本發(fā)明屬于dna存儲領域，具體地說，涉及一種用于構(gòu)建dna活字存儲單元的方法、連接接頭庫和試劑盒。

背景技術(shù)：

1、全球數(shù)據(jù)呈爆炸增長態(tài)勢，現(xiàn)有存儲介質(zhì)已無法滿足海量數(shù)據(jù)應存盡存、愿存盡存的存儲需求，而dna存儲技術(shù)有望突破這一瓶頸。dna存儲技術(shù)利用dna天然信息編碼存儲能力，可將0-1二進制編碼轉(zhuǎn)換為dna的a/t/c/g四進制核苷酸編碼，然后通過人工合成特定核酸序列存儲文本、圖片、聲音文件等數(shù)據(jù)，再利用測序等解碼手段讀取數(shù)據(jù)。該技術(shù)相較于現(xiàn)有的硅基數(shù)據(jù)信息存儲方式，具有數(shù)據(jù)密度高、保存時間長、配套設備能耗低、便于攜帶、運輸隱蔽性高和便于多重加密等優(yōu)點，適用于大規(guī)模冷數(shù)據(jù)存儲以及數(shù)據(jù)加密傳輸?shù)榷喾N應用場景。

2、目前主流的高通量dna存儲在數(shù)據(jù)寫入階段，大多采用化學合成方法，成本高昂，效率欠佳，與實際應用仍存在差距。發(fā)明人曾首次提出“dna活字”概念。基于此概念，將目標文件中的待儲存數(shù)據(jù)拆分為多個數(shù)據(jù)元素，并針對各數(shù)據(jù)元素標注索引/內(nèi)容信息，對應至相應活字實物庫中的特定雙鏈核酸片段。隨后將多個內(nèi)容/索引核酸片段連接構(gòu)成dna活字單元，由多個dna活字單元構(gòu)成保存有全部待儲存數(shù)據(jù)元素的dna存儲文件。

3、背景技術(shù)中的信息僅僅在于說明本發(fā)明的總體背景，不應視為承認或以任何形式暗示這些信息構(gòu)成本領域一般技術(shù)人員所公知的現(xiàn)有技術(shù)。

技術(shù)實現(xiàn)思路

1、本發(fā)明基于dna活字存儲概念，提供一種用于構(gòu)建dna活字存儲單元的方法、連接接頭庫和試劑盒。本發(fā)明的構(gòu)建方法主要包括以下關鍵步驟：連接接頭庫生成及其組合篩選、dna活字庫生成及其篩選、dna活字存儲載體設計、dna活字存儲單元各關鍵元素的連接。具體地，本發(fā)明包括以下內(nèi)容。

2、本發(fā)明的第一方面，提供一種用于構(gòu)建dna活字存儲單元的方法，其包括以下步驟：

3、設計并篩選得到連接接頭庫；

4、提供dna活字庫，所述dna活字庫包含存儲索引、內(nèi)容和校驗信息的dna活字；

5、將計算機目標存儲文件的數(shù)字信息(如0-1二進制)轉(zhuǎn)換為四進制dna堿基信息，從所述dna活字庫中調(diào)取對應的多個dna活字；和

6、經(jīng)由必要反應連接所述多個活字，從而完成dna活字存儲單元集構(gòu)建，實現(xiàn)目標文件的存儲。

7、根據(jù)本發(fā)明第一方面所述的方法，其中，包括以下關鍵步驟：連接接頭庫生成及其組合篩選、dna活字庫生成及其篩選、dna活字存儲載體設計、dna活字存儲單元各關鍵元素的連接。

8、根據(jù)本發(fā)明第一方面所述的方法，其中，所述連接接頭庫包含能夠定向連接的多個連接接頭，所述連接接頭為dna活字雙鏈核苷酸序列5’或3’端的粘性或平末端的核酸序列。

9、根據(jù)本發(fā)明第一方面所述的方法，其中，所述連接接頭庫中連接接頭各自分別由a、t、c、g四種堿基中至少一種組成，其長度至少包括1個堿基。

10、根據(jù)本發(fā)明第一方面所述的方法，其中，所述連接接頭庫的篩選原則包括連續(xù)堿基數(shù)小于3個，gc含量為20-80％，堿基種類為1以上，自身二聚體小于3個堿基對。

11、根據(jù)本發(fā)明第一方面所述的方法，其中，dna活字為單鏈寡核苷酸經(jīng)退火形成的雙鏈核苷酸片段。

12、根據(jù)本發(fā)明第一方面所述的方法，其中，dna活字主要包括接頭序列和活字主體序列兩部分，其中，所述活字主體序列的長度根據(jù)存儲需求定制選擇，且所述dna活字按其功能分為索引活字、內(nèi)容活字和/或校驗活字，其數(shù)目依據(jù)dna活字存儲方案設計決定。

13、根據(jù)本發(fā)明第一方面所述的方法，其中，提供dna活字庫的步驟包括生成并篩選dna活字，在篩選時活字主體序列的篩選原則包括gc含量為20-80％，堿基種類為3以上。

14、根據(jù)本發(fā)明第一方面所述的方法，其中，dna活字庫的生成步驟主要包括，活字主體序列在基礎篩選原則(gc含量為20-80％，堿基種類為3以上)基礎上，依據(jù)x級定向連接需求(x≥2，整數(shù))擇優(yōu)篩選的接頭組合及dna活字單元兩端的連入位點，定制dna活字篩選原則，生成dna活字庫。

15、根據(jù)本發(fā)明第一方面所述的方法，其中，進一步包括設計dna活字存儲載體。

16、根據(jù)本發(fā)明第一方面所述的方法，其中，dna活字存儲載體含有工程菌活體存儲所需的必要元件，如dna活字單元連入位點、抗性篩選基因、多克隆酶切位點；且能夠經(jīng)由化學合成、存儲質(zhì)粒酶切消化回收等方法獲得。

17、根據(jù)本發(fā)明第一方面所述的方法，其中，dna活字存儲載體通過優(yōu)化設計增加高通量測序用錨定序列(adaptor)、index序列和測序引物序列中的至少一種，從而用于一步構(gòu)建高通量測序自建庫樣本。

18、根據(jù)本發(fā)明第一方面所述的方法，其中，所述必要反應包括通過生物酶制劑和/或化學試劑將不同功能的活字經(jīng)由一步或多步連接，完成dna活字單元的構(gòu)建，進而實現(xiàn)目標文件的存儲。

19、本發(fā)明的第二方面，提供一種用于構(gòu)建dna活字存儲單元的連接接頭庫，其包括能夠定向連接的眾多連接接頭，所述連接接頭能夠連接到dna活字雙鏈核苷酸序列5’或3’端的粘性/平末端。

20、本發(fā)明的第三方面，提供一種dna活字庫，其包含多個作為dna活字的雙鏈核苷酸，各所述dna活字分別包含活字主體序列和可選的連接接頭序列；

21、其中，所述活字主體序列包含對應于目標文件的特定數(shù)字信息的序列，所述連接接頭序列包含用于不同存儲活字之間連接的序列。

22、本發(fā)明的第四方面，提供一種用于存儲目標文件的試劑盒，其包括用于實施根據(jù)本發(fā)明第一方面所述的構(gòu)建方法的試劑。

23、根據(jù)本發(fā)明第四方面所述的試劑盒，其中，所述試劑盒包含存儲活字、存儲載體、連接試劑及緩沖溶液中的至少一種。

24、根據(jù)本發(fā)明第四方面所述的試劑盒，其中，所述試劑盒的連接試劑包含dna連接酶或其它相似功能的生物酶類，所述緩沖溶液包含tris-hcl、mgcl2、dtt、atp中的至少一種化學成分。

25、本發(fā)明通過對dna活字單元的連接接頭庫的組合優(yōu)化，提高dna活字單元構(gòu)建(即數(shù)據(jù)寫入)的效率。同時，本發(fā)明提供的不同級別的多片段一步定向連接組合，可根據(jù)不同目標文件(或待存儲文件)的需求及成本(物料/人工)擇優(yōu)選擇。

26、本發(fā)明的dna活字存儲單元的構(gòu)建方法具有如下優(yōu)點：

27、1.節(jié)約成本，提高信息單次寫入效率：dna活字存儲單元構(gòu)建所需的dna活字片段可一次合成、重復多次使用，節(jié)約成本；

28、2.構(gòu)建方案靈活多變：研究者/需求用戶可根據(jù)存儲文件的類型、大小、存儲成本等個性化需求，擇優(yōu)選擇dna活字片段連接級別個數(shù)，匹配最優(yōu)內(nèi)容/索引/校驗活字片段數(shù)目。

技術(shù)特征：

1.一種用于構(gòu)建dna活字存儲單元的方法，其特征在于，包括以下步驟：

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，包括以下關鍵步驟：連接接頭庫生成及其組合篩選、dna活字庫生成及其篩選、dna活字存儲載體設計、dna活字存儲單元各關鍵元素的連接。

3.根據(jù)權(quán)利要求1或2所述的方法，其特征在于，所述連接接頭庫包含能夠定向連接的多個連接接頭，所述連接接頭為dna活字雙鏈核苷酸序列5’或3’端的粘性或平末端的核酸序列。

4.根據(jù)權(quán)利要求1-3任一項所述的方法，其特征在于，所述連接接頭庫中連接接頭各自分別由a、t、c、g四種堿基中至少一種組成，其長度至少包括1個堿基。

5.根據(jù)權(quán)利要求1-4任一項所述的方法，其特征在于，所述連接接頭庫的篩選原則包括連續(xù)同類堿基小于3個，gc含量為20-80％，堿基種類為1以上，自身二聚體小于3個堿基對。

6.根據(jù)權(quán)利要求1或2所述的方法，其特征在于，dna活字為單鏈寡核苷酸經(jīng)退火形成的雙鏈核苷酸片段。

7.根據(jù)權(quán)利要求1、2或6任一項所述的方法，其特征在于，dna活字主要包括接頭序列和活字主體序列兩部分，其中，所述活字主體序列的長度根據(jù)存儲需求定制選擇，且所述dna活字按其功能分為索引活字、內(nèi)容活字和/或校驗活字，其數(shù)目依據(jù)dna活字存儲方案設計決定。

8.根據(jù)權(quán)利要求1、2、6或7任一項所述的方法，提供dna活字庫的步驟包括生成并篩選dna活字，在篩選時活字主體序列的篩選原則包括gc含量為20-80％，堿基種類為3以上。

9.根據(jù)權(quán)利要求1、2、6-8任一項所述的方法，dna活字庫的生成步驟主要包括：活字主體序列在基礎篩選原則(gc含量為20-80％，堿基種類為3以上)基礎上，依據(jù)x級定向連接需求(x≥2，整數(shù))擇優(yōu)篩選的接頭組合及dna活字單元兩端的連入位點，定制dna活字篩選原則，生成dna活字庫。

10.根據(jù)權(quán)利要求1或2所述的方法，其特征在于，進一步包括設計dna活字存儲載體。

11.根據(jù)權(quán)利要求1、2、10所述的方法，其特征在于：dna活字存儲載體含有工程菌活體存儲所需的必要元件，如dna活字單元連入位點、抗性篩選基因、多克隆酶切位點；且能夠經(jīng)由化學合成、存儲質(zhì)粒酶切消化回收等方法獲得。

12.根據(jù)權(quán)利要求1、2、10或11所述的方法，其特征在于，dna活字存儲載體通過優(yōu)化設計增加高通量測序用錨定序列、index序列和測序引物序列中的至少一種，從而用于構(gòu)建高通量測序自建庫樣本。

13.根據(jù)權(quán)利要求1或2所述的方法，其特征在于，所述必要反應包括通過生物酶制劑和/或化學試劑將不同功能的活字經(jīng)由一步或多步連接，完成dna活字單元的構(gòu)建，進而實現(xiàn)目標文件的存儲。

14.一種用于構(gòu)建dna活字存儲單元的連接接頭庫，其特征在于，包括能夠定向連接的眾多連接接頭，所述連接接頭能夠連接到dna活字雙鏈核苷酸序列5’或3’端的粘性/平末端。

15.一種dna活字庫，其特征在于，包含多個作為dna活字的雙鏈核苷酸，各所述dna活字分別包含活字主體序列和可選的連接接頭序列；

16.一種用于存儲目標文件的試劑盒，其特征在于，包括用于實施根據(jù)權(quán)利要求1-13任一項所述的構(gòu)建方法的試劑。

17.根據(jù)權(quán)利要求16所述的試劑盒，其特征在于，所述試劑盒包含存儲活字、存儲載體、連接試劑及緩沖溶液中的至少一種。

18.根據(jù)權(quán)利要求16或17所述試劑盒，其特征在于，所述試劑盒的連接試劑包含dna連接酶或其它相似功能的生物酶類，所述緩沖溶液包含tris-hcl、mgcl2、dtt、atp中的至少一種化學成分。

技術(shù)總結(jié)
本申請公開用于構(gòu)建DNA活字存儲單元的方法、連接接頭庫和試劑盒。本發(fā)明基于“DNA活字”存儲思想，根據(jù)特定原則完成DNA活字庫的設計及DNA活字實物庫構(gòu)建(包含索引、內(nèi)容、校驗信息)。在存儲目標文件時，通過編碼映射機制，將數(shù)字信息轉(zhuǎn)換為四進制DNA堿基信息，從DNA活字實物庫中調(diào)取所需活字，經(jīng)由必要反應，完成相應DNA活字存儲單元的構(gòu)建，實現(xiàn)目標文件的DNA活字存儲。本發(fā)明的DNA活字可重復多次使用、數(shù)據(jù)信息寫入成本低、單次寫入效率高，且DNA存儲連接方案靈活多變，研究者/需求用戶可根據(jù)不同文件存儲需求及成本擇優(yōu)選擇，并提供可定制的數(shù)據(jù)存儲試劑盒。

技術(shù)研發(fā)人員：陳非,魏迪,王小通,王晨陽,王運澤
受保護的技術(shù)使用者：中國科學院北京基因組研究所（國家生物信息中心）
技術(shù)研發(fā)日：
技術(shù)公布日：2025/1/9