[論文レビュー] A Fast and Scalable Algorithm for Alignment of Optical DNA Mappings

Charleston Noble, Adam N. Nilsson+4 more|arXiv (Cornell University)|Nov 25, 2013

Nanopore and Nanochannel Transport Studies被引用数 3

ひとこと要約

本論文では、パターン認識を用いて熱運動によるぼやけを補正することで、光学DNAマッピングにおけるキモグラフアラインメントの高速でスケーラブルなアルゴリズムを提示する。従来手法と比較して、データ品質にほぼ同等の水準を保ちながら、数個のオーダーの高速化を達成した。実験的に取得されたバクテリオファージDNAのマッピングで検証された。

ABSTRACT

Optical mapping by direct visualization of individual DNA molecules, stretched in nanochannels with sequence-specific fluorescent labeling, represents a promising tool for disease diagnostics and genomics. An important challenge for this technique is thermal motion of the DNA as it undergoes imaging; this blurs fluorescent patterns along the DNA and results in information loss. Correcting for this effect (a process referred to as kymograph alignment) is a common preprocessing step in nanochannel-based optical mapping workflows, and we present here a highly efficient algorithm to accomplish this via pattern recognition. We compare our method with the one previous approach, and we find that our method is orders of magnitude faster while producing data of similar quality. We demonstrate proof of principle of our approach on experimental data consisting of melt mapped bacteriophage DNA.

研究の動機と目的

• ナノチャネルを用いた光学DNAマッピングにおける熱運動に起因するぼやけを軽減し、蛍光パターンの分解能を向上させること。
• ゲノムパターンの整合性を保ちながら、キモグラフアラインメントのための計算効率の高い前処理手法を開発すること。
• 臨床的およびゲノム応用を想定した大規模な光学マッピングデータ処理を可能にすること。

提案手法

• アルゴリズムは、キモグラフ内の伸びたDNA分子に沿って蛍光パターンを特定・アラインメントするためのパターン認識技術を採用する。
• 蛍光信号の時間的変化をモデル化し、熱運動に起因するアーティファクトを推定・補正する。
• 反復的最適化を必要とせず、時間フレーム間でのパターンを素早く検索・マッチングするフレームワークを用いる。
• 信号の空間的および時間的相関を活用することで、ノイズやぼやけの影響下でもアラインメントの正確性を向上させる。
• データサイズの増大に伴っても効率的にスケーリング可能であり、ハイブリッドゲノムワークフローを支援する設計である。

実験結果

リサーチクエスチョン

• RQ1 熱運動に起因するぼやけを、アラインメント品質を損なわせることなく、効率的に補正する方法は何か？
• RQ2 従来手法と比較して、パターン認識に基づくアラインメント手法の速度および正確性における性能向上はどの程度か？
• RQ3 提案手法は、大規模な実験的光学マッピングデータを処理する際に、データの忠実性を維持できるか？

主な発見

• 提案手法は、従来の最先端手法と比較して、数個のオーダーの高速処理を達成した。
• アラインメント品質は従来手法と同等であり、パターン分解能の損失は最小限に抑えられた。
• バクテリオファージDNAの実験的マッピングで、熱運動によるぼやけを効果的に補正した。
• データサイズの増大に対しても、効果的にスケーリング可能であり、ハイブリッドゲノムワークフローを実現可能にした。