[發(fā)明專利]用于DNA數(shù)據(jù)存儲的編解碼方法和編解碼裝置

有效

• 申請?zhí)枺?/td>: 202011343923.9
• 申請日: 2020-11-25
• 公開（公告）號: CN112382340B
• 公開（公告）日: 2022-11-15
• 發(fā)明（設(shè)計(jì)）人: 黃小羅;戴俊彪
• 申請（專利權(quán)）人: 中國科學(xué)院深圳先進(jìn)技術(shù)研究院
• 主分類號: G16B30/00
• 分類號: G16B30/00;G16B40/00;G16B50/50
• 代理公司: 深圳中一聯(lián)合知識產(chǎn)權(quán)代理有限公司 44414
• 代理人: 黃志云

1.一種用于DNA數(shù)據(jù)存儲的二進(jìn)制信息到堿基序列的編解碼方法，其特征在于，所述方法包括：

利用基準(zhǔn)堿基組代表基準(zhǔn)二進(jìn)制單元，構(gòu)建基于基準(zhǔn)堿基組-基準(zhǔn)二進(jìn)制單元的映射編碼規(guī)則庫，其中，所述基準(zhǔn)堿基組的堿基數(shù)為M，所述二進(jìn)制單元的比特?cái)?shù)為2M，且M為大于或等于2的整數(shù)，所述編碼規(guī)則庫大于等于20922789888000種；

獲取待編碼的二進(jìn)制數(shù)據(jù)，所述二進(jìn)制數(shù)據(jù)包括多個(gè)二進(jìn)制單元；

采用N個(gè)不同的映射編碼規(guī)則對所述多個(gè)二進(jìn)制單元進(jìn)行編碼，得到與所述二進(jìn)制數(shù)據(jù)對應(yīng)的堿基序列，其中，N為大于或等于2的整數(shù)，所述堿基序列用于合成存儲有與所述二進(jìn)制數(shù)據(jù)對應(yīng)的數(shù)據(jù)信息的DNA；所述N個(gè)不同的映射編碼規(guī)則選自所述基準(zhǔn)堿基組-基準(zhǔn)二進(jìn)制單元的映射編碼規(guī)則庫中的規(guī)則；

所述采用N個(gè)不同的映射編碼規(guī)則對所述多個(gè)二進(jìn)制單元進(jìn)行編碼，包括：

按照各個(gè)二進(jìn)制單元的順序，采用對應(yīng)編號的映射編碼規(guī)則進(jìn)行編碼；

或者，對二進(jìn)制數(shù)據(jù)中的相鄰的兩個(gè)二進(jìn)制單元，采用不同的映射編碼規(guī)則進(jìn)行編碼，具體為：所述多個(gè)二進(jìn)制單元包括p個(gè)二進(jìn)制單元，其中，第一二進(jìn)制單元采用第一映射編碼規(guī)則，第二二進(jìn)制單元采用除第一映射編碼規(guī)則之外的任意一個(gè)映射編碼規(guī)則，第三二進(jìn)制單元采用除第二二進(jìn)制單元采用的映射編碼規(guī)則之外的任意一個(gè)映射編碼規(guī)則，直到第p二進(jìn)制單元采用除第p-1二進(jìn)制單元采用的映射編碼規(guī)則之外的任意一個(gè)映射編碼規(guī)則；p為大于3的整數(shù)；

或者，所述二進(jìn)制數(shù)據(jù)包括多條二進(jìn)制子數(shù)據(jù)，把多條二進(jìn)制子數(shù)據(jù)按照預(yù)設(shè)的規(guī)則混編成一條二進(jìn)制數(shù)據(jù)后，再對混編后的二進(jìn)制數(shù)據(jù)采用編碼規(guī)則進(jìn)行編碼，具體為：

2條二進(jìn)制子數(shù)據(jù)分別標(biāo)記為第一二進(jìn)制子數(shù)據(jù)和第二二進(jìn)制子數(shù)據(jù)，按2bits作為一個(gè)單元將第一二進(jìn)制子數(shù)據(jù)和第二二進(jìn)制子數(shù)據(jù)劃分成多個(gè)子單元，并對子單元進(jìn)行排序；將第一二進(jìn)制子數(shù)據(jù)和第二二進(jìn)制子數(shù)據(jù)中相同排序位的子單元進(jìn)行合并，將兩條二進(jìn)制子數(shù)據(jù)整合成第三二進(jìn)制數(shù)據(jù)；

按4bits作為一個(gè)單元將第三二進(jìn)制數(shù)據(jù)劃分成多個(gè)二進(jìn)制單元，對二進(jìn)制單元進(jìn)行奇數(shù)和偶數(shù)排序后，采用第一映射編碼規(guī)則對位于奇數(shù)排位的二級制單元進(jìn)行編碼，采用第二映射編碼規(guī)則對位于偶數(shù)排位的二進(jìn)制單元進(jìn)行編碼，得到堿基序列；其中，對于待轉(zhuǎn)化的二進(jìn)制數(shù)據(jù)末尾不足一個(gè)二進(jìn)制單元時(shí)，用0或1補(bǔ)齊后再進(jìn)行編碼；

所述方法還包括：

根據(jù)DNA合成技術(shù)能夠合成的長度，將編碼得到的堿基序列拆分成J個(gè)序列小片段，J為大于且小于200nt的正整數(shù)；

堿基子序列設(shè)置有索引標(biāo)記，用于標(biāo)記堿基子序列在堿基序列中的位置，所述索引標(biāo)記添加在拆分的小片段左邊或者右邊；且在拆分的J個(gè)序列小片段兩端還加上16-25個(gè)堿基的接頭序列；且在拆分的J個(gè)序列小片段中加入糾錯(cuò)碼，所述糾錯(cuò)碼包括Reed-Solomon、漢明碼；

對合成的所述DNA進(jìn)行解碼時(shí)，通過測序從合成的所述DNA中獲取所述堿基序列；其中，使用引物對合成的DNA進(jìn)行擴(kuò)增；

根據(jù)所述N個(gè)不同的映射編碼規(guī)則解碼所述堿基序列，得到所述二進(jìn)制數(shù)據(jù)，包括：所述堿基序列包括多個(gè)堿基組，所述堿基組與所述二進(jìn)制單元相對應(yīng)；采用所述N個(gè)不同的映射編碼規(guī)則對所述堿基組進(jìn)行解碼，得到與所述堿基序列對應(yīng)的所述二進(jìn)制數(shù)據(jù)；

當(dāng)所述堿基序列包括J個(gè)堿基子序列時(shí)，所述通過測序從合成的所述DNA中獲取所述堿基序列，包括：

通過測序從合成的所述DNA中獲取J個(gè)堿基子序列；

將所述J個(gè)堿基子序列拼接為所述堿基序列；

所述堿基子序列設(shè)置有索引標(biāo)記，所述將所述J個(gè)堿基子序列拼接為所述堿基序列，包括：

根據(jù)所述索引標(biāo)記，確定所述堿基子序列在所述堿基序列中的位置；

按照所述堿基子序列在所述堿基序列中的位置，將所述J個(gè)堿基子序列拼接為所述堿基序列。

2.如權(quán)利要求1所述的用于DNA數(shù)據(jù)存儲的二進(jìn)制信息到堿基序列的編解碼方法，其特征在于，所述多個(gè)二進(jìn)制單元中相隔N-1個(gè)二進(jìn)制單元的兩個(gè)二進(jìn)制單元采用所述N個(gè)不同的映射編碼規(guī)則中的同一個(gè)映射編碼規(guī)則進(jìn)行編碼。