释放DNA数字存储中软决策解码的力量
这项研究由阮珏博士和潘伟华博士领导，深入研究了DNA数字存储(DDS)领域，这项技术因其高密度(EB/g)、长期(百万年)和低密度而广受赞誉。维护成本，为不断增长的大数据存储需求提供了一个有前景的解决方案。DDS的一个关键挑战在于高错误率，这给数据恢复带来了困难，并且由于纠错而添加的冗余导致了存储密度的妥协。“通过对纠错原理的深入分析，我们很高兴地发现了软决策解码，这是一种在通信领域使用的技术，可以在不牺牲信息密度的情况下预测和纠正错误，”共同第一作者丁博士说用于研究论文。
然而，与通信工程中的二进制序列不同，DDS涉及四个核苷酸和各种错误类型，包括替换、插入和删除，从而对错误预测提出了挑战。该团队通过基于DDS 过程、测序数据和比对分析开发准确的错误预测模型来解决这个问题。“我们最初不知道错误的数量，因此我们提供了一个很大的候选集来进行错误预测。通过使用纠错技术迭代候选集，只有当预测准确地识别出足够数量的错误时，我们才能实现成功的纠错， ”该研究论文的共同第一作者吴解释道。为了确保信息的准确恢复，Derrick 采用了校验和算法，对纠错数据进行二次验证。此外，回溯算法能够在校验和算法检测到错误时进行错误识别和重新解码。
Derrick通过错误预测、纠错和实现软判决解码，超越了硬判决解码中纠错能力的限制，理论上将纠错上限扩展到无穷大。在实际应用中，Derrick成功恢复了MB级文件数据，准确率100%，使Reed-Solomon码的纠错能力提高了一倍，在现场纠错开销和存储密度之间达到了最佳平衡(见表)。此外，这项研究提出了应用于 DNA 数字存储的纠错技术的根本改进。该领域之前的研究可以极大地受益于新引入的软决策策略的结合，从而显着增强纠错能力。
版权声明：本文由用户上传，如有侵权请联系删除！