结构感知智能DNA编码解码技术

"这篇硕士论文探讨了在DNA中进行结构感知智能编码和解码的方法，由Shoshanna Llewellyn撰写，旨在解决利用DNA作为信息存储介质时所面临的挑战。作者提出了一种新的编码-解码过程，该过程考虑了DNA序列的二级结构、重复核苷酸、不需要的子序列以及GC含量等因素，这些问题都对DNA存储的稳定性至关重要。通过图形表示法限制可能的编码空间，并结合搜索算法，找到满足这些约束的最佳编码，从而确保数据的稳定存储。这种方法的独特之处在于，其解码算法能够利用编码时的约束条件，无需纠错码即可纠正单点错误，这是现有解决方案所不具备的。论文的最终审查由Tim Andersen、Edoardo Serra、William L. Hughes和Reza Zadegan等博士组成的监督委员会批准通过。" 在这篇计算机科学硕士论文中，作者深入研究了如何利用DNA作为信息存储的新颖途径。随着全球信息需求的飞速增长，传统的存储技术如硅基存储正面临供应不足的问题。DNA作为一种潜在的替代方案，因其高存储密度、低能耗和长期的数据保持能力而备受关注。然而，DNA的化学特性也带来了复杂性，如DNA二级结构（如发夹结构）会影响其编码和解码过程，重复的核苷酸可能导致错误，特定的GC（鸟嘌呤和胞嘧啶）含量比例对稳定性有直接影响。 为了解决这些问题，Llewellyn提出了一种结构感知的智能编码策略。首先，通过图形模型来描绘可能的编码空间，这有助于捕捉和限制那些可能导致不稳定或错误的编码序列。然后，运用搜索算法在受限的编码空间中寻找最优化的DNA序列，以承载给定的数据，同时考虑上述的生物学约束。这种编码过程的独特设计使得解码阶段能够识别并修正单点错误，这是通过解码算法与编码过程的内在约束相结合实现的，这比依赖纠错码的传统方法更为高效。 这篇论文的创新之处在于，它不仅提供了一个实用的编码-解码框架，还展示了如何在DNA存储系统中有效地处理生物化学挑战。通过这种方式，Llewellyn的工作为未来利用DNA进行大规模、可靠的信息存储开辟了新的可能性，同时对生物信息学和计算生物学领域的发展做出了贡献。论文的最终通过表明，这一研究得到了学术界的认可，为DNA存储技术的进一步研究奠定了坚实的基础。