近日，天津大學教授吳華明團隊開發(fā)了專為生物醫(yī)學圖像設(shè)計的 DNA 數(shù)據(jù)編解碼方案——HELIX。在生物醫(yī)學圖像讀取中，HELIX 方案的解碼速度可達到每秒 100,000 條，顯著改善了目前 DNA 數(shù)據(jù)存儲在讀取帶寬方面的缺陷。

圖 | 吳華明（來源：吳華明）

在濕實驗中，研究團隊將兩張共 60MB 的時空組學圖像編碼為 13 萬條、每條 183 個堿基的 DNA 序列。通過 DNA 合成與測序技術(shù)，他們成功恢復(fù)了圖像數(shù)據(jù)。

實驗結(jié)果表明，HELIX 系統(tǒng)具備強大的魯棒性，甚至在約 5.8 倍的測序深度下，也能夠恢復(fù)圖像的絕大部分信息。

能更高效、更穩(wěn)定地將圖像數(shù)據(jù)存儲于 DNA 介質(zhì)中

與現(xiàn)有的 DNA 數(shù)據(jù)存儲方案相比，HELIX 在設(shè)計時充分考慮了長期存儲過程中可能發(fā)生的解碼失敗問題。針對這一挑戰(zhàn)，研究團隊為 HELIX 引入了先進的容錯機制，確保即使在存在錯誤信息的情況下，仍能恢復(fù)圖像的部分內(nèi)容，從而有效規(guī)避了 DNA 數(shù)據(jù)存儲在長期保存中的信息完全損壞的風險。

該系統(tǒng)能夠更高效、更穩(wěn)定地將圖像數(shù)據(jù)存儲于 DNA 介質(zhì)中，具有顯著的技術(shù)優(yōu)勢。未來，醫(yī)療數(shù)據(jù)中心及生物信息領(lǐng)域可以利用 HELIX 方案，以低成本、高穩(wěn)定的方式存儲海量的生物醫(yī)學圖像，為醫(yī)學研究提供長期可靠的數(shù)據(jù)支持。

一方面，隨著醫(yī)療技術(shù)的不斷進步，醫(yī)學影像存儲的需求將持續(xù)增長，特別是在長期保存方面的需求尤為迫切。另一方面，醫(yī)學影像的存儲需求與 DNA 存儲的特點高度契合。醫(yī)學影像通常需要長期保存，并在必要時隨時恢復(fù)以便觀察患者病情的變化。

然而，由于 DNA 分子的合成和測序涉及復(fù)雜的生化過程，個人用戶很難獨立完成這一過程。因此，醫(yī)學影像更可能作為大規(guī)模數(shù)據(jù)中心的冷數(shù)據(jù)存儲，利用 HELIX 技術(shù)實現(xiàn)高效、長期的存儲和管理。

（來源：Nature Computational Science）

從 DNA 信息存儲技術(shù)的極高存儲密度說起

DNA 信息存儲技術(shù)是將信息編碼為四進制（A、T、C、G）形式，并通過合成 DNA 分子來實現(xiàn)數(shù)據(jù)的存儲。相較于傳統(tǒng)存儲方式，DNA 存儲具有顯著優(yōu)勢，最為突出的是其極高的存儲密度。

按照理論計算，1 克 DNA 可以存儲數(shù)百艾字節(jié)的數(shù)據(jù)，這使得 DNA 存儲在未來的數(shù)據(jù)存儲領(lǐng)域具有無可比擬的潛力。此外，DNA 存儲的另一個顯著優(yōu)點是其極長的存儲壽命，能夠在數(shù)百甚至數(shù)千年內(nèi)穩(wěn)定保存數(shù)據(jù)。

然而，盡管 DNA 信息存儲在理論上具有如此強大的潛力，但在實際應(yīng)用中仍然面臨許多挑戰(zhàn)，尤其是同步性錯誤問題。DNA 在合成和測序階段可能會出現(xiàn)堿基的插入、刪除和替換等同步性錯誤，這些錯誤嚴重影響數(shù)據(jù)的正確讀取和存取。

與在傳統(tǒng)信息通訊中常遇到的替換性錯誤不同的是，DNA 存儲中的同步性錯誤會對信息的恢復(fù)造成更為復(fù)雜的影響，從而影響其應(yīng)用的可靠性。

基于上述背景，本研究旨在探索并解決 DNA 存儲中的同步性錯誤問題，提出一種可靠的 DNA 存儲方案。

具體來說，研究團隊的研究目標是開發(fā)一套能夠有效識別、糾正 DNA 存儲中的常見同步性錯誤的技術(shù)，確保數(shù)據(jù)在讀取過程中的準確性和穩(wěn)定性。

同時，研究團隊還希望能夠設(shè)計出專門針對潛在應(yīng)用場景的 DNA 存儲方案，尤其是針對特定數(shù)據(jù)類型或應(yīng)用需求的定制化存儲解決方案。

其認為，盡管 DNA 存儲在未來擁有巨大的潛力，但由于其現(xiàn)有的技術(shù)缺陷，未來的實際應(yīng)用可能仍需依賴于針對特定數(shù)據(jù)或應(yīng)用需求的專用 DNA 存儲方案。這些專用方案可以在保證存儲高效性的同時，更好地適應(yīng)不同類型的數(shù)據(jù)特性和錯誤容忍度，從而為 DNA 存儲的實際應(yīng)用奠定堅實的基礎(chǔ)。

HELIX：針對生物醫(yī)學圖像的專用 DNA 存儲系統(tǒng)

據(jù)介紹，研究團隊希望能夠開展一些具有開創(chuàng)性的工作，而不僅僅是單純的算法改進。因此，他們決定專注于開發(fā)基于特定領(lǐng)域的 DNA 存儲系統(tǒng)，而非通用的 DNA 存儲解決方案。

其認為，DNA 存儲的未來發(fā)展不應(yīng)僅限于通用數(shù)據(jù)存儲，而應(yīng)更多地聚焦于特定領(lǐng)域的應(yīng)用。在此基礎(chǔ)上，研究團隊提出了專用 DNA 存儲標準的概念，這將比傳統(tǒng)的通用糾錯碼具有更好的效果。

經(jīng)過一系列討論和調(diào)研后，他們最終選擇了生物醫(yī)學數(shù)據(jù)作為本次課題的研究方向。其認為，生物醫(yī)學數(shù)據(jù)尤其是醫(yī)學影像數(shù)據(jù)，在長期存儲和精確恢復(fù)方面有著獨特的需求，而 DNA 存儲技術(shù)非常適合這一應(yīng)用場景。

在明確研究方向后，接下來便是算法的設(shè)計與開發(fā)。研究團隊首先明確了算法的基本特性。吳華明對 DeepTech 表示：“我們并不僅僅追求提升性能，而是希望開發(fā)出一種在某些特定方面具有獨特優(yōu)勢的算法，這些優(yōu)勢是現(xiàn)有技術(shù)無法實現(xiàn)的。”

通過研究與討論后，他們決定創(chuàng)造一種新的圖像壓縮算法，這種算法不僅能夠高效地壓縮醫(yī)學圖像，而且特別針對 DNA 存儲中常見的錯誤特性進行了優(yōu)化，具備良好的容錯能力。這一獨特的容錯特性成為了研究團隊后續(xù)工作的指導(dǎo)思想。

在算法確定后，他們開始進行系統(tǒng)設(shè)計與優(yōu)化。期間，研究團隊圍繞著如何確保圖像數(shù)據(jù)在 DNA 存儲中能夠高效且穩(wěn)定地恢復(fù)，進行了大量實驗與調(diào)試。同時，他們還考慮到解碼速度在醫(yī)學圖像讀取中的重要性，努力提升系統(tǒng)的解碼效率，以解決現(xiàn)有 DNA 存儲技術(shù)在讀取帶寬方面的不足。

最后，研究團隊進行了多次濕實驗以驗證所提出方案的實際效果。通過將圖像數(shù)據(jù)編碼為 DNA 序列，并通過 DNA 合成與測序技術(shù)恢復(fù)圖像數(shù)據(jù)，研究團隊成功驗證了 HELIX 系統(tǒng)在存儲、恢復(fù)及解碼速度方面的優(yōu)越性。實驗結(jié)果表明，該系統(tǒng)具備強大的魯棒性和較高的容錯性，能夠有效應(yīng)對 DNA 存儲中的錯誤問題。

通過這幾個階段的深入研究和不斷優(yōu)化，研究團隊成功研發(fā)出了針對生物醫(yī)學圖像的專用 DNA 存儲系統(tǒng) HELIX。這一成果不僅為 DNA 存儲的應(yīng)用提供了新的思路，還解決了在實際應(yīng)用中遇到的一些關(guān)鍵技術(shù)難題。

接著，論文被原則性接收。對于他們所從事的計算機領(lǐng)域的研究，通常來說一旦論文被接收，修改的內(nèi)容不會太多，往往很快就能出版。然而，這次的期刊編輯對論文討論部分提出了很高的要求。

與研究團隊以往經(jīng)驗不同的是，期刊不僅要求他們針對成果進行總結(jié)，還特別強調(diào)必須深入挖掘這項研究的意義和潛在影響。為此，他們反復(fù)修改了大約五版討論部分，最終才完成了出版版本。

這個過程非常辛苦，但也讓吳華明深刻體會到跨學科研究的挑戰(zhàn)，尤其是在不同學科領(lǐng)域中，期刊的要求和審稿標準可能會有顯著差異。通過這次經(jīng)歷，吳華明更加意識到，了解并適應(yīng)各領(lǐng)域的不同要求，不僅能幫助研究團隊在具體的學術(shù)寫作中取得成功，也能為跨學科合作提供寶貴的經(jīng)驗。

日前，相關(guān)論文以《使用 HELIX 進行生物醫(yī)學圖像的 DNA 數(shù)據(jù)存儲》（DNA data storage for biomedical images using HELIX）為題發(fā)在Nature Computational Science（IF 12）,Guanjin Qu 是第一作者，吳華明擔任通訊作者 [1]。

圖 | 相關(guān)論文（來源：Nature Computational Science）

未來，研究團隊相信 HELIX 將在醫(yī)學影像和其他生物醫(yī)學數(shù)據(jù)存儲領(lǐng)域發(fā)揮重要作用。HELIX 系統(tǒng)具備出色的擴展性，因此研究團隊的下一步計劃是將其應(yīng)用于更多領(lǐng)域的數(shù)據(jù)存儲。

具體來說，他們打算將 HELIX 擴展到深空圖像存儲以及顯微圖像存儲等其他應(yīng)用場景。深空探測和顯微成像等領(lǐng)域生成的數(shù)據(jù)量巨大且需要長時間保存，而 DNA 存儲的高密度特性使其在這些領(lǐng)域的應(yīng)用具有巨大的潛力。

此外，他們認為，DNA 存儲技術(shù)的落地化并不僅僅依賴于編碼系統(tǒng)本身，合成和測序等關(guān)鍵環(huán)節(jié)的優(yōu)化也同樣至關(guān)重要。因此，未來他們將著重于基于數(shù)學優(yōu)化方法，進一步提升這些環(huán)節(jié)的效率與準確性，以降低成本并提高系統(tǒng)的整體性能。

總的來說，接下來的研究不僅會拓展 HELIX 的應(yīng)用范圍，還將針對 DNA 存儲技術(shù)的各個環(huán)節(jié)進行優(yōu)化，推動其更廣泛地應(yīng)用于實際場景中。

參考資料：

1.Qu, G., Yan, Z., Chen, X. et al. DNA data storage for biomedical images using HELIX.Nature Computational Science5, 397–404 (2025). https://doi.org/10.1038/s43588-025-00793-x

運營/排版：何晨龍