数字数据存储在DNA的新趋势

文摘

的指数增长的能力信息生成和新兴的数据需要存储在很长一段时间,出现有需要一个高容量的存储介质,存储密度高,抵御极端环境条件和可能性。DNA出现作为数据存储的潜在媒介以其显著的特点。不同编码模型读取和写入数据到DNA编码加密数据地址错误生成的问题,为发展中密码子和存储方式和方法已经发展在最近的过去。DNA已被确定为一个潜在的媒介秘密写作,达到对DNA密码学和速记。利用DNA作为一个有机的记忆和大数据存储和分析DNA对解决计算问题的DNA计算铺平了道路。批判性地分析各种方法用于编码和加密数据到DNA,同时确定每个方案的优势和能力克服无确定的缺点。分析了密码学和速记技术在一个关键的方法确定每个方法的局限性。本文还确定DNA作为一个内存设备的优势和局限性和内存的应用程序。

1。介绍

数据存储发起的游览从骨头,石头和纸。那么这个旅程倾斜穿孔卡片、磁带、唱片、磁盘等等。后来的发展技术光盘包括cd、dvd、蓝光光盘,闪存进入操作。这些都是受到衰减。非生物降解的材料这些污染环境,也释放出大量的热能,而使用能源操作(1]。

的就业数字系统为目的的生成、传输和存储的信息,增加有一个活跃的数字媒体及持续维护的必要性。大量的数字数据存储以供将来使用,出现问题无法抗拒的存储大量的数据。对数据存储的需求迅速增加。整个世界的总信息存储于2012年2.7 ZB左右。存储需要是每年增长50% (2]。目前几乎所有的数字数据存储技术,将只持续时间有限。记忆卡和芯片是可持续5年从他们的初步使用3]。标准硬盘容易损坏从高温,潮湿,暴露在磁场和机械故障。虽然固态硬盘操作比硬盘,如果不是电动超过几个月他们往往失去信息3]。因此研究人员的奉献一直驱动对开发的存储机制成功地克服了上述缺点。

考虑年龄的方式骨化石保存遗传物质,研究人员支付他们的注意力转向用脱氧核糖核酸(DNA)作为存储介质。

DNA有一个令人难以置信的存储容量。卡斯蒂略说,所有的信息在整个互联网可以位于一个设备比单位小立方英寸(3]。DNA是目睹了最优媒介在这方面从根本上因为而不是使用0和1的计算机存储数据,DNA由腺嘌呤、鸟嘌呤、胞嘧啶、胸腺嘧啶(A、G、C、T)已经配对成核苷酸碱基对T和G C可以用于存储信息的二进制代码形式(1]。作为大容量存储介质的迫切需求上升,DNA在这方面被认为是理想的单核苷酸可以代表2比特的信息。因此455 EB的数据可以编码在1克单链DNA (ssDNA) [3]。整个全世界的信息由一年可以存储在4克的DNA (1]。高内存空间是由DNA提供三维(3 d)结构。几千年来DNA提供了可读的和可靠的信息,它可以扩展到几乎无穷干燥和保护从氧气和水3]。

DNA可以承受更大范围的温度(−800°C - 800°C)。它利用用电几百万倍更有效的现代个人电脑。此外它特权存储选项,因为它将数据存储在一个非线性的结构与大多数媒体将数据存储在一个线性结构。DNA承诺更多的选择来提高延迟和提取的数据,因为它允许在双向读取数据。DNA的重要事实是人类看不见眼睛确保DNA是安全的,是不可能被伤害的生物(1]。

本研究批判性分析的技术用于读写数据的DNA。许多模型编码被用来编码DNA数据。综述论文的第一部分为数字数据存储在DNA提供了背景,分析DNA的完美作为存储介质。本文的第二部分分析模型的结果和方法用于DNA编码数据而批判性分析的自定义每个模型克服了之前的缺陷识别模型。针对第二部分的第一小节,组织功能的DNA作为存储设备中强调这一点。编码模型的演化和发展在最近的过去一直在本节首先总结。其次加密方案用于加密的数据详细讨论了DNA,诊断的重要特性,优点和缺点。第三,讨论了几种方法用于设计的密码子。基本数据存储方式分析了关键的方式通过识别优势另终于在第一小节。第二小节的部分2讨论了DNA的适用性存储秘密写在密码学和速记。考虑第二小节的结构,首先问题详细讨论了DNA密码和速记,批判性分析DNA秘密写作提供从每个算法通过识别优势技术和相关的缺点技术而提出要实现的可能的方法来克服相关的缺点其次。方法DNA作为一个有机的存储设备和可能的应用DNA作为一个内存设备已经第三小节中讨论部分2。第四节一节2本文详细描述了方式大数据存储和数据分析对DNA计算铺平了道路。方法进行解决计算问题采用DNA计算机和可能性的DNA计算机大量有效地利用其庞大的并行性是这里讨论每种方法的缺点。

2。材料和方法

2.1。DNA作为存储设备

两个长链的核苷酸组成一个DNA分子。每个核苷酸包含四个基地之一(腺嘌呤,G:鸟嘌呤,C:胞嘧啶,和T:胸腺嘧啶),以及一个脱氧核糖和磷酸基。DNA分子包含一个双链结构,包括两个单链核苷酸集保税= T双氢键或C≡G三氢键。这两个单股由氢键键合在一起被称为互补链。单链DNA是定位在两端之间的5′和3′(5 ')(3 ')(4]。信息被包装成大块的核苷酸称为“寡核苷酸”积累冗长的DNA链是有问题的3]。使用DNA合成仪合成过程获得单链DNA链,人为地约50 - 100组成的寡核苷酸。杂交过程中个人单链DNA (ssDNA)形成双链DNA (dsDNA)耦合与互补ssDNA在特定条件下。核糖核酸(RNA)是一个ssDNA组成的核苷酸的胸腺嘧啶(T)被替换为尿嘧啶(U) (4]。

信息通常是阅读在DNA双链碱基对。目前借助新的DNA合成技术的方式生成基本核苷酸对正在改革,因为它是一个挑战g c对连续阅读。传统的碱基对t、g c。创新的碱基对,a - c和g t,正在使用的新技术。采用a - c代码0 g t用于1时(4]。图1概略地表示将数据存储在DNA的一般程序。

2.1.1。DNA编码数据

Microvenus项目。这个项目是由乔·戴维斯将图像存储在DNA的DNA核心存储非生物数据的意图。编码是基于分子大小的基地,,,,。每个核苷酸被分配一个阶段结构,,,。

编码是通过将一个核苷酸在每个重复1和0位的位置,例如,100101 = CTCCT和10101 = CCCCC。在解码的过程中,“C”可以被解码为“1”或“0”,因为只有重复的数量比特当时考虑的编码。例如,CTCCT可以解码为011010或100101。因此这个方案的编码是不准确的,因为它不是独特的可解码(5,6]。

《创世纪》项目。这是由Eduardo Kac引入。他创建了一个艺术家的基因,合成基因转换一个句子从书目的书“创世纪”莫尔斯代码,然后将莫尔斯代码转化为DNA碱基对(7]。连字符和句号是由基地T和C而替换词空间和信空间和G,分别为(5,7]。合成基因融合到细菌在紫外线的存在,突变的细菌引起的。

这些突变进而引起句子的变化。当基因解码回莫尔斯代码,然后回英语,改变了原句(7]。《创世纪》项目是不准确的原句是改变在突变紫外线的存在。

这两个方法奠定了基础为DNA编码但不准确,因为它不是唯一可解码和原创内容改变是由于突变Microvenus和创世纪项目,分别。

基于聚合酶链反应的编码方案。在这种方法中数据序列转换为DNA序列使用规则,这是一个加密密钥或密码子。“编码DNA序列放置在两个独特的模板DNA区域之间的正向和反向引物。dsDNA准备根据DNA编码信息的设计和插入基因组DNA。在信息读出过程中,放大是通过聚合酶链反应(PCR)和由DNA序列解码8]。

Limbachiya和Gupta微粒用于存储数据。这种方法是安全的,因为它即使敌人标识微粒的大小,这将是极其困难的阅读数据没有知识的引物序列。但是限制数据的可伸缩性编码在有限大小的微粒,因为只有136位的数据可能是编码(5]。

克服这种限制卡茨提出信息DNA (iDNA) [7)由单一Polyprimer关键(PPK),正向和反向引物常见5 - 6基地,显示存储信息。PPK函数作为数据位置标识符。在数据编码三元代码被映射到3基地(A、C、T),测序引物由4基地的4 G为了避免mispriming地位(9]。在解码过程中PPK是解码的意图解码正向和反向引物,然后基于一个独特的测序引物可以检索信息。

基于PCR的编码模型的主要优点是高度安全的收件人应该意识到加密密钥和底漆。故障与PCR方法PCR的需要,需要引物的知识,广泛的实验障碍,和实际问题。插入模板区域使恢复的错误编码的数据难以管理。此外数据破损可能发生在编码和解码过程中由于人类的错误10]。

由于人员铺平他们的注意力转向发展中PCR独立数据编码模型。

对齐的基础编码模型。这个模型是PCR独立。基于对齐的方法介绍了一个基于序列比对的数据存储和检索方法的DNA。这种方法的专业执行检索没有奇偶校验检查,DNA模板,或纠错算法(11]。

Yachie等人提出了一个方法来复制粘贴数据序列的有机体实现数据存储的灵活性和活力继承,主要适用于使用DNA商标/活转基因生物签名的(LMOs)和价值的传播媒体12]。

通过这种方法可以从生活中检索数据的DNA没有额外的材料,如模板DNA,它只需要完整的基因组的测序。

数据检索的基于PCR的扩增容易破损的DNA退火网站,甚至是至关重要的阅读部分编码的数据(13]。

这种方法的优点是更大的读取DNA数据的速度和更低的成本和更低成本的合成DNA。这种方法可以确保较高的耐用性和数据继承可用数据的多个副本,每个副本能够检测和纠正错误的其他副本12]。

数据可能会丢失在进化过程中。为了防止这种Yachie等人介绍了不同的核苷酸序列编码相同的数据由多个数据压缩路径(12]。

这种方法的缺点是乘法的磁带导致冗余卷。奇偶效应成本一定体积的数据序列;同时数据恢复率是脆弱的,通过DNA缺失数据破损发生成正比的范围。位置的破损很容易被识别的数据对齐结果虽然他们没有可采12]。

这种方法的主要缺点是盒式的大小限制寡核苷酸被用来编码信息。如果它增加一定的限制有可能偶然出现在宿主基因组。而且整个基因组的测序需要检索数据。此后Alienberg提出改进的霍夫曼编码方法中,核苷酸是有效利用和特定的引物用于不同类型的文件。改进的霍夫曼编码定义了整个DNA编码键盘,清晰的信息编码。这是基于与特别设计的引物构建质粒库嵌入的信息的快速检索。一个好的编码方案应该节约使用每字符核苷酸的约3.5这里(12,14]。

可重写的DNA和随机访问存储系统。这个体系结构的主要特点是DNA的随机访问数据块促进非线性信息的访问和修改能力随机的位置。这种方法成功地解决了现有方法的缺点,需要读取整个文件的数据读只有一个片段的数据。以及现有的方法是只读的方法,而这种方法是可重写光盘。不受欢迎的交叉杂交问题被禁止在此方法中,消除冗余的信息。

Tabatabaei Yazdi维基百科等人编码页的六所大学,精心选择的部分存储数据,和编辑文本写入DNA与三所大学。从目前的只读方法转向可重写的方法需要解决以下提到的缺点[13]。(我)有需要重写整个内容为了编辑压缩域。(2)四倍的报道是用来保证信息的可靠性使重写过程更复杂,因为为了改写的一个基本需要修改四个地点。(3)解决方法是利用只阅读读的位置但不执行选择性阅读。该方法可以有效地用于访问随机数据部分也用于存储频繁更新数据需要记住编辑历史13]。

Blaum等人使用DNA序列组成的特殊字符串的地址访问随机信息。这些DNA序列编码与纠错机制。相互noninterrelated地址设计时满足运行数字错误控制和约束(15]。编码是通过线程共同前缀的地址准确地得出结论。地址是noninterrelated和选择有相当大的汉明距离有一个非常低概率的地址相互纠缠。前缀编码格式(16)被选为选择要重写而gBlock块(17)和重叠延伸PCR (OE-PCR) [18方法被用来完成重写。桑格测序(19)用于解码。

gBlock [17)方法更有效,但需要长期和昂贵的测序引物。OE-PCR方法(18)使用廉价和短引物,但在几个步骤完成。

高成本是这种方法的缺点之一。而不是使用Sanger测序采用下一代测序方法(19将大大减少读数的成本。

下一代数字信息存储。Microvenus项目(5,6),《创世纪》项目5,7),基于PCR的编码模式(11),和基于对齐的编码模式(12只存储少量的数据。因此该模型提出了一个高效one-bit-per-base算法。在这种方法中教堂等人改进方案编码任意使用下一代DNA合成和测序技术的信息。草案的html编码书53426字,11 JPG图像,1 JavaScript程序编码。这包括一个5.27 MB流(20.]。

这种方法的主要优势在之前的方法用于编码包括每一比特表示的就业基地(G和T 1和0或C)。这带来了编码序列的能力挑战是读或写由于包含重复,二级结构和极端的GC含量。当我们把比特流分成数据块从而教会等人都避免构建的DNA具有挑战性的组装在阅读信息。合成、储存和测序吻浣熊完成的多个副本的意图逃避序列验证构造和克隆。每个副本都有能力纠正错误在其他复制错误几乎从不延伸空间。在这种方法中成本~ 100000少与第一代技术相比在编码和解码信息20.]。

挑战与这个计划包括成本计划不可行,阅读和写作的时间到DNA。然而与合成相关的成本和DNA测序已经下降在每年5 - 12指数利率相对快速的多电子媒体(20.]。这些在未来可以利用DNA测序仪是手持最近可用系阅读过程。

教堂等人没有支付他们的注意力转向压缩,奇偶校验检查,冗余编码和错误率。因此注意力必须集中对纠错的目的提高密度和安全(20.]。

高盛因此克服这个问题包括改善基础3霍夫曼编码,而不是one-bit-per-base表示[21]。这种方法编码总共730 KB的文件包括五个类型的计算机文件强调存储任意数字信息的能力。包括154年的莎士比亚的十四行诗(ASCII文本),一个典型的科学论文(PDF格式),中分辨率彩色照片(JPEG 2000格式),26 s摘录从1963年马丁路德金的“我有一个梦想”的演讲(MP3格式)和霍夫曼编码字节转换为基地3位数(ASCII文本)。二进制代码转换为三元代码,然后在三联体DNA编码表示。四倍冗余被用来避免数据丢失。确保安全冗余块是补充替代块。这种方法确保高可伸缩性和可靠性。这对高容量和低维护铺平了道路数据存储机制作为高盛等人能够实现存储容量的2.2 PB /克(20.,21]。

对小型文本文件的编码方案。多数大型文本文件的编码方案表现优越。这种方法对于小文本文件。这种方法启动高容量的数据存储密度通过浸渍的核苷酸序列表示,根据传播算法(22]。

目前许多损失少压缩算法在使用,但仍需要充足的上下文信息进行编码。

Burrow-Wheeler转换(BWT) [23)有一个像样的压缩比与充分利用上下文信息。但是为了实现这通过小文本,BWT落后了Move-to-Front转换(MTF) [23]。

执行以下三个步骤来生成上下文信息通过这种编码方案。(我)文本文件压缩:霍夫曼编码方法采用。输出是一组二进制序列。(2)映射函数:两个核苷酸碱基对有效地用来代表四个二进制位。基础选择4位三核苷酸霍夫曼编码的输出是一个十六进制值。(3)加密:为了维护安全、编码信息应该加密。一次垫(OTP),同样需要随机密钥的长度消息编码工作。这种方法综述了压缩的最大效率可能通过执行转换之前压缩从而减少数量的核苷酸。这直接影响减少成本因素。

这个方案更重要的军事应用和活转基因生物签名的小消息需要存放大量段时间(22]。

这项研究并没有实现生物协议插入细菌的基因组序列。

未来的工作需要解决包括修改变换算法和设计其他映射函数编码核苷酸序列。

2.1.2。在DNA编码加密数据

基本上3码已经使用在过去的DNA来存储信息。这些代码通常被认为是一个字母语言正在编码DNA。尽管大多数的研究认为英语字母语言,它甚至可以用于速记,语音学的写作计划。

代码的优化应满足双重标准如下:(我)它应该使用DNA(核苷酸)经济,主要是因为扩展寡核苷酸的合成是一个昂贵的过程虽然复制似乎比较经济。(2)它应该能够重建消息编码后的数据。尽管它并不被认为是必不可少的,如果编码方案提供了一些错误检测和保护机制,这将是巨大的优势。但这个功能不被认为是至关重要的,因为还有其他机制解决这个问题,比如使用多个副本的DNA。作为书面语言本质上由自身调节机制使这个功能的错误检测和校正不本质上是重要的24]。

霍夫曼编码。这段代码使用的原则不同符号用来代表一个字符的长度。大多数地出现字符在文本分配最低数量的符号,而循环至少出现角色分配最多的符号。运用这一原则会导致开发一个非常经济的代码(25]。平均编码长度大约是2.2字符霍夫曼编码方案。这是最平均密码子长度实现(24]。

含混标准的代码是通过由加密消息的只有一条路可以读取一次提到的出发点是(24]。

霍夫曼编码包括舾装相关缺点与数字和符号。这主要是因为这些符号显示的频率是高度依赖于文本评论这一事实不能被包括在制定霍夫曼编码。其次是不适合长期存储由于长度不同密码子组装在一起的时候可能不会显示模式。因此,后代可能无法检测的意义模式(24]。

逗号的代码。在这种方法中一个基地(G)被认为是逗号。底长度的密码子分开使用基地G . %基地基码由其他三个基地,也就是说,A, C,和T,进一步限制在单一:T碱基对和两个G: C碱基对。第二个G的C: C组总是定位上链(24]。

组成的等温熔炼温度是消息的组成DNA的优势利用这个方案。逗号代码的主要特点是六个密码子的阅读框包括G,逗号,不是通过其他代码。这有助于确定一个明确的阅读框没有必要提及一个起点。保护机制从插入和删除突变也保证了这种方法使其他代码更复杂(24]。

缺点的这段代码是不经济的,因为它重复comma-base G创建一个自动阅读框(10]。

交流代码。这个方案包括6基础密码子64年的数字包括嘧啶和嘌呤。建设信息的DNA完全合成的自然是这种方法的主要特征。这将创建完全人工DNA适用于长期存储,克服了霍夫曼编码的缺点。此外,它提供了好处比如等温和错误检测代码(但不是优于逗号24,26]。

交替代码还包括重复的特性使它noneconomical [10]。它是这个编码方案的主要缺点。因此关注领导的研究人员已经对发展经济的代码没有重复的特性(10]。

无逗点代码。它也被称为前缀免费代码。这包括固定长度基本框架没有逗号来分隔帧。因此,它使用一个自动帧检测机制。无逗点代码(24)不是由相同的四个碱基对的唯一阻碍自然DNA序列。这些密码子可能读简单的一种方法和支持的错误检测机制。

尽管无逗点代码健壮和纠错工作纠正对小规模损失如DNA点突变,它没有能力恢复大型DNA片段时破碎的数据从数据中删除编码DNA区域(10]。

改进的霍夫曼编码方案。每种方法用于信息存储在DNA核苷酸经济使用的不同。这里Ailenberg Rotstein DNA编码使用霍夫曼编码的原则定义为整个键盘,清晰的信息编码(14]。这克服了霍夫曼编码的缺点,只有有限字母表的字母。这是基于与特别设计的引物构建质粒库嵌入的信息的快速检索。指数质粒只包含细节信息的结构库。良好的核苷酸编码方案应该节约使用每字符也就是这里约3.5 (base-to-character比率)14]。

其他编码方案低base-to-character配给但仅限于低数量的字符,如英文字母。DNA插入生物,他们受到突变,由于破损丢失信息的插入和删除。因此,这种方法是解决这一问题,因为它能够恢复受损的DNA数据。因此这种方法克服了缺点的无逗点代码。这也是能够识别任何帧转移由于突变或测序中的错误。这种方法使用独特的引物设计使用质粒DNA库(14]。

完美的遗传密码。在这种方法中多依格指出的事实,通过不同的密码子长度,可以显著提高代码的效率(27]。这里多依格密码子使用一个变量通过使用更频繁的氨基酸密码子长度较短而罕见的酸是代表使用一个密码子的长度更长。唯一的方法是比这更有效率使用重叠基因(27]。

根据多依格固定密码子长度的必要性包括DNA超过3基地需要42%的最低要求27]。完美的遗传密码是70%比另一种更高效的代码由于使用一个变量代码长度。多依格雇佣了香农-范诺编码方案获得二进制代码(27]。

很少有冗余,任何突变会导致氨基酸的变化。此外,如果密码子的突变是首席波动长度的变异将会广泛的移码突变。根据多依格,不可能转向使用完美的遗传密码,考虑一个简单的例子,Val已经编码的四个基码组成3基地。第三个不传达任何信息是有效代码Val雇佣两个基地。机械的难度将从固定密码子长度可变密码子长度加上提到的无缺陷导致不使用这个有效的代码通过使用可变长度的密码子虽然最大化效率(27]。

2.1.3。设计DNA密码子的基本方法

没有标准结构的生成码字由于约束的重要性需要解决不同根据编码模型(11]。

模板映射策略。密码子的小组提出限制码字划分到两个二进制代码,即模板,指定词对GC含量和地图显示不匹配。上述代码的产品导致四元代码。后来Arita使用阿达玛代码扩展这个时间码字超出一半的长度不匹配的代码(11]。的缺点是熔化温度的词可能不考虑恒久的GC含量不同。逗号游离度相关联的另一个问题是这种方法。扩大到多个单词将因mishybridization[是一个问题11]。

De Bruijn建设。Arita克服的问题,在不同的温度下融化,还展示了一个理想的算法选择寡核苷酸摆脱mishybridization的风险更高,因为连续放置的匹配的碱基对(11]。这种方法缺点与小数量的单词之间不匹配和逗号不拘泥。

随机方法。这是一个广泛使用的方法在最近的过去。卡茨使用泛型算法找到类似的熔化温度码字。问题的复杂性使他们只应用遗传算法来码字长度25 (7]。Arita可能增加数量的码字设计的模板映射策略。这种方法失败如果从揭示了事实的划痕是更好地使用这种方法来扩大已经设计的码字词集(11]。

2.1.4。数据存储方式

数据存储的风格是DNA单词的方式存储在一个媒介。在详细讨论这两种方法中,DNA词在固体和液体存储媒体。数据存储方式取决于设计这个词。DNA芯片是一种固定化技术一直受公众欢迎的弱约束词限制了设计问题。系统的文字设计,避免mishybridization服务基于表面的方法和可溶的方法(11]。

基于表面的方法。DNA词是放置在一个坚实的方法也称为固相方法。与这种方法优点是码字(密码子)可以分开的补充为双螺旋结构的单链是无能为力,进而降低不可预见的单词和从容的风险识别的单词分别为目的的信息阅读由于有效的荧光标记11]。

溶性的方法。益处是开放的独立信息处理和可能性的可能性将DNA单词引入微生物。缺点包括限制天生的能力的分子通过提供更容易获得信息11]。

2.2。DNA秘密写

秘密写作是用于防止非法访问的信息未经授权的聚会。加密技术和隐写术两种方法用于秘密写作。密码学操纵信息误解而隐写术隐藏了信息的存在(4]。传统的密码学和速记技术已经被确认为失去权力和变得易碎的东西,因为他们是基于数学难题是成熟的理论和实现。因此,研究人员正在研究开发混合密码系统涉及DNA方法到密码学和速记。隐藏数据的DNA序列被称为DNA密码(28]。数据嵌入水印也称为速记或DNA。期刊的研究(29日隐藏的信息在微粒[]和研究30.)DNA速记和密码学的诞生。DNA数据嵌入可能通过(我)DNA方法:写作使用插入到DNA和创造;(2)DNA测序:阅读DNA。

密码学的目标主要是如下。(我)验证:验证确认的细节我们接收信息的实体。数字签名、密码和商标是用来确保认证。(2)数据机密性:这是保护机密数据的过程从未经授权的人员。在密码学这目标是通过加密。(3)数据完整性:这是保证信息收到的确切格式已经被官方聚会。包括任何修改或变更完成加密过程中(31日]。

实际的DNA数据嵌入方法是双重的:(我)提出的基于DNA的速记的方法是班克罗夫特,身体分泌信息摘自一个活的有机体,PCR和密钥对检索信息至关重要32]。(2)考克斯提出了嵌入信息在生物信息将由生物体连同细胞复制而不影响生物体的生物学特性。这可以通过两种方式33,34]。(一)更换非编码DNA的片段没有被转移到蛋白质:缺点是极端的保健需要确保这插入不会影响生物功能。(b)修改编码DNA(互补)分区转移到蛋白质:这种方法更系统和更安全11]。

2.2.1。问题的DNA密码

Nonavailability假设的基础,缺乏知识与DNA相关加密方法是主要问题。同样高的成本和难度的理解也有效果,除了不适合使用公众由于生物测试和试验必须在高技术装备的实验室。

2.2.2。DNA秘密写算法

隐写术使用DNA杂交技术。这种方法有效地使用提供的优势巨大的存储能力和并行DNA分子结构计算。这种方法提出的算法在DNA中隐藏数据以数字形式(35,36]。

一次垫(OTP)生成的密钥作为加密密钥。这个键就只用于一个消息。加密后的用户使用垫被摧毁的。图2总结了加密过程使用杂交技术。

解密后的消息接收器破坏了相同的垫属于他。因为这个原因,这种方法是非常安全的。在这个算法单链DNA作为OTP。OTP的长度应大于10倍二进制消息(35]。藏在微粒的加密消息。链组成的加密信息被放置在两个PCR引物序列。那就是隐藏在许多类似的结构。没有知识的开始和结束引物将无法读取消息的放大。阅读消息:杂化段解读为“1”和不变ssDNA段解读为“0”(3]。图3是解密过程的图解表示使用DNA杂交技术。

DNA杂交开始时是一个缓慢的过程,因为它是困难的两个互补链结合在一起。但后来这是一个快速的过程。这可以有效地用于搜索和并行计算。限制目前这个过程的时间消耗和豪爽35]。

所以,它已经提供了一个诚实的安全和只需要更少的时间信息的沟通(37]。

染色体DNA索引。在这种方法中智人”染色体序列作为OTP键用于加密和解密的过程。纯文本是二进制代码转换为ASCII代码,然后最后共同为DNA的格式。OTP的关键智人拍摄和扫描检查DNA的纯文本形式的OTP的关键。为每一个字符在文本中发现染色体形成的数组索引将索引的起点在染色体DNA使用索引方法(4]。

加密过程的图解表示通过染色体DNA索引图表示4而图5细节的解密过程染色体DNA索引。沟通的引物、染色体和OTP密码学是一个主要的困难。该算法克服了这一问题,只有类型的染色体和引物需要提前知道。

该算法使用了巨大的随机性的DNA中。这是这种方法的缩减。这不能称为一个合适的密码算法由于这个事实。因此,OTP关键只可以使用一次(35]。

DNA XOR OTP瓷砖。这是基于DNA和DNA XOR瓷砖的生物分子计算(BMC)。瓷砖携带消息绑定在一起,一个字符串。然后一个异或操作执行明文和OTP加密密钥。瓷砖拥有两双粘结束一个包含消息的瓷砖之间的绑定和绑定到OTP瓷砖。限制性酶用于删除其余的瓷砖的密文。

在解密过程使用OTP提取用户加密密钥。自组装倒序瓷砖用于加密的结果为纯文本(36- - - - - -38]。

2.3。DNA作为有机数据内存

将DNA整合到一个活生生的主持人,他有能力承受高风险的生态环境,有能力快速增长,并能够容忍的人工基因序列,提出的解决方案来生成一个可靠的存储介质。接种的DNA序列为一个有机体是一个挑战,因为很难从整体检索消息许多基因组组成的有机体。另一个障碍是基因突变的不可预测性39]。

DNA记忆原型包含4个主要步骤:(我)如人工DNA序列编码信息。(2)注射生物的序列。(3)允许生物培养。(iv)从生物体中提取信息。

2.3.1。内存的应用DNA

DNA记忆可以有效地利用在商业应用和国家安全信息隐藏的目的和数据速记。耐放射细菌可以生活和繁殖没有人类干预(39]。这个属性可以用来保存数据在核灾难14]。

存在一个种子公司之间的竞争,以保护他们的投资。因此,将DNA水印的种子可能是一个更好的方法来追踪他们的销售和保护其版权产品免受非法种植39]。这将不会影响到农民需要但贪婪的农民。

为了捕获污染物会污染与生态资源和污染资源,研究钻井收集土壤样本。在细菌可以配合足够的信息更新土壤的现状随着时间的不间断地通过追踪时空上细菌的分布,利用开发的技术将是一个有效的方法为这个目的(39]。

濒危物种可以被注入一个DNA水印的基因组,取代其他合成识别。这也可以用于安全保护一个人的个人信息,如医疗信息和家庭历史在自己的身体39]。

2.4。大数据存储在DNA和DNA计算

DNA计算的时代始于识别电子计算机的局限性。体积的数据可以存储在电子计算机和速度阈值,可以达到是由计算机的物理特性的主要限制是确定在大数据存储(40]。DNA计算机地址上述限制通过解决计算问题进行分子操作时发现自然计算模型导致的大数据存储和数据分析的DNA。

DNA计算提供的优势比电子计算机包括消耗更少的能源。能源消耗的DNA计算机数十亿倍相对低于其他电子计算机。所需的存储空间存储信息小于兆次电子计算机(40]。此外DNA计算机提供并行性在一个较高的水平。成千上万亿的分子进行化学反应平行(40]。

2.4.1。汉密尔顿路径问题

通过探索艾德曼地址直接汉密尔顿路径问题可能性的信息编码DNA序列和此后执行简单的操作链操作。这个问题的简化版本是推销员问题,需要找到最优路径的旅行推销员有池的城市。艾德曼复杂这一问题通过限制城市之间的连接线路和指定的开始和结束的旅程。

这种方法解决了上述问题的意图产生随机路径通过图形,艾德曼编码图中的每个节点为一个随机链组成20基地。每个图的边缘是由另一个不同的寡核苷酸组成的20个碱基互补的源节点和目标节点的上半年下半年。这导致自组装和结扎兼容的边缘的T4 DNA连接酶酶的功能。为了筛选路径自组装过程的产品进行PCR扩增。过滤的路径的长度,分离和恢复的DNA链的长度是通过琼脂糖凝胶电泳。琼脂糖凝胶电泳(41)是确定最有效的方式分离DNA片段构成的变量长度。就业前的琼脂糖凝胶分离DNA片段,这是使用蔗糖密度梯度离心法。它只提供了一个近似的基础上分离大小(41]。过滤掉覆盖所有节点的路径是通过亲和纯化先后为所有节点。为了检查的路径,采用PCR检查分子编码的存在哈密顿路径(27,40]。

实际所需的时间的方法是实验室7天左右。艾德曼的算法是更多的劳动力广泛。过程自动化可以解决高劳动强度的问题。这里使用的算法是低效的寡核苷酸的数量需要增加线性增加的边缘和顶点的数量成倍增长。这是节能。目前尚不清楚的大量廉价的操作可用于解决实际计算的问题(27]。电脑的速度是衡量两个因素。(我)操作的数量可以并行执行。(2)有多少单位时间内每个进程可以执行的步骤。

关于第一测量它的DNA计算机,因为它提供了巨大的并行性。第二个措施是支持电子计算机,因为考虑到个人电脑,它可以每秒执行1亿条指令(42]。但随着并行DNA计算机提供的是巨大的,执行一条指令的时间不是问题。

与电子计算机所提供的巨大灵活性通过众多的操作是很有效的把两个100位数而压倒性的使用DNA计算机执行这个协议和酶目前(27]。

2.4.2。20-Variable 3-SAT问题

这是迄今最大的问题解决了DNA计算机为three-satisfiability 20变量问题。这个问题是一个NP(不确定性多项式)时间的计算问题。随着问题的复杂性非常高,即使有最快的顺序算法,指数(需要时间来解决这个问题43]。这是原因导致研究DNA计算机的性能。基于子序列的分离中使用标签模型(44)用于解决这个问题。两个基本操作使用的前锋为计算模型:应用基于子序列的前锋和分离。20-variable SAT问题使用分离。寡核苷酸探针克制在聚丙烯酰胺制成玻璃模块用于进行分离。电泳移动DNA链通过模块。链的互补杂化的固定模块,而不含互补链的链。电泳在更高的温度高于熔点的探针用于自由网状链。剩余链运送到其他模块(41]。这个问题最大化的使用DNA计算机提供的并行性。

3所示。结果与讨论

DNA已被确定为潜在的数据存储介质由于其巨大的存储容量,高数据密度,保持极端的环境条件,等等。数据存储在DNA的进化是这个评论文章详细描述。的数据存储在DNA出现戴维斯的Microvenus项目(5,6:存储图像DNA导致DNA的基础核心理念的基础存储系统存储非生物DNA的信息。《创世纪》项目5,7成功Microvenus项目。Microvenus是不准确的,因为它不是唯一可解码的创世纪时也是不准确的,是低效的,因为它没有返回解码后的原始文本。虽然DNA已被确定为潜在的长期数据存储介质中经这些问题被确认为有需要解决:DNA合成费用高,数据读取速度较慢,DNA不具有修改功能,和DNA不允许随机存取。在上面的标识问题Yatchi等人已经能够克服数据读取速度慢的问题使用基于对齐的编码模式10]。可重写光盘和基于随机存取存储系统(13]Tabatabaei等人提出的克服的问题不允许随机访问和修改。编码模型的比较总结表1。

基于PCR的编码模式(5高度安全。主要缺点与PCR基础模型是数据的可伸缩性。Yachie等人提出iDNA [8)方法来解决可伸缩性问题。征用PCR的缺点,知识在引物和模板中插入错误的地区导致不可能恢复的数据还没有被解决。因此研究人员寻找PCR独立编码模型。

对齐的基础编码模式10)达到不需要模板DNA的优势。它执行检索没有奇偶校验检查或纠错算法。虽然这种方法有效地检索数据从一个基因组,它需要整个基因组的测序是这种方法的主要缺点。高速度和低成本的阅读识别方法。的数据可能会丢失在进化过程中生物体,Yatchie et al。10]介绍了序列的多个副本由多个压缩压缩路径,尽管这个因素克服了数据丢失在进化过程中,它会导致冗余的数据。在这种方法中数据恢复率是脆弱的。寡核苷酸的大小限制是这种方法的缺点是如果大小增加时可能出现在原来的基因组。

教堂和高盛模式12,14)标志着一个里程碑DNA存储所有之前工作只是为小卷的数据。该算法有效地将基地作为它编码一位基地。明显的缺点是缺乏相关的纠错机制。下一代数字信息存储技术采用每一比特表示基地。成本和读写数据的时间是这种方法的主要缺点。提到的缺点可以访问在不久的将来为手持阅读设计变得可用。教堂等人没有支付他们的注意力转向压缩,奇偶校验检查,冗余编码和错误率。必须注意对提高存储密度和安全。将多个副本的数据将导致增加的安全措施。

无数的加密方案在DNA被用来加密数据。霍夫曼编码(24,25)已经开发了数量有限的符号只有英文字母。克服了这个缺点改进的霍夫曼编码(14通过定义整个键盘的代码,图片和音乐。逗号G代码使用基地识别和独立的阅读框架。两个逗号代码和交替独立阅读框架代码使用重复的基地。无逗点代码框架自动检测机制,通过它克服冗余的缺点。替代代码并不优于逗号代码。虽然完美的遗传密码(27)不同密码子的长度从而增加效率paradiagram转变需要进入完美的遗传密码,机器需要阅读可变长度的密码子。比较了使用的加密方案表2。

DNA是有效地用于秘密写由于DNA所提供的安全机制。DNA密码更安全的巨大OTP密钥用于加密。这将是很难打破这种算法不知道引物序列和科学规范的有机体。加密系统的运行时间是更少。更大的键和索引数组用于DNA系统需要高内存空间。因此在实际情况下可能需要一个单独的存储设备。杂交的方法,生成一个OTP关键的10倍大每个二进制位的纯文本。在DNA索引从公共数据库获得的关键是极其巨大的比杂交方法。加密数据通过扫描获得一个随机挑选数字键和DNA的纯文本形式。随机挑选的数字以及冗长的OTP关键提高了保密性。 Implementation of cryptographic systems is highly costly.

为了提供更多的安全,OTP关键生成杂交方法可以进一步增加长度。可以通过生成一个OTP键长度超过10基地(比如12个或更多)。它可以得出结论,“关键数据的长度越高,越高安全”。

为了提高加密系统的安全性进一步隐藏加密后的数据可以练习。它可以通过执行隐藏加密数据的生物过程之间的DNA序列的引物。基本的加密算法的性能比较表中所示3。

将信息整合到人类、老鼠或细菌流行但是实施的挑战从整个基因组中提取的信息不知道任何关于嵌入式的跟踪消息和基因突变的不可预测性。黄等。39克服这个挑战通过识别固定大小的序列,通常不存在在生活的基因组。这是关键的操作,因为他们不想造成任何损害生活基因组。突变的生物是一个重大的挑战,在这种方法中影响消息的完整性。选择较低的生物突变速率将是一个可能的解决方案来克服它。

成本和数据检索率是基于DNA的存储系统面临的主要问题。目前数据可以读取速度约每秒100 MB的存储设备率远高于自然存储。合成和测序过程耗时,并且需要专业知识使公众无法访问该方法。尽管DNA是可伸缩的、健壮的、稳定的上述缺点有很高的关注。做一个定制的DNA分子是昂贵的,这已被确认为基于DNA的存储系统的主要障碍(45]。最近并行自动化和减少成本的综合使用下一代测序技术在操作。因此,简化净化技术是一个主要的区域集中。目前研究人员专注于发展DNA组成的存储系统阅读和写作室(8)作为初始一步开发分子数据存储系统。确保安全研究人员转移到安全区域的信息称为停车位。为了读取DNA,它已经转移到编码站使用电场梯度,电子汽车,等等。为了使分子存储设备商业应用研究人员关注自然存储容量扩展。时候消费与整体相关编码的一般过程,放大,测序,重组,和解码也是一个重大的挑战。许多错误等均聚物,测序错误,降低访问错误。虽然自动校正机制可在自然DNA合成DNA中没有这样的机制。未来的工作包括分析实验的环境条件以及保存的DNA进行长期存储。

4所示。结论

本文回顾批判性分析的现有方法将数据存储到DNA。数据使用不同的编码和加密到DNA分析和讨论了代码用于加密数据。多种方法设计DNA密码子和不同的数据存储方式,详细分析了确定每种方法的利弊。秘密写作技巧使用DNA分子的安全数据存储本文也讨论通过。DNA可以作为有机内存来存储大量的数据。本文还分析了机制,生物体可以作为存储设备适当而识别的局限性和适用性。所面临的挑战通过试图应用有机记忆概念通过本文还讨论了。大数据存储和分析和它导致了DNA计算的方式努力解决计算问题进行了讨论。本研究的结果是一个评论文章,确定现有的编码算法的局限性,提出了克服的方法所确定的局限性。

相互竞争的利益

作者宣称没有利益冲突的出版。

确认

Pavani Yashodha De Silva想表达真诚的感谢她的上司,博士Gamage Upeksha Ganegoda,指导和支持扩展的驱动她在正确的路径进行独立的研究。

引用

1. Shrivastava和r . Badlani“数据存储在DNA,”国际期刊的电能,卷2,不。2、119 - 124年,2014页。视图:出版商的网站|谷歌学术搜索
2. h·a·Hakami z Chaczko,羽衣甘蓝,“回顾基于DNA计算、大数据存储”计算机辅助系统工程学报亚太会议(APCASE 15)基多,页113 - 117年,厄瓜多尔,2015年7月。视图:出版商的网站|谷歌学术搜索
3. m·卡斯蒂略”DNA从硬盘到闪存驱动器,”美国神经放射学杂志》,35卷,不。1、1 - 2,2014页。视图:出版商的网站|谷歌学术搜索
4. m . Borda和o . Tornea“DNA秘密写作技巧”第八届国际会议上通信(通信学报》“10),页451 - 456,布加勒斯特,罗马尼亚,2010年6月。视图:出版商的网站|谷歌学术搜索
5. d . Limbachiya和m·k·古普塔”自然数据存储:回顾从现在发送信息之后,“ACM新兴技术在计算机系统》杂志上,http://arxiv.org/abs/1505.04890。视图:谷歌学术搜索
6. j·戴维斯,“Microvenus”,艺术杂志,55卷,不。1,第74 - 70页,1996。视图:出版商的网站|谷歌学术搜索
7. 大肠Kac“Genesis-art DNA”, 1999年,http://www.ekac.org/geninfo.html。视图:谷歌学术搜索
8. n . Yachie y大桥,m .获利,“稳定在生物体的DNA合成数据,”系统和合成生物学,卷2,不。1 - 2,19-25,2008页。视图:出版商的网站|谷歌学术搜索
9. c·班克罗夫特,t·鲍勒b·布鲁姆和c t .摘自“长期储存在DNA的信息,”科学,卷293,不。5536年,第1765 - 1763页,2001年。视图:谷歌学术搜索
10. n . Yatchie y大桥,m .获利,“稳定在生物体的DNA合成数据,”系统和合成生物学,卷2,不。1 - 2,19-25,2008页。视图:出版商的网站|谷歌学术搜索
11. m . Arita“写信息到DNA。”分子方面的计算卷。2950年,23-35,2004页。视图:出版商的网站|谷歌学术搜索
12. n . Yachie k . Sekiyama j . Sugahara y大桥,和m .获利,“Alignment-based持久数据存储的方法进入生物体,”生物技术进展,23卷,不。2、501 - 505年,2007页。视图:出版商的网站|谷歌学术搜索
13. s·m·h·Tabatabaei Yazdi, y元,j . Ma h .赵和o . Milenkovic“随机存取基于dna的存储系统,可重写光盘”科学报告5卷,第14138条,2015年。视图:出版商的网站|谷歌学术搜索
14. m . Ailenberg和o . d . Rotstein”,一种改进的霍夫曼编码方法存档文本,图像,和音乐中的DNA,”生物学技术卷,47号3、747 - 754年,2009页。视图:出版商的网站|谷歌学术搜索
15. m . Blaum s Litsyn诉Buskens, h·c·范Tilborg,“纠错编码与有界运行数字总和”,IEEE信息理论,39卷,不。1,第227 - 216页,1993。视图:出版商的网站|谷歌学术搜索|MathSciNet
16. e·n·吉尔伯特,”同步二进制消息。”愤怒的交易信息理论》第六卷,第477 - 470页,1960年。视图:谷歌学术搜索|MathSciNet
17. h·帕克“CRISPR和Cas9灵活基因组编辑,“技术。代表,2014年,https://www.idtdna.com/pages/products/genes/gblocks-gene-fragments/decoded-articles/decoded/2013/12/13/crispr-and-cas9-for-flexible-genome-editing。视图:谷歌学术搜索
18. a . v . Bryksin和i Matsumura重叠延伸PCR克隆:一个简单而可靠的方法来生产重组质粒,”生物学技术,48卷,不。6,463 - 465年,2010页。视图:出版商的网站|谷歌学术搜索
19. s . c .舒斯特尔,“下一代测序将今天的生物学,”自然,5卷,不。1、16 - 2008页。视图:出版商的网站|谷歌学术搜索
20. 通用汽车教堂、y高和s . Kosuri“新一代数字信息存储在DNA,”科学,卷337,不。6102,1628年,页2012。视图:出版商的网站|谷歌学术搜索
21. 高盛n, p .伯顿美国Chen等人“向实用、高容量、低维护的信息存储在合成DNA,”自然,卷494,不。7435年,第80 - 77页,2013年。视图:出版商的网站|谷歌学术搜索
22. r . Vishwakarma和n . Amiri”高密度数据存储在DNA使用一个有效的信息编码方案中,“国际期刊的信息技术融合和服务,卷2,不。2,41-46,2012页。视图:出版商的网站|谷歌学术搜索
23. m .洞穴和d·j·惠勒“块分类无损数据压缩算法,”技术。众议员124,数字系统研究中心研究,帕洛阿尔托,加州,美国,1994年。视图:谷歌学术搜索
24. g·c·史密斯,c . c . Fiddes j·p·霍金斯和j·p·l·考克斯”一些可能的DNA编码加密数据。”生物技术信,25卷,不。14日,第1130 - 1125页,2003年。视图:出版商的网站|谷歌学术搜索
25. d·A·霍夫曼“minimum-redundancy建设规范的方法。”《愤怒,40卷,不。9日,第1101 - 1098页,1952年。视图:出版商的网站|谷歌学术搜索
26. m·k·罗杰斯和k . c . Seigfried-Spellar“数字取证和网络犯罪,”诉讼的第四届国际ICST数字取证会议&网络犯罪(ICDF2C 12)2012年10月,印第安纳州拉斐特美国。视图:谷歌学术搜索
27. a·j·多依格”,提高效率的遗传密码不同的密码子的完美的遗传密码,”理论生物学杂志》上,卷188,不。3、355 - 360年,1997页。视图:出版商的网站|谷歌学术搜索
28. y张和l·h·傅Bochen“DNA密码,研究”应用密码学和网络安全,j . Sen Ed,页357 - 376,InTech,里耶卡,克罗地亚,2012年,http://www.intechopen.com/books/applied-cryptography-and-network-security/research-on-dna-cryptography。视图:谷歌学术搜索
29. l . m .期刊“分子计算组合问题的解决办法,”科学,卷266,不。5187年,第1024 - 1021页,1994年。视图:出版商的网站|谷歌学术搜索
30. c . t .摘自诉Risca, c·班克罗夫特,“隐藏的信息在DNA微粒,”自然,卷399,不。6736年,第534 - 533页,1999年。视图:出版商的网站|谷歌学术搜索
31. n .从“文本加密与霍夫曼压缩,”国际期刊的计算机应用程序,54卷,不。6,29-32,2012页。视图:出版商的网站|谷歌学术搜索
32. c·班克罗夫特和c t .摘自“基于dna的隐写术的安全性,”美国专利.6,312,p。911年,2001年6月。视图:谷歌学术搜索
33. f . Balado”嵌入容量替换下的DNA链,插入、缺失突变,”媒体取证和安全II, 754114卷,7541学报学报美国加州圣何塞,2010年1月。视图:出版商的网站|谷歌学术搜索
34. j·p·考克斯,”长期数据存储在DNA,”生物技术的发展趋势,19卷,不。7,247 - 250年,2001页。视图:出版商的网站|谷歌学术搜索
35. m·e·波尔达o . Tornea, t . Hodorogea“秘密写通过DNA杂交,”Acta Technica Napocensis电子和电信,50卷,不。2月21,2009页。视图:谷歌学术搜索
36. m·波尔达基本面信息理论与编码施普林格,柏林,德国,2011年。
37. g . Jeevitha和g . Sasikala”实现加密使用DNA秘密与OTP写作技巧,“国际先进研究期刊》的研究在计算机科学和软件工程,5卷,不。5,970 - 974年,2015页。视图:谷歌学术搜索
38. o . Tornea和m . e . Borda DNA密码算法”,我公司26卷,第226 - 223页,2009年。视图:谷歌学术搜索
39. p c . Wong K.-K。黄,h·富特”有机数据内存使用DNA的方法,”ACM的通信,46卷,不。1,第98 - 95页,2003。视图:出版商的网站|谷歌学术搜索
40. l·卡利和l . f . Landweber”与DNA计算”,分子生物学方法卷,132年,第430 - 413页,1999年。视图:谷歌学术搜索
41. p . y . Lee, j . Costumbrado c . y .许黄懿慧金,“琼脂糖凝胶电泳分离的DNA片段,”《可视化实验,没有。62年,文章ID e3923, 2012。视图:出版商的网站|谷歌学术搜索
42. r . j .立顿“DNA计算问题解决困难,”科学,卷268,不。5210年,第545 - 542页,1995年。视图:出版商的网站|谷歌学术搜索
43. r . s . Braich n . Chelyapov c·约翰逊·w·k·Rothemund和l .期刊”解决方案的20-variable 3-SAT DNA计算机的问题,“科学,卷296,不。5567年,第502 - 499页,2002年。视图:出版商的网站|谷歌学术搜索
44. s . Roweis大肠Winfree,发明r·伯戈因et al .,“DNA sticker-based模型计算,”计算生物学杂志》上,5卷,不。4、615 - 629年,1998页。视图:出版商的网站|谷歌学术搜索
45. a·罗斯布拉姆说,“微软报告DNA数据存储的一大飞跃,”2016年,https://www.technologyreview.com/s/601851/microsoft-reports-a-big-leap-forward-for-dna-data-storage。视图:谷歌学术搜索

版权

版权©2016 Pavani Yashodha•德•席尔瓦和Gamage Upeksha Ganegoda。这是一个开放的分布式下文章知识共享归属许可,它允许无限制的使用、分配和复制在任何媒介,提供最初的工作是正确引用。