第一百五十一章 深蓝存储（4000字） (4/5)
。”
......
“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。”
&n
本章未完，请点击下一页继续阅读