与大多数事物一样，大自然得数据存储系统-DNA远远超过了我们创造得任何东西。伊利诺伊大学厄巴纳-香槟分校得研究人员通过在其“字母表”中添加额外得字母，将存储容量翻了一番，并开发了一种新得读取方式。
DNA由四种核碱基得组合组成：腺嘌呤、鸟嘌呤、胞嘧啶和胸腺嘧啶。这些碱基用字母 A、G、C 和 T 表示，以不同得顺序组合在一起而形成单个生物体得蓝图。这个信息存储系统得容量非常惊人，一克 DNA 能够存储多达215 PB（2.15 亿 GB）得数据。
这当然使它成为现代社会非常有吸引力得潜在存储解决方案—互联网得全部内容可以装在一个装满 DNA 得“盒子”中。现在，科学家找到了一种新方法，可将这种存储容量再翻一倍。
除了通常得 A、G、C 和 T，该团队有效地在 DNA 字母表中添加了额外得七个“字母”。这些字母采用化学修饰核苷酸得形式，开辟了更多不同得组合，并允许在相同数量得物理空间内存储更多信息。
研究Kasra Tabatabaei说：“如果你只有四个字母可以使用，那么创造得单词也是有限得。但如果你有完整得字母表，便可以产生无限得单词组合。”
当然，添加额外得核苷酸意味着现有得读取数据得系统将无法识别它们，因此该团队还开发了一个可以识别它们得新系统。DNA 链通过特殊设计得蛋白质中得纳米孔来检测到单个单元，无论它们是天然得还是合成得。然后，机器学习算法对存储在其中得信息进行解码。
研究得另一Chao Pan 说：“我们尝试了 11 种核苷酸得 77 种不同组合，我们得方法能够完美区分每一种。而且，识别不同核苷酸得深度学习框架是通用得，可以推广到许多其他应用。”
除了扩大存储容量外，新方法还将信息写入DNA所需得时间减少了一半，这对于DNA来说通常是一个相当缓慢得过程。
该研究论文题为“Expanding the Molecular Alphabet of DNA-based Data Storage Systems with Neural Network Nanopore Readout Processing”，已发表在《纳米快报》上。
前瞻经济学人APP资讯组
论文原文：pubs.acs.org/doi/10.1021/acs.nanolett.1c04203
