В случае с gif последовательности передавались кадр за кадром на протяжении пяти дней в клетки бактерий.
Данные включались в геномы множества бактерий, объясняет один из участников эксперимента, Сэт Шипман из Гарвардского университета в Массачусетсе.
«Информация не содержится в одной клетке, поэтому каждая из клеток может видеть лишь определённые части или фрагменты фильма. Поэтому нам требовалось реконструировать весь фильм из отдельных кусочков, – говорит доктор Шипман. – Возможно, одна клетка увидела несколько пикселей из первого кадра и несколько пикселей из четвёртого кадра… Поэтому нам пришлось посмотреть на соотношение этих фрагментов информации в геномах данных живых клеток и сказать: сможем ли мы со временем восстановить весь фильм?».
Для того чтобы «прочесть» записанную информацию исследователи секвенировали ДНК бактерии и использовали специальный компьютерный код для расшифровки генетической информации, – говорилосьсь в публикации одного из самых уважаемых научных журналов в мире -  «Nature».
Что в этом важного? Хочется ответь – «да все!» но мы расшифруем такую нашу эмоциональную реакцию:
демонстрация технологических возможностей!
• Анимация показала, что можно закодировать:
o Мультимедийные данные: Не только текст, но и визуальный контент. Динамическую информацию: Каждый кадр представлял собой отдельный фрагмент данных, которые потом были восстановлены в правильной последовательности.
Это подчёркивает потенциал ДНК как носителя не только статичных данных, но и мультимедийных архивов

Ну вы, наверное, понимаете к чему мы все это рассказываем про бедную маленькую бактерию- коня технологической революции
Пару дней назад мы опубликовали пост про дерево у дома, которое вберет в себя весь семейный архив
Нам показалось, что пост вызвал легкое недоверие (так это назовем)
Мы могли бы просто написать – это возможно! Верьте нам! Но это было бы не очень в стиле научно-популярного формата нашего проекта. поэтому мы решили оттолкнуться от той точки в истории после которой это, действительно стало возможным.

Ведь, если можно нести простенькую карандашную анимацию в несколько байт, то почему бы не возложить на этого коня технологической революции и весь медиа архив семьи? Очень даже можно! Этим и ценен эксперимент гарвардского университета в Массачусетсе.
он открыл нам дверь в новую эру хранения и передачи информации

кстати, вот реалистичная научная иллюстрация бактерии Escherichia coli (E. coli), показывающая её структуру, включая жгутики и внутренние компоненты, такие как ДНК и рибосомы. вот такая крошка совершила революцию (роскомнадзор не слышит?)

Хотя в силу своей роли в истории науки и технологий эта бактерия нам представляется скорее боевым конем технологической революции

• • E. coli естественным образом содержит плазмиды — небольшие кольцевые молекулы ДНК, которые могут переносить гены между клетками. Учёные используют плазмиды как носители для внедрения искусственной ДНК.
• Они легко модифицируются, могут содержать закодированную информацию и передаваться от одной клетки к другой через процесс конъюгации.
• Горизонтальный перенос генов:
• E. coli может обмениваться генетической информацией с другими бактериями через механизмы трансформации (поглощение ДНК из окружающей среды) и трансдукции (передача с помощью вирусов).
Используя CRISPR-Cas9 или генные пушки, учёные могут внедрять сложные последовательности ДНК в E. coli, превращая её в переносчика информации.
Что делает именно эту бактерию очень важным участников прорывных экспериментовE. coli — идеальный носитель для хранения и переноса информации в лабораторных условиях благодаря своей редактируемости, способности передавать данные поколениям и стабильности.

А нам нравится заглядывать в будущее. Ну или фантазировать о нем (что , в общем-то, одно и тоже.
И исходя из современных достижений науки уже не так сложно представить себе библиотеку, или музей в виде парка

В теории, кстати , уже все достаточно понятно
Считывание данных
• Биосенсоры: В "умные деревья" могут быть встроены миниатюрные устройства, которые считывают информацию из встроенной ДНК.
• Оптические сканеры: Листья или кора дерева могут содержать визуальные маркеры, которые преобразуют закодированную информацию в данные, доступные через устройства.
• Секвенаторы ДНК: Автоматизированные устройства, встроенные в дерево, могут секвенировать (читать) данные из ДНК и конвертировать их в цифровую информацию.
Взаимодействие пользователей с деревьями
• Через смартфоны или планшеты:
o Пользователь может приложить своё устройство к дереву с помощью NFC или Bluetooth. Устройство подключается к встроенному сенсору дерева и получает доступ к зашифрованным данным.
o Специальные приложения декодируют данные и показывают их в виде текста, графики или видео.
Сенсорные экраны: Экран, установленный на стволе, показывает данные, которые дерево хранит в своей "ДНК". Пользователь может "спросить" дерево о его Интерактивность через дополненную реальность (AR)
• Посетитель наводит камеру своего устройства на дерево. Приложение на основе AR считывает данные, хранящиеся в биосенсорах дерева, и отображает их в виде анимаций или голограмм.
• Дальнейшее внедрение подобного использования «умных деревьев» ограниченно только фантазией того, кто анедряет. Нам нравится! а вам?

Если мы говорим о деревьях как хранителях информации (а мы именно об этом и говорим!)
То не грех будет упомянуть и о возможных объемах такого хранилища
• Теоретическая плотность данных в ДНК:
ДНК может хранить 215 петабайт данных на грамм (примерно 100 миллионов фильмов HD). Нам явно хватит для семейного архива .
Хотя, это, конечно, идеализированная цифра, основанная на плотности информации в чистой синтетической ДНК. Это показатель максимально возможного хранения данных, если каждое основание используется исключительно для записи информации.
На практике же реальные объемы «памяти» готовой к использованию меньше (как и на обычных флешках -там уже есть свои данные и не все из них можно стереть.
Но не утомляя вас биологическими подробностями пар-оснований в днк можно сказать, что все равно- на гигабайты памяти мы вполне можем рассчитывать. апример:
• У сосны ~22 миллиарда пар оснований (~5 ГБ теоретической ёмкости
У человека , кстати, объем меньше- Геном человека состоит из 3,2 миллиарда пар оснований, что эквивалентно ~750 МБ чистой теоретической ёмкости так что вычеркиваем человека из кандидатов на архив да и от мракобесов будет не отмахаться.нет – определенно, человек не подходит! исключаем

Из приведенной нами выше информации очевидно, что не все деревья одинаково хорошо подходят для хранения данных
Есть много факторов, определяющих насколько подходит та, или иная порода под такую задачу
Вот список, скорее всего, основных критериев подбора породы (если в своих мечтах вы уже зашли также далеко, как и мы и начинаете подбирать себе ужде конкретную породу под семейный медиа архив, то отталкивайтесь от этих критериев: 1. Размер генома
• Почему важно: Чем больше геном, тем больше потенциал для записи данных. Некодирующие участки генома ("мусорная ДНК") могут использоваться для интеграции информации.
• Оптимально: Деревья с большими геномами, такими как сосна ламберта (~31 млрд пар оснований).

2. Доля некодирующей ДНК
• Почему важно: Некодирующая ДНК не участвует в кодировании белков и поэтому может быть изменена без нарушения жизнедеятельности организма.
• Оптимально: Высокий процент некодирующей ДНК (у растений это может быть до 80–90% генома).

3. Долговечность дерева
• Почему важно: Долговечные деревья могут служить "живыми архивами" на протяжении сотен или даже тысяч лет.
• Оптимально: Деревья с продолжительностью жизни более 500 лет (секвойи, баобабы, дубы).

4. Простота редактирования генома
• Почему важно: Легкость работы с геномом позволяет быстрее и эффективнее интегрировать данные.
• Оптимально: Деревья, для которых уже разработаны методы трансформации ДНК (например, тополь, табак).

5. Стабильность генома
• Почему важно: Генетическая стабильность гарантирует, что данные останутся неизменными на протяжении жизни дерева.
• Оптимально: Деревья с низкими темпами мутаций и устойчивостью к внешним факторам (секвойи, дубы).

6. Устойчивость к климатическим условиям
• Почему важно: Дерево должно быть устойчивым к экстремальным условиям, чтобы выживать в естественной среде.
• Оптимально: Виды, которые хорошо адаптируются к местным климатическим условиям.

7. Возможность передачи данных потомству
• Почему важно: Если данные должны передаваться следующим поколениям дерева (например, через семена), они должны быть интегрированы в наследуемую часть генома.
• Оптимально: Деревья, которые легко размножаются семенами с наследуемыми изменениями.

8. Технические ограничения
• Размер вставляемой последовательности: Современные методы могут вставлять ограниченный объём данных (обычно до 10 000 пар оснований за раз).
• Технологическая доступность: Насколько сложны и дорогие технологии для работы с данным деревом. эти жесткие критерии - своеобразное игольное ушко мсквозь которая должна пройти порода, чтобы стать кандидатом на архив
9. Символическая значимость
• Почему важно: Дерево может иметь культурное или эмоциональное значение для пользователей, что делает его более привлекательным выбором для проекта.
• Оптимально: Баобаб (дерево жизни) или дуб (символ прочности).

10. Экономическая целесообразность
• Почему важно: Некоторые деревья легче культивировать или работать с ними дешевле.
• Оптимально: Деревья с быстрым ростом или доступные в больших количествах для экспериментов (например, тополь, табак).

Итог:
Каждое дерево должно оцениваться по этим критериям. на основе эих критериев мы сомтаваили рецтинг пород максимально пригодных к этой задаче сейчас его выложим

Не любая порода «пролезет» в это строгое угольное ушко критериев
Мы сделали рейтинг пород деревьев, советующих этим критериям.

1. Сосна ламберта (Pinus lambertiana)
Причины выбора:
• Гигантский геном: ~31 миллиард пар оснований (~7,75 ГБ теоретической ёмкости).
• Высокая доля некодирующей ДНК: Более 80% генома можно использовать для записи данных.
• Долговечность: Сосны ламберта живут 500–1000 лет.
Ограничения:
• Сложность редактирования из-за огромного размера генома.
• Более длительный цикл роста.

2. Секвойя (Sequoia sempervirens)
Причины выбора:
• Средний размер генома: ~8 миллиардов пар оснований (~2 ГБ).
• Экстремальная долговечность: Секвойи могут жить более 2000 лет, что делает их идеальными для "архивов."
• Стабильность генома: Долгое время данные остаются неизменными.
Ограничения:
• Ограниченная трансформируемость, что делает процесс интеграции данных сложным.

3. Баобаб (Adansonia digitata)
Причины выбора:
• Долговечность: Живут 1000–2000 лет, устойчивы к климатическим изменениям.
• Геном среднего размера: Точные данные по геному баобаба ограничены, но предполагается, что он достаточно велик.
• Символический смысл: Баобаб — дерево памяти и жизни в африканской культуре.
Ограничения:
• Генетическая инженерия баобабов пока находится в начальной стадии.

4. Тополь (Populus trichocarpa)
Причины выбора:
• Легкость редактирования: Один из самых изученных геномов среди деревьев.
• Размер генома: ~480 миллионов пар оснований (~120 МБ), что меньше, но позволяет эффективно работать с некодирующими областями.
• Быстрый рост: Идеально для экспериментов и тестов.
Ограничения:
• Менее долговечен (живёт 50–200 лет).

5. Дуб (Quercus robur)
Причины выбора:
• Размер генома: ~740 миллионов пар оснований (~180 МБ).
• Долговечность: Дубы живут 500–1000 лет.
• Символический смысл: Ассоциируется с силой и устойчивостью.
Ограничения:
• Сложность работы с геномом, но перспективы есть.

6. Табак (Nicotiana tabacum) (технический кандидат)
Причины выбора:
• Легкость редактирования: Один из самых часто используемых объектов для трансформации.
• Размер генома: ~4,5 миллиарда пар оснований (~1,1 ГБ).
• Быстрый рост: Удобно для лабораторных экспериментов.
Ограничения:
• Это не долговечное дерево, поэтому не подходит для долгосрочных архивов.

7. Пихта (Abies alba)
Причины выбора:
• Размер генома: ~18 миллиардов пар оснований (~4,5 ГБ).
• Долговечность: Живут 400–700 лет.
• Устойчивость к холодному климату.
Ограничения:
• Ограниченные данные о трансформируемости.

Итоговый рейтинг:
1. Сосна ламберта — огромный геном и долгая жизнь.
2. Секвойя — стабильность и долговечность.
3. Баобаб — символическое значение и долговечность.
4. Тополь — лучшее для тестирования и экспериментов.
5. Дуб — сочетание символики и практичности.
6. Табак — отличный объект для лабораторных тестов.
7. Пихта — большой геном, устойчивость. в комментариях пишите какую породу вы бы хотели видеть в касества носителя семейцного архива ( мы проверим ее по критериям

не пора ли нам закончить уже затянувшиеся публикации о деревьях Города ангелов? надо уже с ним покончить, чтобы перейти к не менее интересным темам

летом 2007-2008 гг. Северной
исследовательская станцией Лесной службы США,
была проведена оценка растительности города с целью определить ее структуру функции, ценность и параметры экосистемных услуг,
Которая эта растительность щедро предоставляет городу

етодика проведения комплексных обследований,разработанная лесной службой сша является стандартной и повторяется почти во всех исследованиях, на которые мы ссылаемся, поэтому уделим ей особое место, чтобы в последующем можно было лишь отослать к ней

Это будет весьма занудная информация, поэтому смело можете пропустить несколько помледующих публикаций – они будут полны в основном технической информацией
Мы думали как ее оживить, но, честно говоря, так и не нашли адекватных способов для этого.

Очевидно, что чем плотнее будет сетка исследования, тем точнее будут данные но и обследовать каждое дерево было бы антинаучно и, попросту, глупо
Поэтому в начале каждого подобного исследования определяется масштаб исследования и плотность его сетки (количество исследуемых участков)


В случае Лос-Анджелеса (кто был-тот знает о жутком масштабе этого мегаполиса) были отобраны 348 полевых участков (это весьма плотная сетка)

в пределах каждого участка данные
включали землепользование, почвенный и древесный покров,
характеристики кустарников и индивидуальные
атрибуты деревьев- вид, диаметр ствола на
высоте груди (d.b.h.; измеряется на 4,5
фута), высоту дерева, высоту до основания живой
кроны, ширину кроны, процент отсутствия и отмирания полога
кроны, а также расстояние
и направление до жилых зданий.
2
Деревья
были зарегистрированы как древесные растения с d.b.h.
больше или равным 1 дюйму. Поскольку многие виды
классифицируются как небольшие деревья/крупные кустарники,
минимальный d.b.h. 1 дюйм для всех видов означает, что многие
виды, обычно считающиеся кустарниками, будут включены
в подсчет видов, если они соответствуют минимальному требованию d.b.h.
. Кроме того, однодольные растения, достигшие минимального d.b.h. также
подсчитывались в Лос-Анджелесе (например, пальмы, белая райская птица).Для расчета текущего запаса углерода биомасса для каждого дерева рассчитывалась с использованием
уравнений из литературы и измеренных данных по деревьям.
Свободно растущие, ухоженные деревья,
как правило, имеют меньшую биомассу, чем предсказывается уравнениями биомассы, полученными из леса.
3
Для корректировки
этой разницы результаты биомассы для свободно растущих городских деревьев умножаются на 0,8.
3
Для деревьев, находящихся в естественных условиях насаждения, корректировка не производилась. Сухой вес
биомасса дерева была преобразована в запасенный углерод путем умножения на 0,5.
3
Для оценки общего количества углерода, ежегодно поглощаемого, средний прирост диаметра
из соответствующих родов и класса диаметра и состояния дерева был добавлен к существующему
диаметру дерева.оскольку удаление оксида углерода и твердых частиц растительностью напрямую не связано с транспирацией, скорости удаления (скорости осаждения) этих загрязняющих веществ основывались на средних измеренных значениях из литературы
6,7
которые были скорректированы в зависимости от фенологии и площади листьев.
Удаление твердых частиц включало 50-процентную скорость повторного взвешивания частиц обратно в
атмосферу.Сезонные эффекты деревьев на потребление энергии в жилых зданиях были рассчитаны на основе процедур, описанных в литературе
9
используя данные о расстоянии и направлении деревьев от
жилых построек, высоте деревьев и состоянии деревьев.
Компенсационные значения были основаны на процедурах оценки Совета оценщиков деревьев и ландшафтов, которые используют информацию о видах деревьев, диаметре, состоянии и местоположении.Сезонные эффекты деревьев на потребление энергии в жилых зданиях были рассчитаны на основе процедур, описанных в литературеезонные эффекты деревьев на потребление энергии в жилых зданиях были рассчитаны на основе процедур, описанных в литературе
9
используя данные о расстоянии и направлении деревьев от
жилых построек, высоте деревьев и состоянии деревьев.
Компенсационные значения были основаны на процедурах оценки Совета оценщиков деревьев и ландшафтов, которые используют информацию о видах деревьев, диаметре, состоянии и местоположении.

спользование стандартизированных полевых данных со случайно расположенных участков и локальных почасовых данных о загрязнении воздуха и метеорологических данных помогают дать для количественнуюоцеую и качественную н оценку городской зеленой инфраструктуре города. И ее многочисленных эффектов, включая:
Структура городского леса (например, видовой состав, плотность деревьев, здоровье деревьев, площадь листвы, биомасса листьев и деревьев, разнообразие видов и т. д.).
Количество загрязнения, удаляемого ежечасно городским лесом, и связанное с этим •
процентное улучшение качества воздуха в течение года. Удаление загрязнений
рассчитывается для озона, диоксида серы, диоксида азота, оксида углерода и
твердых частиц (<10 микрон).

Таким образом, были тщательно обследованы все 6 миллионов городских деревьев (со стандартной ошибкой (SE) 586 000), в том числе 30% древесно-кустарникового покрова.
С результатами этого обследования мы и познакомим вас в нескольких следующих публикациях

от основные выводы исследования в краткой форме: количество деревьев
6,0 миллионов

Покрытие деревьев и кустарников
24,9%

Покрытие деревьев
11,1%

Наиболее распространенные виды
Итальянский кипарис, скрабовый дуб, лавровый сумах, мексиканская веерная пальма, индийский лавр

Процент деревьев с диаметром < 6 дюймов
40,0%

Удаление загрязнений – деревья
1 976 тонн/год ($14,2 миллиона/год)

Удаление загрязнений – вдеревья и кустарники
4 506 тонн/год ($32,4 миллиона/год)

Хранение углерода
1,3 миллиона тонн ($26,3 миллиона)

Секвестрация углерода
77 000 тонн/год ($1,6 миллиона/год)

Снижение затрат на энергию зданий
$10,2 миллиона/год

Снижение выбросов углекислого газа
$73 000/год

Структурная ценность всей зеленой инфраструктуры города -
$12,4 миллиарда

«Мама, смотри как я могу!»
Перевернутое фиговое дерево, которое продолжает расти в Баколи, Италия.
Местоположение: Дерево находится в археологическом комплексе, известном как “Пещеры Сибиллы” или “Цистерна Мирабилис”, в городе Баколи, недалеко от Неаполя. Это часть древнеримской системы водоснабжения.
2. Как оно растёт?
• Корни дерева закреплены в трещинах каменного свода, где есть достаточно влаги и питательных веществ.
• Свет и вода, проникающие внутрь, обеспечивают фотосинтез и поддерживают рост дерева, несмотря на его необычное положение.
Символизм и уникальность:
• Такое дерево — редкий пример адаптации природы. Оно символизирует силу жизни, способную преодолевать любые препятствия.
• Оно стало туристической достопримечательностью и объектом восхищения любителей ботаники и архитектуры.

Эта необычная особенность подчёркивает, насколько удивительными могут быть возможности природы, даже в таких экстремальных и необычных условиях.

ернемся к Лос-Анджелесу
Несмотря на большой объем иных полезных функций, исследователи, проводившие обследование городской растительности города убеждены, что важнейшей ее функцией остается все-таки очистка воздуха.