基因组组装算法研究摘要基因组测序是生物信息学的核心，有着极其重要的应用价值。近些年来，新的测序技术大量涌现，与传统的Sanger方法相比，这些方法产生的read（由测序仪直接测得的DNA片段）长度更短，数量更多，覆盖率更大。然而，传统的拼接算法并不适用于利用短read进行拼接，新的拼接算法在拼接效果上仍有待提高。本文首先介绍了传统的基因组拼接所用的贪婪算法和overlap-layout-consensus算法，这两种算法仅适用用于第一代测序技术所得的reads,并不适用于第二代基因测序。对于第二代测序技术所得的reads,可以建立debruijn图算法的数学模型，然后编写程序，组装基因片段。利用第二代测序技术可以在一次实验中获得高通量短read，然而第二代测序技术并不完美，由于在测序前要通过PCR手段对待测片段进行扩增，因此增加了测序的错误率。因此，本文利用HiTEC纠错算法对debruijn图算法进行优化。另外，本文还利用了基于概率模型的基因组从头测序算法克服了原有拼接算法过度依赖碱基片段之间重叠信息的缺陷，创造性地将DNA拼接过程抽象为二阶离散马尔可夫过程，与此同时
