De mensheid heeft een enorm probleem met gegevensopslag. In de afgelopen twee jaar hebben mensen meer informatie gecreëerd dan in de hele voorgeschiedenis. En deze informatiestroom zal binnenkort de capaciteit van harde schijven overtreffen.
De onderzoekers zeggen dat ze een nieuwe manier hebben gevonden om digitale informatie in DNA te coderen. Een gram DNA kan 215 petabytes (215 miljoen gigabytes) aan gegevens opslaan. Dus alle informatie die ooit door de mens is gecreëerd, zal een container zo groot als een paar vrachtwagens bezetten.
DNA heeft veel voordelen voor het opslaan van digitale informatie. Het is ultracompact en kan duizenden jaren op een koele, droge plaats worden bewaard. En mensen kunnen het altijd ontcijferen. "DNA degradeert niet in de loop van de tijd zoals cassettes of schijven, en het zal niet verouderd raken", zegt Yaniv Ehrlich, een wetenschapper aan de Columbia University (VS).
Wetenschappers bewaren digitale informatie in DNA sinds 2012, toen genetici van de Harvard University (VS) George Church, Sri Kosuri en hun collega's een boek van 52 duizend woorden versleutelden in duizenden DNA-fragmenten met behulp van strengen uit het vierletterige alfabet - A, G, T en C om de nullen en enen van het gedigitaliseerde bestand te coderen.
Dit versleutelingssysteem was relatief ineffectief en kon slechts 1,28 petabytes per gram DNA opslaan. Andere benaderingen hebben beter gewerkt. Maar geen enkele stond DNA toe om meer dan de helft van zijn maximale capaciteit te behouden. DNA kan ongeveer 1,8 bits per DNA-nucleotide bevatten (het aantal bereikt geen 2 bits vanwege zeldzame maar onvermijdelijke lees- en schrijffouten).
Ehrlich besloot dat hij dichter bij deze limiet zou komen. Daarom wendden hij en Dina Zilinski zich tot de algoritmen die werden gebruikt om informatie te versleutelen en te ontsleutelen. Ze begonnen met 6 bestanden, waaronder een compleet computerbesturingssysteem, een computervirus, een Franse film uit 1895 met de titel Aankomst van een trein in La Ciotat en een studie uit 1948 van theoreticus Claude Shannon. Eerst hebben de wetenschappers de bestanden omgezet in binaire reeksen van enen en nullen, ze gecomprimeerd tot één basisbestand en vervolgens de gegevens gesplitst in korte reeksen binaire code. Ze ontwikkelden een algoritme genaamd de "Fountain of DNA" dat willekeurig kettingen verpakt in zogenaamde "blobs". De onderzoekers voegden hieraan extra tags toe, zodat ze later in de juiste volgorde konden worden herbouwd. In totaal hebben wetenschappers een digitale lijst gegenereerd van 72.000 DNA-strengen,elk 200 tekens lang.
Promotie video:
Ze stuurden ze als tekstbestanden naar de startup Twist Bioscience in Californië, waar ze DNA-strengen synthetiseerden. Twee weken later ontvingen Ehrlich en Zilinski een ampul met een stukje DNA per post, waarin hun bestanden versleuteld waren. Om ze te ontcijferen, gebruikten wetenschappers moderne DNA-sequentietechnologie. De sequenties werden naar een computer gestuurd, die de genetische code weer in binair vertaalde en tags gebruikte om de zes originele bestanden weer samen te stellen. De technologie werkte zo goed dat de nieuwe bestanden geen fouten bevatten.
Kosuri en Ehrlich merkten echter op dat de nieuwe aanpak niet klaar is voor grootschalig gebruik. Ze gaven 7 duizend dollar uit om 2 megabytes aan informatie in bestanden te synthetiseren en nog eens 2 duizend dollar om het te lezen. In vergelijking met andere vormen van gegevensopslag is het schrijven en uitlezen van DNA relatief traag.
