1，第一代测序技术：

      链终止法（Sanger）：准确度高，读取长度1000bp,高成本，低通量。      

OLC策略：以read为结点，以overlap关系为边构成的图中寻找一条Hamilton路径。

主要步骤：

overlap:计算 reads 两两之间的 overlap,若存在 overlap,则在对应的 reads 之间连一条边,从而得到 overlap graph;

layout:的主要操作包括移除图 中的传递边(transitive edge)和存在歧义的边,并将化简后的路径作为 contig 输 出。

consensus:负责回贴 reads 得到所有路径在 DNA 上的排列。

2，第二代测序技术(测序序列太短)：边合成边测序（SBS），高度并行，提高了通量、降低了成本，读长短，错误率高（1%）。

           paired-end(双末端测序):只测短片段两端的序列，并控制双端序列之间的距离。

            mate_end:片段长度较长的序列对

通过上述两种技术可获得更长跨度的序列信息，然而还是无法跨越一些长度很长的repeat.

二代数据的特征使直接使用overlap延伸变得不可能，现在的拼接软件都是基于de Bruijn图策略。

de Bruijn图：将read数据打断成小的kmer（建图的关键是k的取值），并作为边构建de Bruijn图，然后在de Bruijn图中寻找欧拉路径。（核心优势：采用hash技术保存kmer以及de Bruijn图，避免了read之间两两计算overlap的缺点）

3，第三代测序技术

read长，错误率高：5%-15%

4，限制性酶切作图技术：可获得更长序列信息，完善并验证二代拼接结果。

基于微流体溶液(利用纳米单分子测序，与荧光酶切位点)

（1）酶切位点的遗失：14.17%

（2）距离误差，检测出的酶切位点间的距离与真实距离存在偏差

5,序列拼接方法

序列拼接方法主要分为两类：从头拼接（de novo）以及匹配拼接（mapping assembly）

de novo拼接算法:通过测序得到了reads片段，通过重叠、连接和组装等步骤，试着重建原始的DNA序列。

mapping拼接指的是利用已知的同源基因组作为参考，将测序的read回帖到参考基因组上，从而拼接得到DNA序列。

术语与基本概念：

短片段的获得过程可以看成对基因组的随机采样。

覆盖度：基因组上每一个位置被测试的次数。

base coverage(碱基覆盖度):基因组上的每个位置被reads覆盖的次数

kmer coverage(kmer覆盖度):reads上的kmer被覆盖的次数

两者都服从poisson分布。

genome coverage(基因组覆盖率):用于衡量拼接结果序列覆盖基因组序列的百分比。

scaffolds：一段连续的碱基的序列，但可能存在一些gap

contig：一段连续的碱基的序列

N50,N90:N50 和 N90是拼接结果长度的统计量,常用于衡量拼接 结果的优劣。类似于但不同于中位数,N50 表示这样一个数,长于这个数的拼接 结果长度总和至少占整个基因组的 50%;N90 定义类似。直观上看,N50 越长, 表示拼接结果长的越多。针对 contig 和 scaffold,分别有 contig N50、N90 和 scaffold N50、N90。