[论文解读] The Art of DNA Strings: Sixteen Years of DNA Coding Theory

Dixita Limbachiya, Bansari Rao+1 more|arXiv (Cornell University)|Jul 1, 2016

DNA and Biological Computing参考文献 66被引用 24

一句话总结

本文对16年（1994–2016年）来DNA编码理论进行了全面综述，重点研究满足组合、热力学及反向互补约束的DNA序列设计，以实现可靠的DNA计算。文章回顾了构造最优DNA码的代数、组合与计算方法，给出了不同长度与距离下的码大小下限，并指出了在实现最优、实用DNA码以支持生物计算方面仍存在的开放性挑战。

ABSTRACT

The idea of computing with DNA was given by Tom Head in 1987, however in 1994 in a seminal paper, the actual successful experiment for DNA computing was performed by Adleman. The heart of the DNA computing is the DNA hybridization, however, it is also the source of errors. Thus the success of the DNA computing depends on the error control techniques. The classical coding theory techniques have provided foundation for the current information and communication technology (ICT). Thus it is natural to expect that coding theory will be the foundational subject for the DNA computing paradigm. For the successful experiments with DNA computing usually we design DNA strings which are sufficiently dissimilar. This leads to the construction of a large set of DNA strings which satisfy certain combinatorial and thermodynamic constraints. Over the last 16 years, many approaches such as combinatorial, algebraic, computational have been used to construct such DNA strings. In this work, we survey this interesting area of DNA coding theory by providing key ideas of the area and current known results.

研究动机与目标

• 提供自Adleman开创性DNA计算实验以来过去16年DNA编码理论发展的全面概述。
• 识别并分析控制可靠DNA码设计的关键约束，如反向互补、GC含量及最小距离。
• 综述并比较用于在给定约束下构造最大尺寸DNA码的代数、组合与计算方法。
• 整理并呈现满足多种约束条件的DNA码大小下限，长度范围为n≤36，距离范围为d≤30。
• 突出显示在实现满足所有实际约束的最优DNA码方面仍存在的开放挑战，并为未来DNA码设计与仿真平台研究提出方向。

提出的方法

• 系统梳理1994年至2016年共16年间DNA编码理论的研究进展，重点关注DNA码的组合与代数构造方法。
• 将DNA码约束分类为三类：反向互补、GC含量及最小距离（汉明距离、李距离或编辑距离）。
• 系统整理并列出在不同约束组合下，长度为4≤n≤36、距离为2≤d≤30的DNA码最大尺寸M的下限。
• 利用代数编码理论技术构造满足反向互补与热力学约束的DNA码。
• 应用计算搜索方法探索码大小的边界，并验证特定n与d值下的构造结果。
• 提出开发一个仿真平台，以实现真实实验约束下DNA码设计与性能验证的自动化。

实验结果

研究问题

• RQ1 DNA序列必须满足哪些关键的组合与热力学约束，才能确保DNA计算的可靠性？
• RQ2 如何利用代数与组合方法，在多重约束条件下构造最大尺寸的DNA码？
• RQ3 对于长度n≤36、最小距离d≤30的DNA码，其大小的最佳已知下限是什么？
• RQ4 在同时满足所有实际约束的条件下，实现最优DNA码的主要开放挑战是什么？
• RQ5 自动化仿真平台如何提升DNA码在真实生物分子计算中的设计与验证效率？

主要发现

• 对于长度n=36、最小汉明距离d=20的DNA码，在汉明距离与反向互补约束下，码大小M的下限为4,537,543,340。
• 当同时施加GC含量与反向互补约束时，n=20、d=10的DNA码最大尺寸下限为27,860,000。
• 对于n=16、d=16的情况，在汉明距离与反向互补约束下，码大小的下限至少为10^7，表明存在非常庞大的码集。
• 本文完整列出了在反向互补与GC含量约束下，n从4到36、d从10到30的DNA码下限表。
• 满足多重约束的DNA码尺寸随n的增加显著增长，但当d较大时，边界仍较稀疏，表明存在根本性权衡。
• 研究表明，实现理论边界最优的码——即达到理论极限的码——仍是开放挑战，尤其在n与d值较大时更为显著。