Průlomová studie učinila významný krok k vývoji systému ukládání digitálních dat založeného na DNA .
Digitální data dnes rostou exponenciálním tempem kvůli naší závislosti na elektronických zařízeních a vyžadují robustní dlouhodobé úložiště. Ukládání dat se pomalu stává náročným, protože současné digitální technologie nejsou schopny poskytnout řešení. Příkladem je, že za poslední dva roky bylo vytvořeno více digitálních dat než za celou historii počítačů , ve skutečnosti se každý den na světě vytváří 2.5 kvintilionu bajtů {1 kvintilion bajt = 2 500 000 terabajtů (TB) = 2 500 000 000 gigabajtů (GB)} dat. Patří sem data na sociálních sítích, transakce online bankovnictví, záznamy firem a organizací, data ze satelitů, data ze sledování, výzkumu, vývoje atd. Tato data jsou obrovská a nestrukturovaná. Proto je nyní velkou výzvou řešit obrovské požadavky na úložiště dat a jejich exponenciální růst, zejména pro organizace a korporace, které vyžadují robustní dlouhodobé úložiště.
V současnosti jsou k dispozici pevné disky, optické disky (CD), paměťové karty, flash disky a pokročilejší páskové jednotky nebo optické disky BluRay, které ukládají zhruba až 10 terabajtů (TB) dat. I když se taková úložná zařízení běžně používají, mají mnoho nevýhod. Za prvé, mají nízkou až střední trvanlivost a musí být skladovány za ideálních teplotních a vlhkostních podmínek, aby vydržely mnoho desetiletí, a proto vyžadují speciálně navržené fyzické skladovací prostory. Téměř všechny spotřebovávají hodně energie, jsou objemné a nepraktické a mohou se poškodit při jednoduchém pádu. Některé z nich jsou velmi drahé, často se potýkají s chybou dat, a proto nejsou dostatečně robustní. Možnost, která byla organizacemi všeobecně akceptována, se nazývá cloud computing – uspořádání, kdy si společnost v zásadě najme „vnější“ server pro zpracování všech jejích požadavků na IT a ukládání dat, označovaný jako „cloud“. Jednou z hlavních nevýhod cloud computingu jsou problémy se zabezpečením a soukromím a zranitelnost vůči útokům ze strany hackerů. Existují také další problémy, jako jsou vysoké náklady, omezená kontrola ze strany mateřské organizace a závislost na platformě. Cloud computing je stále považován za dobrou alternativu pro dlouhodobé úložiště. Zdá se však, že digitální informace, které se generují po celém světě, zcela jistě překonávají naši schopnost je ukládat a že jsou zapotřebí ještě robustnější řešení, která by tuto záplavu dat zvládla a zároveň poskytovala škálovatelnost, aby zohlednila i budoucí potřeby úložiště.
Může DNA pomoci při ukládání do počítače?
Naše DNA (deoxyribonukleová kyselina) je považována za vzrušující alternativní médium pro ukládání digitálních dat. DNA je samoreplikující se materiál přítomný téměř ve všech živých organismech a tvoří naši genetickou informaci. Umělá nebo syntetická DNA je odolný materiál, který lze vyrobit pomocí komerčně dostupných strojů pro syntézu oligonukleotidů. Hlavní výhodou DNA je její dlouhověkost, protože DNA vydrží 1000krát déle než křemík (křemíkový čip – materiál používaný k výrobě počítačů ). Úžasné je, že pouhý jeden kubický milimetr DNA dokáže pojmout kvintilion bajtů dat! DNA je také ultrakompaktní materiál, který se nikdy nedegraduje a lze jej skladovat na chladném a suchém místě po stovky staletí. Myšlenka použití DNA pro ukládání dat existuje již dlouho, a to až do roku 1994. Hlavním důvodem je podobný způsob, jakým se informace ukládají v počítači i v naší DNA – protože obě uchovávají informační plány. Počítač ukládá všechna data jako nuly a jednotky a DNA ukládá všechna data živého organismu pomocí čtyř bází – thyminu (T), guaninu (G), adeninu (A) a cytosinu (C). DNA by se proto dala nazvat standardním paměťovým zařízením, stejně jako počítač, pokud lze tyto báze reprezentovat jako nuly (báze A a C) a jedničky (báze T a G). DNA je odolná a má dlouhou životnost, nejjednodušším odrazem je, že náš genetický kód – základní vzor všech našich informací uložených v DNA – se efektivně přenáší z jedné generace na druhou opakovaným způsobem. Všichni softwaroví a hardwaroví giganti se snaží používat syntetickou DNA k ukládání obrovského množství dat, aby dosáhli svého cíle, kterým je řešení dlouhodobé archivace dat. Myšlenkou je nejprve převést počítačový kód nuly a jednotky na kód DNA (A, C, T, G), převedený kód DNA se poté použije k výrobě syntetických řetězců DNA, které lze poté uložit do chladicího úložiště. Kdykoli je to potřeba, lze řetězce DNA vyjmout z chladírenského skladu a jejich informace dekódovat pomocí sekvenátoru DNA. Sekvence DNA je nakonec převedena zpět do binárního počítačového formátu jedniček a nul, aby ji bylo možné přečíst v počítači.
Bylo prokázáno1 , že pouhých několik gramů DNA dokáže uložit kvintilion bajtů dat a uchovat je neporušené až 2000 let. Toto jednoduché pochopení však narazilo na určité výzvy. Zaprvé, zápis dat do DNA, tj. samotná konverze nul a jedniček na báze DNA (A, T, C, G), je poměrně drahý a také bolestivě pomalý. Zadruhé, jakmile jsou data „zapsána“ do DNA, je náročné soubory najít a načíst a vyžaduje to techniku zvanou sekvenování DNA – proces určení přesného pořadí bází v molekule DNA – po kterém jsou data dekódována zpět na nuly a jedničky.
Nedávná studie2 vědců z Microsoft Research a Washingtonské univerzity dosáhla „náhodného přístupu“ k ukládání DNA. Aspekt „náhodného přístupu“ je velmi důležitý, protože znamená, že informace lze přenášet na místo (obecně do paměti) nebo z místa, kde je možné přímo přistupovat ke každému místu, bez ohledu na to, kde se v sekvenci nachází. Pomocí této techniky náhodného přístupu lze soubory z úložiště DNA získávat selektivním způsobem, na rozdíl od dřívější doby, kdy takové získávání vyžadovalo sekvenování a dekódování celého souboru dat DNA, aby se našlo a extrahovalo jen několik požadovaných souborů. Důležitost „náhodného přístupu“ se dále zvyšuje s rostoucím a obrovským množstvím dat, protože se snižuje množství sekvenování, které je třeba provést. Je to poprvé v historii, kdy byl náhodný přístup prokázán v tak velkém měřítku. Výzkumníci také vyvinuli algoritmus pro efektivnější dekódování a obnovu dat s větší tolerancí k chybám v datech, což také zrychluje proces sekvenování. V této studii bylo zakódováno více než 13 milionů syntetických oligonukleotidů DNA, což byla data o velikosti 200 MB, která se skládala z 35 souborů (obsahujících video, audio, obrázky a text) o velikosti od 29 KB do 44 MB. Tyto soubory byly načteny jednotlivě bez chyb. Autoři také vyvinuli nové algoritmy, které jsou robustnější a tolerantnější k chybám při zápisu a čtení sekvencí DNA. Tato studie publikovaná v časopise Nature Biotechnology představuje významný pokrok a ukazuje životaschopný, rozsáhlý systém pro ukládání a vyhledávání DNA.
Systém pro ukládání DNA vypadá velmi lákavě, protože má vysokou hustotu dat, vysokou stabilitu a snadno se ukládá, ale před jeho univerzálním přijetím je zjevně mnoho problémů. Mezi faktory patří časově a pracné dekódování DNA (sekvenování) a také syntéza DNA . Tato technika vyžaduje větší přesnost a širší pokrytí. Přestože v této oblasti došlo k pokroku, přesný formát, ve kterém budou data dlouhodobě ukládána, se stále vyvíjí. Společnost Microsoft se zavázala zlepšit produkci syntetické DNA a řešit problémy s návrhem plně funkčního systému pro ukládání DNA do roku 2020.
***
Zdroje)
1. Erlich Y a Zielinski D 2017. DNA Fountain umožňuje robustní a efektivní architekturu úložiště. Science. 355(6328). https://doi.org/10.1126/science.aaj2038
2. Organick L a kol. 2018. Náhodný přístup ve velkokapacitním ukládání dat o DNA. Nature Biotechnology. 36. https://doi.org/10.1038/nbt.4079
***
