[论文解读] Coinami: A Cryptocurrency with DNA Sequence Alignment as Proof-of-work

Atalay Mert İleri, Halil Ibrahim Ozercan+4 more|arXiv (Cornell University)|Feb 9, 2016

Genomics and Phylogenetic Studies参考文献 25被引用 7

一句话总结

Coinami 提出了一种加密货币系统，该系统将高通量测序（HTS）测序读段比对作为工作量证明机制，通过类似 BOINC 的网格计算平台，利用志愿者计算资源分发基因组数据分析。通过使用原生代币激励参与，该系统在确保数据隐私和结果完整性的同时，缓解了基因组学中的计算瓶颈问题。

ABSTRACT

Rate of growth of the amount of data generated using the high throughput sequencing (HTS) platforms now exceeds the growth stipulated by Moore's Law. The HTS data is expected to surpass those of other "big data" domains such as astronomy, before the year 2025. In addition to sequencing genomes for research purposes, genome and exome sequencing in clinical settings will be a routine part of health care. The analysis of such large amounts of data, however, is not without computational challenges. This burden is even more increased due to the periodic updates to reference genomes, which typically require re-analysis of existing data. Here we propose Coin-Application Mediator Interface (Coinami) to distribute the workload for mapping reads to reference genomes using a volunteer grid computer approach similar to Berkeley Open Infrastructure for Network Computing (BOINC). However, since HTS read mapping requires substantial computational resources and fast analysis turnout is desired, Coinami uses the HTS read mapping as proof-of-work to generate valid blocks to main its own cryptocurrency system, which may help motivate volunteers to dedicate more resources. The Coinami protocol includes mechanisms to ensure that jobs performed by volunteers are correct, and provides genomic data privacy. The prototype implementation of Coinami is available at http://coinami.github.io/.

研究动机与目标

• 解决高通量测序（HTS）数据分析中日益严重的计算瓶颈问题，该问题已超过摩尔定律的增长速度。
• 通过整合加密货币激励机制，激励志愿者贡献闲置计算资源用于HTS读段比对。
• 在去中心化、基于志愿者的网格计算环境中，确保数据隐私并防止恶意提交。
• 提供一个可扩展、信任最小化的框架，用于使用多级权威模型对现有HTS数据重新映射至更新的参考基因组。
• 证明区块链技术与生物信息学工作负载相结合的可行性，以构建可持续、社区驱动的基因组学分析基础设施。

提出的方法

• 采用类似BOINC的志愿者网格计算模型，客户端下载HTS数据，执行读段比对，并上传结果。
• 将HTS读段比对用作工作量证明：矿工通过解决比对任务来获得Coinami代币，使计算投入与代币发行相匹配。
• 实施三级权威模型：根权威（如NCBI或EBI）认证中间层级权威，后者负责签发和验证任务。
• 引入密码学技术以确保结果正确性，并防止Sybil攻击或垃圾提交攻击。
• 通过避免原始数据暴露来保护基因组数据隐私；仅共享处理后的比对结果，且在传输过程中对数据进行加密。
• 设计代币经济模型，奖励基于已验证的工作量分配，包含防止作弊和确保公平性的机制。

实验结果

研究问题

• RQ1 能否在加密货币系统中有效使用HTS读段比对作为工作量证明机制，以激励志愿者计算？
• RQ2 在去中心化、基于志愿者的基因组学计算框架中，如何保护基因组数据隐私？
• RQ3 何种架构模型可确保在不可信的志愿者节点执行比对任务时的正确性并防止恶意行为？
• RQ4 区块链激励机制是否足以长期激励参与计算密集型的基因组学工作负载？
• RQ5 能否构建一个可扩展、信任最小化的系统，以支持现有HTS数据定期重新映射至更新的参考基因组？

主要发现

• Coinami 成功实现了一个原型系统，将HTS读段比对作为工作量证明，证明了将基因组学工作负载整合进加密货币模型的可行性。
• 该系统通过避免原始测序数据暴露并使用安全、可验证的结果提交协议，确保了数据隐私。
• 三级权威模型（根权威、中间层级权威、矿工）实现了信任委托和结果验证，而无需完全信任单个志愿者。
• 协议通过加密验证比对结果，防止恶意提交，确保仅正确工作获得奖励。
• 该项目表明，可通过原生加密货币有效激励志愿者计算，可能缓解基因组学中的‘分析饥荒’问题。
• 原型系统已公开发布于 http://coinami.github.io/，为未来在学术和临床基因组学环境中的部署提供了基础。