文︱关品方
自然科学学生们大概都知道，生物科技是21世纪新时代的前沿科学，生物科技里面的生物信息学是专科之一。最近生物信息方面的突破引起注意。利用DNA新技术，有希望带来数据存储革命，比较现有的存储方法快一万倍。
生物信息学（bioinformatics）是研究生物信息的采集、处理、传播、分析和解释等各方面的学科；现时是内地高考生选科的热门之一。随着生命科学和计算机科学的迅猛发展，生命科学和计算机科学两者的跨学科结合，现在已经形成一门新的科目。通过综合利用生物学、计算机科学和讯息技术，揭示出大量复杂的生物数据赋有的生命信息的奥秘。从传统的生物化学科（biochemistry）发展到生物信息科，有三个阶段性的突破。
上世纪90年代前，是前基因组时代，重点在研究和建立各种基因序列、比较算法、生物数据库、检索工具的开发以及DNA和蛋白质序列的分析。第二阶段是基因组时代，到21世纪初，主要是大规模的基因组测试。近年的重大突破是第三阶段，进一步开发DNA技术，尝试实现数据储存方面的突破。
笔者留意到上月22日在全世界知名的《自然》刊物上发表了一篇论文，北京大学定量生物学中心的研究员钱珑是作者之一。论文公布已开发出一种利用DNA遗传密码存储数据的新技术，可以推动以较低成本和可持续的方法存储不断增加中的数字信息，提供有力的解决方案。论文认为DNA能够帮助数据经济的发展，因为DNA是稳定的构成，一克（gram）DNA就能够储存大约1000万小时的高清视频。
这方面的研究，目前中国、美国和德国正在分别进行中。原理是利用一种简单的化学反应，模拟传统计算机的二进制系统，让信息能够以高精确度快速地打印在DNA上。现时的互联网数据中心（IDC）耗电量大，对室温有严格要求。俗语所谓挖矿其实是挖掘数据加以分析，主机之外又要备份，不可一刻中断，安全和效率是数据存储最大的挑战。
现时的数据存储技术无法存储和保存每天收集和产生的天量数据。理论上，在DNA保存数据的成本，比使用和维护硬盘要低很多。此前通过合成遗传密码来保存信息的努力，费时费钱易出错；科学家现时利用DNA新技术进行数据储存，理论上十分简单。利用一种被称为甲基化（methylation）的自然化学过程修改DNA中的碱基（碱性基因），这种碱基要么是甲基化的，要么是未甲基化的。
因此可以用于编码信息的两种可能状态，就像是计算机使用二进制，0和1一样，基本上就是两个数码。简单地说，就像是正负二极的两种状态。所谓半导体，就是驱动电子（以至粒子和光子）朝向单一特定方向前进。充分利用这种“半导”的单向性，为传导和储存信息提供有效的方法。甲基化的一个潜在优势是，相对于传统的DNA数据储存方法来说，这种新方法较为简单。传统的方法会不断积累越来越多的新遗传密码，可谓弄巧成拙，自我挫败；新遗传密码越来越多，直至难以为继，因为难以为计。这是笔者的浅白理解。
钱珑说得好。他认为传统的DNA数据储存技术就像是文字出现之前人类结绳记事，新的DNA储存技术就像是发明了活字印刷。新的编码策略可能比现在的方法快一万倍，而且成本极低。在人工智能一日千里的推动下，现在每年产生的数据量已经以泽字节（ZB）计，一个泽字节相当于一万亿吉字节（GB）。大量的数据储存容量压力导致全球各IDC对电力的巨大需求。
笔者留意到报章有报导：现时亚马逊、谷歌和微软以及马斯克下属一些公司正试图达成核电供应协议，以满足他们对数据储存的需求。从云储存到雾储存（类似数据的低空经济）以及云边际（或云边端）技术开发，对电力的需求庞大，因此新能源才这么重要。最终以风力、水力、光能和核能发电，逐步替代碳能（石油、天然气和煤炭，即火力发电）的趋势已不可逆转。这是另一话题，不在这里扯远。
现时欧洲生物讯息学研究所和华盛顿大学，还有前面提及的北京大学定量生物学中心，分别进行的DNA数据储存新技术仍然有极大的瓶颈，是否真正能够广泛利用，尚在未知之数。主要是化学改性后的碱基能否保持长期稳定性，能否大量复制，以及在特定情况下怎样读取（还原）所需数据的复杂过程。基础和理论研究之后，是应用和转化研究，以及技术开发和商业化的阶段。如果这种新技术系统的整体成本超过传统的DNA数据储存系统的成本，那就会限制其实际应用。关键是要让新方法更简单、更快捷、更便宜，才有扩展性和实用性，最终适用于一系列有关大数据处理的解决方案，找到数字经济的突破点。
现在看来，美国在中美之间科技战的目光已经转到DNA生命信息学。美国在DNA数据储存革命方面一定会严格进行打压，就像在喷气发动机开发方面长期对中国封锁核心技术一样。中国商飞在这方面还有一条漫长路要走。核心技术最终还是要通过自主创新进行突破，才能够站在科技的前沿。所谓科技无国界，就如同所谓资本无国界一样，只是一句空话。科学技术才是最关键、最激烈的涉及国家安全和民族存亡的临界线。对此无别话可说。