生物信息学是集生物、数学和计算机等领域的综合学科,主要研究内容是生物信息的处理。生物信息学通过研究生物数据中蕴藏的生物学意义来揭示其对生物体活动的影响。生物体基因组控制着生物体遗传、成长、衰老等生命过程,因此基因组测序是生物信息学中的重要课题之一。但是限于现有测序设备,大部分生物体的基因组无法直接测出,普遍使用的是鸟枪法测序。鸟枪法测序中最重要的过程是序列拼接。目前,序列拼接算法主要分为基于Hamilton路径和基于欧拉(Euler)超路两种。基于Hamilton路径的算法利用的是"overlap-layout-consensus"方法,这种方法时间复杂度较高,且并没有很好克服重复序列的影响。基于欧拉超路的DNA序列拼接算法的提出,给出了DNA序列拼接的一种全新方法,克服了传统"overlap-layout-consensus"方法在拼接工作中的不足。但欧拉超路算法在拼接过程中需要生成de Bruijin图,对于序列较大的拼接工作,该图所维护的数据量十分庞大,这使存储和效率成为瓶颈问题。目前已经有基于MapReduce的拼接算法提出,但是基于seed-and-extend技术,需要参照序列。2011年,也有了一些利用MapReduce解决de Bruijin图的探讨,但大都要进行图的划分,且这一思路也仅限探讨,没有任何软件的发布。本文在研究欧拉超路算法的基础上,寻求一种基于MapReduce且避免图划分的并行策略,并在集群上进行实现。实验结果表明,使用并行策略,很好地克服了存储和效率的问题,同时在不对图进行划分的情况下,获得了更好的拼接结果。