基因组是细胞内的所有遗传信息的总和，它控制着生物体的一系列生命活动，所以获取基因组对生物体生命活动的研究具有重要意义。1990启动的人类基因组计划，对于基因的诊断和治疗、疾病易感基因的识别、基因工程药物的制造做出了极大的贡献。所以获得基因组是研究的第一步;然而，目前的测序技术无法直接得到完整的基因组，一代测序得到的reads（基因组读段）虽然长且准确率高，但是时间和资金成本昂贵，所以目前主流的拼接都是采用的二三代测序数据。　　近些年，二代测序的成本持续降低，数据量越来越大，所以在设计de novo assembly(从头拼接)算法时，需要在时间和空间设计上都更加高效的算法，同时还需要保证拼接的准确度和长度。　　现有的拼接方法中基本可以分为以下几种，每种方法都存在一些问题:　　1.基于贪心策略(greedy)的方法:实现简单，但是容易陷入局部最优解，导致最终的拼接结果差。　　2.基于OLC图的方法:构图繁琐，计算复杂度高，消耗内存大。　　3.基于de Bruijn图的方法:以k-mer（长度为k的基因组片段）为边，(k-1)-mer为节点建图。在de Bruijn图中采用单k值时，k值的选择不好决定，且无法跨越长度大于k的repeat（基因组中出现两次或两次以上的高度相似的序列），若采用多k值，需要多次建立k-mer(长度为k的基因组片段)索引库，时间上消耗大。　　4.基于String Graph的方法:在拼接阶段，一开始对连边长度设置固定阈值对边进行过滤，使得某些低测序深度(coverage)的区域，可能因为节点之间的连边长度不足而断开，最终导致拼接结果不够连续。　　本文所做的工作是基于String Graph的拼接策略，设计了一个针对二代数据的拼接算法MOGA，主要分为以下几个步骤:　　1)纠错:利用已知的纠错软件对reads（基因组读段）进行纠错。　　2)预处理:去掉一些低质量的read。　　3)建立FM-index:对reads建立索引，之后可以快速求取reads之间的overlap信息。　　4)去重:去除重复的reads。　　5)求重叠:求两两reads之间的overlap信息。　　6)拼接:根据reads之间的overlap建图，简化，得到contigs。　　本文的创新点主要有:　　1)提出基于阈值迭代的思想建图　　2)用maximal overlap的思想过滤图中的错误连边　　3)设计并实现了针对二代数据的拼接软件MOGA　　在多组真实数据集上进行测试，contigs的最长长度、contig N50均比同样以String Graph为基础的拼接软件SGA要长，且在准确度较高。　　实验结果表明，迭代建图的思想使得某些低coverage的区域连接起来，增加了图的连通性，同时，增加了contig的长度，而maximal overlap消除了图中的错误连边，增加了拼接的准确率和contig长度。