Bases naar Bytes

De kosten van het sequensen van menselijke genomen zijn enorm aan het dalen - in de meest geavanceerde genomics-centra dalen ze vijf keer sneller dan de kosten van computergebruik. Steeds meer mensen laten hun DNA door bedrijven en onderzoekslaboratoria in kaart brengen op zoek naar aanwijzingen over genetische variatie en ziekte.

Maar de industrie moet uitzoeken hoe ze alle resulterende gegevens goedkoop kan opslaan. Elk van de 3,2 miljard DNA-basenparen in een menselijk genoom kan worden gecodeerd door twee bits - 800 megabytes voor het hele genoom. Maar aanzienlijke gegevens over elke base wordt meestal verzameld en genen worden vaak vele malen gesequenced om nauwkeurigheid te garanderen, dus het is gebruikelijk om ongeveer 100 gigabyte te besparen bij het sequencen van een menselijk genoom met een machine die is gemaakt door industrieleider Illumina. Om zoveel gegevens over elke persoon op de planeet bij te houden, zou ongeveer evenveel digitale opslagruimte nodig zijn als in 2010 in de hele wereld beschikbaar was.

Dit verhaal maakte deel uit van ons nummer van mei 2012

• Zie de rest van het probleem
• Abonneren

De truc zal dan zijn om minder te sparen. Harvard-geneticus George Church zegt dat uiteindelijk alleen de verschillen tussen een nieuw gesequenced genoom en een referentiegenoom moeten worden opgeslagen. Die informatie kan worden gecodeerd in slechts vier megabytes. Dan is je genoom misschien gewoon een andere e-mailbijlage.

Informatiegrafieken door Infographics.com

zich verstoppen