成功将一本书的HTML内容写进DNA序列

在储存信息方面，硬盘与DNA相去甚远。我们的基因编码只需一克就能包含数十亿Gb信息，一毫克就能收录美国国会图书馆中的所有藏书内容，而且还能剩下足够多的空间。当然，所有这一切只是理论上的推断。现在，研究人员成功将一本书储存在不到1微微克（10⁻12克）DNA中。这本HTML格式的书包含53,000个单词和11幅JPEG图像，以及一段JavaScript程序，大小为5.3MB，研究人员将其翻译成DNA序列，每比特一碱基，碱基流然后以96碱基分组，每组链接到一个19碱基地址，地址指示了数据储存在位置。所有这些序列用合成机器转成DNA，打印在DNA芯片上。

DNA是已知密度最高也最稳定的信息存储介质。理论上而言，DNA的每个核苷酸可以编码两个比特，每克单链DNA的存储容量可达455艾字节（1艾字节=10的18次方字节，1字节=8比特），大约相当于1000亿张DVD光盘的容量，存储密度几乎是闪存等现有数字媒体的五六百倍。而且，存储在DNA中的数据时隔几千后年仍能够被读出。

此前曾有研究人员尝试过将数据写进活细胞的基因组内，但这种方法存在很多问题：首先，一旦细胞死亡，存储的内容将会丢失；其次，细胞会分裂复制，在这一过程中可能会产生新的变异，从而更改存储数据。此外，利用DNA长序列读取和写入数据存在一定难度，而且成本很高，这使得利用DNA进行大规模数据存储不太现实。

为了解决这些问题，哈佛医学院合成生物学家乔治·丘吉尔带领的研究团队不使用细胞，而是用喷墨打印机将化学合成的DNA短片段嵌入到一个微小的玻璃芯片表面。他们将一本由丘吉尔参与编写的遗传学课本转换成“0”和“1”的比特形式，并用DNA的4个碱基中的A或C来编码 “0”，G或T来编码“1”，从而将课本内容写入了DNA中。这个DNA芯片采用了类似于计算机硬盘分区的方式，将课本内容分散为数据块来存储。

读取这些数据则需要一个DNA测序仪和一台计算机。由于每个DNA片段中都包含着一个数字“条形码”，记录了其在原始文件中的位置，因此所有的片段可被重新组装，并转换成数字格式。电脑还能帮助纠错：每个数据块都被复制了数千次，通过与其他副本相比较，任何一个小错误都可以被识别并修复。

研究人员将课本内容存入DNA，然后又重新转化为数字形式读出，结果显示，这个存储系统的底层读取错误率为每百万比特只有两个错误，可与DVD比肩，远远优于磁性硬盘驱动器。不过，由于数据编码是与DNA合成同步完成的，因此这种方式不支持可擦写数据存储，但适用于长期归档存储。

研究人员表示，因受操作成本、速度（此次花了大约几天时间）和测序仪大小的制约，将DNA作为一种通用的数据存储介质目前还不切实际，但这一领域正在快速发展，未来5年到10年内有望开发出比传统数字存储设备更快、更小、更便宜的DNA存储技术。