L50的核心定义
L50指的是将基因组所有contig重叠群或scaffold骨架序列按长度从大到小排序后，累计长度达到基因组总长度50%时所包含的contig/scaffold数量。简单来说，它回答了“需要多少条最长的序列才能覆盖基因组一半的长度”这一问题。例如，某基因组总长度为500 Mb，将所有contig按长度从大到小排列后，前3条contig的长度依次为200 Mb、150 Mb、100 Mb，累计长度达450 Mb超过50%的250 Mb，而前2条累计长度为350 Mb也超过250 Mb，前1条为200 Mb未达250 Mb，则该基因组的L50为2——即仅需2条最长contig即可覆盖50%的基因组长度。
L50与N50的互补关系
在NCBI的基因组统计中，L50常与N50一同出现，二者是评估组装连续性的“黄金搭档”。N50表示累计长度达到基因组总长度50%时的contig/scaffold的长度值，而L50则是实现这一累计长度所需的序列数量。- N50反映“最长序列的长度水平”：N50值越大，说明组装出的长序列越长，连续性越好；
- L50反映“长序列的数量效率”：L50值越小，说明用越少的长序列就能覆盖基因组50%的长度，组装碎片化程度越低。
例如，两个基因组的N50均为100 Mb，但A基因组的L50为3，B基因组的L50为5，说明A组装中长序列更集中，连续性优于B。
L50在NCBI中的应用场景
NCBI在基因组组装报告如Genome Assembly Report中，会明确列出L50、N50、总contig数量、最长contig长度等指标。当L50数值越小，表明仅需少量长序列即可覆盖基因组50%的长度，组装连续性越高。这一指标在以下场景中尤为重要： 1. 组装质量初筛：通过L50可快速判断组装结果是否存在过度碎片化如L50过大，提示大量短序列需拼凑才能覆盖半基因组； 2. 版本比较：同一物种不同组装版本的L50差异，能直观反映组装技术如三代测序vs二代测序或组装算法的优化效果； 3. 下游分析指导：低L50高连续性的基因组更适合基因结构预测、重复序列分析等依赖整序列的研究。
L50的实际意义
L50作为组装连续性的核心指标，直接反映了基因组序列的整性和片段化程度，对于基因释、结构变异分析等下游研究至关重要。在NCBI的标准化统计框架下，这一参数为全球研究者提供了统一的质量评估标准，帮助科研人员高效筛选可靠的基因组数据，推动基因组学研究的深入开展。