让敦煌壁画再保存千年万年！天津大学DNA信息存储再获突破

天津大学合成生物学团队创新DNA存储算法，让敦将十幅精选敦煌壁画存入DNA中，煌壁画再获突通过加速老化实验验证壁画信息在实验室常温下可保存千年，保存在9.4℃下可保存两万年。千年算法支持DNA分子成为世界上最可靠的天津数据存储介质之一，有望使面临老化破损危机的大学人类文化遗产信息长期可靠保存。

DNA存储的信息存敦煌壁画

“据国际数据公司估计，到2025年全球数据总量将达到惊人的储再175ZB（1ZB≈10的21次方字节）。全世界都在建数据中心，让敦数据中心的煌壁画再获突能耗是惊人的。DNA存储由于其高存储密度与低能耗处理等特点，保存被视为一种极具潜力的千年存储技术，成为应对数据存储增长挑战的天津新机遇。”中国科学院院士、大学天津大学教授元英进说。信息存

元英进团队长期致力于DNA存储技术。2021年8月，元英进团队取得DNA存储重大突破，从头编码设计合成了一条长度为254886个碱基对、专用于数据存储的酵母人工染色体，将两张经典图片和一段视频存储于人造染色体中，利用酵母繁殖实现了数据稳定复制，并用纳米孔测序器件实现数据快速读出与无错恢复。这项工作及后续研究内容先后发表于《National Science Review（国家科学评论）》和《SCIENCE CHINA-Life Sciences（中国科学-生命科学）》。

DNA存储技术概念图

DNA存储高效低耗，但作为一种链式生物大分子，在体外常温保存时会面临DNA断裂降解等风险，严重影响信息存储的长期可靠性，是亟待解决的关键科学问题。对此，元英进团队设计了基于德布莱英图理论的序列重建算法来解决DNA断裂等问题。算法结合贪婪路径搜索和循环冗余校验码来实现断裂DNA片段的高效从头组装，从原理上支持DNA存储的长期可靠性。

基于德布莱英图图论设计的序列重建算法高效解决DNA断裂、降解问题

结合该序列重建算法（内码）与喷泉码算法（外码），团队设计编码了6.8 MB敦煌壁画，合成了承载图片信息的DNA片段21万条。为保证数据的长期可靠性，团队制备了一个没有任何特殊保护的DNA水溶液样本，并在70℃下加速样本断裂、降解长达十周。处理后的DNA片段80%以上都发生了断裂错误，依靠设计的序列重建算法依然可以准确组装并解码96.4%以上的片段，再通过喷泉码解决少量片段丢失的问题，原始的敦煌壁画图片依然能够完美恢复。根据理论推算，这种程度的高温破坏相当于实验室常温25℃一千年或9.4℃长达两万年的自然保存。