← 最新论文
📄 合成生物学

Archival data storage using DNA proximity graphs

本文介绍了 SPAN,一种无需合成的 DNA 存档存储方法,该方法将数据编码为光学图案化表面上随机条码分子的空间模式,与现有的 DNA 存储技术相比,其写入成本有望降低五个数量级。

原作者: Perry, E., Tiepelt, J., Jacobson, J.

发布于 2026-10-22 (v2)
📖 1 分钟阅读☕ 轻松阅读

原作者: Perry, E., Tiepelt, J., Jacobson, J.

原始论文采用 CC BY 4.0 许可(https://creativecommons.org/licenses/by/4.0/)。 ⚕️ 这是一篇未经同行评审的预印本的AI生成解释。这不是医疗建议。请勿根据此内容做出健康决定。 阅读完整免责声明

世界正淹没在数据之中。每天,传感器、摄像头和自动化系统产生的信息量都超过了人类阅读甚至存储的能力。这些数据中的大部分并不打算被再次查看;它们是数字化的收据或监控录像,记录一次后便会被遗忘。然而,法律和历史要求我们将这些记录安全保存数十年甚至数个世纪。问题在于,我们目前存储这些信息的方式既昂贵又脆弱。磁带和硬盘会随时间降解,需要不断的更换和电力维持运行。科学家们长期以来一直将生命之分子——DNA视为一种解决方案,因为它的密度极高,且可以在无需电力的情况下保存数千年。然而,将数据写入DNA的成本一直高得令人望而却步,因为传统方法需要一个缓慢的化学过程,为每一段信息构建特定的遗传代码序列。

麻省理工学院的一个研究小组提出了一种使用DNA进行这种深度存储的不同方法,这种方法完全避开了昂贵的化学写入过程。他们将其称为SPAN。他们并没有为每一位数据精心构建独特的DNA序列,而是使用了一个预制的DNA分子库,这些分子除了附带一个随机且唯一的ID标签外,彼此都是完全相同的。然后,他们不是将数据写入DNA本身,而是利用光在平面上刻画出数据的物理图案——由凸起和凹陷区域组成的模式。当他们将DNA库倾倒在这个表面上时,分子会粘附在平坦区域,但会从凸起处弹开。数据现在就隐藏在DNA落下的位置及其未落下的位置所形成的图案中。为了读取数据,研究人员使用一种酶来连接那些恰好落在相邻位置的DNA ID标签。通过对这些相连的配对进行测序并绘制它们的连接图,他们可以重建原始的凸起与平坦模式,从而有效地恢复存储的信息。

研究人员通过在一片玻璃载玻片上写入一个小型的MIT标志来演示这一概念。他们使用一种基于光的技法创建了一个微型凸起网格,每个凸起宽30微米,排列成17乘8的阵列。随后,他们应用了包含两种类型分子的DNA库,每种分子都携带一个独特的25位字母遗传ID。他们在表面上进行了一项酶反应,该反应就像一种分子胶水,将靠在一起的两个DNA分子的ID连接起来。在洗去未连接的DNA后,研究人员对剩余的已连接配对进行了测序。他们将这些数据输入计算机程序,根据分子出现的频率来映射其位置。结果是一个显示DNA密集处和缺失处的数字地图。通过将此地图与原始网格进行对比,他们成功恢复了构成该标志的136位信息中的123位,成功率约为90%。

这项工作的意义不仅在于成功恢复了图像,更在于该过程的经济性。传统DNA存储中最昂贵的部分是写入阶段,即使用化学物质合成特定序列的过程。在这种新方法中,DNA库只需合成一次即可用于任何数据,这使得写入数据的成本与数据本身无关。研究人员估计,使用目前的实验设置,写入数据的成本已经比现有的最经济的DNA合成方法低了四倍。他们预计,如果使用类似于蓝光光盘的高速光学写入技术,成本还可以再降低五个数量级,从而变得比用于长期存储的闪存还要便宜。

然而,这种节省伴随着权衡。虽然写入成本很低,但目前的读取成本比标准DNA存储要高得多,因为该系统需要对大量的分子连接进行测序以重建图像。研究人员计算得出,对于那些一旦写入便极少甚至不再读取的数据,这种权衡是划算的。如果数据仅在一百年后才被访问一次,那么低廉的写入成本将抵消高昂的读取成本。他们认为,随着测序技术随着时间的推移不断变得更加廉价,检索这些档案也将变得更加容易,从而使这成为保存现代世界产生的海量但很少使用的数据的可行路径。

该方法的成功取决于所写入特征的大小、DNA分子的间距以及酶能够连接的距离之间的物理关系。在他们的实验中,DNA分子是间隔开的,酶可以连接一定距离内的分子。这种间距足以清晰地分辨出30微米的凸起与平坦区域。研究人员指出,为了在商业规模上实现这一目标,分子的间距和酶的覆盖范围需要缩小到与高密度光学写入中更小的特征(以纳米计)相匹配。他们相信这是可能的,因为分子的相互作用原理不会随规模改变,改变的只是所需工具的精度。

这种方法代表了我们对分子存储思维方式的一种转变。与其将信息编程进分子的序列中,不如将信息存储在随机组装部件的空间排列中。DNA库的随机性不是一个需要解决的问题,而是一个可以利用的特性;独特的ID标签允许计算机根据其邻居来确定每个拼图碎片的位置。这种方法将分子的物理接近度转化为一种数据存储介质。虽然目前的演示规模较小,仅编码了17个字节的数据,但其原理是可扩展的。研究人员建议,未来可以将此扩展到三维材料(如凝胶)中,以进一步提高存储密度,或者可以通过改变写入特征的大小和形状来存储除简单的“开/关”信号之外的信息。

该研究还强调了创建几乎无法篡改的档案的潜力。由于数据分布在数百万个分子及其连接之中,想要修改单条信息而不破坏整个模式将极其困难。这使得该系统对于必须保持原样数个世纪的法律或历史记录而言,具有理想的用途。研究人员承认仍存在挑战,特别是如何实现“随机访问”,以便用户可以在不重建整个存储介质地图的情况下检索特定文件。他们提议,通过在不同部分的DNA库中添加特定的“邮政编码”,可以实现选择性检索,尽管这会增加写入过程的复杂性。

最终,这篇论文为一种新型存档存储方式提出了极具吸引力的论点。它表明,通过将写入过程与所存储的具体数据解耦,我们可以大幅降低保存世界信息的成本。该方法依赖于成熟的图案写入技术和DNA读取技术,并将两者以一种新颖的方式结合起来,以解决成本问题。虽然读取成本目前仍然很高,但测序技术的演进轨迹表明其成本将会下降,这使得它成为处理深远未来的数据存储的一个充满前景的方案。研究人员已经证明,将信息作为一种物理图案进行写入,并从随机分子的关系中恢复出来是可行的,这证明了数字信息不仅可以存储在生命的密码中,也可以存储在生命的间隙之中。

您所在领域的论文太多了?

获取与您研究关键词匹配的最新论文每日摘要——附技术摘要,使用您的语言。

试用 Digest →