DNA डेटा स्टोरेज: दुनिया का डेटा अणुओं में संजोना (UPSC विज्ञान एवं तकनीक)

आपकी खींची हर तस्वीर, भेजा हर संदेश, किसी फ़ैक्टरी के फ़र्श का हर सेंसर रीडिंग — सब डिजिटल जानकारी के उस ढेर में जुड़ता जाता है जो अब उस रफ़्तार से बढ़ रहा है जिससे दुनिया उसे रखने की जगह नहीं बना पा रही। इंसानियत एक ही दिन में उतना डेटा बनाती है जितना पूरी सदियों में नहीं बनाया, और जिन घूमती हार्ड ड्राइव तथा चुंबकीय टेपों पर हम इसे रखते हैं, उनका रास्ता ख़त्म होने को है — वे कुछ ही सालों में घिस जाती हैं, जगह और बिजली खाती हैं, और कोई नया फ़ॉर्मैट आते ही पुरानी पड़ जाती हैं। इसलिए एक चुपचाप क्रांतिकारी विचार प्रयोगशाला की मेज़ से डेटा सेंटर की ओर बढ़ा है: अपने डेटा को सिलिकॉन और धातु पर नहीं, बल्कि उसी अणु में लिखें जिसने अरबों सालों से जीवन के निर्देश संजोकर रखे हैं। वह अणु है DNA।

DNA डेटा स्टोरेज का मतलब है डिजिटल फ़ाइलों — साधारण 0 और 1 — को संश्लेषित (synthetic) DNA की रासायनिक वर्णमाला में कूटबद्ध (encode) करना, फिर उस DNA को एक ट्यूब में रखना ताकि बाद में पढ़ा जा सके। इसका आकर्षण लगभग बेतुका है: एक ग्राम DNA सैद्धांतिक रूप से सैकड़ों पेटाबाइट रख सकता है, इतना कि किसी बड़े डेटा सेंटर को चावल के दाने जितनी चीज़ में निगल ले, और बिना बिजली के हज़ारों साल टिक सकता है। किसी UPSC उम्मीदवार के लिए यह जैव प्रौद्योगिकी (biotechnology), सूचना प्रौद्योगिकी और डेटा की नई राजनीति के चौराहे पर बैठता है — और यह ठीक उसी तरह का भविष्य का, कई विषयों को जोड़ने वाला टॉपिक है जिसे एक मज़बूत विज्ञान एवं तकनीक उत्तर चंद पैने तथ्यों और तर्क की साफ़ कड़ी के साथ अपना बना सकता है।

दुनिया में डेटा रखने की जगह क्यों ख़त्म हो रही है

समस्या से शुरू करें, क्योंकि तकनीक तभी समझ आती है जब आप तंगी को महसूस करें। दुनिया के डिजिटल डेटा का भंडार फट रहा है — स्ट्रीमिंग वीडियो, स्मार्टफ़ोन, वैज्ञानिक उपकरण, निगरानी कैमरों और अब आर्टिफ़िशियल इंटेलिजेंस (AI) की भारी भूख से, जो ऐसे पैमाने पर डेटा खाता और बनाता है जिसकी पहले के दशकों ने कल्पना नहीं की थी। विश्लेषक वैश्विक “डेटास्फ़ीयर” को ज़ेटाबाइट में नापते हैं — हर ज़ेटाबाइट एक ट्रिलियन गीगाबाइट होता है — और यह साल-दर-साल चढ़ता जाता है। इसका एक बड़ा और बढ़ता हिस्सा “ठंडा” (cold) डेटा है: ऐसी जानकारी जिसे क़ानूनी या भावनात्मक रूप से रखना ज़रूरी है पर जिसे हम शायद ही कभी छूते हैं — पुराने मेडिकल रिकॉर्ड, बैंक के अभिलेख, सरकारी दस्तावेज़, वैज्ञानिक डेटासेट, फ़िल्म-संग्रह। हम इसे अक्सर नहीं पढ़ते, पर फेंक भी नहीं सकते।

यहीं हमारे पास मौजूद स्टोरेज चरमराने लगता है। हार्ड डिस्क ड्राइव और सॉलिड-स्टेट ड्राइव तेज़ हैं पर बिजली-भूखे और कम उम्र वाले; किसी एक को दस साल किसी दराज़ में छोड़ दीजिए और हो सकता है डेटा पहले ही जा चुका हो। चुंबकीय टेप, सस्ते अभिलेखों का घोड़ा, सघन और सस्ता है पर फिर भी जलवायु-नियंत्रित कमरे माँगता है, और घिसने से पहले हर दस साल या उससे जल्दी ही किसी टेप को नए टेप पर कॉपी करना पड़ता है। और इनमें से हर माध्यम फ़ॉर्मैट के पुराने पड़ जाने (format obsolescence) से जूझता है — वह धीमी मौत जिससे किसी पुराने फ़ॉर्मैट को पढ़ने के लिए ज़रूरी हार्डवेयर और सॉफ़्टवेयर बनना ही बंद हो जाते हैं। उस किसी से पूछिए जिसका डेटा अब भी किसी फ़्लॉपी डिस्क या ज़िप ड्राइव में फँसा है। इन सबके ऊपर, इन ड्राइवों को रखने वाले डेटा सेंटर ठंडक के लिए बिजली और पानी के गंभीर उपभोक्ता बनते जा रहे हैं, और उनकी संख्या बढ़ने के साथ उनके ऊर्जा व जलवायु पदचिह्न पर असली निगरानी हो रही है।

तो दीर्घकालिक चुनौती दो-टूक है: डेटा घातांकीय (exponential) रूप से बढ़ रहा है, जबकि जिन माध्यमों पर हम इसे रखते हैं वे भारी-भरकम, बिजली-प्यासे, नाज़ुक और हमेशा पुराने पड़ते रहने वाले हैं। तलाश ऐसे संग्रह-माध्यम की है जो बेहद सघन हो, सदियों चले, बेकार पड़े रहने पर बिजली की एक बूँद भी न पिए, और कभी पुराना न पड़े। यह तलाश बार-बार उसी जवाब पर पहुँचती है — जीवन का अणु।

डिजिटल डेटा को DNA में कैसे लिखा और वापस पढ़ा जाता है

DNA अपने मूल में एक सूचना-संग्रहण अणु है। इसकी लंबी लड़ियाँ चार रासायनिक इकाइयों से बनी होती हैं जिन्हें बेस (bases) कहते हैं — एडेनिन, साइटोसिन, गुआनिन और थायमिन, जिन्हें संक्षेप में A, C, G और T कहा जाता है — और इन बेसों को जिस क्रम में पिरोया जाता है वही अर्थ रखता है, ठीक वैसे ही जैसे किसी वाक्य में अक्षरों का क्रम अर्थ रखता है। (इस अणु पर और यह अपने सजातीय अणु से कैसे अलग है, इसके लिए DNA बनाम RNA देखें।) कोई कंप्यूटर पहले से ही सब कुछ — टेक्स्ट, छवियाँ, वीडियो — बाइनरी के रूप में रखता है, यानी 0 और 1 की एक लड़ी। DNA स्टोरेज बस दोनों वर्णमालाओं के बीच अनुवाद करता है: चार-अक्षरों वाला रासायनिक कोड वैसे ही डिजिटल जानकारी रख सकता है जैसे दो-चिह्नों वाला इलेक्ट्रॉनिक कोड।

यह प्रक्रिया चार साफ़ चरणों वाले एक चक्र की तरह चलती है, और इन्हें क्रम से नाम देना ही किसी अच्छे उत्तर का दिल है। पहला, encode (कूटबद्ध करना): सॉफ़्टवेयर फ़ाइल की बाइनरी धारा को चार बेसों के अनुक्रम में बदलता है, जिसमें दो बिट हर बेस पर अच्छी तरह मैप होते हैं — जैसे 00 का जोड़ा A बन जाए, 01 का C, 10 का G, और 11 का T। लंबे आभासी अनुक्रम को हज़ारों छोटे, संभाले जा सकने वाले टुकड़ों में काटा जाता है, और हर टुकड़े पर एक पता (address) चिपका होता है ताकि फ़ाइल सही क्रम में दोबारा जोड़ी जा सके। दूसरा, synthesise (संश्लेषण): एक DNA सिंथेसाइज़र, असल में एक आणविक 3D प्रिंटर, उस डिज़ाइन किए गए अनुक्रम से मेल खाती असली, भौतिक संश्लेषित DNA लड़ियाँ बेस-दर-बेस बनाता है। तीसरा, store (संग्रह): DNA को सुखाकर ठंडा, अँधेरा और सूखा रखा जाता है — अक्सर सिलिका काँच के नन्हे मनकों में बंद या किसी सीलबंद ट्यूब में — जहाँ यह निष्क्रिय पड़ा रहता है, बिना किसी बिजली के। चौथा, read (पढ़ना): जब डेटा चाहिए, तो DNA को फिर से पानी में लाकर एक DNA सीक्वेंसर से गुज़ारा जाता है — वही मशीन जो जीनोम पढ़ने में इस्तेमाल होती है — जो बेसों का क्रम बता देती है, और सॉफ़्टवेयर उस अनुक्रम को वापस मूल 0 और 1 में बदल देता है।

दो व्यावहारिक पेच इसे जादुई के बजाय असली बनाते हैं, और परीक्षक उन उम्मीदवारों को अंक देते हैं जो इनका ज़िक्र करते हैं। एक है त्रुटि-सुधार (error correction): रसायन-विज्ञान गड़बड़ है, इसलिए संश्लेषण और सीक्वेंसिंग में ग़लतियाँ आती हैं, और लड़ियों की प्रतियाँ अलग-अलग संख्या में बनती हैं। इससे बचने के लिए डेटा को जानबूझकर अतिरेक (redundancy) और चतुर गणितीय कोडिंग के साथ रखा जाता है — वही तकनीकों का परिवार, जैसे Reed-Solomon कोड, जो CD और QR कोड को खरोंचों से बचाता है। 2017 की एक मशहूर विधि DNA Fountain ने इसे फ़ाइल को पूरी तरह बहाल करते हुए किसी लड़ी की सैद्धांतिक अधिकतम क्षमता के लगभग 85 प्रतिशत तक पहुँचा दिया। दूसरा पेच है random access (यादृच्छिक पहुँच): एक फ़ाइल निकालने के लिए आप पूरा संग्रह नहीं पढ़ना चाहते, इसलिए हर टुकड़े का पता ख़ास फ़ाइलों को उन्हीं आणविक औज़ारों से — PCR प्राइमर — खींच निकालने देता है जिन्हें जीवविज्ञानी DNA के किसी चुने हुए हिस्से की प्रतिलिपि बनाने के लिए इस्तेमाल करते हैं। इन दो चीज़ों को सही कर लीजिए और धुँधले तरल की एक ट्यूब एक चालू, खोजी जा सकने वाली हार्ड ड्राइव बन जाती है।

DNA इतना लुभावना क्यों: घनत्व, टिकाऊपन और कभी पुराना न पड़ना

अब वे तीन कारण जिनकी वजह से यह विचार जाता ही नहीं, क्योंकि मिलकर वे DNA को दीर्घकालिक संग्रह के लिए लगभग बेजोड़ बना देते हैं। पहला है घनत्व (density), और आँकड़े दंग कर देने वाले हैं। एक ग्राम DNA सैद्धांतिक रूप से लगभग 200 से 215 पेटाबाइट डेटा रख सकता है — पेटाबाइट यानी दस लाख गीगाबाइट — जो किसी एक घन सेंटीमीटर में ठूँसे गए लगभग दस क्विंटिलियन बिट के बराबर बैठता है। शोधकर्ता इसे यूँ रोचक ढंग से रखना पसंद करते हैं: सिद्धांत रूप में दुनिया का सारा डेटा एक कमरे जितनी जगह में आ सकता है, और किसी फैले हुए डेटा सेंटर की पूरी सामग्री कुछ शक्कर के टुकड़ों में सिमट सकती है। कोई सिलिकॉन तकनीक इसके आसपास भी कई परिमाण-स्तर (orders of magnitude) तक नहीं पहुँचती। DNA जानकारी को अलग-अलग परमाणुओं के पैमाने पर तीन आयामों में रखता है, यही वजह है कि प्रकृति ने इसी से किसी इंसान का पूरा ब्लूप्रिंट एक ऐसी कोशिका में पैक किया है जिसे आप देख नहीं सकते।

दूसरा कारण है टिकाऊपन (durability)। DNA सूखा, ठंडा और ऑक्सीजन तथा पराबैंगनी (ultraviolet) प्रकाश से दूर रखे जाने पर हैरतअंगेज़ रूप से मज़बूत होता है। हम आम तौर पर ऐसी हड्डियों और जमे अवशेषों से DNA निकालकर पढ़ लेते हैं जो दसियों हज़ार साल पुराने हैं — ऐसा करिश्मा कोई हार्ड ड्राइव या टेप कभी नहीं कर पाएगा। अपने डेटा को DNA में कूटबद्ध कीजिए और ठीक से रखिए, तो यह सैकड़ों या हज़ारों साल तक पढ़े जाने लायक रह सकता है, और चुंबकीय टेप की तरह बार-बार दोबारा कॉपी करने की ज़रूरत भी नहीं। जिन अभिलेखों को संस्थाओं से भी ज़्यादा जीना है — राष्ट्रीय रिकॉर्ड, वैज्ञानिक डेटा, सांस्कृतिक विरासत — उनके लिए यही गुण सबसे ज़्यादा मायने रखता है।

तीसरा कारण सबसे सूक्ष्म है पर लंबे दौर में शायद सबसे अहम: फ़ॉर्मैट का कभी पुराना न पड़ना (no format obsolescence)। किसी फ़्लॉपी डिस्क के अब बेकार होने की वजह यह है कि उसे पढ़ने वाली मशीनें और सॉफ़्टवेयर ग़ायब हो गए। DNA को यह दिक्कत कभी नहीं होगी, क्योंकि जब तक जीवन और जीवविज्ञान मौजूद हैं, इंसानों के पास DNA पढ़ने वाली मशीनें रहेंगी — यह जीवविज्ञान का सार्वभौमिक कोड है, और इसे पढ़ना किसी क्षणिक व्यावसायिक फ़ॉर्मैट के बजाय एक तेज़ी से सुधरती, बुनियादी तकनीक है। ऐसा माध्यम जो सघन हो, टिकाऊ हो, बेकार पड़े रहने पर बिजली-मुक्त हो और पुराने पड़ने से अछूता हो, संग्रहकर्ता के सपने के क़रीब है। और DNA, ख़ास बात यह कि, एक साथ चारों है। यही वजह है कि DNA स्टोरेज पर अब जैविक अणुओं से गणना करने की कोशिशों के साथ-साथ भी चर्चा होती है — बायो-कंप्यूटर और जैविक कंप्यूटिंग आधारों की ओर का व्यापक प्रयास, जो जीवन की मशीनरी को सूचना प्रौद्योगिकी मानता है।

पेच: DNA स्टोरेज धीमा, महँगा और केवल ठंडे अभिलेखों के लिए क्यों है

अगर DNA इतना शानदार है, तो आपका फ़ोन अब तक किसी टेस्ट ट्यूब में बैकअप क्यों नहीं हो जाता? क्योंकि ईमानदार जवाब यह है कि आज DNA स्टोरेज धीमा और महँगा है, और एक संतुलित उत्तर को यह साफ़ कहना होगा। अड़चन लिखने वाले चरण पर है। DNA को बेस-दर-बेस संश्लेषित करना एक रासायनिक प्रक्रिया है जो महँगी भी है और धीमी भी — सालों तक DNA में डेटा लिखने की क़ीमत हज़ारों डॉलर प्रति मेगाबाइट तक रही, जो किसी भी व्यावसायिक इस्तेमाल से कहीं परे है, और तेज़ी से हुई प्रगति के बावजूद यह पारंपरिक स्टोरेज से कई परिमाण-स्तर महँगी बनी हुई है। पढ़ना, लिखने से सस्ता और तेज़ है पर फिर भी समय और प्रयोगशाला का काम माँगता है, क्योंकि DNA को सिर्फ़ किसी डिस्क की तरह घुमाने के बजाय तैयार और सीक्वेंस करना पड़ता है। आप किसी फ़ाइल पर क्लिक नहीं कर सकते और वह मिलीसेकंड में खुल जाए, ऐसा नहीं है।

यही वजह है कि पूरा क्षेत्र एक ख़ास इस्तेमाल को लक्ष्य बनाता है, किसी आम को नहीं। DNA स्टोरेज को ठंडे संग्रह स्टोरेज (cold archival storage) के लिए बनाया जा रहा है — वह गहरी, एक-बार-लिखो-कभी-कभार-पढ़ो वाली तिजोरी जहाँ डेटा दशकों आराम करने जाता है, न कि वह लाइव, यादृच्छिक-पहुँच वाली मेमोरी जो आपके कंप्यूटर को चलने के लिए चाहिए। इस अंतर को यूँ सोचिए — एक काम की मेज़ बनाम किसी पहाड़ के नीचे दबी तिजोरी: आप रोज़ की फ़ाइलें कभी पहाड़ से नहीं लाएँगे, पर अपने सबसे क़ीमती, कम छुए जाने वाले रिकॉर्ड उसे ख़ुशी से सौंप देंगे। DNA वही तिजोरी है। पढ़ने और लिखने में उसकी सुस्ती उस डेटा के लिए शायद ही मायने रखती है जिसे आप दशक में एक बार छूना चाहते हैं, जबकि उसका घनत्व और टिकाऊपन बहुत मायने रखता है। जो कोई DNA को रोज़मर्रा की ड्राइव का विकल्प बताता है, उसने इसे ग़लत समझा है; यह टेप अभिलेखों का विकल्प है, और केवल उन्हीं का।

लागत और रफ़्तार के पीछे और भी रुकावटें खड़ी हैं। संश्लेषण और सीक्वेंसिंग की ग़लतियों को सुधारना पड़ता है, जो उपयोगी क्षमता में सेंध लगाता है। रसायन-विज्ञान को औद्योगिक मात्रा तक, भरोसेमंद और दोहराने योग्य ढंग से बढ़ाना कठिन है। और पूरी प्रक्रिया अब भी किसी सीलबंद उपकरण के बजाय विशेष प्रयोगशाला उपकरणों पर निर्भर है जिसे आप किसी सर्वर रैक में लगा सकें — हालाँकि यह भी वही इंजीनियरिंग चुनौती है जिसे कंपनियाँ हल करने की होड़ में हैं। दिशा उत्साहजनक है: लागत गिर रही है और रफ़्तार तेज़ी से बढ़ रही है, और उद्योग के कई लोग उम्मीद करते हैं कि इस दशक के अंत तक DNA अभिलेख चुंबकीय टेप के मुक़ाबले लागत में टक्कर देने लगेंगे। पर फ़िलहाल, यह तकनीक असली, प्रदर्शित और सुधरती हुई है — अभी सस्ती नहीं।

प्रयोगशाला के प्रदर्शनों से असली व्यवस्थाओं तक: जो पड़ाव मायने रखते हैं

DNA स्टोरेज का इतिहास प्रदर्शनों की एक सुथरी सीढ़ी है, और कुछ पायदान उत्तर में ले जाने लायक हैं क्योंकि वे दिखाते हैं कि तकनीक एक करतब से एक व्यवस्था में परिपक्व हो रही है। आधुनिक दौर 2012 और 2013 के आसपास शुरू हुआ, जब अलग-अलग टीमों ने — एक की अगुवाई हार्वर्ड में आनुवंशिकीविद् जॉर्ज चर्च (George Church) ने की, दूसरी की European Bioinformatics Institute में निक गोल्डमैन (Nick Goldman) और इवान बर्नी (Ewan Birney) ने — स्वतंत्र रूप से किताबें, छवियाँ और ऑडियो DNA में कूटबद्ध किए, और गोल्डमैन की टीम ने वे त्रुटि-सुधार तरकीबें जोड़ीं जिन्होंने भरोसेमंद बहाली को संभव बनाया। सिद्धांत का प्रमाण मिल गया: डिजिटल फ़ाइलें DNA में लिखी और वापस पढ़ी जा सकती हैं।

इसके बाद होड़ घनत्व और क्षमता की ओर मुड़ी। 2017 में यानिव एरलिच (Yaniv Erlich) और दीना ज़िलिंस्की (Dina Zielinski) ने अपनी DNA Fountain विधि का प्रदर्शन किया, जिसमें डेटा को लगभग 215 पेटाबाइट प्रति ग्राम के उस मशहूर घनत्व पर रखा और बिना किसी त्रुटि के बहाल किया। Microsoft ने University of Washington के साथ मिलकर इस क्षेत्र का सबसे प्रत्यक्ष पैरोकार बनकर: इस साझेदारी ने बैंड OK Go का एक हाई-डेफ़िनिशन म्यूज़िक वीडियो, मानवाधिकारों की सार्वभौम घोषणा (Universal Declaration of Human Rights) सौ से अधिक भाषाओं में, और सौ क्लासिक किताबें DNA में कूटबद्ध कीं, और 2019 में इसने पहली पूरी तरह स्वचालित, सिरे-से-सिरे (end-to-end) व्यवस्था पेश की जो डिजिटल डेटा लेती और बीच में किसी इंसान के DNA को छुए बिना वापस दे देती थी — मैनुअल प्रयोगशाला काम से असली मशीन की ओर एक अहम क़दम। लगभग उसी समय, Twist Bioscience और ETH Zurich के शोधकर्ताओं ने किसी Netflix सीरीज़ का एक एपिसोड संश्लेषित DNA में रखा, जो यह जीवंत प्रदर्शन था कि वीडियो अभिलेखों तक को अणुओं को सौंपा जा सकता है।

तब से काम सीधे कमज़ोर बिंदुओं पर केंद्रित रहा है — रफ़्तार, लागत और यादृच्छिक पहुँच। कंपनियों ने ख़ास DNA राइटर बनाए हैं जो पहले से कहीं तेज़ कूटबद्ध करते हैं और पूरे भंडार को पढ़े बिना DNA में रखे डेटा को खोजने के तरीके दिखाए हैं। शोधकर्ताओं ने डीकोडिंग के चरण को नाटकीय रूप से तेज़ करने के लिए आर्टिफ़िशियल इंटेलिजेंस का इस्तेमाल किया है, जिससे पुनः-प्राप्ति का समय दिनों से घटकर मिनटों में आ गया, और उन्होंने “चल-टाइप” (movable-type) तथा फिर से इस्तेमाल होने वाले तरीके दिखाए हैं जो लिखने की लागत नीचे लाते हैं। निवेश ने विज्ञान का पीछा किया है: 2025 में एक नए उद्यम, Atlas Data Storage, ने काफ़ी सीड फ़ंडिंग जुटाई और पहले के खिलाड़ियों की DNA-स्टोरेज संपत्तियाँ अपने में मिला लीं, यह संकेत कि गंभीर पैसा अब मानता है कि संग्रह बाज़ार असली है। पूरी तस्वीर, मिलाकर, एक ऐसी तकनीक की है जो लगातार प्रयोगशाला से निकलकर डेटा सेंटर की ओर चढ़ रही है — धीरे, पर एक साफ़ रफ़्तार के साथ।

आपके Mains उत्तर के लिए

यह GS Paper 3 के लिए एक उच्च-मूल्य टॉपिक है, जो विज्ञान और तकनीक में विकास तथा उनके अनुप्रयोग, तकनीक के स्वदेशीकरण, और IT तथा जैव प्रौद्योगिकी को समेटता है। यह उभरती तकनीकों, जीवविज्ञान और कंप्यूटिंग के मिलन, डेटा अवसंरचना, और यहाँ तक कि डिजिटल वृद्धि की पर्यावरणीय लागत पर पूछे गए सवालों में फ़िट बैठता है। अंक दिलाने वाला कौशल वही है जो यह लेख इस्तेमाल करता है: किसी भविष्य के विचार को एक साफ़ कड़ी में समझाना — समस्या, प्रक्रिया-तंत्र, फ़ायदे, ईमानदार सीमाएँ, और भारत वाला कोण — जिसे अस्पष्ट वाह-वाह के बजाय दो-तीन सटीक आँकड़े सहारा दें।

उत्तर कैसे बनाएँ

शुरुआत यंत्र से नहीं, उस ताक़त से करें — नाज़ुक, बिजली-भूखे, पुराने पड़ने वाले स्टोरेज के सामने डेटा का विस्फोट। फिर प्रक्रिया-तंत्र को इसके चार चरणों में समझाएँ: बिट को A, C, G और T में कूटबद्ध करें → DNA संश्लेषित करें → उसे सूखा-ठंडा रखें → पढ़ने के लिए सीक्वेंस करें, और त्रुटि-सुधार तथा यादृच्छिक पहुँच पर एक पंक्ति। तीन फ़ायदे रखें — घनत्व, टिकाऊपन, पुराना न पड़ना — और फिर, सबसे अहम, ईमानदार सीमाएँ: धीमा और महँगा लिखना, केवल ठंडे अभिलेखों के लिए उपयुक्त। भारत के लिए महत्व और एक नापे-तौले फ़ैसले के साथ समापन करें। यह क्रम — समस्या, प्रक्रिया-तंत्र, वादा, सीमाएँ, प्रासंगिकता — लगभग किसी भी उभरती-तकनीक वाले सवाल में फ़िट होता है।

जिन ग़लतियों से बचें

DNA स्टोरेज को रोज़मर्रा की हार्ड ड्राइव या RAM का विकल्प मानकर पेश न करें; यह केवल ठंडे, एक-बार-लिखो-कभी-कभार-पढ़ो वाले अभिलेखों के लिए है, और ऐसा कहना समझ का संकेत देता है। इसे जीवित जीवों को बदलने या हैक करने से न मिलाएँ — इस्तेमाल होने वाला DNA संश्लेषित और निष्क्रिय है, जो डेटा ढोता है, किसी कोशिका को नहीं चलाता। घनत्व के आँकड़े बिना इकाई के न दें; “215 पेटाबाइट प्रति ग्राम” असर करता है, “बहुत ज़्यादा” नहीं। और वादे पर वाह-वाह करते हुए लागत व रफ़्तार को न भूलें — संतुलित उत्तर संश्लेषण चरण की अड़चन का नाम लेता है।

एक संक्षिप्त उत्तर-रीढ़

डेटा का ज़ेटाबाइट में फटना, जिसका बड़ा हिस्सा “ठंडा” → मौजूदा माध्यम (HDD, SSD, टेप) भारी, बिजली-भूखे, कम-उम्र और पुराने पड़ने वाले → DNA स्टोरेज बाइनरी को चार बेसों A/C/G/T में कूटबद्ध करता है → चक्र: कूटबद्ध करें → संश्लेषित करें → सूखा/ठंडा रखें → पढ़ने के लिए सीक्वेंस करें, त्रुटि-सुधार कोड और PCR-आधारित यादृच्छिक पहुँच के साथ → फ़ायदे: घनत्व (~215 PB/ग्राम), टिकाऊपन (सहस्राब्दियाँ), बेकार पड़े रहने पर शून्य बिजली, फ़ॉर्मैट का पुराना न पड़ना → सीमाएँ: लिखना धीमा और महँगा, इसलिए यह लाइव इस्तेमाल नहीं बल्कि ठंडे अभिलेखों के लिए → पड़ाव: चर्च और गोल्डमैन (2012-13), DNA Fountain (2017), Microsoft-UW स्वचालित व्यवस्था, Netflix एपिसोड DNA में → भारत: डेटा-संप्रभुता और संग्रह की ज़रूरतें, BioE3 और जैव-तकनीक क्षमता, डेटा-एक-संसाधन-के-रूप-में → फ़ैसला: एक होनहार दीर्घकालिक संग्रह माध्यम, अभी सस्ता नहीं।

चित्र या फ़्लोचार्ट का विचार

संग्रह चक्र को एक सरल लूप के रूप में बनाएँ: 1 और 0 का एक बॉक्स → “encode” लिखा तीर जो A-C-G-T की एक लड़ी तक जाए → “synthesise” से एक सीलबंद ट्यूब तक → “sequence + decode” से वापस उसी बॉक्स तक। उसके बगल में, घनत्व और उम्र पर एक नन्ही दो-पंक्ति वाली तुलना — DNA बनाम हार्ड ड्राइव। यह एक चित्र यह भी दिखा देता है कि यह कैसे काम करता है और संग्रहकर्ताओं को क्यों ललचाता है, और झटपट बनता भी है।

एक संतुलित-निष्कर्ष पंक्ति

एक पंक्ति जो अंक दिलाती है: “DNA डेटा स्टोरेज आपकी मेज़ की हार्ड ड्राइव की जगह नहीं लेगा, पर यह वह देता है जो कोई ड्राइव नहीं दे सकती — इंसानियत के बढ़ते रिकॉर्ड को हज़ार साल तक सघन, टिकाऊ और पढ़े जाने लायक रखने का तरीका, ठीक उसी अणु में जिसने शुरुआत से जीवन की अपनी जानकारी की हिफ़ाज़त की है।”

बिना रटे डेटा कैसे इस्तेमाल करें

आपको सिर्फ़ तीन-चार लंगर चाहिए, कोई पाठ्यपुस्तक नहीं: लगभग 215 पेटाबाइट प्रति ग्राम (घनत्व), A, C, G और T (चार बेस), चार-चरणीय कूटबद्ध-संश्लेषित-संग्रह-सीक्वेंस चक्र, और यह तथ्य कि दसियों हज़ार साल पुराने अवशेषों से निकला DNA अब भी पढ़ा जा सकता है (टिकाऊपन)। दावों को सीधे-सीधे श्रेय दें — “जैसा Microsoft और University of Washington के शोधकर्ताओं ने दिखाया” — न कि आँकड़े यहाँ-वहाँ बिखेरें।

अभ्यास प्रश्न

Prelims MCQs

1. DNA डेटा स्टोरेज के संदर्भ में, निम्न में से कौन-सा कथन सही है?
   (a) डिजिटल डेटा को DNA के चार बेसों — एडेनिन, साइटोसिन, गुआनिन और थायमिन — में कूटबद्ध किया जाता है
   (b) डेटा जीवित मानव कोशिकाओं के जीन बदलकर रखा जाता है
   (c) DNA केवल टेक्स्ट रख सकता है, छवियाँ या वीडियो नहीं
   (d) इस्तेमाल होने वाला DNA प्राकृतिक रूप से पाया जाता है और पौधों से निकाला जाता है
   उत्तर: (a) डिजिटल 0 और 1 को संश्लेषित, निष्क्रिय DNA के चार बेसों A, C, G और T पर मैप किया जाता है, जो किसी भी तरह की फ़ाइल रख सकता है।
2. DNA डेटा स्टोरेज किस प्रकार की स्टोरेज ज़रूरत के लिए सबसे उपयुक्त है?
   (a) प्रोग्राम चलाने के लिए तेज़-गति यादृच्छिक-पहुँच मेमोरी
   (b) लंबे समय तक रखे और शायद ही छुए जाने वाले डेटा का ठंडा संग्रह स्टोरेज
   (c) निजी उपकरणों पर रोज़मर्रा का पढ़ने-लिखने वाला स्टोरेज
   (d) लाइव वीडियो की रियल-टाइम स्ट्रीमिंग
   उत्तर: (b) चूँकि DNA को लिखना और पढ़ना धीमा व महँगा है, यह लाइव या यादृच्छिक-पहुँच इस्तेमाल के बजाय दीर्घकालिक “ठंडे” अभिलेखों को लक्ष्य बनाता है।
3. निम्न में से कौन-से पारंपरिक स्टोरेज माध्यमों पर DNA के फ़ायदों के रूप में बताए जाते हैं? 1. बेहद उच्च डेटा घनत्व 2. सैकड़ों से हज़ारों साल की टिकाऊपन 3. संग्रहीत रहने पर कोई बिजली नहीं चाहिए 4. फ़ॉर्मैट के पुराने पड़ने से अछूतापन। सही उत्तर चुनिए:
   (a) केवल 1 और 2
   (b) केवल 1, 2 और 3
   (c) केवल 2, 3 और 4
   (d) 1, 2, 3 और 4
   उत्तर: (d) DNA स्टोरेज सघन, लंबे समय टिकने वाला, बेकार पड़े रहने पर बिजली-मुक्त, और पुराने पड़ने से अछूता है — चारों सही हैं।
4. DNA डेटा स्टोरेज प्रक्रिया में, कौन-सा चरण डिज़ाइन किए गए अनुक्रम से मेल खाती भौतिक DNA लड़ियाँ बनाता है?
   (a) कूटबद्ध करना (Encoding)
   (b) संश्लेषण (Synthesis)
   (c) सीक्वेंसिंग
   (d) डीकोडिंग
   उत्तर: (b) संश्लेषण लिखने वाला चरण है, जहाँ एक सिंथेसाइज़र असली DNA बेस-दर-बेस बनाता है; सीक्वेंसिंग बाद वाला पढ़ने का चरण है।
5. वह मुख्य सीमा जो आज DNA डेटा स्टोरेज को रोज़मर्रा की ड्राइव की जगह लेने से रोकती है, वह है:
   (a) DNA कुछ किलोबाइट से अधिक नहीं रख सकता
   (b) अच्छी तरह रखे जाने पर भी DNA महीनों में घिस जाता है
   (c) DNA में डेटा लिखना धीमा और महँगा है
   (d) DNA स्टोरेज को डेटा बनाए रखने के लिए लगातार बिजली चाहिए
   उत्तर: (c) संश्लेषण (लिखने) का चरण लागत और रफ़्तार दोनों में मुख्य अड़चन है; संग्रहीत DNA को असल में कोई बिजली नहीं चाहिए और वह युगों टिकता है।

Mains अभ्यास प्रश्न

1. DNA डेटा स्टोरेज के सिद्धांत और उन चरणों को समझाइए जिनके ज़रिए डिजिटल जानकारी संश्लेषित DNA में लिखी और वापस पढ़ी जाती है। इसे दुनिया की बढ़ती संग्रह-डेटा ज़रूरतों का एक होनहार समाधान क्यों माना जाता है? (15 अंक, 250 शब्द)
2. “DNA डेटा स्टोरेज हार्ड ड्राइव का नहीं बल्कि टेप अभिलेख का विकल्प है।” आणविक डेटा स्टोरेज के फ़ायदों और सीमाओं के संदर्भ में इस कथन की आलोचनात्मक जाँच कीजिए। (15 अंक, 250 शब्द)
3. चर्चा कीजिए कि DNA डेटा स्टोरेज से दर्शाया गया जैव प्रौद्योगिकी और सूचना प्रौद्योगिकी का मिलन दीर्घकालिक डेटा अवसंरचना को कैसे नए सिरे से गढ़ सकता है। इस क्षेत्र में भाग लेने के लिए भारत को कौन-सी क्षमताएँ बनानी होंगी? (15 अंक, 250 शब्द)
4. डिजिटल डेटा की घातांकीय वृद्धि डेटा सेंटरों के ऊर्जा और पर्यावरणीय पदचिह्न को लेकर चिंताएँ उठाती है। इन चिंताओं को दूर करने में DNA स्टोरेज जैसी उभरती स्टोरेज तकनीकों की संभावना का मूल्यांकन कीजिए। (10 अंक, 150 शब्द)
5. भारत के डेटा संप्रभुता और एक ज्ञान-व-जैव अर्थव्यवस्था के लक्ष्यों के लिए DNA डेटा स्टोरेज की प्रासंगिकता की जाँच कीजिए। BioE3 जैसी नीतियाँ अंतर्निहित वैज्ञानिक क्षमता को कैसे सहारा देती हैं? (15 अंक, 250 शब्द)

सामान्य प्रश्न