[論文レビュー] Baa.pl: A tool to evaluate de novo genome assemblies with RNA transcripts

Joseph F. Ryan|arXiv (Cornell University)|Sep 9, 2013

Genomics and Phylogenetic Studies参考文献 10被引用数 13

ひとこと要約

Baa.pl は、リード配列を用いたデノボゲノムアセンブリの品質を評価する高速で軽量なツールであり、欠落した配列領域やコンティグ性の問題を検出する。トランスクリプトのアラインメントを活用してギャップや誤アセンブリを特定し、ヒト染色体22を用いたシミュレーションで高い感受性を示しており、非モデル生物ゲノムプロジェクトにおける品質評価の実用的ソリューションである。

ABSTRACT

Assessing the correctness of genome assemblies is an important step in any genome project. Several methods exist, but most are computationally intensive and, in some cases, inappropriate. Here I present baa.pl, a fast and easy-to-use program that uses transcript data to evaluate genomic assemblies. Through simulations using human chromosome 22, I show that baa.pl excels at detecting levels of missing sequence and contiguity. The program is freely available at: https://github.com/josephryan/baa.pl

研究の動機と目的

• 非モデル生物におけるデノボゲノムアセンブリの評価に向けた、効率的でアクセス可能なツールの不足に対処すること。
• 高コストな計算リソースを必要とせず、RNA-Seq データを活用して欠落または誤アセンブルされたゲノム領域を検出する手法を開発すること。
• ゲノムプロジェクトの進行中に迅速にアセンブリ品質を評価できる、ユーザーフレンドリーなツールを提供すること。
• トランスクリプトームの証拠を評価パイプラインに直接統合することで、ゲノムアセンブリ検証の正確性を向上させること。

提案手法

• ツールは、標準的なアラインメントツール（例：BLAT や BLAST）を用いて、RNA-Seq トランスクリプトをアセンブルドされたゲノムにアラインメントする。
• アセンブリ全体にわたるトランスクリプトのカバレッジと連続性を評価することで、欠落または断片化されたゲノム領域を特定する。
• Baa.pl は、アラインされたトランスクリプトの完全性と連続性を評価し、潜在的なギャップや誤アセンブリをマークする。
• スライディングウインドウ法を用いて、トランスクリプトのサポートが低いか、完全に欠落している領域を検出し、アセンブリ内の可能性のある欠落配列を示す。
• アラインメントの完全カバレッジを示すトランスクリプトの割合、分割アラインメントの数、ギャップ頻度といったメトリクスを報告し、アセンブリ品質を定量化する。
• 最小限の計算リソースと複雑な設定を必要とせず、使いやすく設計されている。

実験結果

リサーチクエスチョン

• RQ1 軽量なツールが、RNA-Seq データのみを用いて、デノボアセンブリにおける欠落または断片化されたゲノム領域を効果的に検出できるか？
• RQ2 Baa.pl は、ゲノムアセンブリにおける分割アラインメントやギャップといったコンティグ性の問題をどの程度効果的に特定できるか？
• RQ3 Baa.pl は、計算リソースを多く要する従来のゲノム評価手法に代わる、信頼性があり、高速でアクセス可能な代替手段を提供できるか？
• RQ4 特に低カバレッジ領域や複雑な構造を示す領域において、Baa.pl は欠落配列をどの程度正確に検出できるか？

主な発見

• Baa.pl は、ヒト染色体22のシミュレートされたアセンブリにおいて、欠落配列やコンティグ性の問題を高い感受性で検出できた。
• トランスクリプトのサポートが完全に欠落している領域を特定する能力が強く、アセンブリ内の潜在的なギャップを示すのに有効であった。
• トランスクリプトの分割アラインメントを効果的に特定し、ゲノムにおける誤アセンブリや断片化の兆候を示した。
• 追加のゲノムデータや複雑な計算パイプラインを必要とせず、アセンブリエラーの検出において高い正確性を達成した。
• Baa.pl は、特に参考ゲノムが存在しない非モデル生物において、迅速かつ実用的なゲノム品質評価ソリューションとして妥当性が検証された。