动植物基因组通常包含来自两个亲本的多套染色体。为更好理解基因组序列与表型间关系，需考虑遗传变异位点的连锁遗传，即单体型信息。单体型信息代表了群体中的遗传多样性，并在群体基因组学研究中揭示更多遗传资源。

在杂合基因组上实现基因分型和单体型重建是基因组算法领域的研究热点和难题。杂合基因组单体型重建算法根据测序序列中携带的连锁信息，将一系列杂合的单碱基变异位点（SNP）分型至代表不同亲本的集合之中。描述单体型重建原理的标准数学模型为最小错误纠正（Minimum Error Correction, MEC），其最优化已被证明为NP-hard难题。现有算法一般采用概率推断（如马尔科夫模型）、最大割、及固定参数的动态规划来近似求解，但仍然不能突破密集数学计算中的瓶颈。随着第三代长读长（long read）测序技术的发展和测序数据量的膨胀，现有单体型重建算法中高计算复杂度的瓶颈日益突出。

在人类标准数据集（GIAB）和杂合拟南芥数据集上的实验结果显示，对比现有的单体型重建工具，KSNP具有5-10x的速度优势，其实际运行时间接近数据读入时间，表明KSNP的算法优化已经逼近速度优化的极限。KSNP是目前所有已知方案中理论时间复杂度最优的算法，实际运行时间接近线性时间复杂度，是DBG在长读长组装领域的又一成功创新应用成果。

鹏城实验室助理研究员周倩，哈尔滨工业大学计算学部博士生季发虎和深圳大学计算机学院毕业生林冬晓为本论文共同第一作者，基因组所（省实验室）阮珏研究员和深圳大学计算机学院朱泽轩教授为共同通讯作者。该研究获得了国家自然科学基金、国家重点研发计划和鹏城实验室重大攻关项目等基金资助，基因组所高性能计算平台以及鹏城云脑为该研究提供了算力支持。