PALR-DNA: A Probability-Aware Latent Recovery Framework for Error-Resilient Image Storage in DNA

दुनिया डेटा में डूब रही है। हर साल, हमारे द्वारा बनाया जाने वाला सूचना का परिमाण इतनी तेज़ी से बढ़ता है कि हमारे वर्तमान हार्ड ड्राइव और क्लाउड सर्वर इसका मुकाबला करने के लिए संघर्ष कर रहे हैं। हमें इस डिजिटल इतिहास को संग्रहीत करने के लिए एक ऐसे तरीके की आवश्यकता है जो इतना सघन हो कि सब कुछ एक छोटे स्थान में समा सके और इतना स्थिर हो कि बिना बिजली के सदियों तक चल सके। प्रकृति ने पहले ही इस समस्या का समाधान कर दिया है। अरबों वर्षों से, जीवित प्राणी अपने ब्लूप्रिंट को डीएनए (DNA) में संग्रहीत करते आए हैं, जो एक ऐसा अणु है जो सही परिस्थितियों में रखे जाने पर सहस्राब्दियों तक जानकारी को सुरक्षित रख सकता है। वैज्ञानिकों ने महसूस किया है कि हम अपनी तस्वीरों, वीडियो और दस्तावेजों को संग्रहीत करने के लिए इसी जैविक अणु का उपयोग कर सकते हैं। हालाँकि, डीएनए को एक विश्वसनीय हार्ड ड्राइव में बदलना कठिन है। डीएनए में डेटा लिखने और उसे वापस पढ़ने की प्रक्रिया त्रुटिपूर्ण है। डीएनए को संश्लेषित (synthesize) और अनुक्रमित (sequence) करने के लिए उपयोग की जाने वाली रासायनिक मशीनरी गलतियाँ करती है, जैसे अक्षर बदलना, उन्हें छोड़ देना या अतिरिक्त अक्षर जोड़ देना। जब ये त्रुटियाँ होती हैं, तो उनके द्वारा दर्शाया गया डिजिटल फ़ाइल दूषित हो सकता है, जिससे एक स्पष्ट तस्वीर शोर के धब्बेदार टुकड़े में बदल सकती है या पूरी तरह से खो सकती है।

दक्षिण पूर्व विश्वविद्यालय (Southeast University) के शोधकर्ताओं की एक टीम ने इन त्रुटियों को ठीक करने के लिए एक नई विधि विकसित की है, विशेष रूप से छवियों के भंडारण के लिए। वे अपने सिस्टम को PALR-DNA कहते हैं। डीएनए अनुक्रम को वापस एक छवि में बदलने से पहले उसे अक्षर-दर-अक्षर पूरी तरह से पुनर्गठित करने की कोशिश करने के बजाय, उनका दृष्टिकोण पढ़ने की प्रक्रिया की अनिश्चितता को स्वीकार करता है। जब डीएनए की एक स्ट्रैंड को पढ़ा जाता है, तो मशीन केवल अक्षरों का एक निश्चित अनुक्रम नहीं उगलती; यह अक्सर प्रत्येक स्थिति के लिए संभावनाओं की एक सूची तैयार करती है, जो यह दर्शाती है कि प्रत्येक अक्षर के सही होने की कितनी संभावना है। पिछली विधियाँ अक्सर इन "शायद" वाले उत्तरों को अनदेखा कर देती थीं, जिससे बहुत जल्दी एक निर्णय लेने के लिए मजबूर होना पड़ता था और मूल्यवान सुराग नष्ट हो जाते थे। नया ढांचा उस सभी संभाव्यता (probability) जानकारी को जीवित रखता है। यह शोर वाले डीएनए रीडिंग को एक टूटे हुए पहेली के रूप में नहीं देखता जिसमें टुकड़े गायब हैं, बल्कि विश्वास के विभिन्न स्तरों वाले सुरागों के एक सेट के रूप में देखता है। इन संभावनाओं को थामे रखकर, सिस्टम इस बारे में स्मार्ट अनुमान लगा सकता है कि मूल छवि कैसी दिखती थी, भले ही डीएनए डेटा अत्यधिक क्षतिग्रस्त हो।

शोधकर्ताओं ने हजारों छवियों के भंडारण और पुनर्प्राप्ति का अनुकरण (simulate) करके इस विचार का परीक्षण किया। उन्होंने तस्वीरें लीं, उन्हें एक संकुचित डिजिटल प्रारूप में परिवर्तित किया, और फिर उस डेटा को डीएनए अनुक्रमों में अनुवादित किया। सिस्टम के लचीलेपन का परीक्षण करने के लिए, उन्होंने जानबूझकर डीएनए डेटा में त्रुटियां डालीं, जो वास्तविक प्रयोगशाला स्थितियों में होने वाली गलतियों की नकल करती हैं। उन्होंने ऐसे परिदृश्य बनाए जहाँ डेटा 1 प्रतिशत से 5 प्रतिशत की दर से दूषित था। डीएनए स्टोरेज की दुनिया में, 5 प्रतिशत की त्रुटि दर काफी अधिक होती है और आमतौर पर विनाशकारी होती है जो छवि की गुणवत्ता को बिगाड़ देती है। टीम ने फिर अपने नए PALR-DNA सिस्टम को डेटा के विरुद्ध चलाया ताकि यह देख सके कि क्या यह मूल चित्रों को पुनः प्राप्त कर सकता है। उन्होंने अपने परिणामों की तुलना डीएनए त्रुटियों को ठीक करने के लिए डिज़ाइन की गई दो अन्य मौजूदा विधियों से की। निष्कर्ष स्पष्ट थे: नई विधि ने अन्य विधियों की तुलना में काफी स्पष्ट और सटीक चित्र तैयार किए। उच्चतम त्रुटि दर 5 प्रतिशत पर, जहाँ अन्य विधियाँ धुंधली, अपरिचित छवियां बना रही थीं, PALR-DNA ने सूक्ष्म विवरणों और रंगों को संरक्षित करने वाली स्पष्टता के साथ तस्वीरों को पुनर्गठित करने में सफलता प्राप्त की।

इस सफलता का रहस्य यह है कि सिस्टम डिकोडिंग प्रक्रिया को कैसे संभालता है। जब डीएनए को पढ़ा जाता है, तो सिस्टम एक विशेष कंप्यूटर मॉडल का उपयोग करता है ताकि शोर वाले अनुक्रम को देख सके और प्रत्येक स्थिति पर डेटा के प्रत्येक संभावित बाइट की संभावना का अनुमान लगा सके। तुरंत सबसे संभावित अक्षर को चुनने के बजाय, सिस्टम प्रत्येक स्थान के लिए शीर्ष उम्मीदवारों की एक सूची रखता है। इसके बाद, यह उम्मीदवारों के विभिन्न संयोजनों का पता लगाने के लिए एक खोज रणनीति (search strategy) का उपयोग करता है, जो एक ऐसा अनुक्रम खोजता है जो तार्किक अर्थ रखता हो और एक अंतर्निहित निरंतरता जांच (consistency check) को पास करता हो। यह जांच एक डिजिटल सील की तरह कार्य करती है, जो सत्यापित करती है कि पुनर्प्राप्त डेटा उन नियमों से मेल खाता है जो छवि को पहली बार संग्रहीत करते समय निर्धारित किए गए थे। यदि सिस्टम को एक सटीक मिलान मिलता है, तो यह उसका उपयोग करता है। लेकिन यदि क्षति बहुत गंभीर है और कोई सटीक मिलान नहीं मिलता है, तो सिस्टम हार नहीं मानता। यह क्षतिग्रस्त हिस्सों के लिए शेष संभाव्यता जानकारी का उपयोग करता है और उपलब्ध सबसे संभावित विकल्पों के आधार पर अपना सर्वश्रेष्ठ अनुमान लगाता है। यह दो-चरणीय दृष्टिकोण इसे उन छवियों को भी पुनः प्राप्त करने की अनुमति देता जो अन्यथा खो जातीं।

अध्ययन ने दिखाया कि यह विधि विभिन्न प्रकार की त्रुटियों पर अच्छी तरह से काम करती है। चाहे डीएनए डेटा में अक्षर गायब हों, अतिरिक्त अक्षर हों, या बदले हुए अक्षर हों, सिस्टम मजबूत बना रहता है। शोधकर्ताओं ने पाया कि जितनी अधिक त्रुटियां वे पेश करते हैं, उतनी ही अधिक नई विधि पुरानी तकनीकों से आगे निकल जाती है। 5 प्रतिशत की त्रुटि दर पर, नया सिस्टम अन्य विकल्पों की तुलना में बहुत बेहतर छवि गुणवत्ता प्राप्त करता है। इसने उच्च सटीकता के साथ छवियों की अंतर्निहित संरचना को सफलतापूर्वक पुनर्गठित किया, जिससे मूल के साथ दृश्य समानता बहुत अधिक बनी रही। शोधकर्ताओं ने यह भी परीक्षण किया कि विभिन्न सेटिंग्स सिस्टम के प्रदर्शन को कैसे प्रभावित करती हैं। उन्होंने पाया कि उम्मीदवारों के बड़े समूह को रखने और अधिक संयोजनों का पता लगाने से बेहतर परिणाम मिलते हैं, हालांकि इसके लिए अधिक कंप्यूटिंग शक्ति की आवश्यकता होती है। उन्होंने एक ऐसा 'स्वीट स्पॉट' (संतुलित बिंदु) पहचाना जहाँ सिस्टम उच्च-गुणवत्ता वाली रिकवरी और उचित गति के बीच संतुलन बनाता है।

यह कार्य सुझाव देता है कि डीएनए में छवियों को संग्रहीत करना अधिक व्यावहारिक होता जा रहा है। अत्यधिक दूषित अनुक्रमों से डेटा को पुनः प्राप्त करने की क्षमता का अर्थ है कि पूर्ण परिणाम प्राप्त करने के लिए भौतिक भंडारण माध्यम का पूर्ण होना आवश्यक नहीं है। शोधकर्ताओं ने उल्लेख किया कि उनके परीक्षण सिमुलेशन थे, जिसका अर्थ है कि उन्होंने वास्तविक प्रयोगशाला में भौतिक डीएनए का उपयोग करने के बजाय त्रुटियों की नकल करने के लिए कंप्यूटर मॉडल का उपयोग किया। हालांकि परिणाम आशाजनक हैं, वे स्वीकार करते हैं कि वास्तविक दुनिया के जैविक कारक, जैसे असमान रासायनिक प्रतिक्रियाएं या विशिष्ट प्रकार की डीएनए क्षति, नई चुनौतियां पेश कर सकते हैं। भविष्य के कार्यों के लिए एक भौतिक सेटिंग में इसकी विश्वसनीयता की पुष्टि करने के लिए वास्तविक संश्लेषित डीएनए और वास्तविक अनुक्रमण मशीनों के साथ इस प्रणाली का परीक्षण करने की आवश्यकता होगी। फिलहाल, यह अध्ययन एक मजबूत 'प्रूफ ऑफ कॉन्सेप्ट' प्रदान करता है कि डेटा में अनिश्चितता को अनदेखा करने के बजाय उसे सुनकर, हम ऐसे स्टोरेज सिस्टम बना सकते हैं जो पहले से सोचे गए मुकाबले कहीं अधिक लचीले हैं।