创新DNA存储算法 让敦煌壁画再“活”两万年

天津大学合成生物学团队创新DNA存储算法，将10幅精选敦煌壁画存入DNA中，通过加速老化实验验证，壁画信息在实验室常温下可保存千年，在9.4℃下可保存两万年。该算法支持DNA分子成为世界上最可靠的数据存储介质之一，可以让面临老化破损危机的人类文化遗产信息保存千年万年。该成果近日发表于国际期刊《自然·通讯》上。

人类文明的发展与存储技术密切相关，随着科学技术的进步，数据存储方式不断迭代创新。中国科学院院士、天津大学元英进教授团队一直致力于下一代存储技术——DNA存储的研发。

“据国际数据公司估计，到2025年全球数据总量将达到惊人的175ZB（1ZB约为1021字节）。全世界都在建数据中心，数据中心的能耗是惊人的。DNA存储由于其高存储密度与低能耗处理等特点，被视为一种极具潜力的存储技术，成为应对数据存储增长挑战的新机遇。”元英进说。

2021年8月，元英进团队取得DNA存储研究的重大突破。该团队从头编码设计合成了一条长度为254886碱基对、专用于数据存储的酵母人工染色体，将两张经典图片和一段视频存储于人造染色体中，利用酵母繁殖实现了数据稳定复制，并用纳米孔测序器件实现了数据快速读出与无错恢复。

DNA存储高效低耗，但作为一种链式生物大分子，在体外常温保存时会面临DNA断裂降解等风险，严重影响信息存储的长期可靠性，是亟待解决的关键科学问题。对此，元英进团队设计了基于德布莱英图理论的序列重建算法来解决DNA断裂等问题。该算法结合贪婪路径搜索和循环冗余校验码来实现断裂DNA片段的高效从头组装，从原理上支持了DNA存储的长期可靠性。

结合该序列重建算法（内码）与喷泉码算法（外码），团队设计编码了6.8MB（兆字节）敦煌壁画，合成了承载图片信息的DNA片段21万条。为保证数据的长期可靠性，团队制备了一个没有任何特殊保护的DNA水溶液样本，并在70℃下加速样本断裂、降解长达10周。处理后的DNA片段80%以上都发生了断裂错误，依靠设计的序列重建算法依然可以准确组装并解码96.4%以上的片段，再通过喷泉码解决少量片段丢失的问题，原始的敦煌壁画图片依然能够完美恢复。根据理论推算，这种程度的高温破坏相当于实验室常温25℃一千年或者9.4℃两万年的自然保存。

这是继基于人工合成染色体的酵母体内信息存储模式取得突破后，天津大学合成生物学团队在DNA信息体外存储模式上取得的又一重要成果。