储存一个人类基因组需要多少存储空间？

Question

我正在查找以字节为单位的存储量(MB、GB、TB等)。需要用来储存单个人类基因组。我在维基百科上读了一些关于DNA、染色体、碱基对、基因的文章，有一些粗略的猜测，但在透露任何东西之前，我想看看其他人是如何处理这个问题的。

另一个问题是人类DNA中有多少个原子，但这不是这个网站的话题。

我知道这是一个近似值，所以我在寻找能够存储任何人的DNA的最小值。

Answer 1

如果你相信这些东西，这里是维基百科宣称的(来自http://en.wikipedia.org/wiki/Human_genome#Information_content)：

单倍体人类基因组的29亿个碱基对对应于最大约725兆字节的数据，因为每个碱基对可以由2位编码。由于单个基因组之间的差异不到1%，它们可以无损地压缩到大约4兆字节。

Answer 2

你并不是将所有的DNA存储在一个数据流中，而是大部分时间都是通过染色体来存储的。

一个大的染色体大约需要300MB，一个小的染色体大约需要50MB。

编辑：

我认为第一个原因是它不是以每个碱基对2位的形式保存的，因为它会导致数据处理的障碍。大多数人不知道如何转换它。即使提供了转换程序，大公司或研究机构中的许多人也不允许/需要询问或不知道如何安装程序……

1 GB的存储空间是免费的，即使在100Mbitsps的情况下下载3 GB也只需要4分钟，而且大多数公司都有更快的速度。

另一点是，数据并不像你被告知的那样简单。

Craig_Venter发明的测序方法是一大突破，但也有缺点。它不能分离相同碱基对的长链，所以不总是100%清楚是有8个A还是9个A。

另一个例子是DNA methylation，因为您不能以2位表示形式存储此信息。

Answer 3

基本上，每个碱基对需要2位(您可以使用00、01、10、11表示T、G、C和A)。由于人类基因组中约有29亿个碱基对，(2 *29亿)位~=为691兆字节。

然而，我不是专家，维基百科上的Human Genome页面声明了以下内容：

原始MB：

• 男性(XY)：770MB
• 女性(XX)：756MB

我不确定他们的差异是从哪里来的，但我相信你能弄清楚。