← Últimos artículos
📄 biología sintética

Archival data storage using DNA proximity graphs

Este artículo presenta SPAN, un método de almacenamiento de archivos de ADN libre de síntesis que codifica datos como patrones espaciales de moléculas con códigos de barras aleatorios sobre una superficie de patrón óptico, ofreciendo una reducción potencial de cinco órdenes de magnitud en el costo de escritura en comparación con las técnicas existentes de almacenamiento de ADN.

Autores originales: Perry, E., Tiepelt, J., Jacobson, J.

Publicado 2026-10-22 (v2)
📖 8 min de lectura🧠 Análisis profundo

Autores originales: Perry, E., Tiepelt, J., Jacobson, J.

Artículo original bajo licencia CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ⚕️ Esta es una explicación generada por IA de un preprint que no ha sido revisado por pares. No es consejo médico. No tome decisiones de salud basándose en este contenido. Leer descargo de responsabilidad completo

El mundo se está ahogando en datos. Cada día, los sensores, las cámaras y los sistemas automatizados generan más información de la que los humanos pueden posiblemente leer, y mucho menos almacenar. La mayor parte de estos datos no están destinados a ser revisados de nuevo; son el equivalente digital de un recibo o de la grabación de una cámara de seguridad que se registra una vez y luego se olvida. Sin embargo, las leyes y la historia exigen que guardemos estos registros de forma segura durante décadas, o incluso siglos. El problema es que las formas actuales en las que almacenamos esta información son costosas y frágiles. Las cintas magnéticas y los discos duros se degradan con el tiempo, lo que requiere un reemplazo constante y energía para mantenerlos funcionando. Los científicos han observado durante mucho tiempo al ADN, la molécula de la vida, como una solución porque es increíblemente denso y puede durar miles de años sin electricidad. No obstante, escribir datos en el ADN ha sido prohibitivamente caro, ya que tradicionalmente requiere un proceso químico lento para construir secuencias específicas de código genético para cada fragmento de información.

Un equipo de investigadores del Instituto de Tecnología de Massachusetts ha propuesto una forma diferente de utilizar el ADN para este almacenamiento profundo, una que evita por completo el costoso proceso de escritura química. Lo llaman SPAN. En lugar de construir cuidadosamente una secuencia de ADN única para cada bit de datos, utilizan una biblioteca de moléculas de ADN prefabricadas que son todas idénticas, excepto por una etiqueta de identificación única y aleatoria unida a cada una. Luego, escriben los datos no en el ADN en sí, sino sobre una superficie plana mediante luz, creando un patrón físico de protuberancias y áreas planas. Cuando vierten la biblioteca de ADN sobre esta superficie, las moléculas se adhieren a las áreas planas pero rebotan en las protuberancias. Los datos quedan ahora ocultos en el patrón de dónde aterrizó el ADN y dónde no lo hizo. Para leer los datos de nuevo, los investigadores utilizan una enzima para vincular las etiquetas de identificación de las moléculas de ADN que, por azar, aterrizaron cerca unas de otras. Al secuenciar estos pares vinculados y mapear sus conexiones, pueden reconstruir el patrón original de protuberancias y áreas planas, recuperando eficazmente la información almacenada.

Los investigadores demostraron este concepto escribiendo una pequeña imagen del logotipo del MIT en una placa de vidrio. Utilizaron una técnica basada en la luz para crear una cuadrícula de diminutas protuberancias, cada una de 30 micrómetros de ancho, dispuestas en un patrón de 17 por 8. Luego aplicaron su biblioteca de ADN, que contenía dos tipos de moléculas, cada una con una identificación genética de 25 letras única. Se realizó una reacción enzimática en la superficie, la cual actuó como un pegamento molecular, uniendo las identificaciones de cualquier par de moléculas que estuvieran situadas cerca la una de la otra. Tras lavar el ADN no vinculado, los investigadores secuenciaron los pares vinculados restantes. Introdujeron estos datos en un programa informático que mapeaba las posiciones de las moléculas basándose en la frecuencia con la que aparecían juntas. El resultado fue un mapa digital que mostraba dónde el ADN era denso y dónde faltaba. Al comparar este mapa con la cuadrícula original, recuperaron con éxito 123 de los 136 bits de información que componían el logotipo, una tasa de éxito de aproximadamente el 90 por ciento.

La importancia de este trabajo no reside solo en la recuperación exitosa de la imagen, sino en la economía del proceso. La parte más cara del almacenamiento de ADN tradicional es la fase de escritura, donde se utilizan productos químicos para sintetizar secuencias específicas. En este nuevo método, la biblioteca de ADN se sintetiza una sola vez y puede utilizarse para cualquier dato, lo que hace que el coste de escribir datos sea independiente de los datos mismos. Los investigadores estiman que, utilizando su configuración experimental actual, el coste de escribir datos es ya cuatro veces inferior a los métodos de síntesis de ADN más económicos existentes. Proyectan que, si utilizan tecnologías de escritura óptica de alta velocidad ya establecidas, similares a las utilizadas para los discos Blu-ray, el coste podría caer otras cinco órdenes de magnitud, volviéndose más barato que la memoria flash para el almacenamiento a largo plazo.

Sin embargo, este ahorro conlleva una compensación. Si bien la escritura es barata, la lectura de los datos es actualmente mucho más cara que con el almacenamiento de ADN estándar, ya que el sistema requiere secuenciar un número enorme de conexiones moleculares para reconstruir la imagen. Los investigadores calcularon que, para datos que se escriben una vez y se leen rara vez, o nunca, esta compensación es favorable. Si los datos se acceden solo una vez en cien años, el bajo coste de escritura compensa el alto coste de lectura. Sugieren que, a medida que la tecnología de secuenciación continúe abaratándose con el tiempo, la recuperación de estos archivos será aún más económica, convirtiendo esto en una vía viable para preservar las vastas cantidades de datos que el mundo moderno genera pero rara vez utiliza.

El éxito del método depende de la relación física entre el tamaño de las características escritas, el espaciado de las moléculas de ADN y la distancia sobre la cual la enzima puede vincularlas. En su experimento, las moléculas de ADN estaban espaciadas y la enzima podía vincular moléculas hasta cierta distancia. Este espaciado fue suficiente para distinguir claramente las protuberancias de 30 micrómetros de las áreas planas. Los investigadores señalan que, para que esto funcione a escala comercial, el espaciado de las moléculas y el alcance de la enzima tendrían que reducirse para coincidir con las características mucho más pequeñas de la escritura óptica de alta densidad, que se miden en nanómetros. Creen que esto es posible, ya que los principios de la interacción molecular no cambian con la escala, solo la precisión de las herramientas requeridas.

Este enfoque representa un cambio en la forma en que pensamos sobre el almacenamiento molecular. En lugar de programar la información en la secuencia de la molécula misma, la información se almacena en la disposición espacial de partes ensambladas aleatoriamente. La aleatoriedad de la biblioteca de ADN no es un problema a resolver, sino una característica a utilizar; las etiquetas de identificación únicas permiten que la computadora determine dónde pertenece cada pieza del rompecabezas basándose en sus vecinos. Este método convierte la proximidad física de las moléculas en un medio de almacenamiento de datos. Aunque la demostración actual es pequeña, codificando solo 17 bytes de datos, los principios son escalables. Los investigadores sugieren que, en el futuro, esto podría extenderse a materiales tridimensionales, como geles, para aumentar aún más la densidad de almacenamiento, o que el tamaño y la forma de las características escritas podrían variar para almacenar algo más que una simple señal de encendido o apagado en cada ubicación.

El estudio también destaca el potencial para crear archivos que sean casi imposibles de manipular. Debido a que los datos están distribuidos a través de millones de moléculas y sus conexiones, alterar una sola pieza de información sería increíblemente difícil sin romper todo el patrón. Esto hace que el sistema sea potencialmente ideal para registros legales o históricos que deban permanecer inalterados durante siglos. Los investigadores reconocen que quedan desafíos, particularmente en hacer que el sistema sea de acceso aleatorio, de modo que un usuario pueda recuperar un archivo específico sin tener que reconstruir todo el mapa del medio de almacenamiento. Proponen que añadir "códigos postales" específicos a diferentes secciones de la biblioteca de ADN permitiría la recuperación selectiva, aunque esto añadiría complejidad al proceso de escritura.

En última instancia, el artículo presenta un argumento convincente para un nuevo tipo de almacenamiento de archivo. Sugiere que, al desacoplar el proceso de escritura de los datos específicos que se almacenan, podemos reducir drásticamente el coste de preservar la información del mundo. El método se basa en tecnologías establecidas para escribir patrones y leer el ADN, combinándolas de una manera novedosa para resolver el problema del coste. Si bien el coste de lectura es actualmente alto, la trayectoria de la tecnología de secuenciación sugiere que bajará, convirtiéndola en una solución prometedora para el futuro profundo de los datos. Los investigadores han demostrado que es posible escribir información como un patrón físico y recuperarla a partir de las relaciones entre moléculas aleatorias, probando que la información digital puede almacenarse no solo en el código de la vida, sino en el espacio entre sus partes.

¿Ahogado en artículos de tu campo?

Recibe resúmenes diarios de los artículos más novedosos que coincidan con tus palabras clave de investigación — con resúmenes técnicos, en tu idioma.

Probar Digest →