A JPEG-based image coding solution for data storage on DNA
多年来,由于无法与现有存储资源竞争的数据生成呈指数级增长,数字数据的有效存储变得非常具有挑战性。此外,由于传统存储设备的寿命短,不经常访问的数据可以安全地存储不超过10-20年。为此,最近的研究已经证明DNA是长期存储数字数据的非常有前途的候选者。一些开创性的工作已经提出了不同的编码方法,用于将图像特定编码为四元DNA表示,同时首先使用经典JPEG标准压缩图像以降低DNA合成的高成本。然而,这种类型的压缩没有相对于四元DNA代码进行优化,并导致开环工作流程。在我们以前的作品中,我们已经介绍了第一个闭环解决方案,用于生成一个受约束的固定长度的四进制码,它允许控制的合成成本由于源分配算法。在本文中,我们扩展我们的研究,提出了一个可变长度的编码解决方案,这是基于JPEG标准。
2021-03-17 cs.ET
Automated Routing of Droplets for DNA Storage on a Digital Microfluidics Platform
本文提出在数字微流控生物芯片上利用“符号”和“连接子”双文库实现 DNA 自动化组装,并通过带优先级的三维 A* 路由算法管理液滴并行交通,以最小化拥塞、最大化吞吐量。
2023-07-05 cs.ET
A Resistive CAM Processing-in-Storage Architecture for DNA Sequence Alignment
提出了一种基于电阻式CAM(ReCAM)的存储处理(PRinS)结构,用于Smith-Waterman(S-W)序列比对。ReCAM并行比较操作在固定数量的循环中找到匹配的碱基对,而不考虑序列长度。对ReCAM PRinS S-W算法进行了仿真,并与基于FPGA、Xeon Phi和GPU的实现进行了比较,结果显示吞吐量至少提高了4.7倍,功耗至少降低了15倍。
2017-06-11 cs.ET
HORIZON: A Read-Efficient Firmware for DNA Storage with Horizontal Layout
University of Texas at Dallas(达拉斯大学);Iowa State University(爱荷华州立大学)
本文提出HORIZON策略,通过水平布局与活动感知分配降低DNA存储的读取放大,经模拟验证其在多种工作负载下性能优于现有方案。
2026-08-26 cs.ET
A Tutorial on Coding Methods for DNA-based Molecular Communications and Storage
本文提供DNA存储及其在分子通信中应用的教程,涵盖MCS基础、传统编码方案的应用及数值结果,并展望未来研究方向。
2023-11-13 cs.ET cs.IT math.IT
DNA Molecular Storage System: Transferring Digitally Encoded Information through Bacterial Nanonetworks
自计算机和网络诞生以来,在普适计算和无处不在的连接的推动下,存储和传输的数据量多年来呈指数级增长。由于这种需求,需要新的解决方案来存储数据,一种有前途的媒体是DNA。这种存储解决方案具有许多优点,包括在实现长期稳定性的同时存储密集信息的能力。然而,如何从基于DNA的档案中检索数据的问题仍然存在。在本文中,我们的目标是通过提出一种新的存储解决方案来解决这个问题,该解决方案依赖于分子通信,特别是细菌纳米网络。我们的解决方案允许将数字编码的信息存储到非运动细菌中,这些细菌构成集群的档案结构,并且在需要读取操作时,稍后由工程化运动细菌检索。我们进行了广泛的模拟,以确定从非移动存储集群,放置在不同位置的数据检索的可靠性。为了评估我们的解决方案的可行性,我们还进行了湿实验室实验,展示了细菌纳米网络如何通过与非运动细菌结合来有效地检索简单的信息,例如“Hello World”,并最终动员到最终点。
2018-01-18 cs.ET
A Characterization of the DNA Data Storage Channel
由于其寿命长和巨大的信息密度,DNA,编码生物信息的分子,已成为一个有前途的档案存储介质。然而,由于技术的限制,数据只能被写入到许多以无序方式存储的短DNA分子上,并且只能通过从这个DNA池中采样来读取。此外,DNA的写入(合成)、读取(测序)、存储和处理(特别是通过PCR扩增)中的缺陷导致DNA分子的损失并诱导分子内的错误。为了设计DNA存储系统,对错误和分子损失的定性和定量理解至关重要。在本文中,我们通过分析我们自己的实验以及从两个不同的组的实验数据,这些错误概率的特征。我们发现,分子内的错误主要是由于合成和测序,而在处理和存储的缺陷导致序列的显着损失。我们研究的目的是通过提供对DNA数据存储通道的定量和定性理解来帮助指导未来DNA数据存储系统的设计。
2018-03-08 cs.ET q-bio.BM q-bio.QM
Deep Squared Euclidean Approximation to the Levenshtein Distance for DNA Storage
Tianjin University(天津大学)
在DNA分子中存储信息由于其在寿命、高存储密度和低维护成本方面的优势而引起极大的兴趣。DNA存储管道中的一个关键步骤是根据检索到的DNA序列的相似性对其进行有效聚类。Levenshtein距离是衡量两个DNA序列相似性的最合适的度量,但它的计算复杂性较差,与成熟的聚类算法兼容性较差。在这项工作中,我们提出了一种新的深平方欧几里德嵌入的DNA序列使用暹罗神经网络,平方欧几里德嵌入,卡方回归。Levenshtein距离近似为嵌入向量之间的平方欧氏距离,这是快速计算和聚类算法友好。对该方法进行了理论分析和实验验证。实验结果表明,该算法具有较好的鲁棒性和有效性.
2022-07-11 cs.ET cs.LG
DNA, Human Memory, and the Storage Technology of the 21st Century
自然界所采用的有目的的信息存储的复杂的工具和技术与人类所使用的原始和相对低效的手段形成鲜明对比,我们描述了生物学数据存储的一些令人印象深刻的功能,并推测在未来几十年内可能有利于存储行业的研究和开发方法。
2014-08-27 cs.ET q-bio.OT
Neural network execution using nicked DNA and microfluidics
针对DNA存储数据计算难题,本文提出一种基于微流控和切口酶的集成电路,通过特定切口DNA分子浓度随机表示数据,实现全分子域内的DNA内存计算,完成人工神经网络计算并验证其性能。
2023-07-02 cs.ET
DNA-Based Storage: Trends and Methods
我们提供了一个基于DNA的存储系统设计和伴随的合成,测序和编辑方法的当前方法的概述。我们还介绍和分析了一套新的约束编码方案的档案和随机存取DNA存储通道。我们工作的数学基础是离散字母序列的构建和设计,避免预先指定的地址模式,具有平衡的基本内容,并表现出其他相关的子串约束。这些方案使存储的信号适应DNA介质,从而降低系统的固有错误率。
2015-07-06 cs.ET cs.IT math.IT
Simulating 3-symbol Turing machines with SIMD||DNA
SIMD|| DNA是DNA链置换的模型,允许在DNA存储上进行并行内存计算。我们展示了如何模拟一个任意的3符号空间有界的图灵机与SIMD|| DNA程序,为DNA存储的通用信息操作提供了比规则110模拟更直接和有效的途径[Wang,Chalk,Soloveichik,DNA 2019]。我们还开发了可以模拟SIMD的软件||DNA程序并生成SVG图形。
2022-02-16 cs.ET q-bio.MN
A self-contained and self-explanatory DNA storage system
目前DNA存储的研究主要集中在通过开发有效的编码和解码方案来提高存储密度,而缺乏对超长期数据存储和保留的不确定性的考虑。因此,目前的DNA存储系统往往不是独立的,这意味着它们必须求助于外部工具来恢复所存储的DNA数据。这可能会导致数据丢失的高风险,因为由于未来的高度不确定性,所需的工具可能无法使用。为了解决这个问题,我们在本文中提出了一个自包含的DNA存储系统,它可以在不依赖任何外部工具的情况下对其存储的数据进行自我解释。为此,我们设计了一个特定的DNA文件格式,从而开发了一个单独的存储方案,以减少数据冗余,而一个有效的索引是专为随机读取操作存储的数据文件。我们通过实验数据验证,所提出的自包含和自解释的方法不仅可以摆脱对外部工具的数据恢复的依赖,而且还可以最小化当要存储的数据量达到一定规模时所带来的数据冗余。
2022-08-09 cs.DB cs.ET cs.MM
DNA data storage, sequencing data-carrying DNA
Imperial College London(伦敦帝国学院)
DNA是一个领先的候选人作为下一个档案存储介质,由于其密度,耐用性和可持续性。为了读取(和写入)数据,DNA存储利用了几十年来开发的技术,用于对生命科学中自然存在的DNA进行测序。为了对以前看不见的生物DNA实现更高的准确性,测序依赖于扩展和训练被称为碱基检测器的深度机器学习模型。模型复杂性的这种增长需要大量的资源,包括计算和数据集。它还消除了用于DNA的紧凑型读头作为存储介质的可能性。我们认为,我们需要脱离盲目使用来自生命科学的测序模型来存储DNA数据。差别是惊人的:对于生命科学应用,我们不能控制DNA,然而,在DNA数据存储的情况下,我们控制如何写入它,以及特定的写入头。更具体地说,携带数据的DNA可以被调制并嵌入比对标记和纠错码,以保证更高的保真度并执行机器学习模型执行的一些工作。在本文中,我们研究了深度模型大小和纠错码之间的准确性权衡。我们表明,从一个模型大小为107 MB,从模型压缩的准确性降低,可以通过使用简单的纠错码的DNA序列进行补偿。在我们的实验中,我们表明,在模型的大小的大幅减少不会招致不当的惩罚所使用的纠错码,因此铺平了道路,便携式数据携带的DNA读头。最重要的是,我们表明,通过联合使用模型压缩和纠错码,我们实现了更高的读取精度比没有压缩和纠错码。
2022-05-11 cs.ET cs.IT cs.LG
DNA-Based Data Storage Systems: A Review of Implementations and Code Constructions
该综述聚焦新兴的分子数据存储领域,梳理系统实现方法与编码构造,明确通信与编码理论的新问题并探讨相关研究成果,为DNA数据存储领域的研究提供参考。
2023-10-07 cs.ET cs.IT math.IT
DNA-MGC+: A versatile codec for reliable and resource-efficient data storage on synthetic DNA
Côte d’Azur University(蔚蓝海岸大学);CNRS(法国国家科学研究中心);I3S(信息与系统科学研究所);Pearcode
DNA-MGC+是一种用于在合成DNA上实现可靠且高效数据存储的编码器,通过在多种条件下评估其性能,展示了在纠错能力和存储密度上的显著提升。
2026-11-10 cs.ET cs.IT math.IT
Managing Reliability Skew in DNA Storage
DNA正在成为一种越来越有吸引力的数据存储介质,因为它提供了许多重要和独特的优势,最值得注意的是前所未有的耐用性和密度。虽然该技术正在迅速发展,但读写成本高昂,DNA存储中发生错误的频率高和特殊性对其采用构成了重大挑战。在这项工作中,我们做了一个新的观察,从任何类型的基于DNA的存储系统中成功恢复给定位的概率高度依赖于它在DNA分子中的物理位置。换句话说,当用作存储介质时,DNA分子的某些部分似乎比其他部分更可靠。我们发现,DNA分子的不同部分之间的可靠性的巨大差异导致错误校正资源的使用效率非常低,并且常用的技术,如不平等的错误校正不能用于弥合不同位置之间的可靠性差距的背景下,DNA存储。然后,我们提出了两种方法来解决这个问题。第一种方法是通用的,适用于任何类型的数据;它以特定的方式跨DNA分子对数据和ECC码字进行条带化,使得错误的影响均匀地分布在不同的码字和分子上,从而有效地消除底层存储介质的偏置。第二种方法是特定于应用的,并试图通过使用应用感知的数据到DNA分子的映射来利用潜在的可靠性偏差,使得需要更高可靠性的数据存储在更可靠的位置,而需要更低可靠性的数据存储在DNA分子的不太可靠的部分。我们表明,所提出的数据映射可以用来实现优雅的退化,在存在高出错率,或实现近似存储在DNA中的概念。
2022-04-29 cs.AR cs.ET cs.IT
A Bird-Eye view on DNA Storage Simulators
本文综述DNA存储模拟软件,梳理合成、测序、聚类、重建及GC/K-mer窗口等核心概念与算法,并按领域、实现技术和商业可用性介绍3款软件。
2024-04-07 cs.CY cs.ET cs.IT
An Economic Analysis of DNA-based Data Storage Systems
Imperial College London(帝国理工学院);University of Marburg(马尔堡大学)
本文构建综合成本模型,对比分析DNA存储与磁带、云档案存储的经济性,发现DNA存储需降8-9个数量级才具竞争力,呼吁加快DNA合成技术创新以推动其实用化。
2026-08-28 cs.AR cs.ET cs.IT
Single-Read Reconstruction for DNA Data Storage Using Transformers
Reichman University (IDC Herzliya)(赖希曼大学(赫兹利亚跨学科中心));Ben-Gurion University of the Negev(内盖夫本-古里安大学)
随着全球对大规模数据存储的需求呈指数级增长,现有的存储技术在密度和能耗方面正在接近其理论和功能极限,使得基于DNA的存储成为未来数据存储的潜在解决方案。一些研究引入了具有高信息密度(PB/g)的基于DNA的存储系统。然而,DNA合成和测序技术产生错误的输出。校正这些错误的化学方法依赖于读取每个序列的多个拷贝,并导致过度的读取成本。Transformers作为一种用于语言建模的深度学习架构取得了前所未有的成功,这导致它被重新用于解决各个领域的各种任务。在这项工作中,我们提出了一种新的方法,单读重建使用编码器-解码器Transformer架构的DNA为基础的数据存储。我们将纠错过程作为一个自我监督的序列到序列任务,并使用合成噪声注入来训练仅使用解码的读取的模型。我们的方法利用每个解码文件的固有冗余来学习其底层结构。为了演示我们提出的方法,我们将文本,图像和代码脚本文件编码到DNA中,用高保真错误模拟器产生错误,并从嘈杂的读取中重建原始文件。与使用2-3个拷贝的最新算法相比,我们的模型在从每条DNA链的单个读取重建原始数据时实现了较低的出错率。这是第一次使用深度学习模型在基于DNA的存储中进行单读重建,从而降低了该过程的总体成本。我们表明,这种方法是适用于各种领域,并可以推广到新的领域。
2021-10-10 cs.ET cs.LG q-bio.GN
On the Reliability of Information Retrieval From MDS Coded Data in DNA Storage
Côte d’Azur University(蔚蓝海岸大学);CNRS(法国国家科学研究中心);I3S Laboratory(I3S实验室)
本文分析了在DNA存储系统中使用MDS码编码数据成功检索的概率,探讨了读取数量、分布、编码速率及错误概率对可靠性的影響,并提供了优化DNA存储系统的方法。
2026-05-06 cs.ET cs.IT math.IT
Performance Analysis of DNA Crossbar Arrays for High-Density Memory Storage Applications
本文提出电可读DNA-ROM交叉阵列架构,并通过Monte Carlo模拟分析阵列尺寸与互连线电阻对误码率及图像存储性能的影响,验证其低功耗高密度存储可行性。
2023-04-06 cs.ET physics.app-ph physics.bio-ph
From Pixels to Nucleotides: End-to-End Token-Based Video Compression for DNA Storage
Santa Clara University(圣克拉拉大学);Stanford University(斯坦福大学);Nankai University(南开大学);Futurewei Technologies(未来科技)
本文提出HELIX,首个端到端神经网络,联合优化视频压缩与DNA编码,通过令牌化表示与DNA四字母碱基自然对齐,实现1.91 bits per nucleotide的高效压缩。
2026-04-15 cs.CV cs.ET
NEURODNAAI: Neural pipeline approaches for the advancing dna-based information storage as a sustainable digital medium using deep learning framework
Amity Centre for Artificial Intelligence, Amity University, India(阿米蒂大学人工智能中心,阿米蒂大学,印度);Amity School of Engineering and Technology, Amity University, India(阿米蒂工程与技术学院,阿米蒂大学,印度);Amity Institute of Biotechnology, Amity University, India(阿米蒂生物技术学院,阿米蒂大学,印度)
针对DNA存储的合成成本、测序错误及生物约束等部署难题,研究提出NeuroDNAAI框架,结合量子并行性思想与深度学习实现高保真编解码,在基准数据集上取得低误码率,为可扩展的归档级DNA存储提供统一流水线方案。
2025-10-02 cs.AI cs.ET cs.LG
The Unified Evaluation App for DNA Data Storage Codecs
Robert Koch Institute(罗伯特·科赫研究所);University of Marburg(马尔堡大学)
本研究开发了开源模块化基准测试平台,集成评估DNA存储编解码器,量化其多维度权衡,为DNA数据存储的编解码器选择与应用提供标准化评估框架。
2026-08-11 cs.ET cs.SE
Rank modulation codes for DNA storage
DNA分子的合成为存储技术带来了前所未有的进步。然而,这些分子所处的微观世界引起的错误模式与它们的数字对应物根本不同。因此,为了保持读写的可靠性,必须制定新的编码方案。在称为鸟枪测序的读取技术中,以滑动窗口方式读取长DNA串,并产生轮廓载体。Kiah等人最近提出,这样的向量可以表示由其条目引起的置换,因此出现了秩调制方案。虽然这种解释表明高容错性,但尚不清楚哪些排列是可行的,以及如何产生其轮廓向量诱导给定排列的DNA串。本文通过满足一些必要条件,给出了可行置换个数的一个上界。此外,设计了用于确定置换的可行性的技术。通过使用这种技术的见解,一个算法产生了相当多的可行的排列,它适用于任何字母表的大小和任何窗口长度。
2017-08-07 cs.ET cs.IT math.IT
The Synthesis-Sequencing Channel for DNA-based Data Storage
Côte d’Azur University(蔚蓝海岸大学);CNRS(法国国家科学研究中心);I3S Laboratory(I3S实验室);Instituto de Telecomunicações(电信研究所);Departamento de Matemática, Instituto Superior Técnico, Universidade de Lisboa(里斯本大学高等理工学院数学系)
提出合成-测序信道模型,联合捕获DNA存储中的合成与测序效应,推导其信息论容量,揭示物理覆盖、合成错误、测序覆盖与测序错误之间的权衡。
2026-06-05 cs.ET cs.IT math.IT
DNA translocation through alpha-haemolysin nano-pores with potential application to macromolecular data storage
数字信息可以被编码在大分子(如RNA和单链DNA)的构建块序列中。“写入”和“读取”大分子链的方法目前是可用的,但它们缓慢且昂贵。在理想的分子数据存储系统中,诸如写入、读取、擦除、存储和传输的常规操作必须在集成芯片内可靠地且高速地完成。作为证明这一概念的可行性的第一步,我们报告了在小型化的腔室中进行的DNA读出实验的初步结果,这些腔室可以扩展到更小的尺寸。我们表明,易位的单链DNA分子(由50个腺苷碱基,随后由100个胞嘧啶碱基组成)通过离子通道产生的特征信号,这是由于分子的2段结构。我们还研究了实验的可调参数的易位率和速度的依赖性。
2017-08-27 cs.ET physics.app-ph physics.bio-ph
Disturbance-based Discretization, Differentiable IDS Channel, and an IDS-Correcting Code for DNA-based Storage
本文提出THEA-code自编码器方法,通过基于扰动的离散化和可微分IDS信道,为复杂IDS信道尤其是DNA存储信道高效生成定制化IDS纠错码。
2025-11-10 cs.ET cs.IT cs.LG
A Machine Learning-based Approach to Detect Threats in Bio-Cyber DNA Storage Systems
University of Padua(帕多瓦大学);Örebro University(厄勒布鲁大学);Tampere University of Technology(坦佩雷理工大学);Waterford Institute of Technology(沃特福德理工学院)
数据存储是本世纪的主要计算问题之一。不仅存储设备正在收敛到严格的物理限制,而且用户生成的数据量正在以令人难以置信的速度增长。为了应对这些挑战,数据中心在过去几十年中不断发展。然而,这种增长是有代价的,特别是从环境的角度来看。在各种有前途的媒介中,DNA是最具吸引力的候选者之一。在我们之前的工作中,我们提出了一种自动化的档案架构,它使用生物工程细菌来存储和检索先前编码到DNA中的数据。这种存储技术是生物介质如何提供节能存储解决方案的一个例子。这些生物媒介与传统媒介之间的相似性也可能是一个缺点,因为恶意方可能会使用生物仪器和技术复制对以前档案系统的传统攻击。在本文中,我们首先分析了我们的存储系统的主要特点和不同类型的攻击,可以在它上执行。然后,针对识别正在进行的攻击,我们提出和评估检测技术,它依赖于传统的度量和机器学习算法。为此,我们确定和适应两个合适的度量,即广义熵和信息距离。此外,我们训练的模型的AUROC超过0.99,AUPRC超过0.91。
2020-09-28 cs.CR cs.ET cs.LG
Efficiently Enabling Block Semantics and Data Updates in DNA Storage
提出一种基于 PCR 前缀寻址的分块 DNA 存储架构,支持独立随机读写、数据更新和连续块顺序访问,湿实验显示单块检索的测序成本与延迟降低 140 倍。
2023-09-28 cs.DB cs.ET cs.IR
Learning Structurally Stabilized Representations for Multi-modal Lossless DNA Storage
Dalian University of Technology(大连理工大学);School of Computer Science and Technology(计算机科学与技术学院);A*STAR(新加坡科技研究局);CFAR(高级研究中心);SIMTECH(新加坡制造技术研究院);UPC(加泰罗尼亚理工大学);Duke-NUS(杜克-新加坡国立大学医学院);Dalian University(大连大学);School of Software Engineering(软件工程学院);BUPT(北京邮电大学);Nanyang Technology University(南洋理工大学);School of Computer Science and Engineering(计算机科学与工程学院)
本文提出RSRL模型,结合Reed-Solomon纠错编码与结构生物学约束,学习稳定单链DNA表征,在多模态DNA存储中实现高密度、高耐久、低错误率的无损存储。
2024-07-17 cs.AI cs.ET cs.IT
Macro-molecular data storage with petabyte/cm^3 density, highly parallel read/write operations, and genuine 3D storage capability
数字信息可以被编码在大分子(如RNA和单链DNA)的构建块序列中。“写入”和“读取”大分子链的方法目前是可用的,但它们缓慢且昂贵。在理想的分子数据存储系统中,诸如写入、读取、擦除、存储和传输的常规操作必须在集成芯片内可靠地且高速地完成。作为证明这一概念的可行性的第一步,我们报告了在小型化的腔室中进行的DNA读出实验的初步结果,这些腔室可以扩展到更小的尺寸。我们表明,易位的单链DNA分子(由50个腺苷碱基,随后由100个胞嘧啶碱基组成)通过离子通道产生的特征信号,这是由于分子的2段结构。我们还研究了依赖的速率和速度的分子易位的可调参数的实验。
2017-08-26 cs.ET physics.app-ph physics.bio-ph
On Conflict Free DNA Codes
DNA存储已成为一个重要的研究领域。DNA存储系统的可靠性取决于设计足够不相似的DNA串(称为DNA代码)。在这项工作中,我们介绍了DNA代码,满足一个特殊的约束。DNA代码的每个码字具有特定的性质,即DNA码字的任何两个连续子串将不相同(均聚物约束的推广)。这是除了通常的约束,如汉明,反向,反向互补和$GC$ -内容。我们相信,新的约束将有助于进一步减少在读取和写入数据到合成DNA串的错误。我们还提出了一种结构(基于随机局部搜索算法的一个变种)来计算具有上述所有约束的DNA代码的大小,对于某些特定情况,该结构改进了现有文献的下界。此外,二进制向量和DNA串之间的递归等距映射的建议。利用该映射和已知的二进制码,我们得到了几类具有所有约束条件的DNA码,其中包括构造的DNA码字不含发夹状二级结构的性质。
2019-07-09 cs.ET cs.IT math.CO
Biocompatible Writing of Data into DNA
一个简单的基于DNA的数据存储方案证明,其中的信息是使用“寻址”寡核苷酸写入。与允许存储任意代码的其他方法相比,所得DNA适合于下游酶促和生物处理。这种能力对于DNA计算机至关重要,并且可以允许使用这种DNA执行各种各样的计算操作。虽然在这里,我们使用基于凝胶的方法进行信息读出,我们还提出了更先进的方法,涉及蛋白质/DNA复合物和原子力显微镜/纳米孔方案的数据读出。
2017-11-12 cs.ET physics.app-ph
DNA Tails for Molecular Flash Memory
本文提出DNA Tails存储范式,通过在DNA切口位点生长不同长度的单链DNA尾巴来编码非二进制符号,并结合秩调制码纠正校准错误和截断尾巴生长错误,从而提升DNA存储密度。
2025-05-06 cs.ET cs.IT math.IT
Principles of Information Storage in Small-Molecule Mixtures
分子数据系统有可能以比现有电子媒体高得多的密度存储信息。这一想法的一些第一次实验演示使用了DNA,但自然界也使用了各种各样的较小的非聚合分子来保存,处理和传输信息。在本文中,我们提出了一个通用的框架,用于量化化学记忆,这不仅限于聚合物,并扩展到所有类型的分子的混合物。我们表明,分子信息的理论极限是两个数量级的密度比DNA的质量,虽然这与不同的实际限制的总容量。我们通过实验证明了小合成分子混合物中的细胞级信息存储,并且我们考虑了一些新的观点,这些观点对于利用来自巨大的非基因组化学空间的信息容量是必要的。
2019-05-06 cond-mat.other cs.ET q-bio.MN