Bases a Bytes

El costo de secuenciar genomas humanos se está hundiendo; en los centros de genómica más avanzados, está disminuyendo cinco veces más rápido que el costo de la informática. Cada vez más, las empresas y los laboratorios de investigación secuencian el ADN de las personas en busca de pistas sobre la variación genética y las enfermedades.

Pero la industria debe descubrir cómo almacenar de forma económica todos los datos resultantes. Cada uno de los 3.200 millones de pares de bases de ADN de un genoma humano se puede codificar con dos bits: 800 megabytes para todo el genoma. Pero datos considerables acerca de Por lo general, se recopila cada base y los genes a menudo se secuencian muchas veces para garantizar la precisión, por lo que es común ahorrar alrededor de 100 gigabytes al secuenciar un genoma humano con una máquina fabricada por el líder de la industria Illumina. Mantener esta cantidad de datos sobre todas las personas del planeta requeriría aproximadamente la misma cantidad de almacenamiento digital que estaba disponible en todo el mundo en 2010.

Esta historia fue parte de nuestro número de mayo de 2012

• Ver el resto del número
• Suscribir

El truco, entonces, será ahorrar menos. El genetista de Harvard, George Church, dice que eventualmente solo será necesario almacenar las diferencias entre un genoma recién secuenciado y un genoma de referencia. Esa información podría codificarse en tan solo cuatro megabytes. Entonces, su genoma podría ser simplemente otro archivo adjunto de correo electrónico.

Gráficos de información de Infographics.com

esconder