高级搜索

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

DNA存储场景下基于引物索引矩阵的文件高效随机检索方法

张淑芳 李予辉 李炳志

张淑芳, 李予辉, 李炳志. DNA存储场景下基于引物索引矩阵的文件高效随机检索方法[J]. 电子与信息学报, 2024, 46(6): 2568-2577. doi: 10.11999/JEIT230717
引用本文: 张淑芳, 李予辉, 李炳志. DNA存储场景下基于引物索引矩阵的文件高效随机检索方法[J]. 电子与信息学报, 2024, 46(6): 2568-2577. doi: 10.11999/JEIT230717
ZHANG Shufang, LI Yuhui, LI Bingzhi. Efficient File Random Access Method Based on Primer Index Matrix in DNA Storage Scenarios[J]. Journal of Electronics & Information Technology, 2024, 46(6): 2568-2577. doi: 10.11999/JEIT230717
Citation: ZHANG Shufang, LI Yuhui, LI Bingzhi. Efficient File Random Access Method Based on Primer Index Matrix in DNA Storage Scenarios[J]. Journal of Electronics & Information Technology, 2024, 46(6): 2568-2577. doi: 10.11999/JEIT230717

DNA存储场景下基于引物索引矩阵的文件高效随机检索方法

doi: 10.11999/JEIT230717
基金项目: 天津市科技计划项目(22JCYBJC01390)
详细信息
    作者简介:

    张淑芳:女,副教授,研究方向为DNA信息存储、人工智能等

    李予辉:男,硕士生,研究方向为DNA信息存储

    李炳志:男,教授,研究方向为DNA信息存储、合成生物学

    通讯作者:

    张淑芳 shufangzhang@tju.edu.cn

  • 中图分类号: TN911.7; TP391

Efficient File Random Access Method Based on Primer Index Matrix in DNA Storage Scenarios

Funds: Tianjin Science and Technology Plan Project (22JCYBJC01390)
  • 摘要: DNA分子具有密度高和稳定性的优势,有望成为下一代海量数据存储需求的介质,近年来受到广泛关注。目前将引物作为文件的唯一标识,基于聚合酶链式反应(PCR)扩增技术可实现对DNA池存储文件的随机检索,但对引物与文件之间的分配和映射关系没有进行深入研究,仍然采用随机分配的方式来关联引物与文件,这会导致目标引物序列的查找效率降低,且保存引物与文件的映射关系表会造成大量的数据冗余。为了提供一种高效的硅基计算设备与碳基存储系统的连接桥梁,有效降低存储引物与文件映射关系所带来的数据冗余,该文提出一种基于引物索引矩阵的DNA存储随机检索方法。该方法通过将存储文件集按照文件的不同属性进行划分来构建引物索引矩阵,同时将引物库中的引物按照转换规则转化为有序引物库,最后优化引物与文件之间的映射关系,以实现对文件的高效、多维度检索。实验结果表明,在存储不同规模的文件集时,运用所提算法建立对应的引物索引矩阵,可将引物检索效率提高为常数级时间复杂度,并且存储引物与文件的映射关系所需要的额外存储空间从原来的线性增长优化为对数增长。
  • 图  1  典型的DNA文件模板序列结构

    图  2  DNA存储与数据检索的典型流程

    图  3  引物索引矩阵的构建流程

    图  4  DNA存储与数据检索的典型流程

    图  5  存储引物信息所需空间与引物长度、引物库容量间关系

    图  6  不同引物长度下引物复用对信息冗余量的影响

    图  7  不同引物长度下文件ID碱基长度对信息冗余量的影响

    图  8  不同编码方案和引物库容量下所需碱基数的变化关系

    图  9  不同编码方案下的冗余碱基数

    图  10  不同随机检索模式示意图

    图  11  传统方案与本文方案的检索效率对比

    表  1  空间节省率实验测试参数表

    方案 数据存储量(MB) 信息密度(bit/nt) 单池碱基数(个) 引物库大小(条) 引物库信息占用空间(Byte)
    Church等人 0.65 0.83 $6.42 \times {10^6}$ 666 $2.13 \times {10^4}$
    Bornholt等人 0.15 0.88 $1.40 \times {10^6}$ 154 $0.49 \times {10^4}$
    Grass等人 0.08 1.14 $0.57 \times {10^6}$ 82 $0.26 \times {10^4}$
    Blawat等人 22.00 0.92 $1.96 \times {10^8}$ 22528 $7.21 \times {10^5}$
    Erlich等人 2.11 1.57 $1.10 \times {10^7}$ 2161 $6.92 \times {10^4}$
    Meinolf等人 22.00 1.60 $1.13 \times {10^8}$ 22528 $ 7.21 \times {10^5} $
    Goldman等人 0.63 0.33 $1.57 \times {10^7}$ 646 $2.07 \times {10^4}$
    下载: 导出CSV

    表  2  实验设备配置清单

    设备类型配置信息
    处理器Intel(R) Core(TM) i5-7300HQ CPU @ 2.50 GHz
    RAM16.0 GB
    位数64 位
    操作系统
    硬盘
    Windows 10
    Samsung SSD 980 500 GB
    下载: 导出CSV

    表  3  不同随机检索模式的检索效率

    引物长度N(nt)引物库大小引物索引矩阵形状三元组
    (R,C,L)
    检索模式检索文件数量传统方法平均检索
    时长t(ms)
    本文方法平均检索
    时长t(ms)
    151000(10,10,10)常规10.720.01
    15
    15
    15
    15
    15
    15
    15
    30
    30
    30
    30
    30
    30
    30
    30
    1000
    1000
    1000
    32000
    32000
    32000
    32000
    1000
    1000
    1000
    1000
    32000
    32000
    32000
    32000
    (10,10,10)
    (10,10,10)
    (10,10,10)
    (40,40,20)
    (40,40,20)
    (40,40,20)
    (40,40,20)
    (10,10,10)
    (10,10,10)
    (10,10,10)
    (10,10,10)
    (40,40,20)
    (40,40,20)
    (40,40,20)
    (40,40,20)
    常规
    条型
    块型
    常规
    常规
    条型
    块型
    常规
    常规
    条型
    块型
    常规
    常规
    条型
    块型
    500
    10
    100
    1
    500
    40
    1600
    1
    500
    10
    100
    1
    500
    40
    1600
    17.20
    1.07
    4.00
    23.68
    576.75
    69.52
    1836.68
    0.80
    16.76
    1.40
    4.28
    24.32
    666.02
    70.02
    2134.15
    2.25
    0.02
    0.87
    0.01
    2.41
    0.17
    9.08
    0.01
    2.19
    0.01
    1.20
    0.01
    2.09
    0.20
    10.12
    下载: 导出CSV

    表  4  不同方案的性能比较

    设计方案 文件-引物映射关系 文件数:引物 有效载荷占比 多模式检索 检索复杂度 引物库信息复用
    Organick等人 一对一 1:1 0.6 不支持 $O(n)$ 不支持
    Song等人 多对一 $n:{\log _4}n$ 0.2 支持 $O({\log _4}n)$ 不支持
    本文 一对一 1:1 0.6 支持 $O(1)$ 支持
    下载: 导出CSV
  • [1] WIENER N. Machines smarter than men? Interview with Dr. Norbert wiener, noted scientist[R]. 1964: 84–86.
    [2] WELTER L, MAAROUF I, LENZ A, et al. Index-based concatenated codes for the multi-draw DNA storage channel[C]. Proceedings of 2023 IEEE Information Theory Workshop. Saint-Malo, France, 2023: 383–388. doi: 10.1109/ITW55543.2023.10161631.
    [3] CAO Ben, ZHANG Xiaokang, CUI Shuang, et al. Adaptive coding for DNA storage with high storage density and low coverage[J]. npj Systems Biology and Applications, 2022, 8(1): 23. doi: 10.1038/s41540-022-00233-w.
    [4] MEISER L C, NGUYEN B H, CHEN Y J, et al. Synthetic DNA applications in information technology[J]. Nature Communications, 2022, 13(1): 352. doi: 10.1038/s41467-021-27846-9.
    [5] DORICCHI A, PLATNICH C M, GIMPEL A, et al. Emerging approaches to DNA data storage: Challenges and prospects[J]. ACS Nano, 2022, 16(11): 17552–17571. doi: 10.1021/acsnano.2c06748.
    [6] TOMEK K J, VOLKEL K, INDERMAUR E W, et al. Promiscuous molecules for smarter file operations in DNA-based data storage[J]. Nature Communications, 2021, 12(1): 3518. doi: 10.1038/s41467-021-23669-w.
    [7] EL-SHAIKH A, WELZEL M, HEIDER D, et al. High-scale random access on DNA storage systems[J]. NAR Genomics and Bioinformatics, 2022, 4(1): lqab126. doi: 10.1093/nargab/lqab126.
    [8] LUO Yuan, WANG Shuchen, FENG Zhuowei, et al. Integrated microfluidic DNA storage platform with automated sample handling and physical data partitioning[J]. Analytical Chemistry, 2022, 94(38): 13153–13162. doi: 10.1021/acs.analchem.2c02667.
    [9] TABATABAEI YAZDI S M, YUAN Yongbo, MA Jian, et al. A rewritable, random-access DNA-based storage system[J]. Scientific Reports, 2015, 5: 14138. doi: 10.1038/srep14138.
    [10] ORGANICK L, ANG S D, CHEN Y J, et al. Random access in large-scale DNA data storage[J]. Nature Biotechnology, 2018, 36(3): 242–248. doi: 10.1038/nbt.4079.
    [11] CHURCH G M, GAO Yuan, and KOSURI S. Next-generation digital information storage in DNA[J]. Science, 2012, 337(6102): 1628. doi: 10.1126/science.1226355.
    [12] BORNHOLT J, LOPEZ R, CARMEAN D M, et al. A DNA-based archival storage system[C]. Proceedings of the Twenty-First International Conference on Architectural Support for Programming Languages and Operating Systems, New York, USA, 2016: 637–649. doi: 10.1145/2872362.2872397.
    [13] GRASS R N, HECKEL R, PUDDU M, et al. Robust chemical preservation of digital information on DNA in silica with error-correcting codes[J]. Angewandte Chemie International Edition, 2015, 54(8): 2552–2555. doi: 10.1002/anie.201411378.
    [14] BLAWAT M, GAEDKE K, HÜTTER I, et al. Forward error correction for DNA data storage[J]. Procedia Computer Science, 2016, 80: 1011–1022. doi: 10.1016/j.procs.2016.05.398.
    [15] ERLICH Y and ZIELINSKI D. DNA Fountain enables a robust and efficient storage architecture[J]. Science, 2017, 355(6328): 950–954. doi: 10.1126/science.aaj2038.
    [16] GOLDMAN N, BERTONE P, CHEN Siyuan, et al. Towards practical, high-capacity, low-maintenance information storage in synthesized DNA[J]. Nature, 2013, 494(7435): 77–80. doi: 10.1038/nature11875.
    [17] SONG Xin, SHAH Shalin, and REIF J. Multidimensional data organization and random access in large-scale DNA storage systems[J]. Theoretical Computer Science, 2021, 894: 190–202. doi: 10.1016/j.tcs.2021.09.021.
    [18] NEWMAN S, STEPHENSON A P, WILLSEY M, et al. High density DNA data storage library via dehydration with digital microfluidic retrieval[J]. Nature Communications, 2019, 10(1): 1706. doi: 10.1038/s41467-019-09517-y.
    [19] CHOI Y, BAE H J, LEE A C, et al. DNA micro-disks for the management of DNA-based data storage with index and write-once–read-many (WORM) memory features[J]. Advanced Materials, 2020, 32(37): 2001249. doi: 10.1002/adma.202001249.
    [20] LAU B, CHANDAK S, ROY S, et al. Magnetic DNA random access memory with nanopore readouts and exponentially-scaled combinatorial addressing[J]. Scientific Reports, 2023, 13(1): 8514. doi: 10.1038/s41598-023-29575-z.
    [21] HEID C A, STEVENS J, LIVAK K J, et al. Real time quantitative PCR[J]. Genome Research, 1996, 6(10): 986–994. doi: 10.1101/gr.6.10.986.
    [22] BANCROFT C, BOWLER T, BLOOM B, et al. Long-term storage of information in DNA[J]. Science, 2001, 293(5536): 1763–1765. doi: 10.1126/science.293.5536.1763c.
    [23] SECILMIS L, TESTOLINA M, LAZZAROTTO D, et al. Towards effective visual information storage on DNA support[C]//Proceedings of SPIE 12226, Applications of Digital Image Processing XLV, San Diego, USA, 2022: 1222605. doi: 10.1117/12.2636678.
  • 加载中
图(11) / 表(4)
计量
  • 文章访问数:  271
  • HTML全文浏览量:  103
  • PDF下载量:  13
  • 被引次数: 0
出版历程
  • 收稿日期:  2023-07-18
  • 修回日期:  2024-03-17
  • 网络出版日期:  2024-04-09
  • 刊出日期:  2024-06-30

目录

    /

    返回文章
    返回