第一百五十一章 深蓝存储(4000字)

作者:乌鸦一号 加入书签推荐本书

“不愧是老式bbs的风格,以前的bbs论坛下载就是这样,直接放网址链接。”

“梅林一定是蓝星人,这些细微的习惯跟蓝星人太像了,而且一定是在bbs论坛盛行前出生的。”

......

“dna作为天然遗传信息的载体,提供了一种稳定、高效且可持续的数据存储解决方案。”

“自从蓝星上的生命一开始,大自然就以自己的方式解决了如何把信息遗传给下一代的问题:

它以四个碱基(a、t、c、g)的独特顺序存储定义有机体的信息,这些碱基位于微小的称为脱氧核糖核酸(dna)的分子,这种存储信息的方式已经持续了30亿年。

dna分子作为信息载体,与传统的存储介质相比具有许多优势。

其高存储密度、潜在的低维护成本等优良特性使其成为信息存储的理想替代品”

“介质存储信息的能力我们用香农信息指数来衡量,由于dna分子是由脱氧核糖核苷酸单体的线性链组成的异质聚合物。

每个单体采用四种碱基a、t、c和g中的一种,特定排列(即序列)提供了一定量的信息。

根据香农信息的定义,单个碱基所能容纳的最大自我信息量(h)为......

自我信息对碱基分布的依赖性在表1中给出,其中a是“概率分布偏差”,即碱基出现的频率与0.25的平均频率之间的差异。”

“对于dna分子来说,如果四个碱基中的每一个都与自身完全对应,那么h(x|y)=0,i(x;y)=2bit/碱基,传输中的平均互信息等于源熵,它给出了传输信息量的上限。

但是,在写入和读取dna序列的过程中,信息可能会发生扭曲,导致输入集x和输出集y不匹配,从而降低了传输过程中的平均互信息。例如,如果每个碱基对应于除自身以外的其他三个碱基的概率为1/10。

碱基读数的失真大大降低了dna中信息传输的效用。

不同传输错误率mi下的平均交互信息(一个碱基被错误地读出为其他三个碱基之一的概率),假设2位/碱基输入。平均互信息随输入基础偏差和传输错误率存在一定的关联性。

我们可以通过某种手段来规避这种错误,完美的发挥dna分子应有的存储效率。”

“在dna中增加存储数据的纠错码。通过存储模型,其中数据集由一组无序的m序列表示,每个序列的长度为l。该模型中的错误是整个序列的丢失和序列内的点错误,例如插入、删除和替换。

我们在此存储模型中推导出纠错码的可实现基数的gilbert-varshamov下界和球体上界。

进一步提出了明确的代码结构,以纠正这种可以有效编码和解码的存储系统中的错误。”

(上面写的很简单,这是根据《nationalsciencereview》2020年第7卷的某一期里面关于dna存储技术的一篇综述改编的,主要做了简化处理。)

上一页 返回目录 下一页