随着长读长测序（Long-read sequencing，LRS）技术的发展，人类和多种物种的基因组组装已逐步迈向“端粒到端粒（T2T）”的完整水平。然而，现实情况是高质量组装依然高度依赖多平台数据融合（PacBio+ONT+Hi-C）以及复杂算法流程，这使得T2T组装的成本和门槛更高，难以规模化推广。
更关键的是，即使在高深度测序条件下，基因组中仍存在大量重复区域、结构复杂区域（如端粒、着丝粒）无法被有效解析，这些“未解决区域”成为限制组装完整性的核心瓶颈。因此，当前问题已经从“如何组装”转变为如何高效补齐剩余困难区域。
本研究提出了一种全新的策略—Cornetto（可编程靶向测序+迭代组装框架），其核心思想不是“全量测序”，而是把测序资源集中用于当前组装中最难的区域。
Cornetto利用纳米孔测序（Oxford Nanopore）的“可编程读取“能力，在测序过程中实时判断DNA片段是否来自未组装区域，并选择性保留或丢弃。
迭代组装策略（iteration assembly）
Cornetto不是一次性组装，而是一个循环过程：
🔹初始组装（粗略版本）
🔹识别未解决区域（gaps/low-confidence regions）
🔹靶向补充测序数据
🔹重新组装并更新结果
这一过程不断迭代，直到关键区域被解析。
传统T2T组装依赖多种测序技术，而Cornetto实现了：仅使用Nanopore长读长数据即可完成高质量双倍体组装。
研究表明，Cornetto能够在更低测序成本下实现超过传统方法的组装质量，包括：更高连续性（contiguity）、更少未解析区域、更完整的双倍体结构。
Cornetto在多个关键复杂区域中表现突出，例如：端粒和染色体末端区域、高度重复基因簇。这些区域往往是传统方法的“盲区“，但该方法能过通过靶向补测来实现完美解析。
研究特别验证了两个临床相关区域：FSHD相关复杂序列区域，MUC1相关复杂结构区域。结果显示，Cornetto可以准确重建这些复杂重复结构，为疾病诊断提供可靠依据。
研究还展示了在低质量或复杂来源样本（如唾液）中获得高质量组装的结果，在实际应用（临床、野外样本）中非常关键。
这项研究的真正突破可以总结为一句话：把“测序+组装”变成一个动态优化过程，而不是一次性任务。其核心贡献包括：从“全量测序”转向“目标驱动测序” ，实现单平台（ONT）完成高质量双倍体组装，成功解析临床难点区域，具备实际诊断价值。
文章地址：https://www.nature.com/articles/s41467-025-65410-x
Github主页：https://github.com/hasindu2008/cornetto
