Mediapart nous annonce que des chercheurs de Harvard ont réussi à stocker le contenu d'un livre (Regenesis: How Synthetic Biology Will Reinvent Nature and Ourselves, cosigné par George Church, qui a dirigé les recherches) dans une biopuce de moins d'un picogramme !
Juste pour vous faire rêver (et parce que les articles de Mediapart sont consultables moyennant rémunération), voici un extrait :
George Church et ses collègues ont réalisé un record : la puce à ADN qu'ils ont fabriquée renferme 5,5 millions de gigabits par millimètre cube, soit une densité d’information environ un million de fois supérieure à celle des mémoires flash ou disques durs les plus performants commercialisés aujourd’hui.
Selon l'article, 4 grammes d'ADN suffiraient à stocker la totalité des données numériques générées chaque année.
Et pour résumer : c'est cher, pas pratique à lire/écrire (le 0 binaire doit être codé en A ou C, comme on veut, et le 1 binaire en G ou T), mais a un taux de d'erreur de 2 par million de bits.
# autres sources
Posté par passant·e . Évalué à 5.
bon ben ça me fera un journal de moins à publier
quelques liens
ici : http://www.clubic.com/disque-dur-memoire/actualite-506758-stockage-livre-adn-harvard-700-to-gramme.html
là : http://web-tech.fr/ladn-pour-stocker-des-donnees-informatiques/
ou encore : http://hms.harvard.edu/content/writing-book-dna
Je trolle dès quand ça parle business, sécurité et sciences sociales
# Encodage
Posté par arnaudus . Évalué à 3.
Pas très performant : mieux vaut coder 2 bits par nucléotide (A=00, C=01, T=10, G=11), on en stocke deux fois plus.
[^] # Re: Encodage
Posté par saltimbanque (site web personnel) . Évalué à 5.
Je n'y connais rien en bio, mais je suppose qu'ils y auraient pensé. Un lecteur de ce journal suggère dans les commentaires
[^] # Re: Encodage
Posté par arnaudus . Évalué à 5.
Non, c'est faux. Je veux dire que A et T sont toujours associés, mais on ne lit qu'un seul des deux brins. Par conséquent, des séquences comme TTA et ATT sont différentes, et un nucléotide contient bien 2 bits d'information.
[^] # Re: Encodage
Posté par beb . Évalué à 10.
Dans l'article de Science ils expliquent pourquoi:
Pour éviter d'utiliser des séquences qui sont difficiles à lire ensuite. En effet, en particulier les séquences riches en GC, fortement répétées ou formant des structures spatiales par repliement sont difficiles (pour des raisons de biologie moléculaire) à lire sans erreur.
[^] # Re: Encodage
Posté par arnaudus . Évalué à 3.
OK, j'aurais dû lire l'article. Ils ont donc choisi de rendre l'information redondante pour améliorer la fiabilité.
Le truc, c'est qu'évidemment chaque nucléotide contient bien deux bits d'information, mais que pour des raisons pragmatiques, ils préfèrent n'en coder qu'un. Cependant, si leur méthode pouvait trouver de vraies applications, il sera tout à fait possible de mieux compresser tout en préservant la fiabilité de la lecture et de l'écriture, par exemple en compressant sur des mots de 4 ou 6 nucléotides, voire plus.
[^] # Re: Encodage
Posté par Nicolas Boulay (site web personnel) . Évalué à 4.
Il aurait du surtout faire une mise en trame de donné comme pour les transmissions hertzienne avec une notion de trame de taille fixe avec des patterns fixes qui se répètent et cassent ces séquences de GC.
"La première sécurité est la liberté"
[^] # Re: Encodage
Posté par arnaudus . Évalué à 8. Dernière modification le 22 août 2012 à 17:27.
Mouaip, mais c'est un chouilla plus compliqué quand même. Tu as de nombreuses structures à éviter :
* Les régions trop riches en A/T ou en G/C. Il faut donc, sur une fenêtre glissante de taille donnée, maintenir un ratio (A+T)/(A+T+G+C) dans une fourchette acceptable, probablement entre 30 et 70%, quelque chose comme ça.
* Les séquences répétées, qui sont mutagènes: AAAAAAA, AGAGAGAGAGAG, ATTATTATTATT, par exemple, auront beaucoup plus d'erreurs lors de la copie.
* Les palindromes, qui forment des structures secondaires (par exemple, ACTAGTXX..XXACTAGT peut facilement destabiliser la double hélice d'ADN)
Du coup, en général, aucune séquence n'est parfaite. Pour une séquence donnée, tu peux calculer une sorte de score avec un algorithme heuristique, et j'imagine que l'objectif serait de compresser au maximum l'information tout en gardant une lisibilité acceptable.
Ceci dit, je reste convaincu que la compression de 200% décrite dans l'article est largement sous-optimale—ce n'était pas le but de la manip. J'imagine même qu'il y aurait moyen de réaliser en même temps la compression (informatique) des données numériques et l'optimisation de la séquence, plutôt que de zipper d'abord puis de bricoler la suite binaire pour minimiser le nombre de nucléotides requis.
[^] # Re: Encodage
Posté par Nicolas Boulay (site web personnel) . Évalué à 2.
Peut-être que c'est possible de faire un codage n parmi m. En gros, tu prends toute les séquences de 5 nucléotides (soit 45) et tu interdis toutes les séquences problématiques (il reste par exemple 35 possibilité).
"La première sécurité est la liberté"
[^] # Re: Encodage
Posté par Sufflope (site web personnel) . Évalué à 10.
Oh non pas encore un troll sur Java…
[^] # Re: Encodage
Posté par yeahman . Évalué à 0.
En fait ils codent 1 bit par nucléotide et peuvent se servir de l'autre pour donner un sens de lecture.
[^] # Re: Encodage
Posté par arnaudus . Évalué à 2.
Ça serait totalement inutile, il faut beaucoup moins d'information que ça pour donner un sens de lecture. La réponse est au dessus, ils se servent de la redondance pour maintenir une structure de l'ADN compatible avec la lecture et la copie sans trop d'erreurs. Ça reste tout de même très sous-optimal.
# C'est donc ca !
Posté par rakoo (site web personnel) . Évalué à 4.
Je comprends mieux l'offre d'Amazon, Glacier, qui offre des capacités énormes de stockage a condition d'attendre un peu pour pouvoir les lire.
C'est en tout cas une excellente nouvelle pour le stockage a long terme. On pourrait imaginer, demain, un espace de stockage qui se régénère lorsqu'il est blessé, comme un être vivant classique.
[^] # Re: C'est donc ca !
Posté par lolop (site web personnel) . Évalué à 5.
Et qui mute en adaptant les données ?
Z'ont plus qu'a écrire des programmes (de virus !-), laisser les mutations se faire en stressant un peu la nature, puis laisser la sélection naturelle opérer pour avoir le programme le plus efficace.
Python 3 - Apprendre à programmer dans l'écosystème Python → https://www.dunod.com/EAN/9782100809141
[^] # Re: C'est donc ca !
Posté par briaeros007 . Évalué à 4.
ca s'apelle un algo génétique ça.
[^] # Re: C'est donc ca !
Posté par lolop (site web personnel) . Évalué à 3.
Oui, sur des "puce à ADN", c'est logique.
Python 3 - Apprendre à programmer dans l'écosystème Python → https://www.dunod.com/EAN/9782100809141
[^] # Re: C'est donc ca !
Posté par siGT1papillon . Évalué à 3.
un peu comme un RAID en fait, parce que question organisme biologique l'ADN est redondant dans chaque cellule …
[^] # Re: C'est donc ca !
Posté par MTux . Évalué à 1.
Cela ne se fait pas encore comme un être vivant mais ça existe plus ou moins, cf ZFS (et ce n'est pas le seul).
# cpu
Posté par bubar🦥 (site web personnel) . Évalué à 5.
va falloir mettre à jour les cpu (et les batteries) pour pouvoir faire de l'indexation profonde sur de telles quantités (…)
[^] # Re: cpu
Posté par djibb (site web personnel) . Évalué à 10.
on a dit : "pas de blagues sexistes !"
[^] # Re: cpu
Posté par Michaël (site web personnel) . Évalué à 0.
Je suis fan de ton humour.
# Vivement le futur!
Posté par Maclag . Évalué à 10.
"Vous avez demandé à faire un copier-coller. Cette opération nécessite un clonage de brins d'ADN.
Veuillez insérer de la bouffe dans l'emplacement prévu à cet effet de votre ordinateur"
-------------->[ ]
[^] # Re: Vivement le futur!
Posté par dj_ (site web personnel) . Évalué à 10.
on peut réutiliser les miettes qui sont entre les touches du clavier :)
[^] # Re: Vivement le futur!
Posté par Kekun (site web personnel, Mastodon) . Évalué à -3.
Et on peut voyager dans le temps avec aussi ?
[^] # Re: Vivement le futur!
Posté par windu.2b . Évalué à 10.
Un nouveau combat à mener pour l’Église : la lutte contre le copier/coller !
[^] # Re: Vivement le futur!
Posté par Maclag . Évalué à 7.
En fait non, ils lutteront vraisemblablement contre l'annulation du processus en cours.
"Copie en cours… Êtes-vous sûr de vouloir avorter l'opération?"
# débit
Posté par steph1978 . Évalué à 5.
c'est bien de pouvoir backuper le web tous les jours :)
mais quels sont les débits de lecture et d'écriture, en séquentiel ou en aléatoire ?
[^] # Re: débit
Posté par Psychofox (Mastodon) . Évalué à 4.
tu ne crois pas que ce soit un poil prématuré de parler de benchmarks ?
[^] # Re: débit
Posté par arnaudus . Évalué à 4.
Pour la lecture, on peut le calculer. Les tout derniers séquenceurs peuvent se faire un génome humain (3 Gbp) en une journée, ce qui fait du 35 kbp/s. Ça progresse plus vite que la loi de Moore, dans quelques années, ça sera probablement instantané.
Pour la copie, la DNA polymérase fait du 50 bp/s à 1000 bp/s, mais bien sûr on va stocker sur plusieurs molécules d'ADN, un peu comme si on parallélisait (au final, la copie est beaucoup plus rapide que la lecture). La vitesse dépend de la polymérase, c'est un compromis vitesse / fidélité.
L'«écriture» est beaucoup plus compliquée. J'imagine que c'est l'étape bloquante du système.
[^] # Re: débit
Posté par vermillon . Évalué à 4.
Désolé de la question bête, mais c'est quoi comme unité le bp?
[^] # Re: débit
Posté par Renault (site web personnel) . Évalué à 5.
Base pair, traduit par paire de base (pb) en génétique
Tiré de Wikipédia.
[^] # Re: débit
Posté par arnaudus . Évalué à 4.
L'ADN (en solution aqueuse) se présente la plupart du temps sous forme de double hélice constituée de deux brins complémentaires entrelacés. Les deux brins contiennent exactement la même information, l'un en positif, l'autre en négatif. L'unité d'information est donc la «paire de bases», une paire de bases étant constituée d'un nucléotide (monomère d'ADN) et de son complémentaire sur l'autre brin. C'est cette complémentarité qui permet la réplication fidèle de l'ADN : on sépare la double hélice en deux parties, et chaque partie garde la totalité de l'information (un peu comme si on avait deux disques durs, l'un étant l'image de l'autre avec tous les bits inversés: on prend n'importe quel disque, on le met dans un autre PC et on le resynchronise avec un autre disque vierge).
D'ailleurs, en toute logique, on devrait dire «paire de nucléotides» et pas «paire de bases». Un nucléotide est constitué d'un phosphate (qui assure la liaison des nucléotides entre eux quand l'ADN est polymérisé), d'un sucre (le désoxyribose), et d'une base azotée (la partie variable du nucléotide). Le tout reste une sorte de gros Lego constitué de briques assemblées les unes aux autres.
[^] # Re: débit
Posté par steph1978 . Évalué à 3. Dernière modification le 23 août 2012 à 19:36.
Si on parle de technologie de stockage d'avenir, il n'y a pas que la capacité qui compte, voir c'est même secondaire.
Regarde le SSD, les capacités sont plutôt plus faibles que le disque magnétique et pourtant, c'est un net progrès par rapport au magnétique.
donc sans aller jusqu'au benchmark, il faudrait quand même donner un ordre de grandeur des différents aspects et ne pas se limier à la capacité "un million de fois supérieure".
Les réactions chimiques sont très lentes par rapport aux changements d'états électroniques ou magnétiques. c'est pire pour les réactions biochimiques.
Alors un système de stockage un million de fois plus grand ne sert à rien si on ne peu pas le remplir dans un temps acceptable.
En tout cas, merci arnaudus pour ses éléments.
[^] # Re: débit
Posté par Almacha (site web personnel) . Évalué à 1.
Pourtant, on utilise toujours du stockage sur cassettes, par exemple pour des sauvegardes qu'on va archiver mais qu'on a pas besoin de lire souvent et pas besoin d'accéder rapidement. Mais aussi pour les gros calculs scientifiques on peut avoir recours à des données sur cassettes (par exemple au Tera-100 ils ont un robot pour charger les cassettes).
Certes le séquençage d'ADN est encore plus lent qu'une lecture sur cassette, mais c'est pour dire que le stockage "gros mais lent" trouve quand même son application.
Suivre le flux des commentaires
Note : les commentaires appartiennent à celles et ceux qui les ont postés. Nous n’en sommes pas responsables.