第二代测序技术产生大量的包含许多错误的短基因片段,因此需要高效的基因纠错方法来对其进行处理。在这样的情况下,多序列比对作为纠错方法的一种,通过将两个以上的序列对齐,逐列比较字符差异,以发现共同的结构特征的方法来处理基因数据。目前基于多序列比对基因纠错程序采用多线程的方式运行,无法快速、低成本地处理海量基因数据。云计算中分布式处理数据的方法为基因纠错提供了良好的工具。在云计算平台上,把海量数据放到多个计算节点中进行分布式计算。本文加入数据预处理步骤,减少了基因文件中的几种错误,比如碱基缺失和其它字符干扰,节省了纠错程序规范数据的过程,减少了纠错程序的工作量。目前常用的多序列比对基因纠错算法用一种k-mer生成比对库,本文设计了基于多序列比对的NGS基因纠错算法MSAC(muiltiple sequence alignmentcorrection),使用多种k-mers生成序列比对库来提高纠错性能。此外,将MSAC算法用scala语言实现并移植到SPARK平台上对基因数据进行分布式处理,提高了程序的纠错速度。基于实际数据Staphylococcus aureus(436M)、Rhodobacter sphaeroides(242M)、Human Chromosome 14(9.6G)、Bombus impatiens(92G)的实验结果证明MSAC算法的纠错性能优于Coral以及Echo算法。在SPARK平台下实现的纠错程序表现出较好的分布式处理数据能力,纠错程序平均运行时间减少了近30%,内存消耗约占Coral和Echo的1/3。