A humanidade tem um grande problema de armazenamento de dados. Nos últimos dois anos, as pessoas criaram mais informações do que em toda a história anterior. E esse fluxo de informações em breve ultrapassará a capacidade dos discos rígidos.
Os pesquisadores afirmam que encontraram uma nova maneira de codificar informações digitais no DNA. Um grama de DNA pode armazenar 215 petabytes (215 milhões de gigabytes) de dados. Assim, todas as informações já criadas por uma pessoa ocuparão um contêiner do tamanho de um par de caminhões.
O DNA tem muitas vantagens para armazenar informações digitais. É ultracompacto e pode ser armazenado por milhares de anos em local fresco e seco. E as pessoas sempre podem decifrá-lo. “O DNA não se degrada com o tempo como os cassetes ou discos e não ficará desatualizado”, diz Yaniv Ehrlich, cientista da Universidade de Columbia (EUA).
Cientistas preservam informações digitais no DNA desde 2012, quando os geneticistas da Universidade de Harvard (EUA) George Church, Sree Kosuri e seus colegas codificaram um livro de 52 mil palavras em milhares de fragmentos de DNA usando fitas do alfabeto de quatro letras - A, G, T e C para codificar os zeros e uns do arquivo digitalizado.
Esse sistema de criptografia era relativamente ineficaz e só conseguia armazenar 1,28 petabytes por grama de DNA. Outras abordagens funcionaram melhor. Mas nenhum permitiu que o DNA retivesse mais da metade de sua capacidade máxima. O DNA pode sustentar cerca de 1,8 bits por nucleotídeo de DNA (o número não chega a 2 bits devido a erros raros, mas inevitáveis de leitura e gravação).
Ehrlich decidiu que chegaria mais perto desse limite. Portanto, ele e Dina Zilinski se voltaram para os algoritmos usados para criptografar e descriptografar informações. Eles começaram com 6 arquivos, que incluíam um sistema operacional de computador completo, um vírus de computador, um filme francês de 1895 intitulado A chegada de um trem em La Ciotat e um estudo de 1948 do teórico Claude Shannon. Primeiro, os cientistas converteram os arquivos em strings binárias de uns e zeros, compactaram-nos em um arquivo base e, em seguida, dividiram os dados em strings curtas de código binário. Eles desenvolveram um algoritmo chamado "Fonte de DNA", que agrupa cadeias aleatoriamente nas chamadas "bolhas". Os pesquisadores adicionaram tags adicionais a eles para que pudessem ser reconstruídos posteriormente na ordem correta. No total, os cientistas geraram uma lista digital de 72 mil fitas de DNA,cada 200 caracteres de comprimento.
Vídeo promocional:
Eles os enviaram como arquivos de texto para a startup Twist Bioscience na Califórnia, onde sintetizaram fitas de DNA. Duas semanas depois, Ehrlich e Zilinski receberam uma ampola com um pedaço de DNA pelo correio, em que seus arquivos foram criptografados. Para decifrá-los, os cientistas usaram a moderna tecnologia de sequenciamento de DNA. As sequências foram enviadas a um computador, que traduziu o código genético de volta para o binário e usou as tags para remontar os seis arquivos originais. A tecnologia funcionou tão bem que os novos arquivos ficaram livres de erros.
No entanto, Kosuri e Ehrlich observaram que a nova abordagem não está pronta para uso em larga escala. Eles gastaram 7 mil dólares para sintetizar 2 megabytes de informações em arquivos e mais 2 mil dólares para lê-los. Em comparação com outras formas de armazenamento de dados, a escrita e a leitura do DNA são relativamente lentas.
