文/郭林忠（杭州睿笛生物科技有限公司）

在现代科技时代背景下，海量数据爆发式增长使得信息技术的发展面临巨大的挑战，如海量数据存储、海量数据分析等带来的能耗、效能挑战等，要求信息技术寻找新的发展契机与方向，才能满足于科技时代创新发展对信息技术的具体要求。结合生物技术的启发，从生物结构中探寻信息技术创新发展方案，已经成为当前国际研究的重要方向之一[1]。DNA数据存储和神经形态计算，作为新兴研究领域，是具有广阔发展前景的代表性方向。鉴于此，基于信息技术创新发展及应用范围拓展角度考虑，本文深入分析“生物技术与信息技术的融合发展”具有一定现实意义。

一、生物技术与信息技术融合发展的重要价值概述

（一）国家和企业创新发展的战略选择

进入到智能化和大数据时代，生物技术与信息技术的融合发展已经是必然趋势，当前，一些国家在“精准医学计划”“半导体合成生物学”等计划领域中，开始广泛使用信息技术手段，并进行了重点布局，这些都是生物技术和信息技术融合发展的重要举措，并促进了生命科学解决方案的开发，并催生了西宁西技术大数据存储和分析的需求。另外，在市场经济不断发展中，各实力强大的信息技术企业纷纷顺应市场发展潮流，积极与生物技术企业建立长期战略合作关系，如微软、谷歌等大型信息技术企业，都与实力一绝的生物技术企业建立了战略合作关系；再比如，作为半导体设备领域的龙头企业，泛林公司在合成生物学研究等方面进行了战略布局，旨在实现创新性发展来适应时代发展需求，继而为企业的持续发展保驾护航[2-3]。

（二）催生新兴布局空间

生物技术与信息技术的融合发展催生了大量新兴布局项目，如人体微生物组计划、脑科学计划，且可以促进人工智能、健康等新兴项目的布局。尤其是生命组学与半导体领域的相融合发展，更是促进了生物电子细胞等的进一步发展，其与通信、互联网领域的融合发展，可以促进人机交互和远程医疗的进一步发展[4-5]。另外，信息技术与脑科学领域的融合发展，可促进计算神经科学、3D生物学等领域的进一步发展。由此可见，生物技术与信息技术的融合发展将会促进大量新兴项目的出现，对新型布局空间的优化起到了积极的促进作用[3]。

二、生物技术与信息技术融合发展分析

（一）DNA存储技术

近年来，基于生物技术的信息技术发展取得了阶段性的成绩，其中，DNA存储已经成为全球研究的重点和热点。DNA存储技术以人工合成的脱氧核苷酸链为存储介质，以此实现文档、音频等信息的存储与读取，具体而言，基于A、T、C、G4种碱基对应二进制进行数据编码，使得数据可以通过脱氧核苷酸链形式合成DNA分子进行存储[6-7]。DNA数据存储方式相比传统数据存储方式，具有显著优势，如低能耗、安全稳定性高、存储密度大等，在未来可以发展成满足海量数据爆发式增长的存储需求的创新型技术。但当前的DNA存储技术发展与应用，仍然面临诸多挑战，要求专业领域的科学家从以下几个方面进行研究，才能为DNA存储技术的发展与应用夯实基础。

（1）优化和完善生物技术。在DNA存储中，考虑存储操作的便捷性和成本，要求深入研究操作简便的DNA合成及测序技术，继而才能整体降低DNA存储成本，这既是现代分子生物学中研究的重要技术方向之一，又是降低基于生物技术的DNA存储成本的重要举措，可以为DNA存储技术的发展创造更大的空间[8-9]。

（2）编解码方式与纠错机制。编码方案的优化和完善，充分利用DNA存储空间，减少数据冗余及误差。编码方案在DNA存储研究中已经形成成熟体系，四进制转换模型已经发展成为DNA存储的主流转换模型，但现有的存储方案的储存密度，仍然需要通过模型建立来进行优化和提高，才能满足于海量数据爆发式增长的存储需求。另外，考虑到DNA的人工合成无法应用在活细胞中酶的校正机制，合成、扩增等环节的校正方案研究，也是重点研究方向之一，在此领域Blawat等尝试采取前向纠错技术方式进行校正，可以大幅度提升DNA存储数据读取的准确性。

（3）随机存取。早在2016年华盛顿大学与微软公司共同研究的DNA存储，已经实现了内容重写、随机访问等功能，具体是通过聚合酶链式反应实现了字符串副本的精准复制，极大地提升了字符读取速度，但相比传统磁介质存储读取速度，仍然具有较大的提升空间。因此，接近于传统存储方式的随时读取与写入功能，仍然是DNA存储技术发展研究的重点方向之一。

（二）类脑芯片技术

以“神经形态”为核心的类脑芯片，指的是仿照大脑结构中神经元（计算）和突触（存储）单元集于一体，能够根据传递的信号强弱进行相应的调整，并在此过程中，既可以确保信息传递效率，又可以实现数据并行、分布式处理，且整个过程的能源消耗是极低的。在类脑芯片中，忆阻器作为模仿大脑神经元功能的关键电子器件，伴随此电子器件研究开发的成功及推广应用，使得神经网络芯片研究取得突破性的进展。另外，辅以类脑计算方法的深层次研究与应用，实现神经拟态，在攻克传统计算范式局限性的基础上，形成了传“自主认知”的新范式，使得计算机整体性能得以优化和增强。

现阶段，我国围绕类脑研究已经成立了多个研究中心，参与单位众多，具体有浙江大学、清华大学等，并已经取得了多项技术成果。以“天机”系列类脑芯片为例，由清华大学团队研究开发，既实现了大规模神经元网络模拟，又支持脉冲神经网络算法和人工神经网络算法。另外，清华大学团队并在原有网络算法的基础上，建立了卷积神经网络新算法。由此可见，现阶段，类脑芯片技术的研究已经取得了重大进展，但距离大规模应用还要解决诸多问题，才能确保类脑芯片技术应用效果，具体包括以下几点：

（1）处理能力有待提高。类脑芯片虽然能够满足智能算法的实用性需求，但任务性处理能力仍然具有较大的提升空间[10]。与之相匹配的架构、算法和模型等，都处于初期研发阶段，需要基于计算要求进一步提炼神经网络处理中的共性运算特性，以此发展类脑神经元计算模型，以此增强神经计算电路模块的任务处理能力的同时，提高模块的通用性，为大规模应用类脑芯片提供支持。

（2）硅晶片工艺成本有待降低。当前，类脑芯片材料主要以硅晶片电路为基础实现神经元模拟，但硅晶片工艺生产成本过高，导致类脑芯片大规模应用存在成本限制。针对这种情况，要实现类脑芯片的大规模使用，则要积极寻找可以替代硅晶片，且与生物神经系统相似的材料，以此设计出高性价比的类神经计算芯片，才能降低类脑芯片大规模使用的成本。

（3）在类脑芯片设计中，单纯地借鉴了脑信息处理中诸如神经元连接、脉冲放电机制等最基本的单元和机制，但对于相对复杂的信息处理单元的作用机制，如神经微环路、多脑区协同等，尚未引进类脑芯片计算机制研究中，使得类脑芯片在复杂信息处理中存在一定的局限性[11-12]。因此，在未来类脑芯片技术研究中，要实现类脑芯片大规模应用目的，要求借鉴和研究多尺度信息处理机制，并重点关注全脑不同尺度计算单元之间的协同处理能力，以便进一步提升类脑芯片信息处理能力，满足于信息时代发展对类脑芯片信息处理能力的实际要求，才能为类脑芯片的大规模使用夯实基础。

三、结语

综上所述，在现代科技不断发展和人们需求不断提高的背景下，信息技术领域涌现出大量技术桎梏问题，在此环境中，如何实现信息技术的创新发展与广泛应用，使得其在社会各个领域中产生更大的效能，已经成为相关专业领域人员重点研究的课题。而生物技术与信息技术的融合发展，为信息技术的发展开辟了新的路径，如基于DNA特殊的结构模式，解决了信息技术发展中存在的存储空间和时间问题，神经形态计算通过模仿人脑构造实现了计算机信息处理能力和反应能力，且大幅度降低了计算机运行能耗。不仅如此，类脑芯片在海量数据处理方面具有显著的低能耗、高效性等优势，且能够为人工智能、动态调节等功能的实现提供支持，从而能够为信息技术的进一步发展及推广应用提供了技术支持。