ピクセルからヌクレオチドへ：DNAストレージのためのエンドツーエンド・トークンベース映像圧縮

要旨: DNAベースのストレージは、低い保守コストで分子スケールの高密度化とミレニアムスケールの安定性を実現しうる、グローバルなデータ危機への有望なアプローチとして登場してきました。過去10年間で、DNAへのテキスト・画像・ファイルの格納には大きな進展がありましたが、動画は依然として未解決の課題です。困難さは単なる技術的なものではありません。効果的な動画DNAストレージには、圧縮と分子エンコーディングを最初から共同設計することが必要であり、この課題は、これまで主に別々に発展してきた2つの分野の交点に位置します。本研究では、動画圧縮とDNAエンコードを同時に最適化する最初のエンドツーエンドのニューラルネットワークであるHELIXを提示します。従来手法では2つの段階を独立に扱うため、生化学的制約と圧縮目的が本質的に不整合になっていました。本研究の鍵となる洞察は、トークン表現がDNAの4成分アルファベットと自然に整合することです。離散的な意味ユニットがATCG塩基に直接対応します。そこで、TK-SCONE（Token-Kronecker Structured Constraint-Optimized Neural Encoding）を導入します。これは、クラネッカー構造化された混合によって空間相関を破壊し、FSM（有限状態機械）に基づくマッピングによって生化学的制約を保証することで、1.91ビット／ヌクレオチドを達成します。2段階アプローチとは異なり、HELIXは、視覚品質、マスキング下での予測、DNA合成効率に同時に最適化されたトークン分布を学習します。本研究は初めて、学習された圧縮と分子ストレージがトークン表現において自然に収束することを示します。これにより、ニューラル動画コーデックを最初から生物学的基盤のために設計する、新しいパラダイムを示唆します。