[論文レビュー] Concurrent and Accurate RNA Sequencing on Multicore Platforms

Hèctor Martínez, Joaquín Tárraga+5 more|arXiv (Cornell University)|Apr 2, 2013

Genomics and Phylogenetic Studies参考文献 11被引用数 9

ひとこと要約

HPG-aligner は、高速な初期マッピングにバーラウズ・ウェイターマン変換（BWT）を、正確なアラインメントにスミス・ウォーターマンアルゴリズム（SWA）を組み合わせた高性能で並列処理可能な RNA-seq アラインヤーです。マルチコアシステム上で最大 16 倍の高速化を達成し、特に複数のエラーまたはスプライスジャンクションを含む長読取りで、Bowtie2 を用いた TopHat2 よりも速度と感受性の両面で優れています。

ABSTRACT

In this paper we introduce a novel parallel pipeline for fast and accurate mapping of RNA sequences on servers equipped with multicore processors. Our software, named HPG-Aligner, leverages the speed of the Burrows-Wheeler Transform to map a large number of RNA fragments (reads) rapidly, as well as the accuracy of the Smith-Waterman algorithm, that is employed to deal with conflictive reads. The aligner is complemented with a careful strategy to detect splice junctions based on the division of RNA reads into short segments (or seeds), which are then mapped onto a number of candidate alignment locations, providing useful information for the successful alignment of the complete reads. Experimental results on platforms with AMD and Intel multicore processors report the remarkable parallel performance of HPG-Aligner, on short and long RNA reads, which excels in both execution time and sensitivity to an state-of-the-art aligner such as TopHat 2 built on top of Bowtie and Bowtie 2.

研究の動機と目的

• 複数のエラーまたはスプライスジャンクションを含む読取りにおける RNA-seq アラインメントの計算的ボトルネックを解消すること。
• マルチコアアーキテクチャ上で短いおよび長い RNA-seq 読取りのマッピングにおける感受性と実行時間効率を向上させること。
• Bowtie に依存する既存ツール（例：Tophat2）の限界、特に複雑な読取りにおいて感受性が低く、性能に問題がある点を克服すること。
• ハードウェアの並列実行を効果的に活用しながらも、高いアラインメント正確性を維持できるスケーラブルで並列処理可能なパイプラインを開発すること。

提案手法

• BWT を用いて、最大1つのエラーまたは挿入・欠失（EID）を含む読取りの高速な初期マッピングを実行。『一般的なケースを高速に処理する』原則を応用。
• 複雑な読取り（複数の EID やスプライスジャンクションを含む）でマッピングに失敗した場合に、最終段階でスミス・ウォーターマンアルゴリズム（SWA）を適用して正確なアラインメントを実現。
• スプライスジャンクションを検出するために、マッピングに失敗した読取りを短いシーングに分割し、BWT を用いてイントロン領域における候補アラインメント領域を特定。
• シーングマッピングの結果を統合して、潜在的なエクソン・イントロン境界を再構築し、全長読取りの正確な SWA アラインメントをガイド。
• 複数コアに分散して処理を行うパイプライン型で並列アーキテクチャを実装。各段階を負荷分散とスケーラビリティに最適化。
• パイプラインの最適化のため、最も計算コストの高い段階（「リージョンシーカー」）を分離し、将来の並列化を想定。

実験結果

リサーチクエスチョン

• RQ1 ハイブリッド BWT-SWA 手法は、マルチコアプラットフォーム上で RNA-seq アラインメントにおいて、両方の高速性と感受性を達成できるか？
• RQ2 HPG-aligner の実行時間およびマッピング感受性は、Bowtie と Bowtie2 を用いた TopHat2 と比較してどの程度優れているか？
• RQ3 提示されたシーングベースのスプライスジャンクション検出戦略は、複数エクソンを跨ぐ読取りのアラインメント正確性をどの程度向上させるか？
• RQ4 現代のマルチコアサーバーでスレッド数が増加する条件下で、並列パイプラインを用いることでどの程度の高速化が達成できるか？
• RQ5 読取りの数と長さが増加する状況でも、パイプラインが読取り数と長さに比例して線形にスケーリング可能であり、計算オーバーヘッドを低く抑えられるか？

主な発見

• HPG-aligner は、最も長いテストケース（T4、250 nt、1% エラー）において、62+2 スレッドで最大 16.0 倍の高速化を達成。実行時間は約 1 時間から約 5 分に短縮。
• T1 および T2（短い読取り）では、シーケンシャル実行時のおよそ 19–20 分から、16+2 スレッドで 1.5 分に短縮。
• T1 および T4 において、HPG-aligner は Bowtie2 を用いた TopHat2 よりも 6 倍以上高速。T1 では 2.41 分、T4 では 14.52 分の実行時間。
• T1 では 97.15%、T3 では 97.32% の感受性を達成。Bowtie2 を用いた TopHat2 と比較して、長読取りではそれぞれ 47.64% および NA と顕著に優れている。
• 読取り長が増加するにつれて感受性の差が広がり、エラーを含む、またはスプライスされた読取りの処理において HPG-aligner の優位性が顕著に現れた。
• パイプラインは読取りの数および長さに対して実行時間の線形スケーリングを示し、強力なアルゴリズム的効率性を示した。