随着数字信息爆炸式增长，传统数据存储介质面临物理极限挑战。脱氧核糖核酸（DNA）因其超高存储密度和长期稳定性，成为最具潜力的新型存储方案。然而，当前DNA合成技术固有的寡核苷酸多重性特性，在提升逻辑密度的同时，也带来了字母不可区分性和分子多样性等关键技术瓶颈，严重影响数据恢复的可靠性。
在《Nature Communications》发表的最新研究中，科研团队创新性地提出DNA钻石模型——一种由15个可分解点构成的复合字母星座模型。该研究借鉴电信领域的集合划分思想，开发出基于离散熵的两阶段字母检测框架，将复合字母划分为四个可区分子集。同时引入双端索引编码消除合成位点间串扰，结合长度过滤技术有效抑制读取出错传播。
关键技术方法包括：1）构建15点可分解星座模型；2）基于熵分区的两阶段检测算法；3）双端索引编码设计；4）长度过滤错误控制。研究使用10,000条复合链进行验证，分别测试八字母和全15字母系统的性能。
模型构建与验证
通过数学建模构建具有几何对称性的钻石型星座，每个点代表特定核苷酸组合。实验表明该结构在合成测序过程中具有最优的区分度。
存储密度优化
八字母系统实现2.5 bits/letter payload密度，较传统六字母系统提升40%，且仅需14×覆盖度即可实现无误恢复。
错误控制机制
双端索引设计将合成错误率降低两个数量级，长度过滤技术有效阻断错误传播链，使15字母系统在33×覆盖度下达到3.125 bits/letter的存储密度。
研究证实DNA钻石模型通过可分解星座设计和多重错误控制策略，显著提升复合字母DNA存储的可靠性和密度。该系统为实现EB级DNA数据存储提供了关键技术支撑，其模块化设计也为未来扩展更高阶字母系统奠定基础。该工作标志着DNA信息存储从概念验证向实用化迈进的重要一步。
