Прорывное исследование делает значительный шаг на пути к разработке системы хранения цифровых данных на основе ДНК .
Сегодня объем цифровых данных растет экспоненциально из-за нашей зависимости от гаджетов, и это требует надежного долговременного хранения. Хранение данных постепенно становится сложной задачей, поскольку современные цифровые технологии не могут предложить решения. Например, за последние два года было создано больше цифровых данных, чем за всю историю компьютеров ; фактически, каждый день в мире создается 2.5 квинтиллиона байтов (1 квинтиллион байтов = 2 500 000 терабайт (ТБ) = 2 500 000 000 гигабайт (ГБ)). Это включает данные из социальных сетей, онлайн-банковские транзакции, записи компаний и организаций, данные со спутников, данные наблюдения, исследований, разработок и т. д. Эти данные огромны и неструктурированы. Поэтому сейчас решение проблемы огромных объемов данных и их экспоненциального роста представляет собой серьезную задачу, особенно для организаций и корпораций, которым требуется надежное долговременное хранение.
В настоящее время доступны следующие варианты: жесткий диск, оптические диски (CD), карты памяти, флэш-накопители и более продвинутый ленточный накопитель или оптические диски BluRay, на которых хранится примерно до 10 терабайт (ТБ) данных. Такие запоминающие устройства, хотя и используются обычно, имеют много недостатков. Во-первых, они имеют срок хранения от низкого до среднего, и их необходимо хранить в идеальных условиях температуры и влажности, чтобы они могли прослужить многие десятилетия, и, следовательно, требуют специально спроектированных физических складских помещений. Почти все они потребляют много энергии, громоздки и непрактичны и могут быть повреждены при простом падении. Некоторые из них очень дороги, часто содержат ошибки в данных и, следовательно, недостаточно надежны. Вариант, который был повсеместно принят в организации, называется облачными вычислениями - договоренность, при которой компания в основном нанимает «внешний» сервер для обработки всех своих требований к ИТ и хранению данных, называемый «облаком». Одним из основных недостатков облачных вычислений являются проблемы с безопасностью и конфиденциальностью, а также уязвимость для атак хакеров. Есть и другие проблемы, такие как высокие затраты, ограниченный контроль со стороны родительской организации и зависимость от платформы. Облачные вычисления по-прежнему считаются хорошей альтернативой долгосрочному хранению. Однако похоже, что цифровая информация, генерируемая во всем мире, определенно превосходит наши возможности по ее хранению, и необходимы еще более надежные решения для обслуживания этого потока данных, при этом обеспечивая масштабируемость для учета будущих потребностей в хранении.
Может ли ДНК помочь в хранении компьютерных данных?
Наша ДНК (дезоксирибонуклеиновая кислота) рассматривается как перспективный альтернативный носитель для хранения цифровых данных. ДНК — это самовоспроизводящийся материал, присутствующий почти во всех живых организмах, и именно она составляет нашу генетическую информацию. Искусственная или синтетическая ДНК — это долговечный материал, который можно получить с помощью коммерчески доступных машин для синтеза олигонуклеотидов. Главное преимущество ДНК — её долговечность: ДНК служит в 1000 раз дольше, чем кремний (кремниевый чип — материал, используемый для создания компьютеров ). Удивительно, но всего один кубический миллиметр ДНК может вместить квинтиллион байтов данных! ДНК также является сверхкомпактным материалом, который никогда не разрушается и может храниться в прохладном, сухом месте в течение сотен веков. Идея использования ДНК для хранения существует уже давно, ещё с 1994 года. Главная причина — сходство способа хранения информации в компьютере и в нашей ДНК , поскольку оба хранят «чертежи» информации. Компьютер хранит все данные в виде нулей и единиц, а ДНК хранит все данные живого организма, используя четыре основания – тимин (Т), гуанин (G), аденин (A) и цитозин (C). Следовательно, ДНК можно назвать стандартным устройством хранения, подобно компьютеру, если эти основания можно представить как 0 (основания A и C) и 1 (основания T и G). ДНК прочна и долговечна, простейшим тому является то, что наш генетический код – план всей нашей информации, хранящийся в ДНК – эффективно передается от одного поколения к другому многократно. Все гиганты программного и аппаратного обеспечения стремятся использовать синтетическую ДНК для хранения огромных объемов данных, чтобы достичь своей цели – решения проблемы долговременного архивирования данных. Идея состоит в том, чтобы сначала преобразовать компьютерный код (0 и 1) в код ДНК (A, C, T, G), а затем преобразованный код ДНК используется для производства синтетических нитей ДНК, которые затем можно поместить в холодное хранилище. При необходимости нити ДНК можно извлечь из холодильной камеры, расшифровать содержащуюся в них информацию с помощью секвенатора ДНК, а затем преобразовать последовательность ДНК обратно в двоичный компьютерный формат, состоящий из единиц и нулей, для чтения на компьютере.
Было показано¹ , что всего несколько граммов ДНК могут хранить квинтиллион байтов данных и сохранять их целостность до 2000 лет. Однако это простое понимание столкнулось с некоторыми проблемами. Во-первых, запись данных в ДНК, то есть фактическое преобразование нулей и единиц в основания ДНК (А, Т, С, Г), довольно дорога и мучительно медленна. Во-вторых, после того, как данные «записаны» в ДНК, найти и извлечь файлы сложно, и для этого требуется метод, называемый секвенированием ДНК — процесс определения точного порядка оснований в молекуле ДНК , — после которого данные декодируются обратно в нули и единицы.
Недавнее исследование ученых из Microsoft Research и Вашингтонского университета позволило добиться «случайного доступа» к данным в ДНК-хранилище. Аспект «случайного доступа» очень важен, поскольку он означает, что информация может передаваться в любое место (обычно в память) или из него, причем доступ к каждому месту, независимо от его расположения в последовательности, может быть получен напрямую. Используя эту технику случайного доступа, файлы можно извлекать из ДНК-хранилища выборочно, в отличие от прежних методов, когда для такого извлечения требовалось секвенировать и декодировать весь набор данных ДНК, чтобы найти и извлечь нужные файлы. Важность «случайного доступа» еще больше возрастает по мере увеличения объема данных, поскольку это уменьшает объем необходимого секвенирования. Впервые случайный доступ был продемонстрирован в таком большом масштабе. Исследователи также разработали алгоритм для более эффективного декодирования и восстановления данных с большей устойчивостью к ошибкам, что также ускоряет процедуру секвенирования. В этом исследовании было закодировано более 13 миллионов синтетических ДНК-олигонуклеотидов, что составило 200 МБ данных, состоящих из 35 файлов (содержащих видео, аудио, изображения и текст) размером от 29 КБ до 44 МБ. Эти файлы были извлечены по отдельности без ошибок. Кроме того, авторы разработали новые алгоритмы, которые более надежны и устойчивы к ошибкам при записи и чтении последовательностей ДНК. Это исследование, опубликованное в журнале Nature Biotechnology, представляет собой значительный шаг вперед, демонстрирующий жизнеспособную крупномасштабную систему хранения и извлечения ДНК.
Система хранения данных на основе ДНК выглядит очень привлекательной благодаря высокой плотности данных, высокой стабильности и простоте хранения, но, очевидно, перед ее повсеместным внедрением стоит множество проблем. К числу таких проблем относятся трудоемкость и длительность процесса декодирования ДНК (секвенирования), а также синтез ДНК . Технология требует большей точности и более широкого охвата. Несмотря на достигнутые успехи в этой области, точный формат хранения данных в долгосрочной перспективе на основе ДНК все еще находится в стадии разработки. Microsoft пообещала улучшить производство синтетической ДНК и решить проблемы, связанные с созданием полностью функциональной системы хранения данных на основе ДНК к 2020 году.
Источник (ы)
1. Эрлих Й. и Зелински Д. 2017. DNA Fountain обеспечивает надежную и эффективную архитектуру хранения. Science. 355(6328). https://doi.org/10.1126/science.aaj2038
2. Organick L et al. 2018. Случайный доступ в крупномасштабных хранилищах данных ДНК. Nature Biotechnology. 36. https://doi.org/10.1038/nbt.4079
