微軟繼續研究將 DNA 變成硬碟，做了新的讀取技術

                   DNA 版本的隨機存取技術

DNA 被看作更輕便、保存時間更長的數字信息存儲載體，技術進展很快。電影、GIF 動圖、文學名著《戰爭與和平》都被放入到 DNA 上，存儲的數據規模也越來越大。

技術層面，在 DNA 上存儲、解碼數字信息是這樣的：研究員需要把數據從 0 和 1 轉換成形成 DNA 的堿基：腺嘌呤（A）、胸腺嘧啶（T）、鳥嘌呤（G）、胞嘧啶（C），再通過合成 DNA 存儲這部分的數據。當數據需要被取回時，研究員通過對 DNA 進行測序，將數據重新從堿基還原成 0 和 1。

隨著數據存儲規模的擴大，相應的，確定 DNA 上存儲數據的位置，以及還原數據的技術也在跟進。

微軟最近和華盛頓大學的分子信息系統實驗室（MISL）合作，開發了新的檢索 DNA 序列、解碼的技術。他們將 35 個文件、總共 200.2 MB 的數據存儲到了 1300 萬的 DNA 寡核苷酸（只有 20 個以下堿基的短鏈核苷酸）上，並成功在一個有 1030 萬條 DNA 序列的池裏找到、解碼這些數據，中間沒有發生數據丟失。

這些研究員選擇存儲在 DNA 上的數據包括下列這些：OK Go 樂隊的歌曲 This Too Shall Pass 的高清 MV、經典音樂精選集，《世界人權宣言》的 100 種語言版本、CropTrust 存儲了斯瓦爾巴全球種子庫的數據庫等。

                         存儲了 200.2 MB 的數據到 DNA 上

該論文發表在《自然-生物技術（Nature Biotechnology）》期刊上，微軟官網也附上了該論文。

他們使用的是一種被稱為“隨機存取（random access）”的技術。這不是新技術，但微軟和 MISL 實驗室在使用的數據量和解碼準確度上都有所提升。

所謂的 DNA 數據隨機存取，類似於電腦、手機在調取照片、歌曲時所用的 RAM 技術。略有差別的地方在於，電腦、手機在調用數據時，這些數據存儲的位置不影響調用速度，而且調用速度很快。但在 DNA 上取回數據，暫時只能做到存儲位置不影響，解碼數據的速度還沒能提升。

取回 DNA 上存儲數據上的一般流程是這樣的，解開 DNA 雙螺旋結構、複製儲存數據的序列，然後轉換這些數據。為了獲得所需數據，常常需要對整條 DNA 進行測序。

DNA 上的隨機存取技術，通常是引物庫（引物指一小段 DNA 或 RNA）配合聚合酶鏈式反應（PCR）一起使用。加在每個 DNA 序列的兩端的引物可以幫助更快確定數據存儲的位置，在解碼時，研究員不需要對整條 DNA 進行測序，PCR 通過反覆複製想讀的序列幫助加快解碼速度。

DNA 上隨機存取的流程

在微軟和 MISL 實驗室的實驗中，研究員設計了新的引物庫，解碼、還原數據的算法，增加了儲存、解碼數據時的容錯能力，最終在取回數據時沒有出現數據丟失。解碼器和算法開發這方面上有微軟比較多的貢獻。

微軟和華盛頓大學在 DNA 存儲、解碼數據的技術上合作了多個項目，微軟的研究員 Karin Strauss 也是領導 MISL 實驗室的管理者之一。例如 2016 年，兩家公司合作，把《戰爭與和平》等 100 部經典作品塞進了 DNA 內。

這算是微軟對未來存儲技術看中的方向之一，例如用 DNA 取代數據中心裏的硬碟。Karin Strauss 曾說：“公司有興趣了解，我們是否能創造一種、端到端、自動化、可用於企業存儲、基於 DNA 的信息存儲系統。”

作為存儲介質，DNA 相比硬碟、TF 卡等都要輕便，保持在乾燥、較低氣溫環境下，可以保存很久，這些都是優勢。但 DNA 合成成本、花費的時間成本都相當高昂。微軟存儲 100 部經典作品、總共 200 MB 的數據到 DNA 上，花費了 15 億個堿基，以 Twist Bioscience 針對企業用戶每個堿基賣 0.04 美分計算，也需要 6000 萬美元。

加州大學伯克利分校的博士後研究員 Reinhard Heckel 認為，雖然這項技術的成本在持續降低，但能否低於磁帶還很難說：“為了讓人們真正用起來，你需要把東西存儲在比磁帶更便宜的載體上，這是很難的。”

資料來源：source