CN106055927A - mRNA信息的二进制存储方法 - Google Patents
mRNA信息的二进制存储方法 Download PDFInfo
- Publication number
- CN106055927A CN106055927A CN201610383223.XA CN201610383223A CN106055927A CN 106055927 A CN106055927 A CN 106055927A CN 201610383223 A CN201610383223 A CN 201610383223A CN 106055927 A CN106055927 A CN 106055927A
- Authority
- CN
- China
- Prior art keywords
- binary
- mrna
- codon
- base
- kinds
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 108020004999 messenger RNA Proteins 0.000 title claims abstract description 42
- 238000000034 method Methods 0.000 title claims abstract description 21
- 108020004705 Codon Proteins 0.000 claims abstract description 42
- 238000013507 mapping Methods 0.000 claims abstract description 19
- 238000006243 chemical reaction Methods 0.000 claims abstract description 6
- ISAKRJDGNUQOIC-UHFFFAOYSA-N Uracil Chemical compound O=C1C=CNC(=O)N1 ISAKRJDGNUQOIC-UHFFFAOYSA-N 0.000 claims description 18
- 239000000203 mixture Substances 0.000 claims description 13
- OPTASPLRGRRNAP-UHFFFAOYSA-N cytosine Chemical compound NC=1C=CNC(=O)N=1 OPTASPLRGRRNAP-UHFFFAOYSA-N 0.000 claims description 10
- UYTPUPDQBNUYGX-UHFFFAOYSA-N guanine Chemical compound O=C1NC(N)=NC2=C1N=CN2 UYTPUPDQBNUYGX-UHFFFAOYSA-N 0.000 claims description 10
- 229940035893 uracil Drugs 0.000 claims description 9
- 229930024421 Adenine Natural products 0.000 claims description 6
- GFFGJBXGBJISGV-UHFFFAOYSA-N Adenine Chemical compound NC1=NC=NC2=C1N=CN2 GFFGJBXGBJISGV-UHFFFAOYSA-N 0.000 claims description 6
- 229960000643 adenine Drugs 0.000 claims description 6
- 238000013459 approach Methods 0.000 claims description 6
- 229940104302 cytosine Drugs 0.000 claims description 5
- 230000009466 transformation Effects 0.000 claims description 3
- 230000000295 complement effect Effects 0.000 claims description 2
- 229910002056 binary alloy Inorganic materials 0.000 claims 1
- 238000005516 engineering process Methods 0.000 abstract description 6
- 238000013500 data storage Methods 0.000 abstract 1
- 239000002585 base Substances 0.000 description 31
- 108090000623 proteins and genes Proteins 0.000 description 14
- 108091032973 (ribonucleotides)n+m Proteins 0.000 description 5
- 238000012163 sequencing technique Methods 0.000 description 5
- RWQNBRDOKXIBIV-UHFFFAOYSA-N thymine Chemical compound CC1=CNC(=O)NC1=O RWQNBRDOKXIBIV-UHFFFAOYSA-N 0.000 description 4
- 238000007418 data mining Methods 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- OJHZNMVJJKMFGX-RNWHKREASA-N (4r,4ar,7ar,12bs)-9-methoxy-3-methyl-1,2,4,4a,5,6,7a,13-octahydro-4,12-methanobenzofuro[3,2-e]isoquinoline-7-one;2,3-dihydroxybutanedioic acid Chemical compound OC(=O)C(O)C(O)C(O)=O.O=C([C@@H]1O2)CC[C@H]3[C@]4([H])N(C)CC[C@]13C1=C2C(OC)=CC=C1C4 OJHZNMVJJKMFGX-RNWHKREASA-N 0.000 description 2
- KDCGOANMDULRCW-UHFFFAOYSA-N 7H-purine Chemical compound N1=CNC2=NC=NC2=C1 KDCGOANMDULRCW-UHFFFAOYSA-N 0.000 description 2
- NBIIXXVUZAFLBC-UHFFFAOYSA-N Phosphoric acid Chemical compound OP(O)(O)=O NBIIXXVUZAFLBC-UHFFFAOYSA-N 0.000 description 2
- 108020004566 Transfer RNA Proteins 0.000 description 2
- 239000003513 alkali Substances 0.000 description 2
- 235000001014 amino acid Nutrition 0.000 description 2
- 150000001413 amino acids Chemical class 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 2
- 230000004907 flux Effects 0.000 description 2
- 238000001243 protein synthesis Methods 0.000 description 2
- 235000018102 proteins Nutrition 0.000 description 2
- 102000004169 proteins and genes Human genes 0.000 description 2
- 108020004418 ribosomal RNA Proteins 0.000 description 2
- 229940113082 thymine Drugs 0.000 description 2
- 230000014616 translation Effects 0.000 description 2
- HMFHBZSHGGEWLO-SOOFDHNKSA-N D-ribofuranose Chemical compound OC[C@H]1OC(O)[C@H](O)[C@@H]1O HMFHBZSHGGEWLO-SOOFDHNKSA-N 0.000 description 1
- CZPWVGJYEJSRLH-UHFFFAOYSA-N Pyrimidine Chemical compound C1=CN=CN=C1 CZPWVGJYEJSRLH-UHFFFAOYSA-N 0.000 description 1
- 108091028664 Ribonucleotide Proteins 0.000 description 1
- PYMYPHUHKUWMLA-LMVFSUKVSA-N Ribose Natural products OC[C@@H](O)[C@@H](O)[C@@H](O)C=O PYMYPHUHKUWMLA-LMVFSUKVSA-N 0.000 description 1
- HMFHBZSHGGEWLO-UHFFFAOYSA-N alpha-D-Furanose-Ribose Natural products OCC1OC(O)C(O)C1O HMFHBZSHGGEWLO-UHFFFAOYSA-N 0.000 description 1
- 229910000147 aluminium phosphate Inorganic materials 0.000 description 1
- 238000005284 basis set Methods 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 210000004027 cell Anatomy 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 230000035800 maturation Effects 0.000 description 1
- QJGQUHMNIGDVPM-UHFFFAOYSA-N nitrogen group Chemical group [N] QJGQUHMNIGDVPM-UHFFFAOYSA-N 0.000 description 1
- 239000002773 nucleotide Substances 0.000 description 1
- 125000003729 nucleotide group Chemical group 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012827 research and development Methods 0.000 description 1
- 239000002336 ribonucleotide Substances 0.000 description 1
- 125000002652 ribonucleotide group Chemical group 0.000 description 1
- 229920002477 rna polymer Polymers 0.000 description 1
- 238000002864 sequence alignment Methods 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
- 210000001541 thymus gland Anatomy 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
- G16B40/00—ICT specially adapted for biostatistics; ICT specially adapted for bioinformatics-related machine learning or data mining, e.g. knowledge discovery or pattern finding
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
- G16B30/00—ICT specially adapted for sequence analysis involving nucleotides or amino acids
Abstract
本发明提供一种mRNA测序后数据信息的二进制表示的存储方法，是涉及生物信息的数据存储的处理技术。该方法将mRNA的四种碱基以字符A、U、G、C表示；将四种碱基利用计算机二进制方法，对每一个碱基进行数值定义并用两位二进制数来表示；密码子由mRNA上的三个相邻碱基组成，密码子通过两位代表法转换之后生成了一个6位的二进制数值，并且可以将这个6位数据存储到一个字节(8位)的高位或低位，剩余的2位数值可用00，01，10，11作为固定值来填充；碱基共有四种组合，所以每个密码子有4^3＝64种组合方式。对mRNA的64种密码子进行重新编码，通过mRNA的二进制表示和mRNA信息映射转换都可以将mRNA序列信息存储在一个具有随机存取格式的二进制文件当中。
Description
技术领域
本发明涉及生物信息领域，涉及基因测序后数据存储的处理技术，是一种将mRNA信息进行二进制表示的存储方法。
背景技术
高通量基因测序技术的成熟与普及，使得基因检测的成本也逐渐降低，测序时间更快，而随着最新的更高通量、更快、成本更低的基因测序技术的研发与商业化，基因测序业已走进个人基因检测的商业化模式。然而，基因检测所得的数据是海量的，在测序输出的数据存储格式上，一般以SAM(Sequence Alignment Map)/BAM(Binary Alignment Map)格式存储能够紧凑的表示出核苷酸序列。这种传统格式存储不但占用巨大的存储空间，而且不利于对基因数据进行进一步的分析(如人工智能的数据挖掘)。
发明内容
本发明旨在提供一种mRNA测序后数据信息的二进制表示的存储方法。
关于mRNA信息的二进制存储方法，其特征在于，所述的方法包括：根据mRNA单链结构及其与DNA碱基互补配对原则，由字符代表mRNA中的碱基；将四种碱基进行数值定义并用两位二进制数来表示；三个相邻的碱基组成的密码子以6位二进制数值和2位固定赋值组成一个8位的二进制数值表示；以线性映射的方式，将64种密码子0～63根据Y＝4X、或Y＝4X+1、或Y＝4X+2、或Y＝4X+3的公式均匀映射到0～255中，并将0～255所有数值转换为8位二进制数，以二进制字节流形式的数据信息进行存储。
作为本发明的进一步技术方案：用字符代表mRNA中由DNA一条单链模板转录并匹配的碱基，根据碱基的固定配对，由字符A，U，G，C组成的字符文件，其中每一个字符代表一个碱基，表示方式如下所示：
A：腺嘌呤；U：尿嘧啶；G：鸟嘌呤；C：胞嘧啶
作为本发明的进一步技术方案：将四种碱基进行数值定义并用两位二进制数来表示，A、U、G、C四种碱基，利用计算机二进制方法，分别用2位的二进制数值来表示，可以有24种组合的表示方法，举例组合如下：
A＝00、U＝01、G＝10、C＝11。
作为本发明的进一步技术方案：密码子的8位二进制数值表示方法：三个相邻的碱基组成的密码子以6位二进制数值和2位固定赋值组成一个8位的二进制数值来表示。2位的固定赋值可以用00、01、10、11作为固定值来填充表示；以高位固定赋值是11，由碱基A、U、G组合成的密码子其两位二进制数表示分别是00、01、10为例，由碱基A、U、G组成的密码子的二进制表示为：AUG＝11000110。
作为本发明的进一步技术方案：以线性映射的方式，将64种密码子进行数值映射并转换成8位二进制数值，根据线性映射的方式，将赋值之后的64种密码子0～63根据Y＝4X、或Y＝4X+1、或Y＝4X+2、或Y＝4X+3的公式均匀映射到0～255中，并将0～255所有数值转换为8位二进制数；通过该赋值与映射的方式，每一个密码子即可得到一个固定的8位二进制数，所有密码子组合在一起便形成二进制字节流，得到与mRNA信息两位代表转换法转换之后同样形式的二进制字节流。
附图说明
图1是字符与碱基对应的关系图。
具体实施例
参见说明书附图1：
mRNA(Messenger Ribonucleic Acid)，即信使核糖核酸，由DNA的一条链作为模板转录而来，携带遗传信息的能指导蛋白质合成的一类单链核糖核酸。(成分为:核糖、磷酸及四种含氮碱基)组成。RNA是核糖核苷酸聚合而成的没有分支的长链。分子量比DNA小，但在大多数细胞中比DNA丰富。RNA与DNA最重要的区别一是RNA只有一条单链，二是它的碱基组成与DNA的不同，RNA没有碱基胸腺嘧啶(thymine，缩写为T)，而有碱基尿嘧啶(uracil，缩写为U)。RNA主要分为3类，即信使RNA(mRNA)，核糖体RNA(rRNA)和转移RNA(tRNA)。mRNA是合成蛋白质的模板，内容按照细胞核中的DNA所转录。mRNA中决定蛋白质多样性的是四种碱基：腺嘌呤(adenine，缩写为A)、尿嘧啶(uracil，缩写为U)、胞嘧啶(cytosine，缩写为C)和鸟嘌呤(guanine，缩写为G)的排列顺序不同。利用基因测序技术,可检测mRNA上的四种碱基排列顺序的数据信息，将四种碱基排列顺序以二进制的形式表示并进行存储，从而减少存储空间的使用，也方便读取分析基因信息，为基因信息的大数据挖掘、人工智能数据分析创造良好的应用基础。
mRNA是由DNA通过碱基互补配对的方式转录过来的单链结构。因为组成mRNA的碱基上没有T(胸腺嘧啶)，代之的为U(尿嘧啶)，因此当DNA单链模板上出现A(腺嘌呤)时，转录中由组成mRNA的碱基U(尿嘧啶)与之配对。
A：腺嘌呤；U：尿嘧啶；G：鸟嘌呤；C：胞嘧啶
DNA单链模板上转录mRNA的碱基配对示例：
T A C G A A C T G C T A...DNA单链模板
A U G C U U G A C G A U...mRNA单链
mRNA单链上的每三个相邻的碱基组成一个密码子，在蛋白质合成时，代表某一种氨基酸。如AUG、CUU、GAC、GAU等。
可以利用计算机二进制方法，对每一个碱基进行数值定义并用两位二进制数来表示。所有二进制组合方式如下表：
mRNA上每三个相邻碱基组成一个密码子，每个密码子对应一个氨基酸。密码子通过两位代表法转换之后生成了一个6位的二进制数值，并且可以将这个6位数据存储到一个字节(8位)的高位或低位，剩余的2位数值可用00，01，10，11作为固定值来填充。以高位固定赋值是11，由三个碱基A、U、G组合成的密码子其两位二进制数表示分别是00、01、10为例，因此由三个碱基A、U、G组成的密码子的二进制表示为AUG＝11000110。
每个密码子都是可以用一个8位二进制数(一个字节)来表示。当所有密码子都使用二进制数表示之后，即得到一个新的由二进制数字节流表示的mRNA信息，再利用字节流图像表示的方式便可得到一个mRNA信息转化而成的可视化图像，通过这种方式可以对mRNA进行更加直观的研究与分析，并且在存储上节省了大量的存储空间。
每个密码子由三个碱基组成，碱基共有四种组合，所以每个密码子有4^3＝64种组合方式。对mRNA的64种密码子进行重新编码，将64种密码子赋予0-63的编号，然后通过线性映射或可选阀值映射的方式映射到0～255的范围，从而得到一个新的字节流。密码子编号如下表所示：
| 密码子 | 编码 | 密码子 | 编码 | 密码子 | 编码 | 密码子 | 编码 |
| AAA | 0 | UAA | 16 | GAA | 32 | CAA | 48 |
| AAU | 1 | UAU | 17 | GAU | 33 | CAU | 49 |
| AAG | 2 | UAG | 18 | GAG | 34 | CAG | 50 |
| AAC | 3 | UAC | 19 | GAC | 35 | CAC | 51 |
| AUA | 4 | UUA | 20 | GUA | 36 | CUA | 52 |
| AUU | 5 | UUU | 21 | GUU | 37 | CUU | 53 |
| AUG | 6 | UUG | 22 | GUG | 38 | CUG | 54 |
| AUC | 7 | UUC | 23 | GUC | 39 | CUC | 55 |
| AGA | 8 | UGA | 24 | GGA | 40 | CGA | 56 |
| AGU | 9 | UGU | 25 | GGU | 41 | CGU | 57 |
| AGG | 10 | UGG | 26 | GGG | 42 | CGG | 58 |
| AGC | 11 | UGC | 27 | GGC | 43 | CGC | 59 |
| ACA | 12 | UCA | 28 | GCA | 44 | CCA | 60 |
| ACU | 13 | UCU | 29 | GCU | 45 | CCU | 61 |
| ACG | 14 | UCG | 30 | GCG | 46 | CCG | 62 |
| ACC | 15 | UCC | 31 | GCC | 47 | CCC | 63 |
线性映射可以有四种方式：Y＝4X、或Y＝4X+1、或Y＝4X+2、或Y＝4X+3，根据线性映射的方式，将赋值之后的64种密码子以Y＝4X、或Y＝4X+1、或Y＝4X+2、或Y＝4X+3的公式均匀映射到0～255中，并将0～255所有数值转换为8位二进制数，通过该赋值与映射的方式，
每一个密码子即可得到一个固定的8位二进制数，所有密码子的组合在一起便形成二进制字节流，得到与基因信息两位代表转换法转换之后同样形式的字节流。以映射公式Y＝4X+1为例，映射结果如下表：
通过mRNA的二进制表示和mRNA信息映射转换都可以将mRNA序列信息存储在一个具有随机存取格式的二进制文件当中。文件可包含mRNA信息以及需要隐藏的信息。
利用数据赋值、两位二进制数表示，对密码子进行重新编码，编码之后形成的便是字节流形式的mRNA数据信息，这种数据可以通过字节流图像表示的方式对mRNA信息进行可视化转换，也可以进行以机器学习的算法进行数据挖掘。
与现有技术相比，本发明提供了一种全新的mRNA数据的存储模式，通过把生物mRNA的四种碱基(A，U，G,C)转换成二进制形式。在缩小了存储空间的同时能更加便捷的读取分析mRNA信息。
Claims (5)
1.关于mRNA信息的二进制存储方法，其特征在于，所述的方法包括：
根据mRNA单链结构及其与DNA碱基互补配对原则，由字符代表mRNA中的碱基；
将四种碱基进行数值定义并用两位二进制数来表示；
三个相邻的碱基组成的密码子以6位二进制数值和2位固定赋值组成一个8位的二进制数值表示；
以线性映射的方式，将64种密码子0～63根据Y＝4X、或Y＝4X+1、或Y＝4X+2、或Y＝4X+3的公式均匀映射到0～255中，并将0～255所有数值转换为8位二进制数，以二进制字节流形式的数据信息进行存储。
2.根据权利要求1所述的关于mRNA信息的二进制存储方法，用字符代表mRNA中由DNA一条单链模板转录并匹配的碱基，其特征在于：根据碱基的固定配对，由字符A，U，G，C组成的字符文件，其中每一个字符代表一个碱基，表示方式如下所示：
A：腺嘌呤；U：尿嘧啶；G：鸟嘌呤；C：胞嘧啶。
3.根据权利要求1所述的关于mRNA信息的二进制存储方法，将四种碱基进行数值定义并用两位二进制数来表示，其特征在于：A、U、G、C四种碱基，利用计算机二进制方法，分别用2位的二进制数值来表示，可以有24种组合的表示方法，举例组合如下：
A＝00、U＝01、G＝10、C＝11。
4.根据权利要求1所述的关于mRNA信息的二进制存储方法，密码子的8位二进制数值表示方法，其特征在于：三个相邻的碱基组成的密码子以6位二进制数值和2位固定赋值组成一个8位的二进制数值来表示；2位的固定赋值可以用00、01、10、11作为固定值来填充表示；以高位固定赋值是11，由碱基A、U、G组合成的密码子其两位二进制数表示分别是00、01、10为例，由碱基A、U、G组成的密码子的二进制表示为：AUG＝11000110。
5.根据权利要求1所述的关于mRNA信息的二进制存储方法，以线性映射的方式，将64种密码子进行数值映射并转换成8位二进制数值，其特征在于：根据线性映射的方式，将赋值之后的64种密码子0～63根据Y＝4X、或Y＝4X+1、或Y＝4X+2、或Y＝4X+3的公式均匀映射到0～255中，并将0～255所有数值转换为8位二进制数；通过该赋值与映射的方式，每一个密码子即可得到一个固定的8位二进制数，所有密码子组合在一起便形成二进制字节流，得到与mRNA信息两位代表转换法转换之后同样形式的二进制字节流。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610383223.XA CN106055927B (zh) | 2016-05-31 | 2016-05-31 | mRNA信息的二进制存储方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610383223.XA CN106055927B (zh) | 2016-05-31 | 2016-05-31 | mRNA信息的二进制存储方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN106055927A true CN106055927A (zh) | 2016-10-26 |
| CN106055927B CN106055927B (zh) | 2018-08-17 |
Family
ID=57172710
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201610383223.XA Active CN106055927B (zh) | 2016-05-31 | 2016-05-31 | mRNA信息的二进制存储方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN106055927B (zh) |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106845158A (zh) * | 2017-02-17 | 2017-06-13 | 苏州泓迅生物科技股份有限公司 | 一种利用dna进行信息存储的方法 |
| CN108018607A (zh) * | 2016-10-28 | 2018-05-11 | 深圳华大基因股份有限公司 | 一种提升测序平台文库拆分率的标签序列混库方法和装置 |
| CN108932401A (zh) * | 2018-06-07 | 2018-12-04 | 江西海普洛斯生物科技有限公司 | 一种测序样本的标识方法及其应用 |
| CN109086890A (zh) * | 2017-06-14 | 2018-12-25 | Landigrad有限责任公司 | 信息编码和信息解码的方法 |
| CN110867213A (zh) * | 2018-08-28 | 2020-03-06 | 华为技术有限公司 | 一种dna数据的存储方法和装置 |
| CN112687338A (zh) * | 2020-12-31 | 2021-04-20 | 云舟生物科技（广州）有限公司 | 基因序列的存储和还原方法、计算机存储介质及电子设备 |
| CN113380328A (zh) * | 2021-04-23 | 2021-09-10 | 中国人民大学 | 一种基于mRNA碱基的生物亲缘识别方法和系统 |
Family Cites Families (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101702240B (zh) * | 2009-11-26 | 2012-02-15 | 大连大学 | 基于dna子序列运算的图像加密方法 |
| CN103336916B (zh) * | 2013-07-05 | 2016-04-06 | 中国科学院数学与系统科学研究院 | 一种测序序列映射方法及系统 |
| CN105550570A (zh) * | 2015-12-02 | 2016-05-04 | 深圳市同创国芯电子有限公司 | 一种应用于可编程器件的加密、解密方法及装置 |
| CN105550535B (zh) * | 2015-12-03 | 2017-12-26 | 人和未来生物科技（长沙）有限公司 | 一种基因字符序列快速编码为二进制序列的编码方法 |
-
2016
- 2016-05-31 CN CN201610383223.XA patent/CN106055927B/zh active Active
Cited By (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108018607A (zh) * | 2016-10-28 | 2018-05-11 | 深圳华大基因股份有限公司 | 一种提升测序平台文库拆分率的标签序列混库方法和装置 |
| CN108018607B (zh) * | 2016-10-28 | 2021-04-27 | 深圳华大基因股份有限公司 | 一种提升测序平台文库拆分率的标签序列混库方法和装置 |
| CN106845158A (zh) * | 2017-02-17 | 2017-06-13 | 苏州泓迅生物科技股份有限公司 | 一种利用dna进行信息存储的方法 |
| CN109086890A (zh) * | 2017-06-14 | 2018-12-25 | Landigrad有限责任公司 | 信息编码和信息解码的方法 |
| CN108932401A (zh) * | 2018-06-07 | 2018-12-04 | 江西海普洛斯生物科技有限公司 | 一种测序样本的标识方法及其应用 |
| CN108932401B (zh) * | 2018-06-07 | 2021-09-24 | 江西海普洛斯生物科技有限公司 | 一种测序样本的标识方法及其应用 |
| CN110867213A (zh) * | 2018-08-28 | 2020-03-06 | 华为技术有限公司 | 一种dna数据的存储方法和装置 |
| CN110867213B (zh) * | 2018-08-28 | 2023-10-20 | 华为技术有限公司 | 一种dna数据的存储方法和装置 |
| CN112687338A (zh) * | 2020-12-31 | 2021-04-20 | 云舟生物科技（广州）有限公司 | 基因序列的存储和还原方法、计算机存储介质及电子设备 |
| CN113380328A (zh) * | 2021-04-23 | 2021-09-10 | 中国人民大学 | 一种基于mRNA碱基的生物亲缘识别方法和系统 |
| CN113380328B (zh) * | 2021-04-23 | 2023-06-20 | 中国人民大学 | 一种基于mRNA碱基的生物亲缘识别方法和系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN106055927B (zh) | 2018-08-17 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106055927A (zh) | mRNA信息的二进制存储方法 | |
| Moya et al. | The evolution of RNA viruses: a population genetics view | |
| Frank-Kamenetskii | How the double helix breathes | |
| Gonzalez et al. | On the origin of the mitochondrial genetic code: towards a unified mathematical framework for the management of genetic information | |
| Rossi et al. | ncRNA classification with graph convolutional networks | |
| Rosandić et al. | The Novel Ideal Symmetry Genetic Code table–common purine-pyrimidine symmetry net for all RNA and DNA species | |
| Mathews | Prediction of RNA secondary structure | |
| Yoon et al. | HMM with auxiliary memory: a new tool for modeling RNA structures | |
| Meyer | DNA by design: an inference to the best explanation for the origin of biological information | |
| Tannenbaum et al. | Semiconservative replication in the quasispecies model | |
| Yoon et al. | RNA secondary structure prediction using context-sensitive hidden Markov models | |
| Li et al. | Similarity analysis of dna sequences based on codon usage | |
| Sciarrino et al. | A minimum principle in codon–anticodon interaction | |
| Michel | Genes on the circular code alphabet | |
| Miyazaki et al. | The efficiency of entropy evolution rate for construction of phylogenetic trees | |
| Akhtar et al. | Graph in genetic code algebra | |
| KR20070114923A (ko) | 복수의 표적 ｍＲＮＡ에 적용 가능한 ｓｉＲＮＡ염기서열을 추출하는 방법 | |
| Dutta et al. | Automata on genetic structure | |
| Frid et al. | Speedup of RNA pseudoknotted secondary structure recurrence computation with the Four-Russians method | |
| Yaseen | A Novel Technique to Hide and Encrypt The Secret Information in DNA | |
| Muttakin et al. | Motif discovery in unaligned DNA sequences using genetic algorithm | |
| Glišović | The system to support the decision-making in detecting genetic mutations | |
| Michel | Circular code in introns | |
| Dandekar et al. | Magic RNA | |
| Ciobanu et al. | An automata description of the genetic message translation |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| CP02 | Change in the address of a patent holder | ||
| CP02 | Change in the address of a patent holder |
Address after: 510670 17 / F, building 3, Yunsheng Science Park, No. 11, puyuzhong Road, Huangpu District, Guangzhou City, Guangdong Province Patentee after: GUANGZHOU MELUX INFORMATION TECHNOLOGY Co.,Ltd. Address before: No.205-7, 79 Ruihe Road, Guangzhou Economic and Technological Development Zone, Guangdong 510665 Patentee before: GUANGZHOU MELUX INFORMATION TECHNOLOGY Co.,Ltd. |
|
| PP01 | Preservation of patent right | ||
| PP01 | Preservation of patent right |
Effective date of registration: 20231120 Granted publication date: 20180817 |
|
| PD01 | Discharge of preservation of patent | ||
| PD01 | Discharge of preservation of patent |
Date of cancellation: 20231219 Granted publication date: 20180817 |