Data op DNA

Onze computers houden de enorme groei van data niet lang meer bij. Elke dag creëren wij zo’n 2,5 exabyte of 2.500.000.000 gigabyte aan nieuwe data en dat moeten we ergens opslaan. DNA wordt al jaren gezien als de nieuwe generatie harde schrijven. Een DNA-database neemt veel minder ruimte in beslag, blijft honderden jaren goed en de techniek zal niet snel verouderen.

Niet efficiënt

Helaas is data opslaan op DNA niet zo makkelijk. Onderzoekers schrijven de informatie nog niet efficiënt genoeg op de nucleotiden (de bouwstenen van het DNA) waardoor veel potentiële ruimte verloren gaat. Ook ontstaan er vaak fouten als ze de data weer van het DNA willen halen. Onderzoekers van Columbia University en het New York Genome Center (NYGC) hebben deze problemen nu op een slimme manier opgelost. “Elk mediabestand bestaat uit binaire code, een reeks van enen en nullen. Wij kunnen deze lange reeksen nu zo knippen dat we ze uiteindelijk zonder fouten weer aflezen”, vertelt co-auteur en hoogleraar computerwetenschappen Yaniv Erlich.

Erlich gebruikt hiervoor een zogenaamd fontein-algoritme. Dit algoritme zorgt er ook voor dat je video’s kunt streamen op je telefoon. Met deze techniek knipt de computer grote bestanden in korte strengen binaire code en verdeelt deze korte strengen willekeurig over zogenoemde ‘druppels’. Vervolgens bindt de computer de code aan de vier nucleotiden waar DNA uit opgebouwd is: de A werd 00, C is 01, G is 10 en T is 1.

Sudoku

Vervolgens verwijdert de computer de lettercombinaties die vaak problemen opleveren bij het kopiëren van het DNA en krijgen alle druppels een streepjescode zodat ze weer in de goede volgorde in elkaar worden gezet. “Omdat het algoritme bepaalde regels gebruikt tijdens het knippen van de code, kunnen we de code ook opbouwen als enkele druppels missen”, legt Erlich uit. Hij vergelijkt het met het maken van een sudoku: “Ook bij sudokus zijn sommige vakken leeg, maar je kunt ze wel weer invullen omdat je de regels kent.”

De onderzoekers maakten een groot bestand met daarin een besturingssysteem van een computer, een Franse film, een Amazon-cadeaukaart, een computervirus, een gouden plaat die ooit meeging in de Pioneer-ruimtesonde en een wetenschappelijk artikel om hun systeem te testen. De 72.000 stukken DNA die de computer uiteindelijk van dit bestand maakte, lieten ze door een bedrijf synthetiseren. En met succes: “Toen we het buisje met DNA met een speciale software weer omzetten naar binaire code konden we alle bestanden weer lezen en gebruiken,” zegt Erlich trots. “We hebben zelfs nog een paar keer kopieën gemaakt, die we elke keer zonder fouten konden gebruiken.”