DNA存储技术:挑战与未来

随着全球数据呈现指数级增长,当前的信息存储技术面临维护成本高昂、存储寿命有限等多个缺陷,逐渐无法满足日益凸显的需求。因此,迫切需要引入新的信息存储方法来解决这一问题。DNA作为一种天然的遗传信息载体,具备高存储密度、潜在低维护成本和长寿命等优势,因此被视为一种有潜力的新型信息存储介质。该文对DNA数据存储技术的基本原理和流程进行了概述,并回顾了其历史发展。同时,对当前基于DNA存储的领域仍面临的挑战进行了总结,如缓慢的数据写入和读取速度等,以及应对这些挑战的一些潜在策略。最后,为了满足全球对新存储方法的需求,该文指出了DNA数据存储技术的未来发展方向。

DNA序列作为信息隐藏载体的研究

研究了DNA序列能否成为信息隐藏的载体。通过对DNA序列进行分析证实了:由于核苷酸序列中有强的随机噪声,DNA序列可以作为信息隐藏的载体;进而通过对DNA序列特征进行分析,提出了一个嵌入对策:秘密消息嵌入非编码区的高复杂度区域有很好的安全性。该文的研究对提出以DNA序列为载体的信息隐藏算法具有重要的指导作用。

基于DNA序列的信息隐藏

研究了以DNA序列为载体的信息隐藏,提出了一个信息隐藏算法。该算法首先将秘密信息经预处理、编码、调制变成一维随机DNA序列;然后由一个随机数序列决定隐藏信息在载体的高复杂性区域的位置;最后在隐藏信息的位置,秘密信息字符替代载体字符。由该算法实现的信息隐藏既具有一定的稳健性和安全性,又符合生物学意义。实验结果也证明了该算法的有效性。

基于信息量的DNA序列相似性分析

针对传统方法在分析DNA序列相似性方面的不足,提出了一种新的基于信息量的DNA序列相似性分析算法,该方法将DNA序列视为基于符号集{A,C,G,T}的信号序列,全部待比较的DNA序列组合成一个以字符A、C、G、T为属性值的信息系统。在所得数据库系统中引进DNA序列的信息量、联合信息量、条件信息量、交互信息量等概念,讨论这些信息量的性质并给出它们之间的一些关系式,然后在此基础上构建DNA序列相似性分析模型。仿真实验结果表明,该方法不但能快速、有效地分析DNA序列相似性,而且较好地克服了DNA碱基数量很大且不同物种的DNA序列长短不同的不足。

DNA芯片与应用

DNA芯片就是利用光导原位化学合成或液相合成自动化点样 ,将数以万计的寡核苷酸固定于固相支持物硅片、尼龙膜上 ,与荧光素或同位素标记的待检样本DNA/cDNA杂交 ,通过对杂交信号分析反映样本中的DNA序列信息。它广泛应用基因表达、DNA测序、基因分型、基因突变与多态性检测和遗传作图等生物医学研究领域。

一种基于DNA序列运算的信息隐藏方案

为减少DNA加密算法中的生物操作,提出一种基于DNA序列运算的信息隐藏方案.该方案将海量DNA序列作为天然的DNA密码本,结合DNA数字编码规则,将待加密的信息与参考序列进行异或运算后转换为DNA序列,再通过混入冗余序列来实现信息的隐藏.对该方案性能和安全性的分析与验证结果表明,该方案不需要生物操作,成本低,易于传输,有较强的安全性.

DNA编码序列的关联特性

用ＤＮＡ行走方法和信息剩余度方法研究了核酸编码序列中的碱基关联，指出了这种关联的短程性．讨论了碱基组成漂变导致的表现关联效应和各种关联模的涨落限．对最近的有关文献作了评述．

DNA序列信息的一种新的测度(英文)

根据信息理论给出了测度ＤＮＡ序列信息的一种新的方法．获得ＤＮＡ序列４个层次的信息量测度：Ｉｂ；Ｉｆ（１），Ｉｆ（２）ａｎｄＩｆ（３）这４种信息测度可分别用来测度ＤＮＡ的碱基序列、密码子序列、编码蛋白质序列和功能蛋白质序列的信息量．从 Ｍ ｅｄｕｌｉｓ的线粒体基因组中两个较短的编码蛋白质的 ＤＮＡ序列和使用具有不同信性的间并密码子组组成的模拟ＤＮＡ序列中所获得计算结果表明，这些信息测度确实能用来揭示所隐含在编码蛋白质的ＤＮＡ中不同层次的有序性．虽然我们还不知道隐含在编码一种蛋白质的ＤＮＡ中各种子序列信息量是否可以反映这种蛋白质的结构与功能的关系，但是有趣的是，这些信息测度可用来比较编码一种同源蛋白的同源ＤＮＡ序列，并且这一ＤＮＡ序列的进化信息．

基于混合统计模型的DNA序列压缩算法

基于专家模型算法(XM算法)原理和有限上下文混合统计模型估计DNA序列每一个符号的概率,提出一种基于混合统计模型的DNA序列压缩算法.将采用混合统计模型计算出的概率估计应用于算术编码中,对标准DNA序列集的符号位进行压缩编码.实验结果表明,文中提出的混合统计模型能得到比原有限上下文模型更好的压缩效果,且能比其他经典DNA序列压缩算法产生更大的压缩率,弥补基于统计信息的当前较先进的XM算法用于标准DNA序列集时一些数据的不足,但对高通量DNA系列的压缩效果有待提高.

DNA信息存储:生命系统与信息系统的桥梁

DNA信息存储通过编解码、合成、编辑和测序等过程,实现数字信息写入、存储与读出。其在密度、寿命、能耗和抗电磁干扰等方面较磁、光、电等常规的信息存储介质有较大优势。随着全球数据总量的快速增长,DNA信息存储的优势特性和发展潜力受到了研究者的广泛关注。本文阐述了DNA信息存储的基本原理和技术流程,分析了DNA信息存储与生命系统和信息系统的关联,并依据读写技术特点归纳近年来涌现的“DNA硬盘”“DNA光盘”“DNA磁带”等几种主要模式、发展现状及技术路线。在此基础上,探讨DNA信息存储商业化、大规模应用面临的主要挑战,讨论更低成本的数据写入和更快速的数据读出,并指出可行的发展路线。最后,展望了DNA作为新型存储介质在现代存储系统中的发展演化趋势。

基于DNA序列切片重组技术的信息加密算法

深入分析了DNA序列处理中的切片重组技术,研究了这种技术在信息加密中的应用,提出了一种基于切片重组技术的全新信息加密算法,并对算法的加密强度作了详细讨论。实验结果表明该算法是安全、高效和可行的。

一种新的融合统计特征的DNA甲基化位点识别方法

自动、准确地识别DNA甲基化修饰位点对于研究基因的调控、转录和表达机理,有针对性地开发癌症靶向治疗药物有重要意义.然而,基于核酸频率统计特征和物化属性伪核酸成分统计特征并不能很好地反应DNA甲基化位点的模式信息,所构建的DNA甲基化位点预测器精度也不高.因此,文中提出从3个不同的视角抽取DNA序列上的核酸频次统计信息、位置统计信息和空间结构属性信息,并将其融合为一种新的统计特征向量,然后在相同的基础数据集上采用SVM分类器和严格的Jackknife测试方法进行实验验证.结果表明:该方法构建的预测器较当前最好的iDNA-methyl预测器,在Acc、Mcc和AUC 3个性能指标上分别提高了11.85%、24%和11.3%;该研究表明在DNA甲基化位点预测问题上,核酸序列的频次统计信息、位置统计信息和空间结构属性信息具有较好互补性,这3个视角相融合得到的特征向量能够更好地反映DNA甲基化修饰位点的模式特征,提高DNA甲基化位点的预测精度.

装配序列规划的DNA计算及其仿真

为了解决装配序列规划中的NP问题,引入DNA计算的方法进行最优装配序列求解.依据信息论中信息熵的概念,采用信息分解转换法提取装配体信息,提出用装配信息熵评价零件之间的关联,将装配序列规划问题转化为求最小Hamilton回路问题.研究了DNA计算理论,并给出了利用DNA计算求解最优装配序列的步骤.设计了DNA计算的仿真模型,求出最优装配序列.与传统优化方法进行了比较,证明了DNA计算能够并行地处理海量数据,解决计算复杂度高的工程问题.

以DNA为载体的信息隐藏方法研究

提出一种新的在DNA和RNA中隐藏信息的方法,以此可以保护基因的新发现、基因治疗药物等的知识产权。该方法综合了密码子冗余和算术编码,在DNA活跃的译码部分进行信息隐藏而不改变最终的氨基酸序列。

DNA序列的统计信息比较分析

我们从Genbank中选取灵长类、啮齿类、无脊椎类及细菌类的一部分DNA序列作了统计分析．为克服信息度量D_n的某些不足，引入了DI_1、DI_0和S三种信息统计量，得到了各大类及各类间差异的有关信息．

一种基于位置信息的高效DNA序列挖掘算法

类Apriori算法在产生频繁模式时需要多次扫描数据库,并且产生大量的候选集;Free Span和Prefix Span等基于投影数据库的算法在产生频繁模式时会产生大量的投影数据库,占用很多内存空间,这些都造成了很大的冗余。针对以往序列挖掘算法存在的不足,提出一种高效的序列挖掘算法——基于位置信息的序列挖掘算法PBSMA(Position-Based Sequence Mining Algorithm)。PBSMA算法通过记录频繁子序列的位置信息来减少对数据库的扫描,利用位置信息逐渐扩大频繁模式的长度,并且借鉴关联矩阵的思想和Prefix Span算法中前缀的概念,深度优先去寻找更长的关键模式。实验结果证明,无论在时间还是空间上,PBSMA算法都比Prefix Span算法更高效。

基于码书索引变换的高通量DNA序列数据压缩算法

提出一种高通量DNA序列数据的压缩算法.该算法先采用码书索引变换模型,将传统码书索引值的表示方法变换成由四个标准碱基字符替代的四进制数值方式,并采用一种界定替换串与非替换串的简明编码方法,接着通过信息熵的大小来决定是否进行块排序压缩变换(BWT),最后进行前移编码变换和Huffman熵编码.在多种测序数据集上的实验结果表明,CITD在大多数情况下可以获得比本文所对比的高通量DNA专用压缩方法更优的压缩性能.

Experimental genomics:The application of DNA microarrays in cellular and molecular biology studies

The genome sequence information in combination with DNA microarrays promises to revolutionize the way of cellu-lar and molecular biological research by allowing complex mixtures of RNA and DNA to interrogated in a parallel and quantita-tive fashion. DNA microarrays can be used to measure levels of gene expression for tens of thousands of gene simultane-ously and take advantage of all available sequence information for experimental design and data interpretation in pursuit of biological understanding. Recent progress in experimental genomics allows DNA microarrays not simply to provide a cata-logue of all the genes and information about their function, but to understand how the components work together to comprise functioning cells and organisms. This brief review gives a survey of DNA microarrays technology and its applications in ge-nome and gene function analysis, gene expression studies, biological signal and defense system, cell cycle regulation, mechanism of transcriptional regulation, proteomics, and the functionality of food component.

DNA序列分析中的信息熵应用现状

信息熵理论是生物信息学研究的一个重要工具,它在DNA序列分析中有着广泛的应用。本文详细介绍了近年来诸多DNA序列分析问题中信息熵应用的研究进展,并分析了未来该问题的研究方向。

基于平均交互信息量的DNA序列相似性分析

序列相似性分析是生物信息学中一个重要问题，对于研究物种的进化起源有着重要的意义。序列相似性算法包括基于序列比对的方法及非比对方法两种。基于比对的方法对于序列整体的衡量略有欠缺；非比对算法中有DNA曲线化方法以及比较序列各自整体碱基分布间的信息量差异的方法，只是考虑了序列整体信息间的差异，但未考虑序列各个位点间的差异。因此，提出了一种基于信息熵的相似性度量模型，把序列比对与信息量差异结合起来，将两条比对后的序列间的平均交互信息量与其联合熵之比作为两条序列的相似性度量。使用该度量构建了11个物种的相似性矩阵，对各物种间的相似性进行了分析，结果在一定程度上与生物分类学相契合。通过距离矩阵所构建的进化树，也反映了各物种间的进化关系，表明该模型的设计具有合理性。