（2018-10-12）大數據時代，這些巨大資料目前儲存的媒介包括光碟、硬碟、固態碟，但這些碟片或雲端伺服器，都有存取速度及容量限制，且沒多久就可能要更新，但現在有人想到生物性儲存，DNA就是其一。
（2018-10-12）有了電腦與網路，資料產生的數量就快速增加，一共有多少，沒有人精確計算過，只能估算一個大概。有人估算過2016年的資料量是16.1兆GB（gigabytes, giga是10億），到了2025年就會增加10倍；另一個估算是５年以前的資料量是4.4ZB（zettabytes, zetta是1 x 1021）。
Byte是「位元」，一個位元代表一個數目字或一個英文字母，兩個位元代表一個中文字，如果把4.4ZB（4,400,000,000,000,000,000,000 bytes）的空間填滿文字與數目字，那會是什麼概念，恐怕只有讓人更模糊。這只是五年以前的數量，到了2025年就增加到160ZB。
這麼多資料從哪裡來？當然每個人都有照片、影片、郵件、社群網路對話留言，這些資料經年累月越積越多，但專家說這不過是一盆水裡的一滴，而如洪水般的資料則來自科學研究，醫學實驗、深入細胞、天象觀測、探測宇宙，不斷的研究，資料就成等比級數增加。
巨大的資料目前儲存的媒介，有磁帶、光碟、硬碟（HD）、固態碟（SSD），無論個人或是雲端伺服器，都有存取速度、容量限制、佔據空間的一些潛在問題，而且沒隔多久就可能要更新。這些都是物理性的儲存技術，既然不夠完善，是不是有物理以外的技術，有人就想到了生物性儲存，DNA就是其一。
DNA是「脫氧核醣核酸」（Deoxyribo Nucleic Acid）的縮寫，是細胞裡的大分子，由兩條螺旋「鹼基對」（Base Pair）組成。鹼基，可以說是生物最基本的元素，共有簡稱A、T、G、C四種，如下圖所示，由黃綠紅橘四小色條代表。
鹼基對，是兩條螺旋鹼基在相對位置的匹配，如下圖所示Ａ與Ｔ匹配，Ｇ與Ｃ匹配，這在生物與遺傳上有特殊意義，例如俗稱的「基因」，就是DNA的一段。
DNA結構示意簡圖。（圖：U.S. National Library of Medicine）
DNA如何能儲存資料？不妨先看看DNA的尺寸大小。每個細胞裡都有一套30億對鹼基的DNA，存放在僅有６微米（100萬分之１米）的空間，如果拉出來平放，就有２米長，把一個人所有的DNA拉出來，就有兩倍太陽系直徑那麼長。
鹼基對之間的距離僅有3.4 Å（Å是百萬分之一公分），假設把ATGC四種鹼基代碼成"00"、''01"、"11"、"10"，一個２米長的DNA所儲存的數位資料就極為可觀。
現在的問題是，怎麼把數位資料轉換成四種鹼基，合成一個DNA檔案。從MIT分支出來的一家新創公司Catalog，就正做這件事的研發。一年前把印在紙上的一首詩、資料量約１KB，縮小成一個小試管底下的兩滴水，水裡藏有看不見的DNA資料檔。
用DNA儲存數位資料早已有人實驗，但非常昂貴，以儲存一分鐘的音樂為例，需用150萬對鹼基，成本高達10萬美元，Catalog要改變這一成本結構。
與其把一條長的DNA填滿，Catalog把DNA切割成20－30對鹼基片段，分別儲存資料之後，再用酵素把各片段安排連接在一起，成為完整的資料。這個做法好像用字母拼字，例如用26個英文字母不同的連接，就能拼出許多不同的字。Catalog並沒有公佈生物技術的細節，但估計成本可降至１GB僅需0.003美分。
DNA可以說是最小的最大倉儲，有人估算，把全球有史以來拍攝的影片儲存在DNA，所占的空間不過一塊方糖的大小，如果把地球上所有資料全部轉換成DNA儲存，那也不過是裝在一輛汽車的後車箱就夠了。DNA還有一個好處，只要存放在4°C的環境，可以保存一萬年。
有了大數據（Big Data），就需要大倉儲（Big Storage），在Catalog之前，許多數位公司都在尋找物理以外的儲存媒介，生物儲存成為大家不約而同的選擇。數位資料轉換成DNA再轉回成數位資料，不會是像硬碟讀取那麼便利，以大批需長久保存、變動又不大的資料，最具經濟效益。
至於我們時候什麼才能買到幾條DNA，插到電腦或手機裡？即使可能，恐怕要很久以後了，至少現在還不是這樣的概念。下面的簡圖，是微軟發展的DNA儲存系統，資料存取流程的基本概念，PCR Thermocycler是DNA放大器。
DNA資料存取流程示意簡圖。（圖：微軟）
本文取材自2018年10月７日「那福忠西海岸數位隨筆（69）」：數位資料的大倉儲－DNA
對本文有任何看法，歡迎 E-Mail：frank.na@gmail.com 與作者分享。
