← Últimos artigos
📄 biologia sintética

Archival data storage using DNA proximity graphs

Este artigo apresenta o SPAN, um método de armazenamento de arquivo de DNA livre de síntese que codifica dados como padrões espaciais de moléculas aleatoriamente codificadas em uma superfície com padrão óptico, oferecendo uma redução de custo potencialmente de cinco ordens de magnitude na escrita em comparação com as técnicas existentes de armazenamento de DNA.

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

Publicado 2026-10-22 (v2)
📖 7 min de leitura🧠 Leitura aprofundada

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

Artigo original sob licença CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ⚕️ Esta é uma explicação gerada por IA de um preprint que não foi revisado por pares. Não é aconselhamento médico. Não tome decisões de saúde com base neste conteúdo. Ler aviso legal completo

O mundo está se afogando em dados. Todos os dias, sensores, câmeras e sistemas automatizados geram mais informações do que os humanos podem possivelmente ler, muito menos armazenar. Grande parte desses dados não foi feita para ser consultada novamente; é o equivalente digital de um recibo ou de uma filmagem de câmera de segurança que é gravada uma vez e depois esquecida. No entanto, leis e a história exigem que guardemos esses registros com segurança por décadas, ou até séculos. O problema é que as formas atuais de armazenar essa informação são caras e frágeis. Fitas magnéticas e discos rígidos degradam-se com o tempo, exigindo substituição constante e energia para mantê-los funcionando. Cientistas há muito buscam no DNA, a molécula da vida, uma solução porque ele é incrivelmente denso e pode durar milhares de anos sem eletricidade. No entanto, escrever dados no DNA tem sido proibitivamente caro, pois tradicionalmente exige um processo químico lento para construir sequências específicas de código genético para cada pedaço de informação.

Uma equipe de pesquisadores do Massachusetts Institute of Technology propôs uma maneira diferente de usar o DNA para esse armazenamento profundo, que evita o custoso processo químico de escrita. Eles chamam seu método de SPAN. Em vez de construir cuidadosamente uma sequência de DNA única para cada bit de dado, eles usam uma biblioteca de moléculas de DNA pré-fabricada que são todas idênticas, exceto por uma etiqueta de identificação (ID) aleatória e única acoplada a cada uma. Eles então escrevem os dados não no DNA em si, mas sobre uma superfície plana usando luz, criando um padrão físico de calosidades e áreas planas. Quando eles despejam a biblioteca de DNA sobre essa superfície, as moléculas grudam nas áreas planas, mas ricocheteiam nos calos. Os dados agora estão escondidos no padrão de onde o DNA pousou e onde ele não pousou. Para ler os dados de volta, os pesquisadores usam uma enzima para ligar as etiquetas de ID das moléculas de DNA que, por acaso, pousaram próximas umas das outras. Ao sequenciar esses pares ligados e mapear suas conexões, eles podem reconstruir o padrão original de calos e áreas planas, recuperando efetivamente a informação armazenada.

Os pesquisadores demonstraram esse conceito escrevendo uma pequena imagem do logotipo do MIT em uma lâmina de vidro. Eles usaram uma técnica baseada em luz para criar uma grade de minúsculos calos, cada um com 30 micrômetros de largura, dispostos em um padrão de 17 por 8. Em seguida, aplicaram sua biblioteca de DNA, que continha dois tipos de moléculas, cada uma carregando uma etiqueta de ID genética de 25 letras únicas. Uma reação enzimática foi realizada na superfície, que atuou como uma cola molecular, unindo os IDs de quaisquer duas moléculas de DNA que estivessem sentadas próximas umas das outras. Após lavar o DNA não ligado, os pesquisadores sequenciaram os pares restantes que foram unidos. Eles alimentaram esses dados em um programa de computador que mapeou as posições das moléculas com base na frequência com que apareciam juntas. O resultado foi um mapa digital mostrando onde o DNA era denso e onde ele estava ausente. Ao comparar este mapa com a grade original, eles recuperaram com sucesso 123 dos 136 bits de informação que compunham o logotipo, uma taxa de sucesso de cerca de 90 por cento.

A significância deste trabalho reside não apenas na recuperação bem-sucedida da imagem, mas na economia do processo. A parte mais cara do armazenamento de DNA tradicional é a fase de escrita, onde produtos químicos são usados para sintetizar sequências específicas. Neste novo método, a biblioteca de DNA é sintetizada uma única vez e pode ser usada para qualquer dado, tornando o custo de escrita independente do dado em si. Os pesquisadores estimam que, usando sua configuração experimental atual, o custo para escrever dados já é quatro vezes menor do que os métodos de síntese de DNA mais econômicos existentes. Eles projetam que, se utilizarem tecnologias de escrita óptica de alta velocidade já estabelecidas, semelhantes às usadas em discos Blu-ray, o custo poderá cair em mais cinco ordens de magnitude, tornando-se mais barato que a memória flash para armazenamento de longo prazo.

No entanto, essa economia vem com uma compensação. Embora a escrita seja barata, a leitura dos dados é atualmente muito mais cara do que com o armazenamento de DNA padrão, porque o sistema requer o sequenciamento de um vasto número de conexões moleculares para reconstruir a imagem. Os pesquisadores calcularam que, para dados que são escritos uma vez e raramente, se é que alguma vez, lidos novamente, essa compensação é favorável. Se os dados forem acessados apenas uma vez em cem anos, o baixo custo de escrita supera o alto custo de leitura. Eles sugerem que, à medida que a tecnologia de sequenciamento se torna mais barata ao longo do tempo, a recuperação desses arquivos se tornará ainda mais acessível, tornando este um caminho viável para preservar as vastas quantidades de dados que o mundo moderno gera, mas raramente utiliza.

O sucesso do método depende da relação física entre o tamanho das características escritas, o espaçamento das moléculas de DNA e a distância sobre a qual a enzima pode uni-las. Em seu experimento, as moléculas de DNA estavam espaçadas e a enzima podia ligar moléculas até uma certa distância. Esse espaçamento foi suficiente para distinguir claramente os calos de 30 micrômetros das áreas planas. Os pesquisadores observam que, para isso funcionar em escala comercial, o espaçamento das moléculas e o alcance da enzima precisariam ser reduzidos para corresponder às características muito menores da escrita óptica de alta densidade, que são medidas em nanômetros. Eles acreditam que isso é possível, pois os princípios da interação molecular não mudam com a escala, apenas a precisão das ferramentas necessárias.

Esta abordagem representa uma mudança na forma como pensamos sobre o armazenamento molecular. Em vez de programar a informação na própria sequência da molécula, a informação é armazenada no arranjo espacial de partes montadas aleatoriamente. A aleatoriedade da biblioteca de DNA não é um problema a ser resolvido, mas uma característica a ser utilizada; as etiquetas de ID únicas permitem que o computador descubra onde cada peça do quebra-cabeça pertence com base em seus vizinhos. Este método transforma a proximidade física das moléculas em um meio de armazenamento de dados. Embora a demonstração atual seja pequena, codificando apenas 17 bytes de dados, os princípios são escaláveis. Os pesquisadores sugerem que, no futuro, isso poderia ser estendido para materiais tridimensionais, como géis, para aumentar ainda mais a densidade de armazenamento, ou que o tamanho e a forma das características escritas poderiam ser variados para armazenar mais do que apenas um simples sinal de ligado ou desligado em cada local.

O estudo também destaca o potencial para criar arquivos que sejam quase impossíveis de serem adulterados. Como os dados estão distribuídos por milhões de moléculas e suas conexões, alterar uma única peça de informação seria incrivelmente difícil sem interromper todo o padrão. Isso torna o sistema potencialmente ideal para registros legais ou históricos que devem permanecer inalterados por séculos. Os pesquisadores reconhecem que restam desafios, particularmente em tornar o sistema de acesso aleatório, para que um usuário possa recuperar um arquivo específico sem ter que reconstruir todo o mapa do meio de armazenamento. Eles propõem que adicionar "códigos postais" específicos a diferentes seções da biblioteca de DNA permitiria a recuperação seletiva, embora isso adicionaria complexidade ao processo de escrita.

Em última análise, o artigo apresenta um argumento convincente para um novo tipo de armazenamento de arquivo. Ele sugere que, ao desacoplar o processo de escrita do dado específico que está sendo armazenado, podemos reduzir drasticamente o custo de preservação da informação mundial. O método baseia-se em tecnologias estabelecidas para escrever padrões e ler o DNA, combinando-as de uma forma inovadora para resolver o problema do custo. Embora o custo de leitura seja atualmente alto, a trajetória da tecnologia de sequenciamento sugere que ele cairá, tornando este um caminho promissor para o futuro profundo dos dados. Os pesquisadores demonstraram que é possível escrever informação como um padrão físico e recuperá-la a partir das relações entre moléculas aleatórias, provando que a informação digital pode ser armazenada não apenas no código da vida, mas no espaço entre suas partes.

Afogado em artigos na sua área?

Receba digests diários dos artigos mais recentes que correspondam às suas palavras-chave de pesquisa — com resumos técnicos, no seu idioma.

Experimentar Digest →