随着DNA测序技术的不断发展，测序的正确率和速度也在不断提高。在现阶段，第二代测序技术在市场上仍占有绝对优势，其显著特点是高通量、快速、低成本。针对第二代测序数据进行的基因组测序拼接的研究中，以基于De Bruijn图的拼接算法占绝对主导地位。传统的基于De Bruijn图的拼接算法使用散列表进行构图拼接。散列表存储的数据量庞大，占用大量内存（一般占用100G以上），随着数据量的增长，插入和查询时间也会大大增加。而在De Bruijn图拼接算法中引入布隆过滤器可以有效地提高数据存储效率，降低内存使用。布隆过滤器是空间效率极高的随机数据结构，其工作原理是将所有的k-mer(长度为k的短序列)进行多重哈希函数计算，将计算结果映射到位数组中对应位置并标记，在查询k-mer是否存在时，只需计算相同的多重哈希函数的位数值，如果位数组对应位均被标记，则断定该k-mer在序列中存在，否则不存在。布隆过滤器不需要存储k-mer序列，因而大大减少了内存占用和查询的时间。虽然基于布隆过滤器的算法也存在一定的误识别率和数据删除困难的缺陷，但可以通过参数优化尽量减少这些缺陷。
　　本文通过筛选哈希函数来优化布隆过滤器，设计基因组序列拼接算法。通过数据训练对构成布隆过滤器的多重哈希函数的组合进行优化筛选，得到比较适合的哈希函数组合，从而减少内存，提高效率。该研究算法是建立在De Bruijn图拼接算法的基础上，对第二代测序数据的SOAPdenovo拼接算法的改进。改进后的算法在保证拼接精确度的前提下，比原算法降低约10倍的内存消耗。