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

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。

DNA计算机的研究和展望

DNA计算机是计算机科学和分子生物学互相结合、互相渗透而产生的新兴交叉研究领域 .目前已取得较大进展 .DNA计算机是以编码的DNA序列为运算对象 ,通过分子生物学的运算操作以解决复杂的数学难题 .DNA计算机的重要特点是信息容量的巨量性和密集性 ,和处理操作的高度并行性 ,通过强力搜索策略迅速得出正确的答案 ,从而使其运算速度大大超过常规计算机的计算速度 .介绍了DNA计算机的近期进展和工作原理及其分子生物学的运算操作过程 .并对DNA计算机的未来发展前景及在生物信息学中的意义 ,进行了分析和讨论 .

常见医学真菌DNA条形码BLAST数据库的建立

目的:构建我国重要医学真菌DNA条形码BLAST数据库。方法:对28种医学真菌的ITS-rDNA序列(DNA条形码)进行测定和汇总,并使用NCBI提供的数据库工具将汇总的序列构建成DNA条形码数据库。结果:构建的医学真菌DNA条形码数据库包括28种中国常见医学真菌的DNA条形码序列,利用数据库对待测真菌标本的DNA条形码序列进行检索,能进一步确定真菌类型。结论:本实验构建的医学真菌DNA条形码数据库可以用于医学真菌的分子鉴别。

基于禁忌搜索的双链DNA计算小波盲均衡算法

针对小波盲均衡算法收敛速度较慢、稳态误差较大,易陷入局部最优解的缺点,提出了一种基于禁忌搜索策略的自适应双链DNA遗传优化小波盲均衡算法。将DNA种群初始化为双链的形式,进而选择出适应度值大的单链DNA序列作为种群个体的代表链;在交叉操作过程中,将禁忌搜索策略引入到交叉操作中,避免了迂回搜索,保证了对不同有效路径的搜索,跳出了局部最优;采用动态交叉概率提高了收敛速度,克服了DNA遗传算法早熟收敛的缺点。仿真结果表明:该算法具有更快的收敛速度和更低的均方误差。

一种基于关键字树的DNA数据库搜索算法

针对BLAST等软件在生物数据库中搜索DNA分子序列时,不能兼顾时间开销和搜索敏感性的问题,提出一种基于关键字树的多种子搜索算法。首先将查询序列分割成多个种子并将它们构建成一棵关键字树;然后利用Aho-Corasick算法在数据库中搜索,找到每个种子的所有完全匹配;最后检查种子匹配密度大的区域,确定其是否是查询序列的近似出现。实验表明算法兼顾了时间开销和搜索的敏感性,而且能发现基因序列中的移位现象.

基于DNA编码与统计信息优化的图像加密算法

针对现有图像加密算法相关性较高的问题,提出一种基于DNA编码与统计信息优化的图像加密算法。采用DNA编码将图像的RGB三色通道分转换为DNA序列,并通过DNA运算对像素进行空间域的失真处理;然后对图像进行扩散处理,并使用和声搜索算法搜索扩散阶段的最大熵;最终对图像进行混沌置乱处理,通过和声搜索算法搜索该阶段的最小相关系数。仿真实验结果显示,本算法获得的熵与相关系数分别接近理想值8与0,同时获得了理想的安全性。

DNA计算机中图的深度优先搜索遍历算法

提出DNA计算机中图数据结构的一种设计方法,给出具体的存储结构以及深度优先搜索遍历的算法。该算法实现了在DNA计算机下图元素的遍历。为证明其可行性,给出一个具体的算法实例,描述了DNA计算机上的运行机制。依据分子生物学的理论,证明算法是有效且可行的。

KSI：面向TB级别的DNA序列匹配软件库

为了满足对不同物种进行DNA序列分析的需求和适应DNA序列数据的快速增长,针对目前DNA序列分析软件大都各自实现一套序列存储和查询功能,工作重复且没有考虑并行性、扩展性和分布式系统或环境的缺陷,基于DNA序列分析的基本操作k-mer匹配,设计并实现了一个面向TB量级的DNA序列匹配软件库——k-mer查找接口(KSI)。KSI提供了一套分布式环境下的编程接口,并且针对生物计算领域的DNA序列匹配进行优化。实验显示,KSI为DNA序列匹配提供了一个高效的解决方案。

现阶段我国DNA数据库发展的几个关键问题

经过15年发展,我国DNA数据库集聚了3000万以上的STR数据,在超过100万起案件中发挥了作用。随着Y-STR、SNP等新遗传标记被引入法庭科学领域,对DNA数据库的应用已不仅仅满足于传统的直接匹配和简单亲缘关系检索。现阶段我国DNA数据库究竟该向何处发展,文章认为:(1)关于增加DNA数据库支持基因座数量的必要性已在法医遗传学领域达成共识,但常染色体STR基因座数量的增加必须以确定核心基因座为前提。(2)对于SNP等新型遗传标记的采用,DNA数据库应本着"善意期待"和"审慎观望"的态度,在数据库已经进入千万级容量的今天,采用SNP的可能性已经极低,未来能够对DNA数据库带来变革的,很可能是全基因组DNA测序。(3)复杂亲缘关系检索是DNA数据库人口覆盖率不足情况下的合理补充和必然选择,但应遵循严格的规则。(4)在没有通过严谨演绎推理构建起理论框架,特别是结果评价的数学模型之前,Y-STR数据库的应用还只是经验的而不是科学的。综上,作为千万级大容量DNA数据库,涉及发展方向、安全、稳定的根本性问题要慎重从事,用科学的方法思考、规划和推动工作的进行。

DNA混合基因分型与图像侦查的结合应用

目的通过对案件所获混合基因分型与图像侦查相结合,探讨类似案件侦破的经验和借鉴价值。方法对案件中9份检材进行DNA常染色体STR检验,选取有效混合基因型直接入库比对,结合图像侦查进行嫌疑人排查。结果案件中8号检材所得混合基因分型比中嫌疑人,根据现场监控视频图像将其锁定。结论无法拆分的混合基因分型,可直接入库比对,再结合案件其他线索作嫌疑人排查,可以为案件侦破提供线索。

数据存储结构与检索效率关系的研究——关于DNA数据存储结构与比对效率

数据库系统区别于其他系统的重要方面之一是DBMS具有有效地处理非常大量数据的能力,但随着数据量的增长,数据的检索速度日益捉襟见肘,如何提高数据的检索效率逐渐受到重视,特别是在一些特殊领域对数据的实时性要求较高的情况下,更需要快速的数据检索。本文正是基于此考虑,以DNA的数据存储为例,针对DNA数据的特点及实际比对的需要,通过具体的数据库实现技术,分析了存储结构对数据库访问速度的影响,在此基础上通过对几个具体方案的实际测试,给出了一个相对较优的数据库存储结构解决方案。

混合样本拆分查询犯罪嫌疑人的应用研究

目的对一起杀人案中的混合样本进行拆分,期望获得嫌疑人的单一分型,以便于DNA数据库检索查询。方法采用专家人工拆分和图挖掘拆分对混合样本进行拆分,结果入"DNA快速协查比对平台"检索。结果 2种方法先后比中数据库中同一前科人员。结论对2人份混合样本进行拆分,在DNA数据库中直接查找犯罪嫌疑人,是一种新的办案思路。

温州地区人群21个STR基因座的突变情况分析

目的:观察和分析温州地区人群21个常染色体STR基因座的突变情况及其特征。方法:收集9418例支持亲权关系的亲权鉴定案件共21200个样本,采用AGCU EX22人类荧光标记STR复合扩增检测试剂进行扩增,比较各基因座的突变率和突变等位基因的亲代来源、片段大小、突变步数及重复单位的增减比例、方向的频次,分析突变各相关因素之间的相互关系。结果:9418例亲子鉴定中共发现314例突变,观察到319个突变事件;21个基因座中,观察到20个基因座发生突变,突变率为0.08‰~3.48‰,各基因座突变率间差异无统计学意义(χ^(2)=29.77,P>0.05);父源突变与母源突变的比例为4.78:1,父源等位基因发生突变的概率总体上大于母源等位基因发生突变的概率,差异有统计学意义(t=4.55,P<0.05);父源突变和母源突变出现重复单位增加、减少与不确定3种频次的差异无统计学意义(χ^(2)=0.28,P>0.05);一步突变与二步及以上突变中出现的重复单位增加、减少与不确定3种频次的差异具有统计学意义(χ^(2)=7.22,P<0.05);短、中、长片段等位基因突变出现的重复单位增加、减少与不确定3种频次的差异具有统计学意义(χ^(2)=26.81,P<0.05)。结论:常染色体STR基因座等位基因突变现象较为常见,在法医学亲权鉴定和DNA寻亲数据库建设中应引起注意。

基于生物启发信息技术的智慧图书馆移动视觉搜索研究

大数据时代,借助生物技术的启发,DNA数据存储和神经形态计算应运而生,并成为发展前景非常广阔的新型信息技术,将这两种技术应用到智慧图书馆移动视觉搜索系统中,可以整合异构视觉资源数据以及提高移动视觉搜索系统性能。文章对智慧图书馆移动视觉搜索、DNA数据存储和神经形态计算相关研究进行了述评,构建了基于生物启发信息技术的智慧图书馆移动视觉搜索体系架构,探讨了体系架构的资源采集层、数据处理层、MVS业务层、用户交互层等四个层次的功能,最后对基于生物启发信息技术的智慧图书馆移动视觉搜索发展趋势进行了展望。

不完整STR分型的价值挖掘

清晰的DNA图谱对于认定犯罪嫌疑人具有决定性的证据作用。然而在实际检验中,经常得到不完整DNA图谱或混合图谱,相关案件因无法查询比对而长期搁置成为"冷案"。本文从这一难题出发,结合混合样品人工拆分和"全国公安机关DNA数据库快速协查平台",对2011年的未破积案进行梳理,为21起未破案件中的19起查拆分出有价值的DNA分型,并成功告破两起命案。通过深度挖掘不完整STR分型的潜在利用价值,大大提高了"休眠"DNA信息的使用效率,为形成破案模式的新常态提供了思路和借鉴。

家系排查中Y-STR突变分析

近年来,将Y-STR检验法引进到侦查学领域,创立的"Y-STR家系排查法"已经成为了破案的新手段。但是,在父子相传的过程中,会发生Y-STR的突变,导致同一家系相关男性亲属的分型存在差异,亲缘关系越远,则Y-STR分型不一致的概率则越大。一旦排查比中与现场物证Y-STR分型相似的个体,很难准确判断其家系是否为犯罪嫌疑人所在家系。本文以家系排查中出现4个Y-STR基因座突变的案件为例,探讨家系排查中数据分析方法和原则。

基于指纹权重的音频模板检索方法

针对音频模板检索方法在噪音和频谱缺失等环境下鲁棒性不够强的问题,在原有Philips检索方法的基础上,提出了一种以帧能量差作为权重的检索方法,即充分利用原方法忽略的能量信息,通过对不同音频帧的DNA设置不同的匹配权重,有效提升了音频模板匹配方法的鲁棒性。实验结果表明,在受噪音影响和频谱缺失的数据集上,对于不同长度的音频模板,音频检索的查准率和查全率均有不同程度的提升,其中在2s的短模板上,查准率可比基线提高16%。

DNA家系搜索的现状及展望

DNA家系搜索是一种基于DNA信息的遗传学分析方法,为明确家族关系、识别未知遗骸、解决冷案及辨认失踪人员等民事和刑事侦查提供有力线索。近年来,随着DNA检测技术及分析方法的不断进步和广泛应用,DNA家系搜索在法医学、人类遗传学等领域中备受关注。与此同时,DNA家系搜索也面临着伦理和技术等方面的挑战。本文归纳了多种类型遗传标记在DNA家系搜索中的应用,梳理了进行DNA家系搜索时依据的相关DNA数据库建立现状及制度规范,讨论了DNA样本的获取、数据分析与隐私保护等问题,同时提出了未来DNA家系搜索的发展方向与挑战。在技术方法上,需要针对DNA数据的多样性和复杂性进行更加精准的分析和解读;在伦理方面,需要建立更加完善的隐私保护制度与措施,确保个人信息的保密性和安全性。

刑事DNA采样和分析中的法理思考

刑事DNA采样和分析是查明案件事实的重要侦查措施。刑事DNA采样可能会侵犯被采样人的身体权、人身自由权和反对强迫自证其罪特权,不当的刑事DNA分析可能会侵犯其基因隐私权。我国刑事诉讼法关于DNA采样和分析的规定存在诸多缺陷,应进一步完善对第三人采样的程序规范、强制采样的标准和审查核准主体以及强制采样适用的案件类型。同时确立先非私密样本后私密样本的采样程序,限定DNA分析目的仅为同一性识别。

DNA计算在信息安全领域的影响与应用

基于DNA纳米技术的各种超分子体(功能单元),能实现信息存储、计算、移动和靶向送药等功能,其纳米结构的控制精度达到了原子级。基于DNA纳米技术的信息存储和计算模式,具有高度并行性、高密度和低能耗,天生适用于大量信息的存储和并行处理。面对这种新兴的计算模式,人们研究和开发了各种计算模型,讨论其对传统密码体系的影响和DNA存储信息的安全问题,包括密钥搜索、信息加密、信息隐藏及认证等。文章综述了基于DNA纳米技术的各种计算模型对传统加密算法的影响,概述了利用DNA纳米技术进行加密解密、认证签名的方案和技术,总结了当前基于DNA纳米技术的信息安全领域研究中存在的问题并展望了DNA计算及其在信息安全和存储领域的应用前景。