边长一米的DNA立方体可满足世界上一年的存储需求

据软件公司Domo统计，2018年，平均每分钟，谷歌进行388万次搜索，人们在YouTube上观看了433万段视频，发送了159,362,760封电子邮件，在twitter上发了47.3万次推特，在Instagram上发布了4.9万张照片。据估计，到2020年，全球每人每秒将产生1.7兆字节的数据，假设世界人口为78亿，那么一年就会产生418兆字节的数据。

如果是这样的话，目前存储0和1容量的磁性或光学数据存储系统通常不能持续超过一个世纪。此外，运行数据中心需要大量的能量。简而言之，我们即将面临一个严重的数据存储问题，随着时间的推移，这个问题只会变得更加严重。

硬盘驱动器的另一种替代方案正在取得进展：基于DNA的数据存储。dna是由长链的核苷酸A、T、C和g组成的生命信息存储物质。数据可以按照这些字母的顺序存储，将DNA转化为一种新的信息技术形式。它已经很容易地按常规顺序(读)、合成(写)和精确复制。DNA也非常稳定，就像50多万年前的一匹化石马的完整基因组测序所证明的那样。而且储存它不需要太多的能量。

但最引人注目的是存储容量。DNA能够以远远超过电子设备的密度准确地存储大量数据。例如，根据哈佛大学乔治·丘奇及其同事2016年在《自然材料》杂志上发表的计算，简单的大肠杆菌的存储密度约为每立方厘米10^19位。在这样的密度下，世界上目前一年的存储需求可以通过一个边长约一米的DNA立方体很好地满足。

DNA数据存储的前景不仅仅是理论上的。例如，在2017年，哈佛大学丘奇的团队采用CRISPR DNA编辑技术，将人类手的图像记录到大肠杆菌的基因组中，其读取准确率超过90%。华盛顿大学和微软研究院的研究人员开发了一套完全自动化的系统，用于书写、存储和读取DNA编码的数据。包括微软和Twist Bioscience在内的许多公司都在致力于推进DNA存储技术。

与此同时，DNA已经被研究人员用来以一种不同的方式管理数据，这些研究人员正在努力弄清海量数据的意义。新一代测序技术的最新进展使得数十亿个DNA序列能够被轻松地同时读取。有了这种能力，研究人员可以使用条形码——利用DNA序列作为分子识别“标签”——来跟踪实验结果。DNA条形码正被用于大大加快化学工程、材料科学和纳米技术等领域的研究步伐。例如，在乔治亚理工学院，詹姆斯·达尔曼的实验室正在迅速确定更安全的基因疗法；其他人正在研究如何对抗耐药性和预防癌症转移。

让DNA数据存储变得普遍面临的挑战之一是读写DNA的成本和速度，如果要与电子存储竞争，读写DNA的成本和速度需要进一步降低。即使DNA没有成为一种无处不在的存储材料，它也几乎肯定会被用于以全新的规模生成信息，并长期保存某些类型的数据。