DNA data storage has attracted growing interest as a potential solution to the challenges posed by rapidly increasing global data generation. It offers distinct advantages over magnetic storage media, including high information density, low energy requirements, and long-term stability. Established DNA writing strategies typically rely on content-dependent biochemical reactions, such as de novo synthesis, molecular modification, or biological recording. Despite their demonstrated utility, these approaches can be limited by reaction kinetics, cost, and operational complexity.

This thesis introduces write-by-partitioning, a network-based DNA data storage strategy in which information is written through physical partitioning rather than content-dependent biochemical reactions. The method employs a pre-formed DNA barcode network in which spatial relationships among barcodes are preserved as proximity-dependent associations. Data are encoded by dividing the network into segments and assigning a symbol to each segment based on the information being stored. For readout, the DNA barcode associations are sequenced to reconstruct the network and infer the original symbol sequence.

This thesis establishes a workflow for data encoding, network reconstruction, and decoding. The relationship between network properties and data storage performance is investigated. Because decoding depends on network reconstruction, we introduce a method for evaluating the spatial coherence of the reconstructed network. This work demonstrates the feasibility of network-based data storage and provides a fundamental framework for the development, evaluation, and optimization of future systems.

By replacing content-dependent biochemical writing with the physical partitioning of a pre-formed network, write-by-partitioning could provide a faster, more scalable, and more accessible approach to DNA data storage. Beyond data storage, the concepts and analytical methods developed could support broader applications of DNA barcode network.

Datalagring i DNA har väckt ett växande intresse som en potentiell lösning på de utmaningar som den snabbt ökande globala datagenereringen medför. Tekniken erbjuder tydliga fördelar jämfört med magnetiska lagringsmedier, däribland hög informationstäthet, lågt energibehov och långsiktig stabilitet. Etablerade strategier för att skriva data till DNA bygger vanligtvis på innehållsberoende biokemiska reaktioner, såsom de novo-syntes, molekylär modifiering eller biologisk registrering. Trots sin dokumenterade användbarhet kan dessa metoder begränsas av reaktionskinetik, kostnader och operationell komplexitet.

I denna avhandling introduceras write-by-partitioning, en nätverksbaserad strategi för datalagring i DNA, där information skrivs genom fysisk partitionering I stället för genom innehållsberoende biokemiska reaktioner. Metoden använder ett förkonstruerat nätverk av DNA-streckkoder, där de rumsliga relationerna mellan streckkoderna bevaras i form av närhetsberoende associationer. Data kodas genom att nätverket delas upp i segment och varje segment tilldelas en symbol utifrån den information som ska lagras. Vid avläsning sekvenseras associationerna mellan DNA-streckkoderna för att rekonstruera nätverket och härleda den ursprungliga symbolsekvensen.

Denna avhandling etablerar ett arbetsflöde för datakodning, rekonstruktion av nätverk och avkodning. Sambandet mellan nätverksegenskaper och prestanda för datalagring undersöks. Eftersom avkodningen är beroende av nätverksrekonstruktionen introduceras en metod för att utvärdera det rekonstruerade nätverkets rumsliga koherens. Arbetet visar att nätverksbaserad datalagring är genomförbar och tillhandahåller ett grundläggande ramverk för utveckling, utvärdering och optimering av framtida system.

Genom att ersätta innehållsberoende biokemisk skrivning med fysisk partitionering av ett förkonstruerat nätverk skulle write-by-partitioning kunna erbjuda en snabbare, mer skalbar och mer tillgänglig metod för datalagring i DNA. Utöver datalagring skulle de utvecklade koncepten och analysmetoderna kunna bidra till bredare tillämpningar av nätverk baserade på DNA-streckkoder.