जाहिरात

प्रचंड संगणक डेटा संचयित करण्याचे माध्यम म्हणून डीएनए: लवकरच एक वास्तविकता?

एक प्रगतीशील अभ्यास विकसित करण्याच्या शोधात महत्त्वपूर्ण पाऊल पुढे टाकतो डीएनए- डिजिटल डेटासाठी आधारित स्टोरेज सिस्टम.

डिजिटल डेटा गॅझेटवरील आपल्या अवलंबित्वामुळे आज घातांक दराने वाढत आहे आणि त्यासाठी दीर्घकालीन संचयन आवश्यक आहे. डेटा स्टोरेज हळूहळू आव्हानात्मक होत चालले आहे कारण सध्याचे डिजिटल तंत्रज्ञान त्यावर उपाय देऊ शकत नाही. एक उदाहरण म्हणजे गेल्या दोन वर्षांत सर्व इतिहासापेक्षा अधिक डिजिटल डेटा तयार झाला आहे संगणक, खरं तर जगात दररोज 2.5 क्विंटिलियन बाइट {1 क्विंटिलियन बाइट = 2,500,000 टेराबाइट्स (TB) = 2,500,000,000 Gigabytes (GB)} डेटा तयार केला जात आहे. यामध्ये सोशल नेटवर्किंग साइट्सवरील डेटा, ऑनलाइन बँकिंग व्यवहार, कंपन्या आणि संस्थांचे रेकॉर्ड, उपग्रहांवरील डेटा, पाळत ठेवणे, संशोधन, विकास इत्यादींचा समावेश आहे. हा डेटा प्रचंड आणि असंरचित आहे. त्यामुळे, डेटा आणि त्याच्या घातांकीय वाढीसाठी, विशेषत: दीर्घकालीन स्टोरेजची आवश्यकता असलेल्या संस्था आणि कॉर्पोरेशन्ससाठी प्रचंड स्टोरेज आवश्यकता हाताळणे हे आता मोठे आव्हान आहे.

सध्या उपलब्ध असलेले पर्याय हार्ड डिस्क, ऑप्टिकल डिस्क्स (CDs), मेमरी स्टिक, फ्लॅश ड्राइव्ह आणि अधिक प्रगत टेप्स ड्राइव्ह किंवा ऑप्टिकल ब्ल्यूरे डिस्क्स आहेत जे अंदाजे 10 टेराबाइट्स (TB) डेटा साठवतात. अशा स्टोरेज डिव्हाइसेसना सामान्यतः वापरल्या जात असले तरी त्यांचे बरेच तोटे आहेत. प्रथम, त्यांच्याकडे कमी ते मध्यम शेल्फ लाइफ आहे आणि ते अनेक दशके टिकून राहण्यासाठी आदर्श तापमान आणि आर्द्रतेच्या परिस्थितीत साठवले जाणे आवश्यक आहे आणि अशा प्रकारे विशेषतः डिझाइन केलेल्या भौतिक स्टोरेज स्पेसची आवश्यकता आहे. यापैकी जवळपास सर्वच मोठ्या प्रमाणात उर्जा वापरतात, ते अवजड आणि अव्यवहार्य असतात आणि साध्या पडझडीत खराब होऊ शकतात. त्यापैकी काही खूप महाग आहेत, अनेकदा डेटा त्रुटीने त्रस्त असतात आणि त्यामुळे ते पुरेसे मजबूत नसतात. संस्थेद्वारे सर्वत्र स्वीकारल्या गेलेल्या पर्यायाला क्लाउड कंप्युटिंग म्हणतात - एक अशी व्यवस्था ज्यामध्ये कंपनी मुळात त्याच्या सर्व IT आणि डेटा स्टोरेज आवश्यकता हाताळण्यासाठी "बाहेरील" सर्व्हर ठेवते, ज्याला "क्लाउड" म्हणून संबोधले जाते. क्लाउड कॉम्प्युटिंगच्या प्राथमिक तोट्यांपैकी एक म्हणजे सुरक्षा आणि गोपनीयतेच्या समस्या आणि हॅकर्सच्या हल्ल्याची असुरक्षा. उच्च खर्च, पालक संस्थेचे मर्यादित नियंत्रण आणि प्लॅटफॉर्म अवलंबित्व यासारख्या इतर समस्या देखील आहेत. दीर्घकालीन स्टोरेजसाठी क्लाउड कॉम्प्युटिंग हा अजूनही चांगला पर्याय आहे. तथापि, असे दिसते की जगभरात व्युत्पन्न होत असलेली डिजिटल माहिती ती संचयित करण्याच्या आमच्या क्षमतेला नक्कीच मागे टाकत आहे आणि भविष्यातील स्टोरेज गरजा लक्षात घेऊन स्केलेबिलिटी प्रदान करताना या डेटा महापूराची पूर्तता करण्यासाठी आणखी मजबूत उपाय आवश्यक आहेत.

डीएनए कॉम्प्युटर स्टोरेजमध्ये मदत करू शकतो?

आमच्या डीएनए (Deoxyribonucleic acid) डिजिटल डेटा स्टोरेजसाठी एक रोमांचक पर्यायी माध्यम म्हणून मानले जात आहे. डीएनए जवळजवळ सर्व सजीवांमध्ये अस्तित्वात असलेली स्वयं-प्रतिकृती सामग्री आहे आणि तीच आपली अनुवांशिक माहिती बनवते. एक कृत्रिम किंवा कृत्रिम डीएनए ही एक टिकाऊ सामग्री आहे जी व्यावसायिकरित्या उपलब्ध ऑलिगोन्यूक्लियोटाइड संश्लेषण मशीन वापरून बनवता येते. डीएनएचा प्राथमिक फायदा म्हणजे त्याचे दीर्घायुष्य आहे डीएनए सिलिकॉन पेक्षा 1000 पट जास्त काळ टिकतो (सिलिकॉन-चिप - इमारत बांधण्यासाठी वापरली जाणारी सामग्री संगणक). आश्चर्यकारकपणे, फक्त एक घन मिलिमीटर डीएनए एक क्विंटिलियन बाइट्स डेटा ठेवू शकतो! डीएनए ही एक अल्ट्राकॉम्पॅक्ट सामग्री देखील आहे जी कधीही खराब होत नाही आणि शेकडो शतके थंड, कोरड्या जागी ठेवली जाऊ शकते. स्टोरेजसाठी डीएनए वापरण्याची कल्पना 1994 पासून बर्याच काळापासून आहे. मुख्य कारण म्हणजे संगणकात आणि आपल्यामध्ये माहिती संग्रहित केली जात आहे. डीएनए - कारण दोन्ही माहितीचे ब्लूप्रिंट संग्रहित करतात. एक संगणक सर्व डेटा 0s आणि 1s म्हणून संग्रहित करतो आणि DNA सजीवांचा सर्व डेटा चार आधारांचा वापर करून संग्रहित करतो - थायमिन (टी), ग्वानिन (जी), ॲडेनाइन (ए) आणि साइटोसिन (सी). म्हणून, डीएनएला संगणकाप्रमाणेच मानक स्टोरेज डिव्हाइस म्हटले जाऊ शकते, जर हे बेस 0s (बेस A आणि C) आणि 1s (बेस T आणि G) म्हणून दर्शविले जाऊ शकतात. डीएनए कठीण आणि दीर्घकाळ टिकणारा आहे, सर्वात सोपा प्रतिबिंब म्हणजे आमचा अनुवांशिक कोड - डीएनएमध्ये संग्रहित आमच्या सर्व माहितीची ब्लूप्रिंट - कार्यक्षमतेने एका पिढीकडून दुसऱ्या पिढीकडे पुनरावृत्ती पद्धतीने प्रसारित केली जाते. सर्व सॉफ्टवेअर आणि हार्डवेअर दिग्गज डेटाचे दीर्घकालीन संग्रहण सोडवण्याचे त्यांचे लक्ष्य साध्य करण्यासाठी मोठ्या प्रमाणात संचयित करण्यासाठी कृत्रिम DNA वापरण्यास उत्सुक आहेत. प्रथम संगणक कोड 0s आणि 1s चे DNA कोड (A, C, T, G) मध्ये रूपांतरित करण्याचा विचार आहे, रूपांतरित DNA कोड नंतर DNA च्या कृत्रिम स्ट्रँड तयार करण्यासाठी वापरला जातो जो नंतर कोल्ड स्टोरेजमध्ये ठेवता येतो. जेव्हा आवश्यक असेल तेव्हा, कोल्ड स्टोरेजमधून डीएनए स्ट्रँड काढले जाऊ शकतात आणि डीएनए सिक्वेन्सिंग मशीन आणि डीएनए अनुक्रम वापरून त्यांची माहिती डीकोड केली जाते आणि शेवटी संगणकावर वाचण्यासाठी 1s आणि 0s च्या बायनरी कॉम्प्यूटर फॉरमॅटमध्ये भाषांतरित केले जाते.

ते दाखवले आहे1 फक्त काही ग्रॅम डीएनए क्विंटिलियन बाइट डेटा संचयित करू शकतो आणि 2000 वर्षांपर्यंत तो अबाधित ठेवू शकतो. तथापि, या साध्या समजुतीला काही आव्हानांचा सामना करावा लागला आहे. प्रथम, DNA वर डेटा लिहिणे खूप महाग आणि वेदनादायक धीमे आहे, म्हणजे 0s आणि 1s चे DNA बेसमध्ये (A, T, C, G) वास्तविक रूपांतरण. दुसरे म्हणजे, एकदा डेटा डीएनएवर "लिहिला" की, फायली शोधणे आणि पुनर्प्राप्त करणे आव्हानात्मक असते आणि त्यासाठी एक तंत्र आवश्यक असते. डीएनए अनुक्रमण - a मधील तळांचा अचूक क्रम निश्चित करण्याची प्रक्रिया डीएनए रेणू - ज्यानंतर डेटा परत 0s आणि 1s वर डीकोड केला जातो.

अलीकडील अभ्यास2 मायक्रोसॉफ्ट रिसर्च आणि वॉशिंग्टन विद्यापीठातील शास्त्रज्ञांनी डीएनए स्टोरेजवर "यादृच्छिक प्रवेश" प्राप्त केला आहे. "यादृच्छिक प्रवेश" पैलू खूप महत्वाचा आहे कारण याचा अर्थ असा की माहिती स्थानांतरीत केली जाऊ शकते किंवा त्या ठिकाणाहून (सामान्यत: एक मेमरी) ज्यामध्ये प्रत्येक स्थान, क्रमाने कुठेही असले तरीही आणि थेट प्रवेश केला जाऊ शकतो. यादृच्छिक प्रवेशाच्या या तंत्राचा वापर करून, पूर्वीच्या तुलनेत निवडक पद्धतीने फायली DNA स्टोरेजमधून पुनर्प्राप्त केल्या जाऊ शकतात, जेव्हा अशा पुनर्प्राप्तीसाठी आवश्यक असलेल्या काही फाइल्स शोधण्यासाठी आणि काढण्यासाठी संपूर्ण DNA डेटासेट अनुक्रम आणि डीकोड करण्याची आवश्यकता असते. "यादृच्छिक प्रवेश" चे महत्त्व अधिक वाढवले ​​जाते जेव्हा डेटाचे प्रमाण वाढते आणि ते प्रचंड होते कारण ते करणे आवश्यक असलेल्या अनुक्रमांचे प्रमाण कमी करते. एवढ्या मोठ्या प्रमाणावर यादृच्छिक प्रवेश प्रथमच दर्शविला गेला आहे. संशोधकांनी डेटा त्रुटींना अधिक सहिष्णुतेसह डीकोडिंग आणि डेटा पुनर्संचयित करण्यासाठी एक अल्गोरिदम देखील विकसित केला आहे ज्यामुळे अनुक्रम प्रक्रिया देखील जलद होते. या अभ्यासात 13 दशलक्षाहून अधिक सिंथेटिक DNA ऑलिगोन्यूक्लियोटाइड एन्कोड केले गेले होते जे 200KB ते 35MB पर्यंतच्या आकाराच्या 29 फाइल्स (व्हिडिओ, ऑडिओ, प्रतिमा आणि मजकूर असलेले) 44MB आकाराचा डेटा होता. या फायली कोणत्याही त्रुटींशिवाय वैयक्तिकरित्या पुनर्प्राप्त केल्या गेल्या. तसेच, लेखकांनी नवीन अल्गोरिदम तयार केले आहेत जे अधिक मजबूत आहेत आणि DNA अनुक्रम लिहिण्यात आणि वाचण्यात त्रुटी सहन करू शकतात. हा अभ्यास प्रकाशित झाला निसर्ग बायोटेक्नॉलॉजी डीएनए स्टोरेज आणि पुनर्प्राप्तीसाठी एक व्यवहार्य, मोठ्या प्रमाणात प्रणाली दर्शविणारी एक मोठी प्रगती.

डीएनए स्टोरेज सिस्टीम अतिशय आकर्षक दिसते कारण त्यात उच्च डेटा घनता, उच्च स्थिरता आहे आणि ती साठवणे सोपे आहे परंतु सार्वत्रिकपणे स्वीकारण्याआधी त्यात अनेक आव्हाने आहेत. काही घटक म्हणजे वेळ आणि श्रम-केंद्रित डीएनएचे डीकोडिंग (अनुक्रमण) आणि त्याचे संश्लेषण डीएनए. तंत्रासाठी अधिक अचूकता आणि व्यापक कव्हरेज आवश्यक आहे. जरी या क्षेत्रामध्ये प्रगती केली गेली असली तरीही अचूक स्वरूप ज्यामध्ये दीर्घकालीन डेटा संग्रहित केला जाईल डीएनए अजूनही विकसित होत आहे. मायक्रोसॉफ्टने सिंथेटिक डीएनएचे उत्पादन सुधारण्याचे वचन दिले आहे आणि संपूर्णपणे कार्यान्वित डिझाइन करण्यासाठी आव्हानांना सामोरे जावे लागेल डीएनए 2020 पर्यंत स्टोरेज सिस्टम.

***

{उद्धृत स्रोतांच्या सूचीमध्ये खाली दिलेल्या DOI लिंकवर क्लिक करून तुम्ही मूळ शोधनिबंध वाचू शकता}

स्त्रोत

1. Erlich Y आणि Zielinski D 2017. DNA फाउंटन एक मजबूत आणि कार्यक्षम स्टोरेज आर्किटेक्चर सक्षम करते. विज्ञान. 355(6328). https://doi.org/10.1126/science.aaj2038

2. ऑर्गेनिक एल एट अल. 2018. मोठ्या प्रमाणात DNA डेटा स्टोरेजमध्ये यादृच्छिक प्रवेश. निसर्ग जैवतंत्रज्ञान. ३६. https://doi.org/10.1038/nbt.4079

SCIEU टीम
SCIEU टीमhttps://www.ScientificEuropean.co.uk
वैज्ञानिक युरोपियन® | SCIEU.com | विज्ञानातील लक्षणीय प्रगती. मानवजातीवर प्रभाव. प्रेरणा देणारे मन.

आमचे वृत्तपत्र याची सदस्यता घ्या

सर्व नवीनतम बातम्या, ऑफर आणि विशेष घोषणांसह अद्यतनित केले जाण्यासाठी.

सर्वाधिक लोकप्रिय लेख

अॅटोसेकंद भौतिकशास्त्रातील योगदानासाठी भौतिकशास्त्राचा नोबेल पुरस्कार 

भौतिकशास्त्रातील नोबेल पारितोषिक 2023 प्रदान करण्यात आले आहे...

लिपिडचे विश्लेषण कसे प्राचीन अन्न सवयी आणि पाककला पद्धती उलगडते

लिपिड अवशेषांचे क्रोमॅटोग्राफी आणि कंपाऊंड विशिष्ट समस्थानिक विश्लेषण...

PARS: मुलांमध्ये दम्याचा अंदाज लावण्यासाठी एक उत्तम साधन

संगणक-आधारित साधन तयार केले गेले आहे आणि भविष्यवाणी करण्यासाठी चाचणी केली आहे...
- जाहिरात -
94,448चाहतेसारखे
47,679अनुयायीअनुसरण करा
1,772अनुयायीअनुसरण करा