基于可逆神经网络的DNA图像自校正存储编码方法(INNSE)突破存储密度与容错瓶颈

为解决DNA存储中图像编码密度低、时间复杂度高及纠错性能差等问题，Yanfen Zheng团队开发了基于可逆神经网络的自校正编码方法INNSE。该研究通过可逆网络降采样、定制密码本生成器和碱基层面自校正技术，将编码密度提升3倍，时间复杂度降低95.26%，在2%错误率下PSNR和SSIM分别提高80.88%和63.82%，为高容错DNA图像存储提供了创新解决方案。

　　

随着物联网和智能医疗的快速发展，海量图像和视频数据对传统硅基存储提出严峻挑战。DNA存储凭借超高密度（1克DNA可存储215PB数据）和千年级稳定性成为理想替代方案，但在处理图像数据时面临三重困境：现有算法难以兼顾高相关性和多变性的图像特征；编码密度受限于生物约束条件（如GC含量需严格控制在50%）；主流纠错方法如Reed-Solomon(RS)码对插入/删除错误的校正效率低下。更棘手的是，第三代测序技术即便经过优化仍存在约3%的错误率，而传统JPEG-DNA等压缩方法在碱基突变时会出现严重失真。

针对这些瓶颈，中国研究团队在《Computational and Structural Biotechnology Journal》发表创新成果，提出基于可逆神经网络的DNA图像自校正编码方法INNSE。该研究通过三阶段技术路线实现突破：首先采用Haar变换和InvBlock模块构建可逆神经网络，通过前向过程将图像分解为低频信息（保留主体特征）和高频信息（存储细节），利用加性仿射变换（公式1）和增强仿射变换（公式2）优化处理；随后设计6nt长度的DNA密码本生成器，通过汉明距离≥4的约束确保序列唯一性；最终开发基于反向推导的自校正算法，通过滑动窗口比对和编辑距离计算（公式6-7）实现无需冗余信息的碱基级纠错。实验选用DIV2K和Vimeo-90K数据集训练，在Set5、Urban100等标准测试集验证性能。

编码性能方面，INNSE在严格满足GC含量50%、同聚物≤2、避免GGC/GAATTC基序等约束条件下，实现5.35 bits/nt的净信息密度，较Yin-Yang算法提升3倍。其DNA序列自由能>-30 kJ/mol的比例达91.64%，显著优于DNA-QLC的34.2%（表1）。时间效率上，处理4598KB图像仅需4.52秒，较DNA-QLC和Yin-Yang分别提升96.62%和95.26%效率（图2）。容错能力测试显示，在模拟2%错误率（置换:缺失:插入=2:1:1）时，INNSE重建图像的PSNR(33.54 dB)和SSIM(0.89)分别提升80.88%和63.82%，而DNA-QLC因元数据损坏完全失效（图3-4）。鲁棒性实验中，1%置换错误率下仍保持100%二进制数据恢复率，且重建图像视觉质量稳定（图5-6）。扩展实验在Kodak数据集验证其普适性，24幅图像平均PSNR>25 dB，显著优于DNA-QLC的15-20 dB（表2-3，图7-8）。

该研究的核心突破在于将可逆神经网络引入DNA存储领域：网络的双向处理特性既通过降采样减少存储需求，又能通过逆向过程预测丢失的高频信息；密码本生成器与自校正算法的协同设计，则首次实现了不依赖冗余信息的动态纠错。值得注意的是，该方法对第三代测序常见的A-T/C-G突变具有独特优势，其滑动窗口机制可阻断错误传播的"雪崩效应"。未来通过集成多尺度网络模型和加密技术（如DNA-Aeon），有望进一步优化细节恢复和数据安全性。这项技术为医疗影像长期归档、卫星遥感数据保存等场景提供了兼具经济性和可靠性的解决方案，推动DNA存储从实验室走向实际应用。