[解密] DNA儲存技術究竟牛在哪裡？

      針對未來儲存密度市場，前期在文章“50TB ExaDrive SSD投入商用”和“HP憶阻器記憶體和IBM原子磁碟”中，分別介紹了大容量SSD、憶阻SCM和原子儲存技術，但今天給大家普及的是另外一種前衛技術——DNA儲存技。

      DNA儲存則能提供極大密度，是未來大容量儲存較理想的介質，也是下一代冷儲存的替代品。從原理上來講，DNA儲存是通過DNA中G、T、A和C 4種鹼基代表二進位制資料(0、1、2和3)，理論上1克DNA可存455EB資料。DNA儲存的讀取技術則是採用DNA測序技術實現，DNA測序技術發展迅速，效能每次可達960Gb，成本也很低，價效比已經接近商用；目前的難題在於DNA儲存的寫效能，當前寫效能每天只能達到Mb量級，極高寫成本使得離商用還有很長的路要走。

      由於DNA儲存還有很多技術難題需要攻克，DNA儲存目前還是原型概念驗證階段，主要是學術研究機構在從事，至少還需要5年時間才可能有DNA儲存商業產品應用，但從長期投入來看，微軟等廠商覺得是很有投入價值的，這很可能是未來儲存介質市場的切入點，DNA晶片技術、晶片電路設計和測序合成技術結合將可能是繼原子儲存、SCM介質之後的下一個儲存技術熱點。

 

      DNA儲存是將二進位制檔案通過編碼對映成DNA裡A、T、G和C鹼基序列，按序列順序通過人工合成技術形成長鏈DNA來儲存資料的方法成為DNA儲存技術，資料寫入即人工合成DNA，資料讀取即DNA測序，資料拷貝即DNA複製，利用DNA中鹼基序列編碼儲存二進位制資料具體例項如下所示。

 

      DNA儲存從架構上講，主要包括類似於儲存控制器的編解碼器、資料讀取寫入裝置和資料儲存裝置，從技術成熟度上講，DNA技術可以支援開發DNA儲存原型，但在成本和自動化等方面還面臨技術的挑戰。

• 編解碼器(儲存控制器)完成二進位制轉換為DNA鹼基序列(鹼基對A，T，G和C可對應0，1，2和3)，對誤碼進行誤碼糾正、檔案索引的方法對效率影響大。

• 寫入裝置(寫磁頭)通過DNA合成含有A、T、G和C的DNA資料鏈儲存資料，人工合成DNA。當前DNA合成技術已經可以按程式任意組合在DNA鏈條上加入鹼基，使得DNA寫入成為可能。

• 存放裝置(磁碟櫃)實現DNA存放，單個細胞核23對染色體含30億對鹼基可存12Gb資料，1克DNA可儲存EB級資料。

• 讀取裝置(讀磁頭) 實現DNA儲存的讀取，基於DNA測序(Sequencing)技術，目前最常用的測序方法是桑格測序法(Sangar)。

      Sanger測序的原理是將測序DNA進行大量複製(PCR)，將DNA分裝不同試管中，分別加入有剪下作用的染過色的雙脫氧核苷酸ddNTP，反覆PCR迴圈讓DNA複製，當遇到ddNTP複製斷裂，形成長短不一的DNA單鏈，加電出現電泳現象，短鏈DNA遊速快，長鏈遊速慢，形成長短排序，鐳射照相，形成排序光譜。

 

      DNA儲存優勢是顯然意見的，密度理論上1克DNA可儲存455EB資料量，DNA儲存時間也很長，在乾冷條件下，可保持100萬年以上，常溫下可保持2000年以上，常溫儲存能耗很低，基本不需要電力。但是技術挑戰也與之並存，儲存密度受到編碼效率、備份數量、分類索引等方面的制約，通常比理論密度低。

 

      DNA儲存編糾錯挑戰: 編碼糾錯的原則是避免重複，重複導致讀錯概率大，最常用的方法是加入驗證資訊。在解決誤碼問題上，微軟採用了三進位制編碼原理，在4個鹼基中，其中一個鹼基用作前一位指示，後三位用作0，1，2編碼。

 

      DNA儲存編索引挑戰: 目前比較流行的一種DNA儲存索引方法叫KV方式，針對檔案，以Key-Value的方法形成Key值，將Key值形成檔案頭DNA索引和地址，再將檔案內容和索引合成DNA。

 

      DNA儲存寫入合成挑戰: DNA合成過程是控制4種鹼基分別加入DNA合成片段中，將片段連結合成較大的片段的過程。DNA合成依然較困難，小片段合成可以在實驗室，但是大規模合成需要專門基因合成服務公司才能完成(如GeneArt，Twist Biosicence)。

 

      DNA儲存拷貝技術: DNA複製通常採用成熟的PCR方法，該方法在1983年發明。大致過程是先將DNA雙鏈加熱分開，加入聚合酶、DNA引物和鹼基，DNA單鏈開始產生雙鏈實現DNA的複製。

 

      關於DNA儲存的技術研究和應用前景十分廣闊，當前主流方向聚焦在密度、儲存時間、低能耗等優點，DNA儲存的存取技術(合成和測序技術)得到了快速發展，如果能很好地解決成本效能問題，那麼在未來，會極大限度加速DNA儲存取代現有儲存的可能性和程式。

      DNA儲存在歸檔場景具備佔地小、能耗低、密度大的特點，美國國家圖書館、維基百科、Google有意願將資料備份在DNA儲存上；在軍事用途應用中，可以通過人體攜帶DNA資料，有了DNA儲存技術，我們人體就是“雲硬碟”。在個人應用中，未來個人可以隨身攜帶超大容量的DNA USB資料盤。

      但歸根結底，DNA儲存商用很大程度依賴DNA合成技術和測序技術的發展，當前測序技術發展較快如Pacbio、Illumina等公司，DNA合成技術發展慢，需要較大的理論和技術突破才可能，在另一方面，這也可能導致未來商用的不確定性。

 

      DNA儲存技術如其他技術發展，DNA儲存技術的發展也離不開所處的生態環境，目前值得關注的生態圈領域主要包括，DNA晶片、DNA合成技術、DNA測序等。

      DNA晶片主要包括Affymetrix、Illumina和Affymetrix公司，Affymetrix利用基因晶片，通過原位合成法，大規模生產DNA探針。Illumina和Affymetrix合作開發DNA探針晶片由於測序。DNA合成包括美國IDT美國、德國GeneART、中國華大基因和提供DNA合成服務的Twist公司和微軟合作。

      DNA儲存至今已有很多成功嘗試，哈弗大學George Church 在2012年首次650KB資料寫進DNA儲存；EMBL歐洲生物資訊實驗室2013年將20MB資料寫進DNA儲存；這些都是科研機構的嘗試，但在2016年7月，微軟研究院和華盛頓大學2016年釋出DNA儲存原型論文，並在同年7月將200MB的資料放入一段DNA中，引發極大關注，微軟釋出DNA儲存原型，並決定推進其商用。

      這次試驗打破之前20MB的最高紀錄，釋出了新的Error-Correcting Code，適合DNA讀寫錯誤的糾正，同時對DNA資料可以隨機讀取。試驗的成功促使微軟加速推進DNA儲存商業應用的研究。

>>>推薦閱讀

• 昨天的儲存戰場留下什麼值得回憶？

• NAND Flash是如何生產出來的？

溫馨提示：
請搜尋“ICT_Architect”或“掃一掃”二維碼關注公眾號，點選原文連結獲取更多技術資料。

點選原文連結獲取技術資料