O DNA pode conter cerca de 60~750MB de dados

Sobre contagem

• O DNA humano pode armazenar cerca de 1,2 bilhão de bits, o que corresponde a aproximadamente 1,5GB de informação.
• Mas o DNA tem muitas partes repetidas e os cromossomos herdados dos pais são semelhantes, então a quantidade real de informação pode ser vista de outra forma.
• É necessário um conceito de informação mais sofisticado do que a simples ideia de espaço de armazenamento.

Sobre compressão

• Segundo a teoria da informação, a informação de uma string pode ser definida como o menor comprimento possível ao qual ela pode ser comprimida.
• O DNA pode ser comprimido em até 99% com o uso de um genoma de referência, mas esse é um caso especial em que apenas as partes variantes são consideradas informação.
• Ao comprimir sem referência, ele pode ser reduzido em até 62%, e isso pode ser visto como uma medida mais geral da quantidade de informação.

Sobre informação

• A quantidade de informação pode ser definida pela complexidade de Kolmogorov (compressibilidade) ou pela informação de Shannon (baseada em probabilidade).
• Kolmogorov se baseia na quantidade absoluta de informação, enquanto Shannon se baseia em padrões relativos.
• O DNA faz sentido sob ambas as perspectivas, mas a abordagem de Kolmogorov, que inclui a informação genética comum, é considerada mais útil.

Sobre biologia

• Apenas 1% do DNA é formado por éxons que realmente são convertidos em proteínas; o restante tem função regulatória ou funções ainda desconhecidas.
• As proteínas são produzidas por meio de processos complexos como transcrição, tradução e splicing.
• Diferentes RNAs e elementos de regulação genética interagem entre si, e o DNA é mais do que um código simples.

Sobre a bagunça

• O DNA tem uma estrutura complexa e caótica, resultado de mutações e evolução.
• Grande parte do DNA é repetitiva ou está inativa, e isso pode ser explicado por transposons e mecanismos de reparo de mutações.
• Os organismos foram projetados para serem robustos a erros, e a evolução tem operado de forma a aproveitar até mesmo as ineficiências.

Sobre informação novamente

• É proposta a “complexidade de Kolmogorov fenotípica”, tratando como quantidade de informação o menor tamanho comprimido de DNA capaz de funcionar como um ser humano.
• Esse é um método de medir o DNA mais curto capaz de gerar um ser humano funcionalmente idêntico.
• Estima-se algo em torno de 60MB~750MB, mas por enquanto esse valor não pode ser determinado com clareza.