Une nouvelle méthode basée sur l'IA peut récupérer avec précision les données numériques à partir des brins d'ADN près de 90 fois plus rapides que les techniques plus anciennes, ce qui augmente la possibilité d'un stockage pratique de l'ADN pour l'informatique
L'ADN peut stocker des données numériques, telles que les fichiers visuels et audio
L'intelligence artificielle peut lire les données stockées dans des brins d'ADN dans les 10 minutes plutôt que les jours requis pour les méthodes précédentes, rapprochant le stockage de l'ADN de l'utilisation pratique dans l'informatique.
«L'ADN peut stocker de grandes quantités de données sous une forme extrêmement compacte et rester intacts pendant des milliers d'années», explique Daniella Bar-Lev à l'Université de Californie à San Diego. « De plus, l'ADN est naturellement reproductible, offrant un avantage unique pour la préservation des données à long terme. »
Mais la récupération des informations codées dans l'ADN est un défi monumental car les brins sont mélangés et mélangés ensemble lorsqu'ils sont stockés. Pendant le processus de codage des données, les brins individuels sont parfois reproduits imparfaitement et certains fragments peuvent être entièrement perdus. En conséquence, la lecture des données stockées dans l'ADN peut ressembler à la reconstruction d'un livre à partir d'une boîte remplie de pages déchiquetées et de typo.
«Les méthodes traditionnelles luttent avec ce chaos, nécessitant des jours de traitement», explique Bar-Lev. La nouvelle approche «rationalise cela avec l'IA formée pour repérer les modèles dans le bruit», dit-elle.
Bar-Lev et ses collègues ont développé une méthode alimentée par AI appelée dnaFormer qui peut décoder rapidement et avec précision les séquences d'ADN jumelées. Le système comprend un modèle d'IA d'apprentissage en profondeur formé pour reconstruire les séquences d'ADN, un algorithme informatique séparé qui identifie et corrige les erreurs et un troisième algorithme de décodage qui convertit tout en données numériques tout en fixant les erreurs restantes.
Dans les expériences, DNAFORGER pouvait lire 100 mégaoctets de données stockées par l'ADN près de 90 fois plus rapides que la méthode la plus rapide suivante – qui a été développée avec des algorithmes informatiques traditionnels basés sur des règles – tout en atteignant une précision meilleure ou comparable. Les données décodées comprenaient une image colorée de tubes à essai, un clip audio de 24 secondes du célèbre discours d'atterrissage lunaire de l'astronaute Neil Armstrong et du texte écrit sur les raisons pour lesquelles l'ADN est un support de stockage de données prometteur.
L'équipe prévoit de développer des versions de DNAFORMER adaptées à de nouvelles techniques pour coder des données dans l'ADN, explique Omer Sabary chez Technion – Israël Institute of Technology.
«Surtout, parce que notre approche ne reposait pas sur des méthodes de synthèse ou de séquençage spécifiques (ADN), elle peut être adaptée aux technologies futures, mais non développées qui peuvent être plus viables commercialement», dit-il.
