摘要
在以脱氧核糖核酸（DNA）为对象的计算工作中，伪随机数生成器（PRNGs）通常先在比特域生成输出，再将其转换为DNA符号。这种间接方法可能会将DNA特有的约束条件，如GC平衡、同聚物限制以及短距离序列依赖性，与生成过程分开处理。本研究提出了一种具有约束感知能力的双头解码器型Transformer框架，可直接在腺嘌呤/胞嘧啶/鸟嘌呤/胸腺嘧啶（A/C/G/T）字母表中生成DNA相关的PRNG。该模型通过从八种等效的DNA到比特的编码规则中动态选择，来生成下一个DNA碱基并确定比特流。该框架在基于真实基因组数据的R1标准下进行了测试，同时以R1-ext作为独立验证，还基于合成数据进行了R2测试，以及在没有训练数据或参考数据的R3条件下进行了测试。每种测试条件下都进行了10次独立运行，每次运行都会生成一个50万碱基对的DNA序列以及100万比特的比特流。比特级评估采用了NIST SP 800-22标准、受SP 800-90B启发的最小熵/健康指标以及ENT指标，而DNA级评估则采用了GC平衡、同聚物控制以及符号结构指标。测试结果显示，所采用的NIST标准均满足要求，t元组最小熵下限在0.9955到0.9964比特/比特之间，且核心的DNA兼容性约束也得到了保持。多流分析以及精确匹配k-mer泄漏分析表明，不存在系统性的比特级依赖关系或直接的长片段复制现象。总体而言，该框架能够实现可重复的DNA相关PRNG生成，并支持多层验证。
