A method for storing information in DNA with improved dropout tolerance
Notice bibliographique
Résumé
Abstract Storing information in synthetic DNA oligomers is attractive for archival purposes due to the favorable physical density, stability, and energy efficiency of this storage medium. However, issues with this medium sometimes cause dropout ( i . e ., loss of oligomers) which may prevent the recovery of stored information. Here, an improved information storage method derived from the existing “DNA Fountain” method is reported. In this work we have developed and experimentally tested a robust algorithm to write digital data in pools of DNA strands by applying a rateless erasure code ( i . e ., fountain code), a Reed Solomon code, and an oligomer mapping code. Our new method includes changes to the fountain code, the oligomer mapping code, and the encoding and decoding processes. We have tested and benchmarked our algorithm vs similar algorithms and found that our method increases robustness to dropout, decreases encoding time, and decreases decoding time. The new method was validated in-vitro by successfully storing and recovering 105,360 bits of information. The advantages of the new method make it more appropriate for applications where information recovery is critical, where substantial sequence loss is expected, and/or where computational resources are limited. Furthermore, the inclusion of the novel oligomer mapping code enabled us to mitigate errors by restricting sequences of repeated bases and enhance security by eliminating start/stop codons, thus minimizing the risk of interaction with living cells.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».