神刀安全网

浅析Microsoft DNA存储

Microsoft正在实验用人工合成DNA实现数字化数据存储,并于最近向遗传学初创公司 Twist Bioscience 购买了一千万条DNA。

据悉Microsoft有关 DNA存储 的实验是与华盛顿大学(University of Washington)合作进行的。联合研究团队最近提交了一份描述下图所示完整DNA归档存储系统架构述的 论文

浅析Microsoft DNA存储

DNA存储系统由一个对数据进行编码,以便将数据存储在DNA中的DNA合成器;一个包含大量“隔间”,将DNA的存储池与数据卷进行映射的存储容器;以及负责读取DNA序列并将其重新转换为原始数据的DNA序列器组成。

DNA存储技术目前有个非常有趣的问题需要解决:寻址。DNA链是DNA存储的基本单位,DNA链由大约100-200个核苷酸组成,可存储50–100比特信息。这意味着一个典型的数据对象需要映射至大量DNA链。研究人员目前使用了键-值架构,因此这里的关键在于首先需要关联至包含所需链的池,随后通过随机访问机制访问池中的链。

另一个有趣之处在于数据的呈现方式。DNA由4个碱基(A、C、G、T)组成,因此base-4是最直接的数据呈现方法,例如01110001可通过base-4的方式转换为1301,并映射为DNA序列中的CTAC结构。然而除此之外,研究人员还选择了一种base–3呈现方式,借此可通过一个核苷酸实现纠错。那么在上述的例子中,01100001可转换为base-3格式的01112,并映射至为DNA序列中的CTCTG结构。

有关DNA存储原理的详细信息,包括如何通过编码改善可靠性,以及目前进行过的几个实验,可参阅上文提及的PDF论文。

浅析Microsoft DNA存储

根据Twist Bioscience公司介绍,相对传统数字化存储,基于DNA的归档技术可提供两个重要优势:寿命更长,最新研究数据显示DNA数据存储的寿命高达2000年;并且数据密度更高,一克DNA即可存储一兆GB数据。

根据Microsoft和华盛顿大学研究人员的介绍,DNA存储并不是闪存或硬盘的替代品:

我们将DNA存储视作一种最持久的深层存储体系,可提供高密度且持久的归档存储方案,以及数小时乃至数天的访问时间。

这种想法的重点在于,DNA的合成和排序可以任意程度的序列化方式进行,因此可以轻松获得所需的读写带宽。

Microsoft公司DNA存储项目主管Doug Carmean澄清说,他们使用Twist提供的DNA进行初步测试“证明了数字化数据可通过这种方式进行编码,并可100%还原为原始数据”,但在这种技术正式商用之前还有很多工作有待完成。

作者:Sergio De Simone

阅读英文原文: A Look at Microsoft DNA Storage

感谢张龙对本文的审校。

给InfoQ中文站投稿或者参与内容翻译工作,请邮件至editors@cn.infoq.com。也欢迎大家通过新浪微博(@InfoQ,@丁晓昀),微信(微信号: InfoQChina )关注我们。

转载本站任何文章请注明:转载至神刀安全网,谢谢神刀安全网 » 浅析Microsoft DNA存储

分享到:更多 ()

评论 抢沙发

  • 昵称 (必填)
  • 邮箱 (必填)
  • 网址