在以往的研究中，针对短测序片段进行的比较基因组分析多数都需有事先组装好的DNA序列作为参照，这一定程度上制约了这类数据在生物信息学研究的发展。近期，中科院西双版纳热带植物园生态进化组的Cannon教授及其组员发明了一种新的研究方法，该方法不用事先组装，通过分析检测数据中达到某种“复杂度”的基因片段是否存在及其出现频次，来探讨一定数量目标基因组中的序列差异。

    Cannon教授等的研究比较了9个树种从种群到科一级的基因组多样性的海量数据，并利用已知的3个树种的基因组数据作为对照，探知测序反应中数据的质量和分布偏差。该方法定义了3类主要的富含生物信息的复杂DNA片段，其中每一类都具有其特殊的统计属性。第一类复杂片段为某一基因组所特有但假阳性的概率很高，高度依赖于测序覆盖度和分布情况；第二类复杂片段为两个基因组所共有并能显示其潜在的拷贝数差异；第三类复杂片段为某一些基因组所共有，与物种的形态和地理差异相联系。由于该方法不需事先组装，即可分析海量数据，极大地推进了短序列测序技术在非模式生物上的应用，为进一步研究基因组装和细致研究直接筛选最有效的遗传部件提供了新的途径。该技术具备了实际应用前景。例如，我们可为一种濒危木材树种找到大量的种群水平上的遗传标记，从而可以界定木材个体的来源，规范国际木材交易。