DNA ako pevný disk: 455 exabajtov na gram a životnosť miliónov rokov

Digitálny svet neustále rastie a hoci hovoríme o „cloude“, tento cloud existuje na pevných základoch, v gigantických dátových centrách. Obrovské sklady s nekonečnými chodbami, radmi serverov a kolosálnymi účtami za elektrinu teraz uchovávajú naše fotografie, videá, e-maily a vedecké údaje. V tomto scenári naberá na obrátkach myšlienka: použitie DNA ako média pre informácie, malej molekuly s hustota skladovanie ohromujúci.

Sľub je silný: zakódovať bity do sekvencií A, C, G a T, aby sa uložilo všetko od historického dokumentu až po video súbor, a robiť to stabilne po stáročia alebo dokonca desaťročia. viac ako milión rokov Ak je dobre zachovaná. Skutočnosť, ktorá podnecuje fantáziu, je dobre známa: teoreticky by jeden gram DNA mohol uskladniť až 455 exabytov dát (455.000 miliárd GB), čo je číslo, ktoré prevyšuje súčasné pevné disky a kremíkové pamäte.

Čo je to ukladanie DNA a prečo je dôležité

DNA je návod na použitie života a jej jazyk sa píše štyrmi „písmenami“: adenín (A), cytozín (C), guanín (G) a tymín (T). Na výpočtové účely môžeme preložiť nuly a jednotky do kombinácií týchto báz a vytvoriť tak syntetickú sekvenciu, ktorá po prečítaní načíta pôvodný súbor. Tento preklad sa ukázal ako životaschopný od roku 2012, keď bol úspešne zakódovaný a prečítaný obsah megabajtu, čím sa otvorili dvere k... nová paradigma digitálnej archivácie.

Základným dôvodom je hustota: balením informácií do molekúl sa potrebný fyzikálny priestor zmenšuje. V číslach hovoríme o tých, ktoré 455 exabajtov na gramAby ste to pochopili bez kalkulačky: malá skúmavka by pojala všetko. Wikipedia spolu s Facebooka ak rozšírime rozsah, znalosti našej civilizácie by zaberali iba niekoľko kubických metrov, čo nemá nič spoločné s tisíckami metrov štvorcových dátových centier.

Táto vízia nie je len estetická. V praxi DNA nepotrebuje elektrinu, aby zostala čitateľná: v chladných, suchých a tmavých podmienkach sa dáta uchovávajú. Vieme to z molekulárnej archeológie, ktorá nám umožňuje čítať genetický materiál z pozostatkov starých stovky tisíc rokov. Vďaka tomuto správaniu je DNA ideálnym kandidátom na... veľmi dlhodobá archivácia.

Kapacita, porovnania a výzvy dnešných dátových centier

Dátové centrá sú „katedrálami bitov“. Na celom svete ich je viac ako 2 000 a každé z nich zaberá v priemere približne 5 hektárov (50 000 m²). Ak porovnáme túto rozlohu s kompaktnosťou DNA, vplyv je zrejmý. Nejde len o pozemok a budovu: spotreba chladenia a energie je tiež obrovská a... environmentálnu stopu spojené nie je menej významné.

Súbežne s tým prudko stúpajú aj dáta. Google spracováva denne približne 4.650 miliardy vyhľadávaní; YouTube si denne pozrie takmer 4.700 miliardy videí; Facebook dostane každých 24 hodín viac ako 350 miliónov fotografií; a Twitter odošle približne 600 miliónov tweetov. Globálny výhľad naznačuje, že do roku 2025 bude približne 463 exabajtov dát každý deň, pričom veľká časť ľudstva sa ešte len musí pripojiť k internetu. To nie je malý výkon.

Táto lavína vyvíja tlak na súčasné technológie práve v čase, keď sa blížia k fyzickým limitom. Skúsenosti spoločnosti Backblaze, ktorá monitoruje 25 000 pevných diskov v prevádzke, poskytujú vodítka: po štyroch rokoch takmer 22 % jednotiek prejavujú opotrebovanie alebo zlyhanie. Niektoré vydržia viac ako desaťročie, iné veľmi rýchlo zlyhávajú. Záver je jednoduchý: technické vybavenie Konvenčné nie je večné a neustála výmena má ekonomické a prevádzkové náklady.

DNA ako pamäť na druhej strane posúva časť problému na chemickú a konzervačnú úroveň. So stabilným médiom a bez potreby energie na „udržanie“ informácií pri živote by hlboký archív – ten, ktorý si prezeráme len veľmi príležitostne, ale ktorý musí pretrvať – mohol zmeniť svoju paradigmu a zmierniť tlak na obrovských infraštruktúrach.

Ako kódovať, uchovávať a opravovať chyby

Kódovanie dát v DNA spočíva v preklade bitov na bázy. Jednoduchá schéma mapuje A a C na „0“ a G a T na „1“. Toto mapovanie zapisuje krátke fragmenty, ktoré po skombinovaní rekonštruujú akýkoľvek digitálny súbor. Na zvýšenie robustnosti sa používajú kódy na opravu chýb. Reed-Solomon, ktoré pridávajú inteligentnú redundanciu: ak sú niektoré časti poškodené, systém dokáže obnoviť pôvodné informácie.

Veľký skok v odolnosti dosiahol tím ETH Zurich pod vedením Roberta Grassa a Reinharda Heckela. Inšpirovaní tým, ako sa DNA uchováva vo fosíliách, zapuzdrili molekuly DNA do... kremičité (sklenené) guľôčkyPrečo sklo? Pretože je to chemicky inertný materiál a chráni pred prvkami, ktoré najviac degradujú DNA: predovšetkým vodou a kyslíkom.

Aby urýchlili „časovú os“, vystavili zapuzdrenú DNA teplotám 60, 65 a 70 °C, čím simulovali desaťročia alebo storočia rozkladu v priebehu niekoľkých týždňov. Stabilita DNA vo vnútri skla bola pozoruhodná. Extrapoláciou by jej skladovanie pri teplote -18 °C umožnilo zachovať informácie viac ako milión rokov, postava, ktorá mení mentálny rámec toho, čo chápeme pod pojmom trvalý archív.

Kontrast so skúmavkou vystavenou otvorenému vzduchu je pozoruhodný: DNA prežije iba dva alebo tri roky, kým sa stane nečitateľnou. Zapuzdrením do skla a uchovávaním v chladnom, suchom a tmavom prostredí sa jej miera prežitia znásobí. Okrem toho technológia sol-gel uľahčuje vytvorenie tejto sklenenej „škrupiny“ okolo molekúl, čím sa celý proces zjednodušuje. technicky dostupné z laboratória.

Experimenty a výsledky: od EBI a ETH Zurich po Microsoft a UW

Dôkazy sa stále hromadia. V roku 2012 bol obsah DNA úspešne zakódovaný a prečítaný a krátko nato Európsky bioinformatický inštitút (EBI) v Anglicku posunul túto myšlienku ďalej: uložil text, obrázky a zvuk – vrátane Shakespearových sonetov, úryvkov z prejavu Martina Luthera Kinga „Mám sen“, obrázka samotného inštitútu a prelomového článku o dvojitej špirále – a potom tieto informácie získal pomocou... 100% presnosť.

Ich metodológia kombinovala prekrývajúce sa fragmenty, indexy pozícií a redundanciu, aby zabezpečila rekonštrukciu aj v prípade poškodenia niektorých kópií. Celkový objem bol približne 760 KB a ekvivalentná DNA bola menšia ako čiastočka prachu. Na úrovni biologickej bezpečnosti objasnili, že táto syntetická DNA používa iný „kód“ a nemôže byť náhodne začlenená do genómu živého organizmu; ak vstúpi do tela,... by degradoval a eliminoval bez funkčného priestoru.

Harvard tiež otestoval túto myšlienku s knihou s viac ako 53 000 slovami a 11 obrázkami, pričom syntetizoval tisíce krátkych fragmentov na sklenenom čipe, ktoré boli potom čítané pomocou štandardných sekvenčných techník, rovnakých ako tie, ktoré používame na štúdium starovekých genómov alebo archeologických vzoriek. To posilnilo myšlienku, že „molekulárnu knižnicu“ je možné konzultovať pomocou bežne dostupného vybavenia. molekulárna biológia.

Späť na ETH Zurich Grass a jeho tím vystavili dva historické dokumenty (spolu približne 83 KB, vrátane Švajčiarskej federálnej zmluvy z roku 1291 a pasáží z Archimedovho palimpsestu) tepelnému namáhaniu. Po týždni pri teplote 60 – 70 °C boli texty stále čitateľné. Ich výpočty stanovili trvanlivosť na približne 2 000 rokov pri teplote 10 °C, ktorá sa pri skladovaní pri teplote -18 °C rozšíri na milióny rokov. Náklady v tom čase boli vysoké – približne 1 350 až 2 000 eur za kus. iba 83 KB— ale trendy nákladov v genomike sú priaznivé.

Dôkazom toho je dramatický pokles ceny sekvenovania ľudského genómu: z obdobia pred niekoľkými miliónmi rokov na dnešné stovky. V tomto duchu výskumníci z Microsoftu a Washingtonskej univerzity zostrojili prvé zariadenie, ktoré automatizuje komplexný proces ukladania a čítania DNA. S jeho pomocou zakódovali slovo „ahoj“ a získali ho, čo je inžiniersky výkon, ktorý – hoci trvalo približne 21 hodín pre 5 bajtov— ilustruje, že automatizácia už prebieha.

Prototypy, ktoré hľadia do budúcnosti: od DNA kazety až po priemysel

Nedávny návrh, publikovaný v časopise Science Advances tímom z Južnej univerzity vedy a techniky, oživuje veľmi známy formát: „kazetovú pásku“. Ich zariadenie integruje nylonovú a polyesterovú membránu s vzory čiarových kódov Tlačené laserom. Biele oblasti obsahujú priehradky na uloženie syntetickej DNA s kódovanými súbormi; čierne pruhy fungujú ako hydrofóbne bariéry, ktoré zabraňujú miešaniu.

Každý oddiel má jedinečnú „adresu“, ktorá umožňuje operácie typu DMRM (many-to-many, many-to-many). To znamená, že môžeme ukladať viacero súborov, načítavať ich, mazať ich a prepisovať ich do tej istej oblasti, čím napodobňujeme správanie... pevný disk ale na molekulárnom nosiči. V číslach, 1 000-metrová kazeta dokáže pojať viac ako 500 000 particíd a dosiahnuť až 362 petabajtov na kilometer, čo podľa autorov stačí na uloženie niekoľkonásobne väčšieho množstva obsahu z YouTube vo veľkosti menšej ako je brožovaný román.

Táto línia existuje koexistujúca s ďalšími iniciatívami. Microsoft pracuje aj na projekte Silica, ktorý skúma kremeň ako archívne médium: lasery trvalo menia kryštálovú štruktúru a potom algoritmy strojového učenia tieto značky prečítajú. Nie je to DNA, ale ilustruje to hľadanie médií. ultra stabilný a kompaktný na archiváciu.

Biotechnologický priemysel tiež tlačí nahor. Bostonský startup Catalog vyvinul systém na preskupovanie prefabrikovaných blokov DNA a zápis údajov bez nutnosti ich syntetizovať od začiatku, na ceste k tomu, čo nazývajú prvým „strojom“, ktorý používa DNA, akoby to bol... fyzický operačný systémV San Diegu spoločnosť Iridia kombinuje DNA a nanotechnológiu na výrobu diskov schopných paralelnej prevádzky, čo je zárodok „živého pevného disku“.

Z verejného sektora propaguje program MIST IARPA – americká agentúra pre pokročilé výskumné projekty v oblasti spravodajských služieb, ktorého cieľom je zapísať terabajt DNA za deň a čítať ho desaťkrát rýchlejšie. „Chceme nahradiť súčasné pevné disky hustejšími, bezpečnejšími a odolnejšími molekulárnymi médiami,“ vysvetľujú v súlade s myšlienkou, že kremík dosahuje svoj fyzické limity.

Porovnania hustoty poskytujú kontext: pevný disk má približne 10^9 bitov na centimeter kubický, zatiaľ čo DNA dosahuje 10^18. Niet divu, že niektoré správy – ako napríklad tá z Potomac Institute for Policy Studies – hovoria o tom, ako by sa všetko digitálne na planéte zmestilo do približne jedného kilogramu DNA. Môže to znieť grandiózne, ale fyzikálny (a biologický) základ je pevný a chladné a suché skladovanie ponúka... dočasné okná ktoré ďaleko prekonávajú konvenčné magnetické a optické technológie.

Otázka, ktorá stojí za dosiahnutím stability a hustoty, znie: čo si uchováme? Pre samotného Roberta Grassa by sa malo zamerať na výber „skutočne dôležitých“ informácií, ktoré si zaslúžia byť neutrálne archivované pre budúcnosť. Tak ako naša vízia stredoveku závisí od toho, čo sa zachovalo, verná fotografia našej doby si bude vyžadovať kritériá, kurátorstvo a... otvorené štandardy ktoré uľahčia čítanie o stáročia.

Výzvy pretrvávajú: syntéza a sekvenovanie vo veľkom meradle sú dnes stále drahé a relatívne pomalé. Krivka nákladov v genomike však tvrdohlavo klesá a automatizácia už preukazuje technickú uskutočniteľnosť. Korektúrne algoritmy, formáty zacielenia a architektúry, ako napríklad „molekulárna kazeta“, poukazujú na systémy, ktoré to umožňujú. písanie a mazanie praktickejšie.

Akoby neexistovalo dostatok dôkazov o tom, že DNA je trvalým médiom, paleogenetika naďalej prináša nové záznamy: DNA bola sekvenovaná z ľadového medveďa starého približne 110 000 rokov, z koňa starého približne 700 000 rokov a zo Sima de los Huesos (Španielsko) bola získaná 400 000 rokov stará ľudská mitochondriálna DNA. Hoci podmienky sú dôležité – pomáha aj chlad – prípady v relatívne miernych jaskyniach rozširujú mapu kráľovská ochrana.

Menej očarujúca, ale kľúčová stránka je tá každodennej chémie: voda a kyslík sú najväčšími nepriateľmi. Preto ich zapuzdrenie do skla a skladovanie v chladných komorách minimalizuje reakcie a prerušenia reťazcov. V laboratórnom meradle sa proces zjednodušil vytváraním kremičitých guľôčok pomocou sol-gelových techník a experimenty s tepelným namáhaním ukazujú, že zhoršovanie stavu sa riadi určitými vzormi. predvídateľné, porovnateľné s tými, ktoré sa pozorujú vo fosíliách.

Pre lepšiu predstavu stojí za to pripomenúť si rozdiel vo veľkosti a cene: testovacia sada s 83 KB dokumentmi stála pred niekoľkými rokmi približne 1 350 EUR/2 000 USD. Je to drahé, keď premýšľate o terabajtoch a petabajtoch, ale nie tak dávno stálo sekvenovanie ľudského genómu milióny, dnes sú to okolo stoviek. Ak tento trend bude pokračovať, DNA sa z experimentálneho média stane konkurenčným. hromadná archivácia a „studené“ zálohy.

Spojenie biológie a technológie už nie je sci-fi. Od DNA „pások“ s čiarovým kódom až po molekulárne knižnice, ktoré nevyžadujú elektrinu, a alternatívy ako kremeňový kryštál, preteky o odolné a kompaktné médium sú v plnom prúde. Ak sa jedna vec zdá byť jasná, tak je to, že DNA – s jej nemožnou hustotou a poslaním prežiť – sa stáva hlavným kandidátom na veľkolepé uloženie digitálnej pamäte nášho druhu s... časová robustnosť čo žiadny súčasný album nemôže sľúbiť.