創新DNA存儲算法 讓敦煌壁畫再“活”兩萬年
◎本報記者 陳 曦 通訊員 趙 暉
記者9月16日從天津大學獲悉，該校合成生物學團隊創新DNA存儲算法，將10幅精選敦煌壁畫存入DNA中，通過加速老化實驗驗證，壁畫信息在實驗室常溫下可保存千年，在9.4℃下可保存兩萬年。該算法支持DNA分子成為世界上最可靠的數據存儲介質之一，可以讓面臨老化破損危機的人類文化遺產信息保存千年萬年。該成果近日發表于國際期刊《自然·通訊》上。
人類文明的發展與存儲技術密切相關，隨著科學技術的進步，數據存儲方式不斷迭代創新。中國科學院院士、天津大學元英進教授團隊一直致力于下一代存儲技術——DNA存儲的研發。
“據國際數據公司估計，到2025年全球數據總量將達到驚人的175ZB(1ZB約為1021字節)。全世界都在建數據中心，數據中心的能耗是驚人的。DNA存儲由于其高存儲密度與低能耗處理等特點，被視為一種極具潛力的存儲技術，成為應對數據存儲增長挑戰的新機遇。”元英進說。
2021年8月，元英進團隊取得DNA存儲研究的重大突破。該團隊從頭編碼設計合成了一條長度為254886堿基對、專用于數據存儲的酵母人工染色體，將兩張經典圖片和一段視頻存儲于人造染色體中，利用酵母繁殖實現了數據穩定復制，并用納米孔測序器件實現了數據快速讀出與無錯恢復。
DNA存儲高效低耗，但作為一種鏈式生物大分子，在體外常溫保存時會面臨DNA斷裂降解等風險，嚴重影響信息存儲的長期可靠性，是亟待解決的關鍵科學問題。對此，元英進團隊設計了基于德布萊英圖理論的序列重建算法來解決DNA斷裂等問題。該算法結合貪婪路徑搜索和循環冗余校驗碼來實現斷裂DNA片段的高效從頭組裝，從原理上支持了DNA存儲的長期可靠性。
結合該序列重建算法(內碼)與噴泉碼算法(外碼)，團隊設計編碼了6.8MB(兆字節)敦煌壁畫，合成了承載圖片信息的DNA片段21萬條。為保證數據的長期可靠性，團隊制備了一個沒有任何特殊保護的DNA水溶液樣本，并在70℃下加速樣本斷裂、降解長達10周。處理后的DNA片段80%以上都發生了斷裂錯誤，依靠設計的序列重建算法依然可以準確組裝并解碼96.4%以上的片段，再通過噴泉碼解決少量片段丟失的問題，原始的敦煌壁畫圖片依然能夠完美恢復。根據理論推算，這種程度的高溫破壞相當于實驗室常溫25℃一千年或者9.4℃兩萬年的自然保存。
這是繼基于人工合成染色體的酵母體內信息存儲模式取得突破后，天津大學合成生物學團隊在DNA信息體外存儲模式上取得的又一重要成果。
