导语：
春节假期，吃喝玩乐之余，用一点点时间简单学习了当下热门的DNA存储与DNA合成技术。时间仓促，加之学习能力有限，只浅浅窥视了这个深奥领域的门缝边缘，然而，却也获益颇多。
我们生活在一个信息爆炸的时代，据IDC预测2021年全球数据总量达到84.5ZB，如此庞大的数据量在对数据计算能力提出了极高要求的同时，也是对数据保存能力的极大挑战。我们需要建立更多的大型数据中心以应对如此庞大的数据存储需求。数据中心越建越多，但土地及能源资源又极其有限，于是提高数据存储密度成为一种可行的解决方案。为寻找更高密度的存储载体，研究者将目光对准到自然界中遗传信息的载体——DNA。
DNA存储是是生物技术（BT）和信息技术（IT）的有效融合，是数据存储的一场绿色革命。
DNA存储的原理众所周知，DNA是由脱氧核苷酸组成的大分子聚合物。脱氧核苷酸由碱基、脱氧核糖和磷酸构成。组成DNA的碱基有4种：腺嘌呤（A）、鸟嘌呤（G）、胸腺嘧啶（T）和胞嘧啶（C）。
在自然界中，DNA会按照特定的顺序排列，组成遗传信息，进而指导生物体的生长发育及全生命周期的各项活动。DNA存储技术则是利用这四个碱基的特性，开发并制定代码，实现数字信息在DNA层面的“语言”转化。
目前主流的DNA存储是基于DNA的四种碱基（A、G、C、T）来映射0 和1，通过信息编码将数字信号转化为化学信号。换句话说，为了在DNA中存储二进制数字文件，科学家将0和1转换成为字母A、G、C、T，合成顺序与二进制数字文件对应的DNA链。如果要恢复数据，则对DNA链进行测序，后根据编码规则将碱基顺序还原成初始的数字序列（图1）。
图1.数字化数据在DNA中的编码与解码过程（源自网络）
DNA存储的优势DNA 存储作为数据存储介质的解决方案之一，在存储密度、使用寿命、能源消耗、数据安全等因素上相对于传统存储介质均有大幅优化和提升。
存储密度高
图2. DNA和传统介质的信息存储密度对比（源自网络）
DNA信息存储密度是已知储存技术中表现最好的（图2）。比如，闪存最多可在10nm内存储1bit数据，而DNA则可以在0.34nm内储存2bits数据。1kg DNA可以储存2×10^24 bits数据，如果改为闪存存储，存储相同数量数据要>10^9千克的硅原料。
稳定性好，使用寿命长光盘的使用寿命为10~15年，硬盘和闪存的使用寿命为 5~10年，磁带存储的使用寿命为 15-30 年。此外，数据存储系统需要定期清除损坏的数据，并更换故障单元，进而导致传统数据存储方式对于长时、大量数据存储需要极高的维护成本。
DNA则是一种非常稳定的生物分子，其半衰期可超过500年。特别是在低温条件下，DNA可以保存成千上万年。值得一提的是，科学家在2013年发现的储存在永久冻土中长达70万年的马DNA仍能进行测序。
节省能源一方面，传统存储介质制备需要较多不可再生资源，如稀土金属等。DNA存储介质仅需要核苷单体及部分必需的试剂，从原始材料上即节省能源。
另一方面，基于传统存储介质的信息读取均需要输入电能，且该过程中大部分能量以热能形式耗散（约0.01~0.04W/GB），这对大型数据中心来说，是庞大的电能消耗量，且能量利用率低；而基于DNA存储介质的读写过程，除必要仪器设备的电力消耗外，其余步骤基本为化学反应，能源输入少且利用率高（10~10W/GB），可节省大量电力能源。
数据安全基于当今数学及计算机技术的发展，传统二进制数据的密码术和隐写术很容易被破解，失去原有的信息加密效果。随着生物学（BT）和信息学（IT）的发展，科学家们开始利用生物分子寻求新型加密技术，如DNA、蛋白质、适配体、细菌等被用来保护信息安全。特别是在DNA存储中，基于不同信息编码的编码原则，以及后续检索、测序、读取等复杂的操作流程，使DNA信息存储天生具有一种技术壁垒性，进而提高数据的安全性。
DNA存储的过程编码将数字文件中的0/1二进制数据按一定规则转换成为 DNA 碱基序列（包括但不限于自然碱基）。
合成通过化学原理或生物酶促法原理，根据编码步骤进行DNA序列的从头人工合成。
保存即携带信息的海量DNA分子的长期稳定存储，常用存储方式包括体外溶液/干粉、活细胞内、不同类型媒介封装等。
检索通过多重PCR、生物素-链霉亲和素序列特异性磁珠捕获等方式，完成全部或部分编码DNA分子的获取。
测序对获取的DNA 分子进行分子测序测定，包括 Sanger测序、高通量测序、单分子测序等方式。
解码对第5步获得的DNA 序列进行生信分析，根据编码规则对 DNA 碱基序列进行解码，得到原始数字文件的二进制数据，实现信息恢复。
图3. DNA存储整体框架图（源自网络）
政策支持与商业化目前，基于DNA存储的战略发展意义及技术前瞻性，在全球范围内，各国政府机构对DNA 数据存储的直接研发均给予大量的引导资助（图4）。
图4. 相关资助 DNA 合成与存储的政策（源自网络）
此外，基于DNA存储底层的基因合成与测序技术的应用广泛，也得到产业界的广泛关注，吸引了大量投资。在2012-2021年期间，合成生物学企业融资额从3.74亿美元快速增长至89亿美元，CAGR为42.22%，其中64%的企业专注于DNA合成领域（图5）。
图5. 2012-2021年合成生物学企业融资额（源自网络）
2020年11月，由微软、Illumina、Twist Bioscience和西部数据等四家公司牵头成立DNA数据存储产业联盟，共同努力致力于为DNA数据存储领域制定行业标准和路线图，并为建立数据存储商业档案的生态系统奠定基础。发起产业联盟的四家企业中，Twist Bioscience是国际领先的高通量DNA合成公司、Illumina是高通量测序领域的领导者、微软公司是世界信息领域巨头，西部数据公司则是存储方面的领先者。四大巨头共同推动DNA数据存储从底层技术到系统构建的全技术链发展，即吸引了产业界关注，又推动了DNA存储的在迈向商业化的实质性一步。截至2022年4月，DNA数据存储产业联盟已发展到50个成员。
在国内，华大GBI、中国科学院深圳先研院孵化的深圳中科碳元、苏州泓迅、中实基因、华为、腾讯等公司也都对 DNA 数据存储进行了研发布局和商业化的探索。
面临的问题DNA信息存储具有广阔的发展前景，目前业界也正在逐步解决底层技术的各个卡点。从实验室到商业化运营，目前DNA存储技术还需要以下三个方面重点突破。
成本过高目前，DNA存储技术大多采用传统的亚磷酰胺化学合成法进行DNA合成，造成DNA信息存储成本过高。
准确率需要提高DNA存储过程中两项重要的底层技术——合成和测序过程中，均有可能产生错误。比如DNA序列内部由于相互作用产生折叠，会导致测序过程中产生较高的错误率。进而导致DNA存储芯片要花很多成本在纠错和排除冗余信息上。如何把DNA合成和DNA读取的准确率提高到99.9%甚至更高的标准，这是需要在技术上实现的很大突破。
市场需求量不足传统存储方式为消费者及工业客户提供了很多可选择商品类型，对于大部分基于传输快、成本便宜的存储需求，DNA存储的特殊优势如稳定和密度大根本无法切入用户的实际需求点。必须承认，目前DNA存储的市场需求相对小众，如何让DNA存储更快、更方便、更便宜？是DNA存储未来发展的战略性发展问题。
苏言嘉语：
春节前参加了一个非常有意义的线下经销商见面会，会上很开心，会后却有些焦虑，产品同质化及内卷的严峻性，让这个行业的繁华蒙上了一层暗纱。
但是，在了解完DNA存储与DNA合成技术后，却又惊叹于在内卷与同质化之外，仍然有那么多的高端技术被国外垄断。
虽然任何行业都会存在两极分化，本不足为奇，但在生命科学产品研发的征途中，确实还有很多值得我们反思，值得我们投入大量人力、物力、财力去攻克的高峰。
因原文篇幅较长，本次主题将分三个部分进行分享。后面两期分别为DNA化学合成技术与进展、DNA生物合成技术与进展，敬请期待~~~
——END——
