એક પ્રગતિશીલ અભ્યાસ એ વિકાસની શોધમાં નોંધપાત્ર પગલું આગળ ધપાવે છે ડીએનએ- ડિજિટલ ડેટા માટે આધારિત સ્ટોરેજ સિસ્ટમ.
ડિજિટલ માહિતી ગેજેટ્સ પરની આપણી નિર્ભરતાને કારણે આજે ઘાતાંકીય દરે વધી રહ્યું છે અને તેને લાંબા ગાળાના મજબૂત સ્ટોરેજની જરૂર છે. ડેટા સ્ટોરેજ ધીમે ધીમે પડકારરૂપ બની રહ્યું છે કારણ કે વર્તમાન ડિજિટલ ટેક્નોલોજી તેનો ઉકેલ પૂરો પાડવા સક્ષમ નથી. એક ઉદાહરણ એ છે કે છેલ્લા બે વર્ષમાં સમગ્ર ઇતિહાસ કરતાં વધુ ડિજિટલ ડેટા બનાવવામાં આવ્યો છે એન્જીનિયરિંગ, હકીકતમાં વિશ્વમાં દરરોજ 2.5 ક્વિન્ટિલિયન બાઇટ {1 ક્વિન્ટિલિયન બાઇટ = 2,500,000 ટેરાબાઇટ (TB) = 2,500,000,000 Gigabytes (GB)} ડેટા બનાવવામાં આવી રહ્યો છે. આમાં સોશિયલ નેટવર્કિંગ સાઇટ્સ, ઓનલાઈન બેંકિંગ વ્યવહારો, કંપનીઓ અને સંસ્થાના રેકોર્ડ્સ, સેટેલાઇટ્સ, સર્વેલન્સ, સંશોધન, વિકાસ વગેરેનો ડેટા શામેલ છે. આ ડેટા વિશાળ અને અસંગઠિત છે. તેથી, ડેટા અને તેની ઘાતાંકીય વૃદ્ધિ માટે, ખાસ કરીને સંગઠનો અને કોર્પોરેશનો માટે કે જેમને મજબૂત લાંબા ગાળાના સ્ટોરેજની જરૂર હોય છે, તેના માટે વિશાળ સંગ્રહ જરૂરિયાતોને પહોંચી વળવું હવે એક મોટો પડકાર છે.
હાલમાં ઉપલબ્ધ વિકલ્પો હાર્ડ ડિસ્ક, ઓપ્ટિકલ ડિસ્ક્સ (સીડી), મેમરી સ્ટિક, ફ્લેશ ડ્રાઈવ અને વધુ અદ્યતન ટેપ ડ્રાઈવ અથવા ઓપ્ટિકલ બ્લુરે ડિસ્ક છે જે લગભગ 10 ટેરાબાઈટ (ટીબી) ડેટા સ્ટોર કરે છે. સામાન્ય રીતે ઉપયોગમાં લેવાતા હોવા છતાં આવા સંગ્રહ ઉપકરણોમાં ઘણા ગેરફાયદા છે. સૌપ્રથમ, તેમની પાસે નીચી-થી-મધ્યમ શેલ્ફ લાઇફ છે અને તેમને ઘણા દાયકાઓ સુધી ટકી શકે તે માટે આદર્શ તાપમાન અને ભેજની સ્થિતિમાં સંગ્રહિત કરવાની જરૂર છે અને તેથી ખાસ ડિઝાઇન કરેલ ભૌતિક સંગ્રહ સ્થાનોની જરૂર છે. આમાંના લગભગ તમામ મોટા પ્રમાણમાં પાવર વાપરે છે, તે ભારે અને અવ્યવહારુ હોય છે અને સામાન્ય પતનમાં નુકસાન થઈ શકે છે. તેમાંના કેટલાક ખૂબ ખર્ચાળ છે, ઘણીવાર ડેટા ભૂલથી પીડાય છે અને તેથી તે પૂરતા મજબૂત નથી. એક વિકલ્પ જે સંસ્થા દ્વારા સાર્વત્રિક રીતે સ્વીકારવામાં આવ્યો છે તેને ક્લાઉડ કમ્પ્યુટિંગ કહેવામાં આવે છે - એક એવી વ્યવસ્થા જેમાં કંપની મૂળભૂત રીતે તેની તમામ IT અને ડેટા સ્ટોરેજ જરૂરિયાતોને હેન્ડલ કરવા માટે "બહાર" સર્વરને હાયર કરે છે, જેને "ક્લાઉડ" તરીકે ઓળખવામાં આવે છે. ક્લાઉડ કમ્પ્યુટિંગના પ્રાથમિક ગેરફાયદામાંનો એક છે સુરક્ષા અને ગોપનીયતાના મુદ્દાઓ અને હેકર્સ દ્વારા હુમલાની નબળાઈ. તેમાં અન્ય મુદ્દાઓ પણ છે જેમ કે ઉંચા ખર્ચ સામેલ છે, પિતૃ સંસ્થા દ્વારા મર્યાદિત નિયંત્રણ અને પ્લેટફોર્મ નિર્ભરતા. ક્લાઉડ કમ્પ્યુટિંગ હજુ પણ લાંબા ગાળાના સ્ટોરેજ માટે સારો વિકલ્પ જોવા મળે છે. જો કે, એવું લાગે છે કે વિશ્વભરમાં જનરેટ થતી ડિજિટલ માહિતી ચોક્કસપણે તેને સંગ્રહિત કરવાની અમારી ક્ષમતાથી આગળ નીકળી રહી છે અને ભવિષ્યની સ્ટોરેજ જરૂરિયાતોને ધ્યાનમાં લેવા માટે માપનીયતા પ્રદાન કરતી વખતે આ ડેટા પૂરને પહોંચી વળવા માટે વધુ મજબૂત ઉકેલોની જરૂર છે.
ડીએનએ કમ્પ્યુટર સ્ટોરેજમાં મદદ કરી શકે છે?
અમારી ડીએનએ (ડીઓક્સીરીબોન્યુક્લીક એસિડ)ને ડિજિટલ ડેટા સ્ટોરેજ માટે એક આકર્ષક વૈકલ્પિક માધ્યમ તરીકે ગણવામાં આવે છે. ડીએનએ લગભગ તમામ જીવંત જીવોમાં હાજર સ્વ-પ્રતિકૃતિ સામગ્રી છે અને તે આપણી આનુવંશિક માહિતીનું નિર્માણ કરે છે. એક કૃત્રિમ અથવા કૃત્રિમ ડીએનએ એક ટકાઉ સામગ્રી છે જે વ્યાવસાયિક રીતે ઉપલબ્ધ ઓલિગોન્યુક્લિયોટાઇડ સંશ્લેષણ મશીનોનો ઉપયોગ કરીને બનાવી શકાય છે. ડીએનએનો પ્રાથમિક ફાયદો એ તેની દીર્ધાયુષ્ય છે ડીએનએ સિલિકોન કરતાં 1000 ગણો લાંબો સમય ચાલે છે (સિલિકોન-ચિપ - મકાન માટે વપરાતી સામગ્રી એન્જીનિયરિંગ). આશ્ચર્યજનક રીતે, માત્ર એક ક્યુબિક મિલીમીટર ડીએનએ ડેટાના ક્વિન્ટિલિયન બાઈટ પકડી શકે છે! ડીએનએ એ અલ્ટ્રાકોમ્પેક્ટ સામગ્રી પણ છે જે ક્યારેય બગડતી નથી અને સેંકડો સદીઓ સુધી ઠંડી, સૂકી જગ્યાએ સંગ્રહિત કરી શકાય છે. સ્ટોરેજ માટે ડીએનએનો ઉપયોગ કરવાનો વિચાર 1994 થી ઘણા લાંબા સમયથી આવ્યો છે. તેનું મુખ્ય કારણ સમાન રીત છે જેમાં માહિતી કમ્પ્યુટરમાં અને આપણામાં સંગ્રહિત થાય છે. ડીએનએ - કારણ કે બંને માહિતીની બ્લુપ્રિન્ટ્સ સંગ્રહિત કરે છે. કોમ્પ્યુટર તમામ ડેટાને 0s અને 1s તરીકે સંગ્રહિત કરે છે અને DNA ચાર પાયા - થાઇમિન (T), ગ્વાનિન (G), એડેનાઇન (A) અને સાયટોસિન (C) નો ઉપયોગ કરીને જીવંત જીવના તમામ ડેટાને સંગ્રહિત કરે છે. તેથી, ડીએનએને કમ્પ્યુટરની જેમ પ્રમાણભૂત સંગ્રહ ઉપકરણ કહી શકાય, જો આ પાયાને 0s (બેઝ A અને C) અને 1s (બેઝ T અને G) તરીકે રજૂ કરી શકાય. ડીએનએ કઠિન અને લાંબો સમય ચાલે છે, જેનું સૌથી સરળ પ્રતિબિંબ એ છે કે આપણો આનુવંશિક કોડ - ડીએનએમાં સંગ્રહિત આપણી તમામ માહિતીની બ્લુપ્રિન્ટ - એક પેઢીથી બીજી પેઢીમાં પુનરાવર્તિત રીતે અસરકારક રીતે પ્રસારિત થાય છે. તમામ સોફ્ટવેર અને હાર્ડવેર જાયન્ટ્સ ડેટાના લાંબા ગાળાના આર્કાઇવલને ઉકેલવાના તેમના ધ્યેયને હાંસલ કરવા માટે વિશાળ માત્રામાં સંગ્રહ કરવા માટે સિન્થેટિક ડીએનએનો ઉપયોગ કરવા આતુર છે. પ્રથમ કોમ્પ્યુટર કોડ 0s અને 1s ને ડીએનએ કોડ (A, C, T, G) માં રૂપાંતરિત કરવાનો વિચાર છે, રૂપાંતરિત ડીએનએ કોડનો ઉપયોગ પછી ડીએનએના સિન્થેટીક સેર બનાવવા માટે થાય છે જે પછી કોલ્ડ સ્ટોરેજમાં મૂકી શકાય છે. જ્યારે પણ જરૂરી હોય ત્યારે, કોલ્ડ સ્ટોરેજમાંથી ડીએનએ સેર દૂર કરી શકાય છે અને ડીએનએ સિક્વન્સિંગ મશીન અને ડીએનએ સિક્વન્સનો ઉપયોગ કરીને તેમની માહિતી ડીકોડ કરવામાં આવે છે અને અંતે કમ્પ્યુટર પર વાંચવા માટે 1s અને 0s ના દ્વિસંગી કમ્પ્યુટર ફોર્મેટમાં પાછું અનુવાદિત થાય છે.
તે બતાવવામાં આવ્યું છે1 કે માત્ર થોડા ગ્રામ ડીએનએ ક્વિન્ટિલિયન બાઈટ ડેટા સ્ટોર કરી શકે છે અને તેને 2000 વર્ષ સુધી અકબંધ રાખી શકે છે. જો કે, આ સરળ સમજને કેટલાક પડકારોનો સામનો કરવો પડ્યો છે. સૌપ્રથમ, તે ખૂબ ખર્ચાળ છે અને DNA પર ડેટા લખવા માટે પણ પીડાદાયક રીતે ધીમું છે એટલે કે 0s અને 1s નું DNA બેઝ (A, T, C, G) માં વાસ્તવિક રૂપાંતર. બીજું, એકવાર ડેટા ડીએનએ પર "લખવામાં" આવે, તે ફાઇલોને શોધવા અને પુનઃપ્રાપ્ત કરવા માટે પડકારરૂપ છે અને તેને એક તકનીકની જરૂર છે ડીએનએ અનુક્રમ - a અંદર પાયાનો ચોક્કસ ક્રમ નક્કી કરવાની પ્રક્રિયા ડીએનએ પરમાણુ - જે પછી ડેટાને 0 અને 1 સેમાં ડીકોડ કરવામાં આવે છે.
તાજેતરના એક અભ્યાસ2 માઇક્રોસોફ્ટ રિસર્ચ અને યુનિવર્સિટી ઓફ વોશિંગ્ટનના વૈજ્ઞાનિકો દ્વારા ડીએનએ સ્ટોરેજ પર "રેન્ડમ એક્સેસ" પ્રાપ્ત કરી છે. "રેન્ડમ એક્સેસ" પાસું ખૂબ જ મહત્વપૂર્ણ છે કારણ કે તેનો અર્થ એ છે કે માહિતી સ્થાનાંતરિત કરી શકાય છે અથવા તે સ્થાને (સામાન્ય રીતે મેમરી) કે જેમાં દરેક સ્થાન, પછી ભલે તે અનુક્રમમાં હોય અને સીધા જ એક્સેસ કરી શકાય. રેન્ડમ એક્સેસની આ ટેકનીકનો ઉપયોગ કરીને, પહેલાની સરખામણીમાં પસંદગીની રીતે ડીએનએ સ્ટોરેજમાંથી ફાઇલો પુનઃપ્રાપ્ત કરી શકાય છે, જ્યારે આવી પુનઃપ્રાપ્તિ માટે કોઈને જોઈતી થોડી ફાઈલો શોધવા અને કાઢવા માટે સમગ્ર DNA ડેટાસેટને ક્રમ અને ડીકોડ કરવાની જરૂર પડે છે. "રેન્ડમ એક્સેસ" નું મહત્વ વધુ વધે છે જ્યારે ડેટાની માત્રા વધે છે અને તે વિશાળ બને છે કારણ કે તે કરવા માટે જરૂરી ક્રમનું પ્રમાણ ઘટાડે છે. આટલા મોટા પાયે રેન્ડમ એક્સેસ પ્રથમ વખત દર્શાવવામાં આવ્યું છે. સંશોધકોએ ડેટાની ભૂલોને વધુ સહિષ્ણુતા સાથે ડીકોડિંગ અને ડેટાને વધુ કાર્યક્ષમ રીતે પુનઃસ્થાપિત કરવા માટે એક અલ્ગોરિધમ પણ વિકસાવ્યું છે જે ક્રમની પ્રક્રિયાને પણ ઝડપી બનાવે છે. આ અભ્યાસમાં 13 મિલિયનથી વધુ સિન્થેટિક ડીએનએ ઓલિગોન્યુક્લિયોટાઇડ્સ એન્કોડ કરવામાં આવ્યા હતા જે 200MB સાઇઝનો ડેટા હતો જેમાં 35KB થી 29MB સુધીની 44 ફાઇલો (વિડિયો, ઑડિયો, ઇમેજ અને ટેક્સ્ટનો સમાવેશ થાય છે). આ ફાઇલો કોઈ ભૂલ વિના વ્યક્તિગત રીતે પુનઃપ્રાપ્ત કરવામાં આવી હતી. ઉપરાંત, લેખકોએ નવા ગાણિતીક નિયમો ઘડી કાઢ્યા છે જે DNA સિક્વન્સ લખવા અને વાંચવામાં વધુ મજબૂત અને ભૂલ સહિષ્ણુ છે. આ અભ્યાસમાં પ્રકાશિત થયો હતો પ્રકૃતિ બાયોટેકનોલોજી ડીએનએ સંગ્રહ અને પુનઃપ્રાપ્તિ માટે એક સક્ષમ, મોટા પાયે સિસ્ટમ દર્શાવતી મોટી પ્રગતિમાં.
ડીએનએ સ્ટોરેજ સિસ્ટમ ખૂબ જ આકર્ષક લાગે છે કારણ કે તેમાં ઉચ્ચ ડેટાની ઘનતા, ઉચ્ચ સ્થિરતા છે અને તેને સંગ્રહિત કરવામાં સરળ છે પરંતુ તેને સાર્વત્રિક રીતે અપનાવવામાં આવે તે પહેલાં તેની પાસે ઘણા પડકારો છે. થોડાં પરિબળો સમય અને શ્રમ-સઘન ડીએનએનું ડીકોડિંગ (સિક્વન્સિંગ) અને તેનું સંશ્લેષણ પણ છે. ડીએનએ. તકનીકને વધુ ચોકસાઈ અને વ્યાપક કવરેજની જરૂર છે. આ ક્ષેત્રમાં પ્રગતિ કરવામાં આવી હોવા છતાં ચોક્કસ ફોર્મેટ કે જેમાં ડેટા લાંબા ગાળા માટે સંગ્રહિત કરવામાં આવશે ડીએનએ હજુ પણ વિકાસ થઈ રહ્યો છે. માઈક્રોસોફ્ટે સિન્થેટીક ડીએનએના ઉત્પાદનમાં સુધારો કરવા અને સંપૂર્ણ ઓપરેશનલ ડિઝાઈન કરવા માટેના પડકારોનો સામનો કરવાની પ્રતિજ્ઞા લીધી છે ડીએનએ 2020 સુધીમાં સ્ટોરેજ સિસ્ટમ.
***
{તમે ટાંકેલા સ્ત્રોત(ઓ)ની સૂચિમાં નીચે આપેલ DOI લિંક પર ક્લિક કરીને મૂળ સંશોધન પેપર વાંચી શકો છો}
સ્રોત (ઓ)
1. Erlich Y અને Zielinski D 2017. DNA ફાઉન્ટેન મજબૂત અને કાર્યક્ષમ સ્ટોરેજ આર્કિટેક્ચરને સક્ષમ કરે છે. વિજ્ઞાન. 355(6328). https://doi.org/10.1126/science.aaj2038
2. ઓર્ગેનિક એલ એટ અલ. 2018. મોટા પાયે DNA ડેટા સ્ટોરેજમાં રેન્ડમ એક્સેસ. કુદરત બાયોટેકનોલોજી. 36. https://doi.org/10.1038/nbt.4079
