Comment Internet tout entier pourrait-il tenir dans un sucre ?
La quantité de données produites par l'humanité croît de façon exponentielle, mais l'espace physique disponible pour les stocker ne suit pas le même rythme. Disques durs, cassettes à bande et archives magnétiques occupent de la place et se dégradent souvent en quelques décennies, jusqu'à devenir illisibles. Depuis des années, les scientifiques se tournent vers le propre système de stockage de la nature : l'ADN. Celui-ci porte encore des informations génétiques lisibles d'organismes ayant vécu il y a des millions d'années, et ce dans un volume étonnamment réduit. Selon les chercheurs, un seul gramme d'ADN pourrait théoriquement contenir environ un zettaoctet de données, soit presque l'équivalent d'Internet tout entier. Cela fait de l'ADN l'un des candidats les plus sérieux pour les besoins futurs de "stockage froid".
Pourquoi en parle-t-on maintenant ?
L'intérêt ne tient pas qu'à la densité. Les centres de données consomment d'énormes quantités d'électricité et nécessitent un refroidissement constant, alors que les molécules d'ADN peuvent rester intactes pendant des millénaires à température ambiante, à l'obscurité et dans un environnement sec. Cela fait de l'ADN un candidat à la fois dense et durable. Alors que les formats de disques deviennent obsolètes et illisibles en quelques décennies, la technologie permettant de lire l'ADN devrait, elle, exister aussi longtemps que la biologie elle-même.
Comment les chiffres se transforment-ils en molécules ?
Du code binaire à quatre lettres
Les ordinateurs utilisent un système binaire composé uniquement de 0 et de 1. L'ADN, lui, est constitué de quatre éléments de base : l'adénine (A), la guanine (G), la cytosine (C) et la thymine (T). Les chercheurs qui souhaitent stocker des données dans l'ADN convertissent d'abord un fichier numérique en code binaire, puis utilisent des algorithmes spécialisés pour traduire cette séquence en une chaîne de lettres A, C, G et T. Cette conversion n'est pas arbitraire : elle suit des règles évitant la répétition excessive d'une même base, garantissant la stabilité chimique de la séquence et ajoutant des informations redondantes pour se prémunir contre d'éventuelles erreurs de lecture. La séquence de lettres obtenue est en fait une traduction moléculaire d'une photo, d'un texte ou d'un logiciel.
De la synthèse au stockage
La séquence conçue est ensuite transformée en véritables molécules d'ADN à l'aide d'appareils appelés synthétiseurs d'ADN. Ce processus, appelé "écriture", reste aujourd'hui l'étape la plus lente et la plus coûteuse. Les fragments d'ADN synthétisés peuvent être conservés dans de petits tubes, séchés ou en solution. Lorsqu'il faut récupérer les données, la technologie de séquençage de l'ADN "lit" les molécules, reconvertit la séquence de lettres obtenue en code binaire et reconstitue le fichier d'origine. Les équipes qui cherchent à augmenter la densité développent aussi des méthodes d'"accès aléatoire", permettant d'extraire, à l'aide de marqueurs chimiques, uniquement les molécules représentant un fichier précis au sein d'un mélange contenant des millions d'autres fichiers. C'est un peu comme pouvoir retirer un seul livre d'une bibliothèque sans en déranger le reste.
D'où vient cette densité ?
Un disque dur classique organise les données de façon essentiellement bidimensionnelle sur une surface magnétique. L'ADN, étant une molécule tridimensionnelle, peut contenir beaucoup plus d'informations dans le même volume. De plus, chaque base d'ADN peut transporter bien plus d'information qu'un bit informatique classique, puisqu'elle peut prendre quatre états différents (A, C, G, T) au lieu de deux. Combinés, ces deux facteurs réduisent considérablement l'espace physique nécessaire pour stocker la même quantité de données. Les chercheurs donnent souvent cet exemple : si toutes les données numériques produites aujourd'hui dans le monde étaient stockées dans l'ADN, l'ensemble ne remplirait pas un camion, mais tiendrait dans le creux d'une main.
Quels obstacles subsistent ?
Le problème de la vitesse
Le principal inconvénient du stockage sur ADN reste la vitesse. Un fichier qui pourrait être écrit sur un disque dur en quelques secondes peut mettre des heures, voire des jours, à être "écrit" dans l'ADN, car la synthèse de l'ADN est un processus chimique où chaque base est ajoutée étape par étape. Les laboratoires de recherche tentent d'accélérer l'écriture en faisant fonctionner simultanément des milliers de points de synthèse sur des puces électrochimiques, mais la vitesse d'écriture reste encore loin de celle des disques magnétiques ou à état solide.
Le mur du coût
La production d'ADN synthétique est restée longtemps très coûteuse ; écrire un seul mégaoctet de données dans l'ADN coûte plusieurs fois plus cher que de l'écrire sur un disque dur. Cependant, les coûts de séquençage de l'ADN ont considérablement chuté au cours des vingt dernières années grâce aux projets de génomique, et une baisse similaire est attendue du côté de la synthèse. Entreprises et universités tentent de réduire les coûts en produisant l'ADN en masse sur des puces à semi-conducteurs plutôt que goutte à goutte.
La résistance aux erreurs
Les molécules d'ADN sont sensibles aux réactions chimiques, et des erreurs peuvent survenir sur certaines lettres lors de la synthèse ou de la lecture. C'est pourquoi, avant l'écriture, des informations redondantes supplémentaires sont ajoutées, à l'image des codes de correction d'erreurs utilisés lors de l'envoi de fichiers sur Internet, afin que le fichier d'origine puisse être récupéré intact même en cas d'erreurs sur quelques bases.
Qui travaille sur ce sujet ?
Microsoft Research et l'université de Washington collaborent depuis des années pour transformer le stockage sur ADN d'une curiosité de laboratoire en un système réel, et leurs équipes ont présenté certaines des premières démonstrations de stockage ADN entièrement automatisées de bout en bout. Diverses universités et entreprises de biotechnologie se concentrent également sur l'augmentation de la vitesse de synthèse, la réduction des coûts et la mise en pratique de l'accès aléatoire. Certaines équipes utilisent l'ADN non seulement pour stocker des fichiers, mais aussi pour préserver des œuvres d'art et même des archives linguistiques entières sur le long terme. Ces travaux montrent que le stockage sur ADN n'est plus de la science-fiction, mais un véritable objectif d'ingénierie.
Que peut-on attendre dans les années à venir ?
Les experts prévoient que le stockage sur ADN sera d'abord adopté pour l'archivage en "stockage froid", c'est-à-dire pour des données rarement consultées mais devant être conservées très longtemps. Images satellites, dossiers médicaux, archives gouvernementales et jeux de données scientifiques figurent parmi les premiers cas d'usage envisagés. Les progrès en matière de vitesse d'écriture et de lecture pourraient à terme étendre le stockage sur ADN à des usages plus larges ; il ne devrait toutefois pas remplacer totalement les disques classiques ou le stockage en nuage, mais plutôt devenir l'un des niveaux de stockage possibles, choisi selon la durée de conservation et la fréquence d'accès aux données. En somme, la mémoire de notre civilisation numérique pourrait un jour être véritablement conservée dans le propre langage codé du vivant.