DNA是自然界存儲生物基因信息的核心載體。基于DNA的數據存儲有非常高的存儲密度（10的9次方GB/mm的立方）、存儲容量、和持久性（半衰期500年）且能量消耗很低。

DNA鏈由4種不同的核苷酸組成，每個核苷酸攜帶腺嘧啶（A）、鳥嘧啶（G）、胸腺嘧啶（C）和胞嘧啶（G）四種堿基中的一種，代表其攜帶不同的信息，比如A→00, G→10, C→01, T→11。

在DNA合成和測序的過程中，可能發生許多錯誤，導致無法正確恢復存儲的信息，可借助編碼的手段，通過引入冗余使編碼具備糾錯的能力，即將原始信息序列（取自某個有限域）映射到（符號集{A, G, C, T}上的）DNA碼字空間里，并保證碼字之間的最小漢明距離超過一定的閾值，在解碼過程中利用合適的判別準則正確地恢復原始序列。

此外，DNA碼字還必須滿足如下四種重要約束：

GC-Content約束。按照堿基互補配對原則，A=T，G≡C。G與C之間的化學鍵較強，DNA鏈中G和C的比例會影響其穩定性和退火溫度。通常G和C的比例保持在50%左右的DNA鏈的穩定性最高，因此基于DNA的數據存儲選擇接近50%的GC比例。

Homopolymer Run-Length約束。DNA序列中由相同堿基連續排列組成的子串稱作Homopolymer Run，其最大長度稱作序列的Run-Length。在DNA序列的合成和測序過程中，Run-Length較高的子串更易產生錯誤，所以要盡可能避免出現較長的Homopolymer Run。

反轉（Reversible）約束。任意DNA碼字的反轉與其他碼字的漢明距離必須超過碼字的最小漢明距離，從而避免序列反轉后譯碼出現錯誤。

反轉互補約束（Reversible-Complement）約束。任意DNA碼字的反轉互補與其他碼字的漢明距離必須超過碼字的最小漢明距離。

此外，由于組成不同的DNA鏈形成二級結構的傾向不同，展開二級結構需要額外的能量，影響實際存儲效率。所以，設計具備特定結構的DNA碼以避免二級結構形成也是一項約束。

參考文獻

?1. On DNA Codes Over the Non-Chain Ring ?with ,?https://doi.org/10.48550/arXiv.2211.13925

2. Construction of Multiple Constrained DNA Codes, https://doi.org/10.48550/arXiv.2211.16096?

總結

以上是生活随笔為你收集整理的编码与DNA存储——DNA码的构造的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。