Aurrerapen-ikerketa batek urrats garrantzitsua eman du datu digitalak biltegiratzeko DNAn oinarritutako sistema bat garatzeko bidean.
Datu digitalak esponentzialki hazten ari dira gaur egun, gailuekiko dugun menpekotasunagatik, eta epe luzerako biltegiratze sendoa behar dute. Datuen biltegiratzea pixkanaka erronka bihurtzen ari da, egungo teknologia digitalak ez duelako irtenbiderik eskaintzen. Adibide bat da azken bi urteetan ordenagailuen historia osoan baino datu digital gehiago sortu direla ; izan ere, 2.5 kintilioi byte {1 kintilioi byte = 2,500,000 Terabyte (TB) = 2,500,000,000 Gigabyte (GB)} datu sortzen ari dira egunero munduan. Honen barruan sartzen dira sare sozialetako datuak, online banku-transakzioak, enpresen eta erakundeen erregistroak, sateliteetako datuak, zaintza, ikerketa, garapena, etab. Datu hauek erraldoiak eta egituratu gabeak dira. Hori dela eta, erronka handia da orain datuen biltegiratze-behar erraldoiei eta haien hazkunde esponentzialari aurre egitea, batez ere epe luzerako biltegiratze sendoa behar duten erakunde eta korporazioentzat.
Gaur egun eskuragarri dauden aukerak hauek dira: disko gogorra, disko optikoak (CDak), memoria-makilak, flash-unitateak eta zinta-unitate aurreratuagoak edo BluRay disko optikoak, gutxi gorabehera 10 Terabyte (TB) datuak gordetzen dituztenak. Biltegiratze-gailu horiek normalean erabiltzen diren arren desabantaila asko dituzte. Lehenik eta behin, iraupen baxu-ertaina dute eta tenperatura eta hezetasun baldintza egokietan gorde behar dira hamarkada askotan iraun ahal izateko eta, beraz, bereziki diseinatutako biltegiratze-espazio fisikoak behar dituzte. Hauek ia guztiek energia asko kontsumitzen dute, handiak eta ez dira praktikoak eta erorketa soil batean kaltetu daitezke. Horietako batzuk oso garestiak dira, askotan datu-erroreak dituzte eta, beraz, ez dira nahiko sendoak. Erakundeak unibertsalki onartu duen aukera bati hodeiko informatika deitzen zaio: enpresa batek, funtsean, "kanpoko" zerbitzari bat kontratatzen du bere informatika eta datuak biltegiratzeko eskakizun guztiak kudeatzeko, "hodeia" deritzona. Hodeiko informatikaren desabantaila nagusietako bat segurtasun eta pribatutasun arazoak eta hackerren erasoetarako ahultasuna dira. Beste arazo batzuk ere badaude inplikatutako kostu handiak, gurasoen erakundearen kontrol mugatua eta plataformaren menpekotasuna. Hodeiko informatika epe luzerako biltegiratzeko alternatiba ona ikusten da oraindik. Hala eta guztiz ere, badirudi mundu osoan sortzen ari den informazio digitalak gordetzeko dugun gaitasuna gainditzen ari dela eta datu-luraldi honi aurre egiteko irtenbide sendoagoak behar dira, etorkizuneko biltegiratze beharrak ere kontuan hartzeko eskalagarritasuna eskainiz.
ADNak lagun dezake ordenagailuaren biltegiratzean?
Gure DNA (azido desoxirribonukleikoa) datu digitalak gordetzeko alternatiba zirraragarri gisa hartzen ari da kontuan. DNA ia organismo bizidun guztietan dagoen autoerrepikatzen den materiala da eta gure informazio genetikoa osatzen du. DNA artifiziala edo sintetikoa material iraunkorra da, komertzialki eskuragarri dauden oligonukleotidoen sintesi makinak erabiliz egin daitekeena. DNAren abantaila nagusia bere iraupena da, DNA batek silizioa baino 1000 aldiz gehiago irauten baitu (siliziozko txipa - ordenagailuak eraikitzeko erabiltzen den materiala ). Harrigarria bada ere, DNA milimetro kubiko bakar batek kintilioi byte datu eduki ditzake! DNA material ultrakonpaktua da, inoiz degradatzen ez dena eta leku fresko eta lehor batean ehunka mendez gorde daitekeena. DNA biltegiratzeko erabiltzearen ideia aspalditik dago martxan, 1994tik. Arrazoi nagusia ordenagailuan eta gure DNAn informazioa gordetzeko modu antzekoa da , biek informazioaren planoak gordetzen baitituzte. Ordenagailu batek datu guztiak 0 eta 1 gisa gordetzen ditu eta DNAk organismo bizidun baten datu guztiak gordetzen ditu lau baseak erabiliz: timina (T), guanina (G), adenina (A) eta zitosina (C). Beraz, DNA biltegiratze gailu estandar bat dela esan liteke, ordenagailu bat bezala, base hauek 0 (A eta C baseak) eta 1 (T eta G baseak) gisa irudika badaitezke. DNA gogorra eta iraunkorra da, islarik sinpleena gure kode genetikoa -DNAn gordetako informazio guztiaren planoa- belaunaldiz belaunaldi modu eraginkorrean transmititzen dela errepikatuta. Software eta hardware erraldoi guztiek DNA sintetikoa erabiltzea gogotsu dute datu kopuru handiak gordetzeko, datuen epe luzerako artxibatzea konpontzeko helburua lortzeko. Ideia da lehenik ordenagailu kodeko 0 eta 1ak DNA kode bihurtzea (A, C, T, G), bihurtutako DNA kodea DNA kate sintetikoak sortzeko erabiltzen da, eta gero biltegiratze hotzean gorde daitezke. Beharrezkoa denean, DNA kateak biltegi hotzetik atera daitezke eta haien informazioa DNA sekuentziazio makina erabiliz deskodifikatu, eta DNA sekuentzia azkenean 1 eta 0ko ordenagailu bitar formatura itzultzen da ordenagailuan irakurtzeko.
Frogatu da 1 DNA gramo gutxi batzuek kintilioi byte datu gorde ditzaketela eta 2000 urtez osorik mantendu ditzaketela. Hala ere, ulermen sinple honek zenbait erronka izan ditu. Lehenik eta behin, nahiko garestia eta oso motela da datuak DNAra idaztea, hau da, 0 eta 1en benetako bihurketa DNA baseetara (A, T, C, G). Bigarrenik, datuak DNAra "idatzi" ondoren, zaila da fitxategiak aurkitzea eta berreskuratzea eta DNA sekuentziazio izeneko teknika bat behar da - DNA molekula baten barruko baseen ordena zehatza zehazteko prozesua -, eta ondoren datuak 0 eta 1etara deskodetzen dira berriro.
Microsoft Research-eko eta Washingtongo Unibertsitateko zientzialariek egindako ikerketa batek 2 DNA biltegiratzean "ausazko sarbidea" lortu du. "Ausazko sarbidea" alderdia oso garrantzitsua da, informazioa leku batera edo leku batetik (orokorrean memoria batera) transferitu daitekeela esan nahi duelako, non kokapen guztiak, sekuentzian non dauden kontuan hartu gabe, zuzenean atzi daitezkeen. Ausazko sarbidearen teknika hau erabiliz, fitxategiak DNA biltegitik modu selektiboan berreskura daitezke, lehen baino, non berreskurapen horrek DNA datu-multzo oso bat sekuentziatu eta deskodetu behar baitzuen nahi ziren fitxategi gutxi batzuk aurkitu eta ateratzeko. "Ausazko sarbidearen" garrantzia areagotu egiten da datu kopurua handitzen denean eta izugarria bihurtzen denean, egin behar den sekuentziazio kopurua murrizten baitu. Lehen aldia da ausazko sarbidea eskala hain handian erakusten dela. Ikertzaileek algoritmo bat ere garatu dute datuak modu eraginkorragoan deskodetzeko eta leheneratzeko, datu-erroreekiko tolerantzia handiagoarekin, sekuentziazio-prozedura ere azkarragoa bihurtuz. Ikerketa honetan 13 milioi DNA oligonukleotido sintetiko baino gehiago kodetu ziren, 200 MB-ko datuak, 35 fitxategiz osatuak (bideoa, audioa, irudiak eta testua barne), 29 KB eta 44 MB arteko tamainakoak. Fitxategi hauek banan-banan berreskuratu ziren, akatsik gabe. Gainera, egileek algoritmo berriak asmatu dituzte, DNA sekuentziak idazteko eta irakurtzeko sendoagoak eta akatsekiko toleranteagoak direnak. Ikerketa hau Nature Biotechnology aldizkarian argitaratu da , aurrerapen garrantzitsu batean, DNA biltegiratzeko eta berreskuratzeko sistema bideragarri eta eskala handiko bat erakusten duena.
DNA biltegiratze sistema oso erakargarria dirudi, datu-dentsitate handia, egonkortasun handia eta gordetzeko erraza delako, baina, jakina, erronka asko ditu unibertsalki erabili aurretik. Faktore batzuk DNAren deskodetzea (sekuentziazioa) denbora eta lan asko eskatzen duena eta DNAren sintesia dira. Teknikak zehaztasun handiagoa eta estaldura zabalagoa behar ditu. Arlo honetan aurrerapenak egin diren arren, DNAren epe luzera datuak gordeko diren formatu zehatza oraindik eboluzionatzen ari da. Microsoftek DNA sintetikoaren ekoizpena hobetuko duela eta 2020rako DNA biltegiratze sistema guztiz operatibo bat diseinatzeko erronkei aurre egingo diela hitzeman du .
***
Iturria (k)
1. Erlich Y eta Zielinski D 2017. DNA iturriak biltegiratze arkitektura sendo eta eraginkorra ahalbidetzen du. Science. 355(6328). https://doi.org/10.1126/science.aaj2038
2. Organick L et al. 2018. Ausazko sarbidea DNA datuen biltegiratze eskala handikoan. Nature Biotechnology. 36. https://doi.org/10.1038/nbt.4079
***
