1）背景
组装：短的reads通过overlap来组装成contig
局限性：repeat 大于overlap导致ambiguous reconstructions and fragment the assembly
两个策略：increasing the effective read length（增加reads长度）, and separating nonexact repeats based on copy-specific variants(通过特定的copy-变异分离repeats)
进展及缺点：单分子测序读长长>10kb，有助于组装，但是精度(错误率高)不行，因而需要灵敏的比对方法，这限制了对不同等位基因和非精确重复的识别。但是，pcbio smart 展示出了unbiased and random error model（非偏移及随机错误）。单分子测序的读取长度和较高的错误率的增加，对原本设计用于更短、更准确读取的基因组组装程序构成了挑战。为了解决这个问题，开发了几种新方法，大致分为混合方法（ Hybrid methods）、分层方法（Hierarchical methods）或直接方法（direct methods）。
Hybrid methods（混合方法，二加三）： 利用单分子reads构建基因组的长结构（long-range structure），利用短的精确的短reads提高准确度。
Hierarchical methods（分层方法）：该技术不需要二代技术， instead use multiple rounds of read overlapping (alignment) and correction to improve the quality of the single-molecule reads prior to assembly。
direct methods（直接方法）：最后，直接方法尝试从单个重叠步骤组装单个分子读数据，而不需要事先进行任何校正
这三种方法都可以组装出一个好的assembly，但是现在的目标是需要装出完整的entire genomes，这个只关注Hierarchical methods（分层方法），因为它生产了迄今为止最连续的从头组装。
2、结果
Canu是一种新的单分子组装软件，它改进并取代了目前不支持的Celera软件。最近，我们引入了MinHash比对过程(MHAP)来克服重叠噪声（overlapping noisy）、单分子测序读取的计算瓶颈。并与PBcR和Celera Assembler整合，仅用PacBio数据便展示了接近完整的真核细胞组装体
特点:
1) 将我们的方法集成到一个单一的、全面的汇编程序中;
2）支持PacBio和Oxford纳米孔数据
3)降低运行时和深度要求
4)改善重复和单倍体分离
具体：
1) as little as 20× single-molecule coverage
2) 在更高的覆盖率下，可以进行参照质量的从头组装(reference-quality de novo assemblies)，包括从完全PacBio或纳米孔测序中完整组装单色染色体
3）Canu改进的图构造算法（graph construction algorithm）基于reads误差的统计模型分离出密切相关的重复序列和等位基因，这对今后二倍体、多倍体和宏基因组装配的研究具有重要意义
3、canu pipeline
包含三个步骤，correction, trimming, and assembly。每一个模块都可以单独或按顺序运行。当在并行环境中运行时，Canu将自动检测可用资源，并配置自身以最大限度地利用资源。它是目前最有效的单分子组装软件，可用于大基因组，大约需要20,000 CPU hours 组装一个人基因组, 相比之下，FALCON需要60,000 ，Celera Assembler需要250,000。