合成DNA作為一種高密度數據存儲介質，多年來一直吸引著數字未來學家。整個互聯網可以被編碼成鞋盒大小的DNA鏈，而DNA分子非常穩定，可以持續數萬年甚至幾十萬年。例如，2013年，科學家們對一具70萬年前的馬化石的整個基因組進行了測序。

一旦儲存起來，DNA幾乎不需要任何維護。畢竟，化石在地下生活了數百萬年后仍然保存著DNA序列。DNA存儲也不需要任何能量--在有人決定訪問它之前，只需要一個涼爽、黑暗的地方就可以了。

然而，將一種數據格式轉換為另一種格式并不簡單。德克薩斯大學奧斯汀分校(University Of Texas At Austin)的研究團隊提出了一種在DNA鏈中存儲信息的方法，同時也糾正了錯誤。他們開創了一套DNA數據編碼和解碼算法，可能會開創高密度、長期數據存儲的新領域。

其工作讓人想起了開創量子密碼技術領域的里程碑式的BB84 protocol，有朝一日，它將成為基因組數據存儲應用領域的基礎，而基因組數據存儲應用是以每克千兆字節為單位重新想象而來的。

Stephen Jones是Press所在小組的博士后，也是《美國科學院院刊》（Proceedings of the National Academy of Sciences）論文的合著者，他說，最好從了解數據存儲錯誤通常在哪里蔓延開始。

像所有的數據存儲方法一樣，DNA也有一些缺點。最重要的前期障礙是成本。除此之外，DNA也容易出錯。回想一下組成DNA階梯的四個核苷酸堿基。平均而言，DNA在每100到1000個核苷酸中會引入一個錯誤。它們可以采取三種形式：替換、插入和刪除。

在替換突變中，一串核苷酸中的一個字母可能會被換成另一個，DNA鏈的長度保持不變。然而，在插入或缺失時，DNA會獲得一個額外的核苷酸堿基，或者移除一個堿基。但與計算機代碼中的錯誤不同的是，在移除的堿基曾經居住的地方沒有留下任何空間，當你去解碼存儲在DNA中的數據時，這可能很快就會出現問題。

事實上，DNA數據存儲的相對性質是Press，Jones和合著者的HEDGESprotocol的關鍵。他們的研究方案中沒有一個單獨的核苷酸包含有用的數據。相反，正是核苷酸序列的積累提供了一個強大的存儲系統，他們預測這個系統可以實現DNA的高密度潛力，同時還能經久不衰。

研究小組使用了L. Frank Baum的The Wizard of Oz，并將其翻譯成世界語，作為他們要存儲的樣本數據集。Jones說，現在合成的DNA通常是由大約100對堿基組成的。這就是他們的“硬盤”的基礎。

因此，他們的研究方案需要能夠被分割成數千或數百萬的幾百個核苷酸序列，每一個序列都包含重組源文本所需的信息，即使存在未知數量的替換、插入和刪除錯誤。

然后，將The Wizard of Oz編碼成DNA，涉及到通過“外部”編碼層和“內部”編碼層傳遞數據。（將這些步驟看作是復雜密碼標準中的兩個獨立算法。）

外層將源數據對角化，這樣任何給定的DNA鏈都將包含信息許多部分的碎片。內層，即模糊限制，然后根據一種算法將每一位轉換成A、C、T或G，該算法既依賴于該位的零或一個值，又取決于它在數據流中的位置的附加信息，以及它前面的數據位。

然后，一旦Oz被翻譯成核苷酸的語言，它就可以被寫在合成的DNA鏈上了。

“我把DNA打得粉碎，”Jones表示，“它顯示了DNA是多么強大。”從DNA存儲器中解碼數據需要首先對the Wizard of Oz的基因組進行測序，然后將這些遺傳數據轉換回位。一旦他們弄清楚哪些位是“address”位，他們就可以將剩余的信息位串回到一個單獨的、連接的數據文件中。

博士后研究員、合著者John Hawkins表示，“展望未來，基于DNA的存儲的潛力幾乎是無限的。他提出了一種未來的愿景，在那里，用數據編碼的DNA可以被合并到其他材料中。”

即使團隊已經取得了突破，但基于DNA的數字存儲還需要一段時間。研究人員表示，“數據能否保存到未來只是問題的一半。你還需要在另一端能夠閱讀。只要人類是由DNA構成的，我們就會一直希望周圍的機器能夠讀取DNA。但我不認為它會在十年或更長時間內可成為大眾市場產品。”