[发明专利]人工核酸序列水印编码系统、水印字符串及编码和解码方法

说明书

本发明提供了一种人工核酸序列水印编码系统、水印字符串及编码和解码方法。其中，所述人工核酸序列水印编码系统包括：可变编码段，以及至少一个与所述可变编码段连接的水印字符串；所述可变编码段包括至少一个信息单元；所述信息单元包括一核酸特征部，以及与所述核酸特征部连接且与所述核酸特征部对应的编号部。本发明提供编码系统可用作水印序列对基因产品进行知识产权保护，并且依据其核酸特征确定对应的序列，大大提高了存储量和测序效率。

技术领域

本发明属于人工核酸序列技术领域，尤其涉及人工核酸序列水印编码系统、水印字符串及编码和解码方法。

背景技术

DNA序列或基因序列是使用一串字母表示的真实的或者假设的携带基因信息的DNA分子的一级结构。基因工程是指按照人们的愿望，进行严格的设计，通过体外DNA重组和转基因技术，赋予生物以新的遗传特性，创造出更符合人们需要的新的生物类型和生物产品。基因工程是在DNA分子水平上进行设计和施工的，又叫做DNA重组技术。

质粒载体是在天然质粒的基础上为适应实验室操作而进行人工构建的质粒。与天然质粒相比，质粒载体通常带有一个或一个以上的选择性标记基因(如抗生素抗性基因)和一个人工合成的含有多个限制性内切酶识别位点的多克隆位点序列，并去掉了大部分非必需序列，使分子量尽可能减少，以便于基因工程操作。

用于遗传工程的人工核酸序列(如上述载体质粒)知识产权应归属于设计其序列的公司或实验室。但人工核酸序列往往由已公开核酸序列组合而成，缺乏特异性知识产权归属信息，难以进行知识产权保护。

此外，人工核酸序列往往较长，如载体质粒通常为3k-10k bp的DNA 序列。如需对其人工核酸序列进行鉴定，往往需要采用测序技术，以获知其完整功能模块。以最常用的Sanger测序为例，单个Sanger测序反应只能有效覆盖300-600bp序列，对一个载体质粒序列进行完整鉴定需要进行5-20 个Sanger反应，成本较高。

发明内容

本发明提供一种人工核酸序列水印编码系统、水印字符串及编码和解码方法，以解决现有技术中的缺陷。

为解决上述问题，本发明提供一种人工核酸序列水印编码系统，包括：

可变编码段，以及至少一个与所述可变编码段连接的水印字符串；其中，所述可变编码段设于所述人工核酸序列水印编码系统中的中游位置，所述水印字符串设于所述人工核酸序列水印编码系统中的上游位置和/或下游位置；

所述可变编码段包括至少一个信息单元；

所述信息单元包括一核酸特征部，以及与所述核酸特征部连接且与所述核酸特征部对应的编号部。

优选地，所述水印字符串长度不小于3；

在所述可变编码段中，多个所述信息单元按5′到3′顺序排列，用于表示人工核酸片段上的功能片段种类和对应编号。

优选地，每个所述信息单元中的所述核酸特征部用于表示DNA组装方法和接口信息、筛选标记信息、复制起始点信息、报告基因信息、插入片段骨架种类信息、插入片段启动子信息、插入片段RBS信息，以及插入片段CDS信息或插入片段终止子信息。

优选地，还包括使用场景段，用于表示所述人工核酸序列水印编码系统的结束和使用场景；

所述使用场景段与所述可变编码段连接；

所述使用场景段设于所述人工核酸序列水印编码系统中的上游位置或下游位置；

所述可变编码段设于所述使用场景和/或所述水印字符串之间的中游位置。

优选地，所述使用场景段包括用于标识使用场景的细菌人工染色体标识、酵母人工染色体标识、核基因组标识、线粒体基因组标识和/或叶绿体基因组标识RNA片段标识。