最近Nature一篇基因组文章采用PacBio RS II测序系统以72x覆盖度分析了这一植物245 Mb的基因组。组装结果非常惊讶。使用了625 contigs拼接出基因组， 其 contig N50 的长度是2.4M。 之前的基因组组装要构建文库，contig N50一般是40K左右，再构建大文库，使scaffold较长，对于动物来说可以达到2M级别，植物很多只有300K左右。

 Single-molecule sequencing of the desiccation-tolerant grass Oropetium thomaeum. Nature 2015/11/11/online

http://www.nature.com/nature/journal/vaop/ncurrent/full/nature15714.html

contig就是完全用序列拼接出来，中间没有缺失，由于之前基于二代测序技术，由于片段较短，很难拼出长序列，为了克服这个问题，使用3k 5k 10k 20k文库，也就是构建这些大片段，再把大片段两端100bp给测序，就能contig

给拼接起来，中间不知道就用N链接起来。N50就是50%的序列最短的那条序列长度，  怎么统计出来呢？ 把序列按长到短排序，累计相加，当累计长度达到拼接的基因组大小的50%的时候，这一条序列是多长。这个对于contig 和scaffold适用，所以经常看到contig N50 和scaffold N50。这两个指标越大表示基因组组装的越好。如下图。

三代测序技术是能把20Kb给测通（据说平均读长能达到16Kb），所以contig N50就能达到之前的scaffold的效果，甚至更好。所以如这篇文章报道的，其contig N50就达到了2.4M。第三代技术这么强悍，相信以后大量的基于三代技术会涌现。

更加具体信息参考