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
来源：电子与信息学报杂志2024年第6期北京时间：
作者：张淑芳, 李予辉, 李炳志
单位：1.天津大学电气自动化与信息工程学院 天津 3000722.天津大学化工学院系统生物工程教育部重点实验室和合成生物学前沿科学中心 天津 3000723.天津大学合成生物前沿研究院 天津 300072
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。
关键词：DNA存储, 随机检索, 引物索引矩阵
基金资助：天津市科技计划项目(22JCYBJC01390)
