中国科学院院士、天津大学教授元英进：DNA存储是合成生物学和信息技术融合的典范

12 月 23 日，“中国合成生物学学术年会暨第三届工程生物创新大会” 在深圳光明科学城拉开帷幕，围绕 “探索无尽前沿 开启合成生物光明未来” 这一主题，产学研界专家聚焦合成生物学颠覆性技术，针对中国生物产业的发展现状、未来趋势以及如何解决合成生物学产学研一体化问题展开探讨。

本次大会由深圳市发展和改革委员会、深圳市光明区人民政府、中国生物工程学会合成生物学分会、中国科学院深圳理工大学（筹）、中国科学院深圳先进技术研究院主办，深圳合成生物学创新研究院、中国科学院深圳理工大学（筹）合成生物学院、深圳市工程生物产业创新中心、深圳市合成生物学协会、亚洲合成生物学协会联合 DeepTech 承办。

会上，中国科学院院士、天津大学教授元英进分享了合成生物学技术推动下 DNA 存储的发展现状，以及利用人工染色体进行数据存储的研究进展。

图丨中国科学院院士、天津大学教授元英进

以下为元英进院士的分享实录（生辉略做未改变原意的修改）：

大家上午好，今天我汇报一下用于数据存储的人工染色体的发展情况。说到数据存储，我们先回顾一下数据存储的发展历史。

最早用于数据存储的是结绳记事，而后仓颉造字，甲骨文等出现，整个人类文明的发展过程与存储技术紧密相关。

随着科学技术的进步，数据存储方式不断迭代创新。从打孔卡片、纸带、磁带、硬盘发展到现在的各类磁光电存储。从人均存储量变化的情况来看，公元前 600 年，人均数据存储量大约为 10 比特；纸质时代，人均有 107 比特的存储量；而最近 50 年的磁光电存储时代，人类可以存储的数据量呈指数型增长。

可以说，数据存储方式的变化史，也是人类文明的发展史。特别是，存储量爆炸式增长的大背景下，数据存储须引起社会的高度重视。

据 IDC 预测，2025 年中国的数据存储量可能达到全球的 30%。全球数据存储量增长迅速，全世界都在建立数据中心。而数据中心的能耗、占地面积也是惊人的。实际上，数据中心和双碳目标紧密关联。2020 年，数据存储中心的耗电量早已超过三峡大坝的总发电量，大于 800 亿公斤标准煤产生的发电量。

作为信息时代重要的生产资料，海量数据的存储已经成为人类面临的巨大挑战。这就需要开发新的数据存储方式，下面我要汇报的 DNA 存储就是其中之一。

类似于结绳记事，当人类发现 DNA 的双螺旋结构后，就提出了 DNA 存储数字信息的概念。我们可以通过合成生物学的方式把 0、1 转换成碱基，再通过测序解码进行读取，这就是 DNA 存储。在这个过程中，涉及一些待突破的关键技术，比如，如何设计适应 DNA 介质的编码？以什么类型的 DNA 介质对数据进行存储？如何更好更快地读取等。这些都需要科学家们的不断探索。

DNA 存储领域，学术界做了大量工作。1965-2001 年的时候文献量还不多，但在那之后便是较快的增长。

DNA 存储核心优势是存储密度高，已成为学术界关注的前沿。美国半导体合成生物学路线图中提到，DNA 存储的存储密度潜力是硬盘、磁带等传统介质的 1 千万倍。

另外，DNA 存储的时间长。传统介质可以存储 30 多年，今年登在 Nature 上的一篇论文中提到的可恢复 DNA 是 165 万年前的，另一篇 Nature 论文中提到的细菌 DNA 是 2.5 亿年前的，也就是说它在自然状态下可以长期存放。作为存储介质，通过技术手段， DNA 的可用时间会更长，维护成本更低。

2018 年，中国科协发布了 60 个重大科学问题和重大工程技术难题，DNA 存储列为其中之一。我国 “十四五” 规划中专门有一段提到，加快布局量子计算、量子通讯、神经芯片、DNA 存储等前沿技术。可以看出，DNA 存储已经成为国家层面部署的重点发展方向，积极探索 DNA 存储能否成为下一代的数据存储方式意义重大。

下面是我们在 DNA 存储方面做的一些尝试。

大家都知道，DNA 用于传递生命遗传信息。非常常见的酵母细胞包含 16 条染色体，那么，是否能做一条染色体用于数据存储？这就是我们尝试的事情。

第一步，我们设计支持高鲁棒性、恢复快速寻址的编码 DNA 序列；第二步，合成组装 254k 染色体存储图片和视频等数字信息；第三步，利用酵母复制，使 DNA 随着酵母复制在细胞体内自我复制，稳定地指数型地扩增数字信息；最后，用纳米孔测序仪读出数据。[1]

我们的工作是在酵母中人工设计了第 17 条染色体。同时，我们做了大量的转录和翻译的研究工作，证明这条染色体可以非常活跃的转录，转录平均长度是 3.6Kb，而原有的 16 条酵母染色体的平均转录长度是 1.3Kb。最后我们做了比较深度的测定，在测定限度内没有发现新的蛋白产生。[2]

也就是说，这条染色体有很好的自我复制和转录能力，并且不会干扰原有 16 条染色体的功能。

（来源：受访人提供）

我们这项工作的基础是前期完成的人工合成酵母染色体 [3]。目前，全世界仅发表了 6 条人工合成酵母染色体，我们团队完成了其中两条染色体的合成，并且完成了唯一的 “完美型” 5 号染色体合成，“完美” 是指与设计序列完全一致，曾获得 2017 年十大科学进展，存储工作则是该工作的扩展。

在数据处理过程，融合了信息领域纠错码方法，我们首次将该方法应用到 DNA 存储中，支撑数据快速、高效率读出。

帝国理工大学的 Ellis 教授评价我们的研究工作，认为 “我们做了 DNA 存储的关键概念验证”，“提出并验证了人工染色体如何以稳定且廉价复制的方式存储数据”。他们认为，我们的工作 “突破了以前在单个细胞内仅有几千个碱基存储量的限制”。[4]

总结一下，DNA 存储是人们希望看到的合成生物学和信息技术融合的典范。但是，目前 DNA 存储仍然面临着合成成本高、读写速度慢，以及如何与现代存储系统融合等挑战。[5] 我们希望大量的青年人可以进入这个领域，从事相关研究。

参考资料：

[1] Chen, W., Han, M., Zhou, J., Ge, Q., Wang, P., Zhang, X., Zhu, S., Song, L., & Yuan, Y. (2021). An artificial chromosome for data storage. National science review, 8(5), nwab028. https://doi.org/10.1093/nsr/nwab028

[2] Zhou, J., Zhang, C., Wei, R., Han, M. Wang, S., Yang, K., Zhang, L., Chen, W., Wen, M., Li, C., Tao, W., Yuan, Y. (2021). Exogenous artificial DNA forms chromatin structure with active transcription in yeast. SCIENCE CHINA-life sciences, https://engine.scichina.com/doi/10.1007/s11427-021-2044-x

[3] SCIENCE • 10 Mar 2017•Vol355,Issue6329•DOI: 10.1126/science.aaf4704；SCIENCE • 10 Mar 2017 • Vol 355, Issue 6329 • DOI: 10.1126/science.aaf4706

[4]Lu, X., & Ellis, T. (2021). Self-replicating digital data storage with synthetic chromosomes. National science review, 8(7), nwab086. https://doi.org/10.1093/nsr/nwab086

[5]韩明哲, 陈为刚, 宋理富, 李炳志, 元英进. DNA信息存储：生命系统与信息系统的桥梁[J]. 合成生物学, 2021, 2(3): 309-322, doi: 10.12211/2096-8280.2021-001.

-End-