[發明專利]DNA信道仿真與編碼優化方法及裝置

在審

• 申請號: 202111307148.6
• 申請日: 2021-11-05
• 公開（公告）號: CN114023374A
• 公開（公告）日: 2022-02-08
• 發明（設計）人: 汪小我;袁樂康;王也
• 申請（專利權）人: 清華大學
• 主分類號: G16B5/00
• 分類號: G16B5/00;G16B20/00
• 代理公司: 北京清亦華知識產權代理事務所(普通合伙) 11201
• 代理人: 張娜

本申請涉及信息存儲技術領域，特別涉及一種DNA信道仿真與編碼優化方法及裝置，其中，方法包括：基于給定的儲存環節和參數，建立針對儲存條件的信道仿真模型；將編碼后的DNA序列輸入信道仿真模型，得到仿真測序結果，并由仿真測序結果確定解碼情況；由仿真測序結果及對應的解碼情況統計分析得到編碼優化數據，并利用編碼優化數據優化信道編碼設計和信道參數設計。本申請實施例允許用戶快速搭建DNA信道模型，以極低的實驗成本驗證特定編碼方案的可行性，并通過系統性調整方法獲取針對特定信道的最優冗余設計，有助減少解碼失敗、儲存空間浪費等問題發生的可能性。

技術領域

本申請涉及信息存儲技術領域，特別涉及一種DNA(Deoxyribo Nucleic Acid，脫氧核糖核苷酸)信道仿真與編碼優化方法及裝置。

背景技術

在數據爆炸的時代下，傳統的信息儲存方式難以滿足快速增長的數據儲存需求：地球上每年產生的信息量呈指數增長的趨勢，預計到2040年，全球將需要一百萬噸的硅基芯片才能儲存當年產生的數據。作為儲存生物遺傳信息的分子，DNA具有用于信息儲存的諸多優勢：儲存密度大、能耗低、儲存周期長等，特別是儲存密度可達到10¹⁹bit/cm³，理論上只需要一公斤DNA即可儲存目前的全球信息總量，是一種極具吸引力的信息儲存介質。

DNA的由含四種不同堿基(A,T,G,C)的脫氧核苷酸組成，理論上一個核苷酸位點可以儲存兩個比特的數據。在實際操作中，需要儲存的數據被編碼到多條DNA鏈中，通過DNA合成儀合成承載信息的DNA，經取樣、PCR擴增等系列步驟后，通過DNA測序儀測序讀出，解碼恢復儲存的數據。由于這一信道并非完美，各種錯誤可能在儲存過程中被引入，包括堿基的替換、丟失、增加等鏈內錯誤和整鏈丟失。為從含有錯誤的測序信息中完美恢復儲存數據，需要使用合適的糾錯碼，通過在編碼時增加一定量的冗余來對抗信道中的噪聲。

相關技術中，學界提出將RS碼、噴泉碼、LDPC碼等編碼用于DNA編碼的解決方案，但如何設計適合DNA儲存的編碼方式、如何系統確定合適的冗余量是該領域的一個技術難點。然而，根據香農編碼理論，尋找最優的編碼方式和冗余量，必須以合適的方式引入冗余以對抗特定信道特殊的噪聲結構，但是目前技術條件下開展DNA儲存實驗仍存在價格昂貴、實驗周期長的限制，難以通過反復實驗來迭代優化編碼設計。

因此，面向DNA信息存儲的編碼設計仍缺少快速、低成本的驗證方式，以及系統的調整優化方法，亟待解決。

申請內容

本申請提供一種DNA信道仿真與編碼優化方法及裝置，以解決了面向DNA信息存儲的編碼設計仍缺少快速、低成本的驗證方式，以及系統的調整優化方法的問題。

本申請第一方面實施例提供一種DNA信道仿真與編碼優化方法，包括以下步驟：基于給定的儲存環節和參數，建立針對儲存條件的信道仿真模型；將編碼后的DNA序列輸入所述信道仿真模型，得到仿真測序結果，并由所述仿真測序結果確定解碼情況；由所述仿真測序結果及對應的解碼情況統計分析得到編碼優化數據，并利用所述編碼優化數據優化所述信道編碼設計和信道參數設計。

可選地，在本申請的一個實施例中，所述將編碼后的數據輸入所述信道仿真模型，得到仿真測序結果，包括：將所述編碼后的DNA序列輸入至所述信道仿真模型，得到測序序列和各中間階段的序列存在狀態；根據所述測序序列和所述各中間階段的序列存在狀態獲取所述仿真測序結果。

可選地，在本申請的一個實施例中，在得到所述仿真測序結果之后，還包括：基于所述仿真測序結果提取信道錯誤特征，并利用所述信道錯誤特征分析調整所述編碼優化數據，得到最佳編碼優化數據。