[發明專利]基于DNA的信息編碼方法、解碼方法及計算機可讀存儲介質

在審

• 申請號: 202210697607.4
• 申請日: 2022-06-20
• 公開（公告）號: CN115206430A
• 公開（公告）日: 2022-10-18
• 發明（設計）人: 彌勝利;曹讓利;黃玉;孫菁瑋;任錢倫
• 申請（專利權）人: 清華大學深圳國際研究生院
• 主分類號: G16B30/00
• 分類號: G16B30/00;G16B50/00
• 代理公司: 深圳新創友知識產權代理有限公司 44223
• 代理人: 王震宇

本發明提供一種基于DNA的信息編碼方法、解碼方法及計算機可讀存儲介質。所述信息編碼方法，包括如下步驟：步驟S1：獲取待編碼的信息文件的字節流數據；步驟S2：將所述字節流數據分為多個信息塊，并為每個信息塊分配一個索引序號；步驟S3：為每個信息塊添加糾錯冗余信息；步驟S4：將每個信息塊轉換成二進制形式的序列；步驟S5：將每個信息塊的二進制形式的序列轉換成由A、T、C、G四種堿基構成的脫氧核糖核苷酸序列；步驟S6：將所述脫氧核糖核苷酸序列作為編碼信息輸出。本發明編解碼方法具有較高的編解碼效率，并可以保證在編解碼時的信息完整性和正確性。

技術領域

本發明涉及生物技術和信息技術領域，特別是涉及一種基于DNA的 信息編碼方法、解碼方法及計算機可讀存儲介質。

背景技術

隨著IT設備和寬帶網絡的快速發展，已經帶來了數字信息的指數增長， 新興的傳感網絡技術可能會推動下一步的快速增長，虛擬存儲和云計算可 能在未來發揮更大功能，這對大量存儲資源的管理也造成了挑戰。迄今為 止，累積的存儲數據估計超過20澤字節，并且每年在這一數量上增長約 50％。據預測，2040年將超過3個堯字節，對應需要大于10⁹kg的硅片作 為存儲備用，然而根據預測，2040年硅片的產量只有10⁷～10⁸kg，這對存 儲系統提出了嚴峻考驗。這種預測激發了人們對具有成本競爭力的存儲材 料的探索，人們希望能找到體積密度大于閃存10³倍，但存儲能耗比閃存 小10⁸倍的新型存儲材料。

經過一段時間的探索和實驗驗證，人們認為使用DNA作為存儲信息的 載體是一種有效解決當前信息量日益增大問題的方法。傳統的信息存儲介 質中，信息都是二進制數據，即用“0”和“1”表示兩種狀態來存儲信息， 而在DNA中，存在四種脫氧核糖核苷酸“A”、“T”、“C”、“G”，可以使 用類四進制來存儲數據，另外由于DNA本身是納米級別的尺寸，這樣理 論上來說，使用DNA存儲數據的存儲密度比磁盤、閃存等的要高很多， 研究人員認為，如果信息可以像大腸桿菌基因一樣密集包裹，那么大約1 公斤DNA可以滿足全世界的存儲需求。隨著DNA合成技術(即數據寫入) 和DNA測序技術(即數據讀取)的逐漸成熟，DNA存儲的科研嘗試取得 了很多成果，DNA存儲應用前景廣闊。

隨著關于DNA存儲的研究進展，如何保證編解碼過程中的信息完整 性和正確性，是本領域十分關心的問題。

需要說明的是，在上述背景技術部分公開的信息僅用于對本申請的背 景的理解，因此可以包括不構成對本領域普通技術人員已知的現有技術的 信息。

發明內容

為了彌補現有技術的不足，本申請提供一種基于DNA的信息編碼方 法、解碼方法及計算機可讀存儲介質。

第一方面，本申請提供一種基于DNA的信息編碼方法，包括如下步 驟：

步驟S1：獲取待編碼的信息文件的字節流數據；

步驟S2：將所述字節流數據分為多個信息塊，并為每個信息塊分配一 個索引序號；

步驟S3：為每個信息塊添加糾錯冗余信息；

步驟S4：將每個信息塊轉換成二進制形式的序列；

步驟S5：將每個信息塊的二進制形式的序列轉換成由A、T、C、G 四種堿基構成的脫氧核糖核苷酸序列；

步驟S6：將所述脫氧核糖核苷酸序列作為編碼信息輸出。