在代謝物中存儲圖像！分子記憶體潛力巨大，或將具備計算功能

導讀

據美國布朗大學官網近日報導，該校研究人員將千位元組規模的圖像文件編碼到代謝物溶液中，並再次從中讀取這些信息。

背景

如今，無論是將視頻文件存儲到計算機中，還是將圖像文件存儲到手機中，我們都離不開各式各樣的存儲晶元。

（圖片來源：維基百科）

可是，隨著數據「爆炸式」地增長，基於晶元的傳統記憶體件所提供的存儲空間越來越不夠用，就連「雲」端的存儲空間也面臨耗盡的風險。此外，由於黑客攻擊越來越猖狂，傳統記憶體件上的數據安全形勢也愈發嚴峻。所以，科學家們開始積極探索其他的存儲方法，例如採用生物或者化學方法。

(圖片來源：麻省理工學院)

DNA分子以存儲巨量生物信息而聞名。在人工設計的數據存儲設備中，科學家們採用DNA的興趣不斷增長。此類數據存儲設備比我們現有的硬碟驅動器存儲的數據要多得多。

DNA（圖片來源：維基百科）

儘管DNA與存儲晶元相比非常小，然而它在分子世界中依然是非常大的。而且，DNA合成需要熟練的重複勞動，如果每條信息都要從頭開始設計，那麼高分子存儲的工作將會變得耗時漫長、成本昂貴。

所以，科學家們希望不直接借用生物學，而是利用有機化學與分析化學中的常見技術，開發一個小型、輕量的分子來編碼信息。兩個月前，筆者介紹過哈佛大學開發出一種新的存儲方法，它可以可穩定地存儲數據達數百萬年，而且在寫入數據之後不會消耗能量。該團隊選擇了寡肽作為他們的輕量分子。寡肽很常見，也很穩定，而且比DNA、RNA或者蛋白質都更小。

（圖片來源：Michael J. Fink）

創新

今天，筆者再為大家介紹一項採用小分子來存儲信息的新技術。

近日，美國布朗大學研究人員領導的一項研究表明，在人造代謝組（含有糖、氨基酸以及其他類型小分子的液體混合物陣列）中存儲和檢索數據是可行的。在一篇發表在《PLOS ONE》期刊上的論文中，研究人員們展示了他們可以將千位元組規模的圖像文件編碼到代謝物溶液中，並再次從中讀取這些信息。

（圖片來源：布朗大學）

技術

分子計算背後的想法，源於對更大數據存儲容量的日益增長的需求。據某些人估計，到2040年，全世界將產生3×10^24（3後面跟著24個零）比特的數據。存儲、搜索和處理所有這些數據將是一個令人生畏的挑戰。如果要用傳統的半導體晶元來應對這一挑戰，那麼地球上晶元級的矽可能就會不夠用。在與美國國防高級研究計劃局（DARPA）訂立的一份協議資助下，布朗大學的一組工程師和化學家一直在開發用小分子創造新信息系統的各種技術。

對於這項新研究來說，研究小組想要了解人造代謝組能否成為數據存儲的選項。在生物學中，代謝組是指有機體用來調節新陳代謝的全部分子。

布朗大學的博士後副研究員、論文第一作者埃蒙·肯尼迪（Eamonn Kennedy）表示：「不難發現，細胞和有機體用小分子來傳遞信息，但是這個機制歸納和量化起來會比較困難。我們想要演示代謝組是如何做到編碼精確的數字信息的。」

研究人員組裝了他們自己設計的代謝組（含有不同分子組合的小液體混合物）。混合物中特定代謝物出現與否，用於編碼一個比特位的數字信息（0或者1）。人造代謝組中分子類型的數量，決定了每個混合物可以擁有的比特位的數量。對於這項研究來說，研究人員創造出了6種和12種代謝物庫，這意味著每個混合物可以編碼6個比特位或者12個比特位。然後，數千個混合物，以納升尺寸的液滴形式，排列在小金屬板上。由液體處理機器人精確放置這些液滴的內容和排列，對所需數據進行編碼。

然後，金屬板被弄乾，遺留下代謝物分子的小斑點，每個分子都持有數字信息。然後，這些數據可通過質譜儀讀出，質譜儀可以識別板上每個點處出現的代謝物，並解碼數據。

研究人員採用這項技術成功編碼和檢索一系列容量多達2千位元組的圖像文件。研究人員表示，與現代存儲系統相比，這個容量並不算大，但這是一個可靠的概念驗證，而且進一步擴展的潛力巨大。混合物中比特位的數量，隨著人造代謝組中代謝物的數量增加而增加。目前，已經有數千種已知的代謝物可供使用。

這幅貓的圖像被存入到代謝物溶液中。（圖片來源：布朗大學）

研究人員指出這項技術還存在一些局限。例如，當許多代謝物放置在同一個溶液中的時候，相互之間會產生化學反應，這就會帶來數據的錯誤和丟失。但是這個缺陷最終可能會成為一個功能。研究人員可能會利用這些反應操控數據，在溶液中進行計算。

價值

布朗大學工學院教授、論文高級作者雅各布·羅森斯坦（Jacob Rosenstein）表示：「這只是一個概念驗證階段的成果，我們希望它能使人們考慮採用更大範圍的分子來存儲信息。在某些情況下，就像我們在這裡使用的那些小分子，具有比DNA更高的信息密度。」

羅森斯坦表示，另一項潛在的優勢源於這樣一個事實：許多代謝物可以相互反應形成新的混合物。這樣就有可能使得分子系統不僅可以存儲數據，而且可以操控數據（在代謝物混合物中進行計算）。

布朗大學化學系助理教授、論文合著者之一的布倫達·魯賓斯坦（Brenda Rubenstein）表示：「採用分子進行計算是一個絕好的機遇，我們才剛剛開始搞清楚如何利用它。」

魯賓斯坦表示：「這樣的研究挑戰了人們認為在分子數據系統中可行的事情。DNA並不是唯一可用於存儲和處理信息的分子。令人興奮的是，我們認識到潛力巨大的其他可能性。」

關鍵字

分子、存儲、數據

參考資料

【1】https://www.brown.edu/news/2019-07-03/molecules