNA记忆与磁、光、电等普通信息存储介质相比有三个最明显的优势。 其最大的好处是存储密度高。 目前，天津大学的研究小组将部点经典视频剪辑存储在DNA上，实现了体积存储密度比普通硬盘高6个数量级。

同时，保存的信息的可用时间非常长。 此次研究人员将敦煌壁画10条信息保存在DNA中，结合创新算法，实现了DNA分子室温保存一千多年，9.4℃条件下保存2万年。这种长期保存所需的能耗很低。 元英进认为，DNA存储被认为是一种极具潜力的存储技术，是应对数据存储增长挑战的新机遇。

壁画“变身”为DNA需要几步

DNA信息存储原理共分为两个阶段——信息写入和信息读取。

这个过程实际上跨越了极其难以逾越的鸿沟。 它打破了有机和无机的界限，连接着生命和信息两大系统。

DNA是脱氧核糖核酸的缩写，包含“a”“t”“c”“g”4种碱基。 如果用数字中的0、1、2、3分别表示1个碱基，就会变成与计算机采用的0和1的二进制代码相似的四进制存储方式。

通过代码转换，“碱基四进制”和“计算机二进制”可以实现“对话”。 天津大学合成生物学前沿科学中心博士生韩明哲表示，壁画中的数字图像本质上是二进制位串。 “我们通过编码将这些二进制位串转换成四进制的ATGC碱基序列，再利用DNA合成技术将碱基序列写入DNA后，壁画上的数据图像就会‘转换’成DNA。 ”

到目前为止，该团队已成功地在酿酒酵母中合成了多余的人工染色体，上面保存了两张照片和一张视频信息，这被称为酵母CD。 随着酵母增殖扩增的进行，数字信息也被廉价且稳定地复制。

“我们即使将酵母传代培养到100代，也能够完美地恢复原始数据。 ”元英进说，如果脑洞再大一点，就可以把信息存储在一棵树里，随着树生长千百年，人类的后代随时可以从这棵树上读取千百年前保存的信息。

这次，这个年轻团队的创新之处在于能够在更差的条件下可靠地读取信息。 韩明哲说，保存有壁画信息的DNA本质上与天然DNA没有区别。 同样，还存在长时间储存造成的破坏和分解等问题，影响了信息存储的长期可靠性，这也成为亟待解决的重要科学问题。

因此，他们设计了基于基因图谱理论的序列重建算法，解决了DNA断裂等问题，可以从严重分解的DNA样本中恢复原始信息。

为了验证数据的长期可靠性，团队制作了无特殊保护的DNA水溶液样品，然后在70(℃)的温度下加速样品的断裂、降解至10周。 韩明哲说：“在这个过程中，80%以上的DNA片段发生了破坏错误，模拟了DNA在自然环境下千年万年的分解情况。”

然后，团队基于设计的序列重构算法，仍然能够正确组装和解码96.4%以上的片段，进而通过一种编码方式解决少量片段的丢失问题，完美地恢复原始敦煌壁画的照片。DNA储存距离实用化还有多远

虽然DNA储存还不普遍为人所知，但他表示“离实用化还很远”，正在努力走出实验室。 元英进表示，惊人的数据存储需求是新技术进入市场的最大推动力。

据国际数据公司估计，2025年全球年数据总量将达到175zb(1zb为10万亿字节)。 到2024年，全球将有30%的数字业务进行DNA存储试验。 但目前，DNA存储还想大规模应用，特别是在中国的实际应用还需要突破一些重要瓶颈。

小组分析了当前DNA信息存储面临的主要挑战。 信息存储成本高、信息读写速度慢、无法有效对接现有信息系统是三个主要限制因素。

据测算，当前的DNA存储器写入成本相当于20世纪80年代内存的存储成本，需要降低7-8个数量级才能达到当前的数据存储成本。

“DNA信息存储的成本将来可能会大幅下降。 ”韩明哲认为，今后可以从优化合成反应、改进芯片结构、更换廉价耗材、优化试剂分配量等方面着手，大幅降低合成成本。

同时，由于信息存储领域市场规模巨大，随着半导体器件、微纳加工在DNA信息存储领域的应用，该领域的巨大投资将对DNA合成技术产生重大影响，DNA合成技术和装备将迅速迭代升级，成本也有望快速下降。

DNA信息存储器的读取依赖于测序技术，与磁、光、电等存储器相比，读取速度慢。 现在，DNA测序仪的读取速度与硬盘相比，有3-4位数的差距——现有的电、磁存储技术通常每秒可以读取几十到几百兆字节的数据。 另外，DNA存储标准尚未建立，面临着与现有数字存储系统的兼容性问题。

“DNA信息存储是一个新兴的、多学科深度交叉融合的研究方向。 ”元英进认为，DNA存储将来很可能成为海量冷数据存储的主要存储介质。

冷数据就像档案馆的历史资料一样，需要保存海量的信息，但平时很少使用。 这些数据需要长期存储，功耗大，电子存储器的寿命往往为10年到几十年，需要反复更新，因此很难满足冷数据存储的需要。

DNA储存的实用化仍然面临着许多挑战。 元英进认为，目前的突破可能只是冰山一角，“技术进步需要10年磨剑的耐心，需要一点运气”。