针对第三代测序数据自身存在相对高错误率的问题,提出一种基于l0x Genomics测序平台的链读(Linked Reads)测序数据对PacBio测序平台的长读数据(long reads)进行纠错的算法。首先运用拼接算法Wtdbg2将人类基因组第三代长读测序数据拼接成重叠链(contigs),将contigs打碎成相同k碱基长度的短读(k-mers)并存储于哈希表中;然后将同一 Barcode的链读数据打碎成k值相同的短序k-mers,选取每一个k-mer去遍历哈希表寻找与之相匹配的contig编号及位置信息,这样,可快速地将Linked Reads序列分配到contigs中;再利用比对工具Bowtie 2把Linked Reads序列比对到contigs上;最后,使用超几何分布公式统计每个位置碱基的频率,计算P值并识别错误碱基或者单核酸多态性(SNP)。通过Linked Reads测序数据对来自人类不同细胞的基因组数据Human HG00733、Human NA24385、Human CHM1进行纠错验证,结果表明所提算法能够显著提高基因组装的Scaffold长度,而且组装的基因组具有较高的准确性。我们实验数据集选择人的三代PacBio基因组测序数据和10x Genomics的Linked Reads。Linked Reads数据本身具有一定的技术优势,技术原理方面,在长序列片段中引入barcode序列对DNA进行精确分区,并将长片段分配到不同的油滴微粒中,使用GemCode平台技术对长片段序列进行扩增引入barcode序列及测序接头引物,紧接着将序列打碎成适合测序大小的片段进行测序,相同barcode序列的短序来源于同一条长片段。该技术可与Illumina测序仪进行无缝对接,利用短序列可获得长达100Kb的片段,利用长片段信息结合Illumina组装数据组装的Scaffold N50长度比只用Illumina方法提高十几倍。通过对人的三代测序数据进行纠错,可以提高测序的精度,进一步提高拼接的准确度。该算法的研究对结构变异预测和疾病预测具有重大意义。