iMeta | 天津大学陈为刚组-DNA数据存储的自举式读出

背景：大片段DNA数据存储因其高存储密度和低成本复制潜力而备受关注，但传统读出方法依赖高覆盖度的从头组装，计算复杂度高且易受测序错误（尤其是插入/删除错误）影响。研究目的：本文提出一种基于多重隐藏参考序列的快速自举式可靠读出框架，旨在将复杂的从头读出转化为类似重测序的低复杂度流程，以降低测序覆盖度要求并提升数据恢复效率。结论：该框架通过水印参考序列滑动相关识别低错误读段，结合逐比特共识和前向-后向算法纠正错误，并在Illumina（0.2%错误率）和纳米孔（5%错误率）测序平台上验证，仅需0.6–2.5×和1.6–4.3×覆盖度即可实现无错恢复，显著优于传统组装方法，具备实际应用可行性与可扩展性。