Archival data storage using DNA proximity graphs
यह शोध पत्र SPAN को प्रस्तुत करता है, जो एक संश्लेषण-मुक्त (synthesis-free) डीएनए आर्काइवल स्टोरेज विधि है जो डेटा को ऑप्टिकली पैटर्न वाली सतह पर यादृच्छिक रूप से बारकोडेड अणुओं के स्थानिक पैटर्न (spatial patterns) के रूप में एनकोड करती है, जो मौजूदा डीएनए स्टोरेज तकनीकों की तुलना में लेखन लागत में संभावित रूप से पांच-क्रम (five-orders-of-magnitude) की कमी प्रदान करती है।
मूल पेपर CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। यह एक ऐसे प्रीप्रिंट की AI से तैयार की गई व्याख्या है जिसकी अभी सहकर्मी समीक्षा नहीं हुई है। यह चिकित्सकीय सलाह नहीं है। इस सामग्री के आधार पर स्वास्थ्य संबंधी फैसले न लें। पूरा डिस्क्लेमर पढ़ें
दुनिया डेटा के बोझ तले दबी हुई है। हर दिन, सेंसर, कैमरे और स्वचालित प्रणालियाँ इतनी अधिक जानकारी उत्पन्न करती हैं जिसे मनुष्य न तो पढ़ सकता है और न ही संग्रहीत कर सकता है। इसमें से अधिकांश डेटा को दोबारा देखने के लिए नहीं बनाया गया है; यह एक रसीद या सुरक्षा कैमरा फीड के डिजिटल समकक्ष है जिसे एक बार रिकॉर्ड किया जाता है और फिर भुला दिया जाता है। फिर भी, कानून और इतिहास की आवश्यकता है कि हम इन अभिलेखों को दशकों या सदियों तक सुरक्षित रखें। समस्या यह है कि इस जानकारी को संग्रहीत करने के वर्तमान तरीके महंगे और नाजुक हैं। मैग्नेटिक टेप और हार्ड ड्राइव समय के साथ खराब हो जाते हैं, जिन्हें चलाने के लिए निरंतर प्रतिस्थापन और बिजली की आवश्यकता होती है। वैज्ञानिक लंबे समय से जीवन के अणु, डीएनए (DNA) की ओर एक समाधान के रूप में देख रहे हैं क्योंकि यह अविश्वसनीय रूप से सघन है और बिना बिजली के हजारों वर्षों तक रह सकता है। हालाँकि, डीएनए में डेटा लिखना अत्यधिक महंगा रहा है, क्योंकि इसके लिए पारंपरिक रूप से सूचना के प्रत्येक टुकड़े के लिए विशिष्ट आनुवंशिक कोड बनाने की एक धीमी, रासायनिक प्रक्रिया की आवश्यकता होती है।
मैसाचुसेट्स इंस्टीट्यूट ऑफ टेक्नोलॉजी के शोधकर्ताओं की एक टीम ने डीएनए का इस गहरे भंडारण (deep storage) के लिए उपयोग करने का एक अलग तरीका प्रस्तावित किया है, जो पूरी तरह से महंगी रासायनिक लेखन प्रक्रिया से बचता है। वे इसे SPAN कहते हैं। डेटा के प्रत्येक बिट के लिए एक अद्वितीय डीएनए अनुक्रम को सावधानीपूर्वक बनाने के बजाय, वे डीएनए अणुओं के एक पूर्व-निर्मित पुस्तकालय (library) का उपयोग करते हैं जो एक यादृच्छिक (random), अद्वितीय आईडी टैग से जुड़े होने के अलावा सभी में समान होते हैं। इसके बाद वे डेटा को डीएनए के भीतर नहीं, बल्कि प्रकाश का उपयोग करके एक सपाट सतह पर लिखते हैं, जिससे उभारों और समतल क्षेत्रों का एक भौतिक पैटर्न बनता है। जब वे डीएनए लाइब्रेरी को उस सतह पर डालते हैं, तो अणु समतल क्षेत्रों से चिपक जाते हैं लेकिन उभारों से टकराकर हट जाते हैं। डेटा अब इस पैटर्न में छिपा होता है कि डीएनए कहाँ गिरा और कहाँ नहीं गिरा। डेटा को वापस पढ़ने के लिए, शोधकर्ता एक एंजाइम का उपयोग उन आईडी टैग्स को जोड़ने के लिए करते हैं जो संयोग से एक-दूसरे के पास गिरे थे। इन जुड़े हुए जोड़ों के अनुक्रम (sequencing) और उनके कनेक्शनों को मैप करके, वे मूल उभारों और समतल स्थानों के पैटर्न को प्रभावी रूप से पुनर्गठित कर सकते हैं, जिससे मूल जानकारी को सफलतापूर्वक प्राप्त किया जा सके।
शोधकर्ताओं ने इस अवधारणा का प्रदर्शन करने के लिए एक कांच की स्लाइड पर एमआईटी (MIT) लोगो की एक छोटी छवि लिखी। उन्होंने प्रकाश-आधारित तकनीक का उपयोग करके सूक्ष्म उभारों का एक ग्रिड बनाया, जिनमें से प्रत्येक 30 माइक्रोमीटर चौड़ा था, जो 17 x 8 के पैटर्न में व्यवस्थित था। फिर उन्होंने अपनी डीएनए लाइब्रेरी लागू की, जिसमें दो प्रकार के अणु शामिल थे, जिनमें से प्रत्येक में एक अद्वितीय 25-अक्षर का आनुवंशिक आईडी था। सतह पर एक एंजाइम प्रतिक्रिया की गई, जिसने आणविक गोंद की तरह कार्य किया, और पास में स्थित किन्हीं भी दो डीएनए अणुओं के आईडी को जोड़ दिया। शेष जुड़े हुए डीएनए को धोकर हटाने के बाद, शोधकर्ताओं ने बचे हुए जुड़े हुए जोड़ों का अनुक्रमण (sequencing) किया। उन्होंने इस डेटा को एक कंप्यूटर प्रोग्राम में डाला जो अणुओं की स्थिति को उनके बीच की आवृत्ति के आधार पर मैप करता है। परिणाम एक डिजिटल मानचित्र था जो दिखाया कि डीएनए कहाँ सघन था और कहाँ अनुपस्थित था। अपने मानचित्र की तुलना मूल ग्रिड से करके, उन्होंने लोगो को बनाने वाले 136 बिट्स में से 123 बिट्स को सफलतापूर्वक पुनर्प्राप्त किया, जो लगभग 90 प्रतिशत की सफलता दर थी।
इस कार्य का महत्व केवल छवि की सफल रिकवरी में नहीं है, बल्कि इस प्रक्रिया के अर्थशास्त्र में भी है। पारंपरिक डीएनए भंडारण का सबसे महंगा हिस्सा लेखन चरण है, जहाँ विशिष्ट अनुक्रमों को संश्लेषित करने के लिए रसायनों का उपयोग किया जाता है। इस नई पद्धति में, डीएनए लाइब्रेरी को एक बार संश्लेषित किया जाता है और इसे किसी भी डेटा के लिए उपयोग किया जा सकता है, जिससे डेटा लिखने की लागत डेटा के स्वयं के होने से स्वतंत्र हो जाती है। शोधकर्ता अनुमान लगाते हैं कि उनके वर्तमान प्रयोगात्मक सेटअप का उपयोग करते हुए, डेटा लिखने की लागत मौजूदा सबसे किफायती डीएनए संश्लेषण विधियों की तुलना में पहले से ही चार गुना कम है। उनका अनुमान है कि यदि वे ब्लू-रे डिस्क के समान स्थापित, उच्च-गति वाली ऑप्टिकल लेखन तकनीकों का उपयोग करते हैं, तो लागत में पांच आदेशों (orders of magnitude) की और कमी आ सकती है, जिससे यह दीर्घकालिक भंडारण के लिए फ्लैश मेमोरी से भी सस्ता हो जाएगा।
हालाँकि, यह बचत एक समझौते (trade-off) के साथ आती है। जबकि लिखना सस्ता है, मानक डीएनए भंडारण की तुलना में डेटा पढ़ना वर्तमान में बहुत अधिक महंगा है क्योंकि सिस्टम को इमेज को पुनर्गठित करने के लिए बड़ी संख्या में आणविक कनेक्शनों का अनुक्रमण करने की आवश्यकता होती है। शोधकर्ताओं ने गणना की कि उस डेटा के लिए जो एक बार लिखा जाता है और शायद ही कभी, या कभी नहीं पढ़ा जाता, यह समझौता अनुकूल है। यदि डेटा को सौ साल में केवल एक बार एक्सेस किया जाता है, तो कम लेखन लागत उच्च पठन लागत की भरपाई कर देती है। उनका सुझाव है कि जैसे-जैसे अनुक्रमण तकनीक समय के साथ सस्ती होती जाएगी, इन अभिलेखों को प्राप्त करना और भी किफायती हो जाएगा, जिससे यह आधुनिक दुनिया द्वारा उत्पन्न और शायद ही कभी उपयोग किए जाने वाले विशाल डेटा को संरक्षित करने का एक व्यवहार्य मार्ग बन जाएगा।
इस पद्धति की सफलता लिखित विशेषताओं के आकार, डीएनए अणुओं की रिक्ति (spacing), और वह दूरी जिस तक एंजाइम उन्हें जोड़ सकता है, के बीच के भौतिक संबंध पर निर्भर करती है। अपने प्रयोग में, डीएनए अणु दूर-दूर थे, और एंजाइम एक निश्चित दूरी तक अणुओं को जोड़ सकता था। यह रिक्ति 30-माइक्रोमीटर के उभारों को समतल क्षेत्रों से स्पष्ट रूप से अलग करने के लिए पर्याप्त थी। शोधकर्ता बताते हैं कि वाणिज्यिक स्तर पर काम करने के लिए, अणुओं की रिक्ति और एंजाइम की पहुंच को उच्च-घनत्व वाले ऑप्टिकल लेखन की बहुत छोटी विशेषताओं के अनुरूप घटाना होगा, जो नैनोमीटर में मापी जाती हैं। उनका मानना है कि यह संभव है, क्योंकि आणविक अंतःक्रिया के सिद्धांत पैमाने के साथ नहीं बदलते, केवल आवश्यक उपकरणों की सटीकता बदलती है।
यह दृष्टिकोण आणविक भंडारण के बारे में हमारी सोच में एक बदलाव का प्रतिनिधित्व करता है। अणु के अनुक्रम में जानकारी को प्रोग्राम करने के बजाय, जानकारी को उसके स्थानिक व्यवस्था (spatial arrangement) में संग्रहीत किया जाता है। डीएनए लाइब्रेरी की यादृच्छिकता (randomness) एक समस्या नहीं है जिसे हल किया जाना है, बल्कि एक विशेषता है जिसका उपयोग किया जाना है; अद्वितीय आईडी टैग कंप्यूटर को यह समझने की अनुमति देते हैं कि पहेली का प्रत्येक टुकड़ा अपने पड़ोसियों के आधार पर कहाँ होना चाहिए। यह पद्धति भौतिक निकटता को डेटा स्टोरेज माध्यम में बदल देती है। हालाँकि वर्तमान प्रदर्शन छोटा है, जिसमें केवल 17 बाइट्स का डेटा एनकोड किया गया है, सिद्धांत स्केलेबल (scalable) हैं। शोधकर्ताओं का सुझाव है कि भविष्य में, इसे घनत्व को और बढ़ाने के लिए जेल जैसे त्रि-आयामी (3D) पदार्थों तक विस्तारित किया जा सकता है, या सरल 'ऑन' या 'ऑफ' सिग्नल से अधिक कुछ संग्रहीत करने के लिए लिखित विशेषताओं के आकार और आकृति को बदला जा सकता है।
यह अध्ययन ऐसे अभिलेख (archives) बनाने की क्षमता पर भी प्रकाश डालता है जो छेड़छाड़ के लिए लगभग असंभव हों। चूंकि डेटा लाखों अणुओं और उनके कनेक्शनों में वितरित है, इसलिए पूरे पैटर्न को बाधित किए बिना जानकारी के एक एकल टुकड़े को बदलना अविश्वसनीय रूप से कठिन होगा। यह इसे उन कानूनी या ऐतिहासिक रिकॉर्ड के लिए संभावित रूप से आदर्श बनाता है जिन्हें सदियों तक अपरिवर्तित रहना चाहिए। शोधकर्ता चुनौतियों को स्वीकार करते हैं, विशेष रूप रूप से सिस्टम को 'रैंडम-एक्सेस' बनाने में, ताकि उपयोगकर्ता स्टोरेज मीडियम के पूरे मानचित्र को पुनर्गठित किए बिना एक विशिष्ट फ़ाइल प्राप्त कर सके। वे सुझाव देते हैं कि डीएनए लाइब्रेरी के विभिन्न खंडों में विशिष्ट "ज़िप कोड" जोड़कर चुनिकी चयन (selective retrieval) की अनुमति दी जा सकती है, हालांकि इससे लेखन प्रक्रिया में जटिलता आएगी।
अंततः, यह शोध पत्र एक नए प्रकार के अभिलेखीय भंडारण (archival storage) के लिए एक सम्मोहक तर्क प्रस्तुत करता है। यह सुझाव देता है कि संग्रहीत किए जा रहे विशिष्ट डेटा से लेखन प्रक्रिया को अलग करके, हम दुनिया की जानकारी को संरक्षित करने की लागत को नाटकीय रूप से कम कर सकते है। यह विधि पैटर्न लिखने और डीएनए को पढ़ने की स्थापित तकनीकों को एक अभिनव तरीके से जोड़कर लागत की समस्या को हल करती है। हालांकि पढ़ने की लागत वर्तमान में अधिक है, अनुक्रमण तकनीक का पथ यह सुझाव देता है कि यह कम होगी, जिससे यह गहरे भविष्य के लिए एक आशाजनक समाधान बन जाता है। शोधकर्ताओं ने दिखाया है कि सूचना को एक भौतिक पैटर्न के रूप में लिखना और यादृच्छिक अणुओं के बीच के संबंधों से उसे पुनः प्राप्त करना संभव है, यह सिद्ध करते हुए कि डिजिटल जानकारी को न केवल जीवन के कोड में, बल्कि उसके हिस्सों के बीच के स्थान में भी संग्रहीत किया जा सकता है।
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।