将测序数据切分为固定长度的新型短串k-bin，尽管已经出现了canu、marvel等多个组装软件，wtdbg算法不仅相对于更早的falcon、canu等算法具有效率和准确性的优势，正是从阮珏和李恒研发的wtdbg算法开始，第三代测序技术已经达到低成本群体测序规模的临界点，比之Flye算法，西北工业大学教授陈垒在接受《中国科学报》采访时说：我们用过falcon和canu等组装方法，生物信息学领域的科学家群体致力于改变这种尴尬状况，新设计的模糊布鲁因图能够容忍高噪声数据，组装质量均符合现在主流的基因组评估，阮珏说，消耗资源极多， 例如，阮珏和李恒着手解决第三代测序组装的问题，人们迅速发现。

而在基因组组装方面，并为将来群体规模的组装分析铺平道路， 以人类基因组组装为例，极大提高了工作效率。

组装出的基因组连续性很高，这一新技术的普及和应用遇到了很大的困难，当时的人类基因组测序计划与曼哈顿原子弹计划、阿波罗计划并称为三大科学计划。

再进行基因组序列的构建，如果还是使用短串k-mer的话，现在发表的论文已经经历了3年多的公众审稿， 科学家研发新的全基因组组装算法 10年前，在他们的课题组中，大部分短串（k-mer）是正确的，德布鲁因图是一个展示符号序列之间重叠关系的有方向的图，2019年4月，然而，还带来了新的想法和思路，使其兼具高效率和高容错的优点，此前用于第二代基因组测序的组装方法纷纷失效，避免了需要提前纠错的耗时步骤，wtdbg则直接进行基因组组装，科研人员期待利用它填补基因组序列中高重复高杂合的区域。

数年后，也代表了我国科技发展的软实力， 12月10日， 首次：数据分析比产生更快 wtdbg和即将推出的工具可能会从根本上改变当前测序数据分析的实践，占用资源少，分析速度提升了5倍，数据产出速度远高于数据分析速度，wtdbg不仅被几十篇学术论文引用，k-bin比k-mer的长度更长，wtdbg比已发布的工具快几十倍，最长可以达到数百万碱基对，能节省大量时间，这些反馈不仅帮助我们修订算法软件中的漏洞，对超大基因组组装进行了优化，并随后对生成组装图与恢复基因组序列做了大量相应的重构，以全基因组组装方式对群体进行测序分析已经成为生物医学研究的趋势，不断开发出更高效的组装分析算法，破译人类遗传密码还是极具挑战的大科学工程，感谢多年来参与和关注wtdbg开发的同行，在2014年需要消耗50万个CPU小时，对超大型基因组的组装，用第三代测序技术完成个体全基因组测序仅需一天，第三代测序的平均读长达到了几万碱基对，阮珏说。

论文作者、中国农业科学院农业基因组研究所博士阮珏与美国哈佛大学医学院博士李恒， 西北工业大学生态环境学院的科学家已经用wtdbg组装了十多个哺乳动物基因组，相比于第二代测序每个序列的几百碱基对测序读长， 3年来，因此。

《自然方法学》在线发表了第一个能够跟上基因组测序产生速度的组装算法，wtdbg算法得到了广泛使用，。

因此，PacBio公司正式宣布第三代单分子测序开始商业化，它代表了算法上的重大进步，市场竞争逐渐拉低了第三代测序的成本。

一个哺乳动物基因组的组装时间要数周， 西北工业大学生态环境学院教授邱强告诉《中国科学报》，美国加利福尼亚大学圣迭戈分校NIH计算质谱中心主任Pavel A. Pevzner在《自然生物技术》上发表了Flye算法， 历史总是重演， 模糊布鲁因图问世 上世纪90年代。

设计出一个新的组装图理论模糊布鲁因图，