Một nghiên cứu đột phá đã tạo ra bước tiến đáng kể trong việc phát triển hệ thống lưu trữ dữ liệu kỹ thuật số dựa trên DNA .
Dữ liệu kỹ thuật số đang tăng trưởng theo cấp số nhân hiện nay do sự phụ thuộc của chúng ta vào các thiết bị điện tử và điều này đòi hỏi khả năng lưu trữ dài hạn mạnh mẽ. Việc lưu trữ dữ liệu đang dần trở nên khó khăn vì công nghệ kỹ thuật số hiện tại không thể cung cấp giải pháp. Ví dụ, lượng dữ liệu kỹ thuật số được tạo ra trong hai năm qua nhiều hơn toàn bộ lịch sử máy tính , trên thực tế, mỗi ngày trên thế giới đang có 2.5 triệu tỷ byte (1 triệu tỷ byte = 2,500,000 Terabyte (TB) = 2,500,000,000 Gigabyte (GB)) dữ liệu được tạo ra. Điều này bao gồm dữ liệu trên các trang mạng xã hội, giao dịch ngân hàng trực tuyến, hồ sơ của các công ty và tổ chức, dữ liệu từ vệ tinh, giám sát, nghiên cứu, phát triển, v.v. Lượng dữ liệu này rất lớn và không có cấu trúc. Do đó, việc giải quyết nhu cầu lưu trữ khổng lồ cho dữ liệu và sự tăng trưởng theo cấp số nhân của nó hiện đang là một thách thức lớn, đặc biệt đối với các tổ chức và tập đoàn cần khả năng lưu trữ dài hạn mạnh mẽ.
Các tùy chọn khả dụng hiện tại là đĩa cứng, đĩa quang (CD), thẻ nhớ, ổ đĩa flash và ổ băng cao cấp hơn hoặc đĩa BluRay quang lưu trữ khoảng 10 Terabyte (TB) dữ liệu. Những thiết bị lưu trữ như vậy mặc dù được sử dụng phổ biến nhưng lại có nhiều nhược điểm. Thứ nhất, chúng có thời hạn sử dụng từ thấp đến trung bình và chúng cần được bảo quản trong điều kiện nhiệt độ và độ ẩm lý tưởng để có thể tồn tại trong nhiều thập kỷ và do đó yêu cầu không gian lưu trữ vật lý được thiết kế đặc biệt. Hầu hết tất cả những thứ này đều tiêu tốn rất nhiều điện năng, cồng kềnh và không thực tế và có thể bị hỏng trong một cú rơi đơn giản. Một số trong số chúng rất đắt, thường bị lỗi dữ liệu và do đó không đủ mạnh. Một tùy chọn đã được tổ chức chấp nhận rộng rãi được gọi là điện toán đám mây - một thỏa thuận trong đó một công ty về cơ bản thuê một máy chủ “bên ngoài” để xử lý tất cả các yêu cầu về CNTT và lưu trữ dữ liệu, được gọi là “đám mây”. Một trong những nhược điểm chính của điện toán đám mây là các vấn đề về bảo mật và quyền riêng tư và dễ bị tin tặc tấn công. Ngoài ra còn có các vấn đề khác như chi phí cao liên quan, sự kiểm soát hạn chế của tổ chức mẹ và sự phụ thuộc vào nền tảng. Điện toán đám mây vẫn được coi là một giải pháp thay thế tốt để lưu trữ lâu dài. Tuy nhiên, có vẻ như thông tin kỹ thuật số được tạo ra trên toàn thế giới chắc chắn đang vượt quá khả năng lưu trữ của chúng tôi và thậm chí cần có các giải pháp mạnh mẽ hơn để đáp ứng cho cơn bão dữ liệu này đồng thời cung cấp khả năng mở rộng để tính đến cả nhu cầu lưu trữ trong tương lai.
DNA có thể giúp gì trong việc lưu trữ máy tính không?
ADN (axit deoxyribonucleic) của chúng ta đang được xem xét như một phương tiện thay thế đầy hứa hẹn cho việc lưu trữ dữ liệu kỹ thuật số. ADN là vật liệu tự sao chép có trong hầu hết các sinh vật sống và là thành phần cấu tạo nên thông tin di truyền của chúng ta. ADN nhân tạo hoặc tổng hợp là một vật liệu bền vững có thể được tạo ra bằng cách sử dụng các máy tổng hợp oligonucleotide có sẵn trên thị trường. Lợi ích chính của ADN là tuổi thọ cao, vì ADN tồn tại lâu hơn silicon (chip silicon - vật liệu được sử dụng để chế tạo máy tính ) gấp 1000 lần. Thật đáng kinh ngạc, chỉ một milimét khối ADN có thể chứa một triệu tỷ byte dữ liệu! ADN cũng là một vật liệu siêu nhỏ gọn, không bao giờ bị phân hủy và có thể được bảo quản ở nơi khô ráo, thoáng mát trong hàng trăm thế kỷ. Ý tưởng sử dụng ADN để lưu trữ đã có từ rất lâu, từ năm 1994. Lý do chính là cách thức lưu trữ thông tin tương tự nhau giữa máy tính và ADN của chúng ta - vì cả hai đều lưu trữ bản thiết kế của thông tin. Máy tính lưu trữ tất cả dữ liệu dưới dạng số 0 và 1, còn DNA lưu trữ tất cả dữ liệu của một sinh vật sống bằng cách sử dụng bốn bazơ – thymine (T), guanine (G), adenine (A) và cytosine (C). Do đó, DNA có thể được gọi là một thiết bị lưu trữ tiêu chuẩn, giống như máy tính, nếu các bazơ này có thể được biểu diễn dưới dạng số 0 (bazơ A và C) và số 1 (bazơ T và G). DNA rất bền và lâu dài, điều này được thể hiện đơn giản nhất qua việc mã di truyền của chúng ta – bản thiết kế của tất cả thông tin được lưu trữ trong DNA – được truyền hiệu quả từ thế hệ này sang thế hệ khác một cách lặp đi lặp lại. Tất cả các ông lớn phần mềm và phần cứng đều rất muốn sử dụng DNA tổng hợp để lưu trữ lượng lớn dữ liệu nhằm đạt được mục tiêu giải quyết vấn đề lưu trữ dữ liệu dài hạn. Ý tưởng là trước tiên chuyển đổi mã máy tính (số 0 và 1) thành mã DNA (A, C, T, G), sau đó mã DNA đã chuyển đổi được sử dụng để tạo ra các chuỗi DNA tổng hợp, rồi có thể được lưu trữ lạnh. Khi cần thiết, các sợi DNA có thể được lấy ra khỏi kho lạnh và thông tin của chúng được giải mã bằng máy giải trình tự DNA, sau đó trình tự DNA được dịch ngược lại thành định dạng nhị phân gồm các số 1 và 0 để máy tính đọc.
Người ta đã chứng minh¹ rằng chỉ vài gam DNA có thể lưu trữ hàng triệu tỷ byte dữ liệu và giữ nguyên vẹn chúng trong tối đa 2000 năm. Tuy nhiên, sự hiểu biết đơn giản này đã gặp phải một số thách thức. Thứ nhất, việc ghi dữ liệu vào DNA khá tốn kém và cũng rất chậm, tức là quá trình chuyển đổi thực tế các số 0 và 1 thành các bazơ DNA (A, T, C, G). Thứ hai, một khi dữ liệu đã được "ghi" vào DNA, việc tìm kiếm và truy xuất các tệp rất khó khăn và đòi hỏi một kỹ thuật gọi là giải trình tự DNA - quá trình xác định thứ tự chính xác của các bazơ trong một phân tử DNA - sau đó dữ liệu được giải mã trở lại thành các số 0 và 1.
Một nghiên cứu gần đây² của các nhà khoa học từ Microsoft Research và Đại học Washington đã đạt được khả năng “truy cập ngẫu nhiên” vào bộ nhớ DNA. Khía cạnh “truy cập ngẫu nhiên” rất quan trọng vì nó có nghĩa là thông tin có thể được chuyển đến hoặc từ một nơi (thường là bộ nhớ) mà ở đó mọi vị trí, bất kể nằm ở đâu trong chuỗi, đều có thể được truy cập trực tiếp. Sử dụng kỹ thuật truy cập ngẫu nhiên này, các tệp có thể được truy xuất từ bộ nhớ DNA một cách chọn lọc so với trước đây, khi việc truy xuất như vậy yêu cầu phải giải trình tự và giải mã toàn bộ tập dữ liệu DNA để tìm và trích xuất một vài tệp cần thiết. Tầm quan trọng của “truy cập ngẫu nhiên” càng được nâng cao khi lượng dữ liệu tăng lên và trở nên khổng lồ vì nó làm giảm lượng giải trình tự cần thực hiện. Đây là lần đầu tiên khả năng truy cập ngẫu nhiên được chứng minh ở quy mô lớn như vậy. Các nhà nghiên cứu cũng đã phát triển một thuật toán để giải mã và khôi phục dữ liệu hiệu quả hơn với khả năng chịu lỗi dữ liệu cao hơn, giúp quy trình giải trình tự cũng nhanh hơn. Nghiên cứu này đã mã hóa hơn 13 triệu oligonucleotide DNA tổng hợp, tạo ra dữ liệu có kích thước 200MB bao gồm 35 tập tin (chứa video, âm thanh, hình ảnh và văn bản) với kích thước từ 29KB đến 44MB. Các tập tin này được truy xuất riêng lẻ mà không có lỗi. Ngoài ra, các tác giả đã phát triển các thuật toán mới mạnh mẽ hơn và có khả năng chịu lỗi tốt hơn trong việc ghi và đọc trình tự DNA. Nghiên cứu này, được công bố trên tạp chí Nature Biotechnology, đánh dấu một bước tiến lớn, cho thấy một hệ thống khả thi, quy mô lớn để lưu trữ và truy xuất DNA.
Hệ thống lưu trữ DNA có vẻ rất hấp dẫn vì có mật độ dữ liệu cao, độ ổn định cao và dễ lưu trữ, nhưng rõ ràng nó còn gặp nhiều thách thức trước khi được áp dụng rộng rãi. Một vài yếu tố là việc giải mã DNA (trình tự hóa) tốn nhiều thời gian và công sức, cũng như việc tổng hợp DNA . Kỹ thuật này đòi hỏi độ chính xác cao hơn và phạm vi bao phủ rộng hơn. Mặc dù đã có những tiến bộ trong lĩnh vực này, định dạng chính xác mà dữ liệu sẽ được lưu trữ lâu dài dưới dạng DNA vẫn đang được phát triển. Microsoft đã cam kết cải thiện việc sản xuất DNA tổng hợp và giải quyết các thách thức để thiết kế một hệ thống lưu trữ DNA hoạt động hoàn chỉnh vào năm 2020.
***
Nguồn
1. Erlich Y và Zielinski D 2017. DNA Fountain cho phép kiến trúc lưu trữ mạnh mẽ và hiệu quả. Science. 355(6328). https://doi.org/10.1126/science.aaj2038
2. Organick L et al. 2018. Truy cập ngẫu nhiên trong lưu trữ dữ liệu DNA quy mô lớn. Nature Biotechnology. 36. https://doi.org/10.1038/nbt.4079
***
