第三代基因测序技术产生的PacBio SMRT长read能够有效地解决第二代测序技术read长度不足的问题,但是长read包含了 15%左右的测序错误。现在已有许多纠错算法能有效的将长read的错误率降至1%以下,但是它们舍弃了大量的未纠错的碱基,因此导致了算法的通量较低。这种损失会限制之后拼接的完整度和精确度。算法通量低的问题主要由两个原因导致,分别是read错误率高和缺乏参考数据的问题。为了解决这两个问题,我们提出并实现了 HALC,一个高通量的长read纠错算法。HALC使用了两种新方法,分别是基于相似重复区域的比对方法和基于长read支持的验证方法。基于相似重复区域的比对方法指HALC以较低的精确度将长read比对到相同物种的短read拼接成的contig上,因此,包括与长read在基因组上对应位置足够相似的其它相似重复区域,一条长read至少能够比对到一个contig区域上。基于长read支持的验证方法指HALC使用比对结果构建出一张contig图,对每一条长read,基于其它长read的比对结果和相邻contig区域之间的关系,找出最准确的比对结果,使用对应的contig区域为其纠错。尽管某些长read因为其对应的真实基因组区域没有contig覆盖而使用了它们的相似重复区域进行了纠错,该方法仍然能够使用未被拼接成contig的初始短read进一步对这些这些区域进行纠错,并对它们之间未纠错的区域纠错。在我们对HALC性能测试中,对于大肠杆菌,拟南芥和斑马宫丽鱼的数据集,HALC均能在保证同等纠错精确度的同时保持比现有算法高出6.7-41.1%的通量。并且HALC纠错后的长read能够拼接成比现有算法长11.4-60.7%的contig。