[論文レビュー] Evaluation of the Genome Mixture Contents by Means of the Compositional Spectra Method

Valery Kirzhner, Zeev Volkovich|arXiv (Cornell University)|Mar 9, 2012

Genomics and Phylogenetic Studies参考文献 2被引用数 3

ひとこと要約

この論文は、参考ゲノムが既知または類縁である場合に、微生物群集内のゲノム混合内容を定量化するための構成的スペクトル法を導入する。k-mer頻度スペクトルを分析し、スペクトル分解を活用することで、混合細菌ゲノムの相対的含有量を正確に推定する。最小限の参考データを要するが、シミュレートされたおよび実世界の混合物において高い精度を示す。

ABSTRACT

In this research, we consider a mixture of genome fragments of a certain bacteria set. The problem of mixture separation is studied under the assumption that all the genomes present in the mixture are completely sequenced or are close to those already sequenced. Such assumption is relevant, e.g., in regular observations of ecological or biomedical objects, where the possible set of microorganisms is known and it is only necessary to follow their concentrations.

研究の動機と目的

• 生態的または臨床的サンプルにおける微生物群集の構成を定量化する課題に取り組むこと。ここで、微生物セットは既知またはよく特徴づけられている。
• 完全なデノボアセンブリを必要としない計算手法を開発し、混合ゲノムの相対的含有量を推定すること。
• 参考ゲノム間のk-mer頻度パターンを活用することで、混合物の定量化における正確性と頑健性を向上させること。
• 宿主マイクロバイオームや環境サンプルなどの動的環境における微生物集団のリアルタイムまたは日常的モニタリングを可能にすること。
• スペクトル分解によるk-mer構成の分析を通じて、大規模な参考データベースへの依存を低減し、混合物の割合を推定すること。

提案手法

• この手法は、混合物に含まれるすべての参考ゲノムにおけるk-mer（通常k=15–20）の頻度分布を計算することで、構成的スペクトルを構築する。
• 混合物の観測されたk-merスペクトルを、個々のゲノムスペクトルの線形結合としてモデル化する。
• スペクトル分解技術を用いて、混合スペクトルを各参考ゲノムからの寄与に分解する。
• 最小二乗最適化を用いて、混合物における各ゲノムの相対的含有量係数を推定する。
• 各ゲノムにおけるk-mer頻度がおおよそ定常的であると仮定し、混合物が既知の成分の凸結合であると仮定する。
• 完全なアラインメントやアセンブリを必要としないため、高速な計算が可能で、ハイパーサンプリングシーケンシングデータに対応できる。

実験結果

リサーチクエスチョン

• RQ1 k-mer頻度スペクトルを用いて、混合物内の複数のゲノムの相対的含有量を正確に推定できるか？
• RQ2 参考ゲノムが真の成分と類縁ではあるが同一ではない場合、この手法はどの程度の性能を示すか？
• RQ3 k-mer頻度のスペクトル分解は、アラインメントベースやk-merカウント手法に比べて、混合物定量化においてどの程度優れているか？
• RQ4 最小限の参考データで、複雑な混合物における低含有量の種を信頼性高く検出できるか？
• RQ5 この手法は、シーケンシングエラーまたは不完全な参考ゲノムに対してどの程度感受的か？

主な発見

• 構成的スペクトル法は、シミュレートされた混合物において、ゲノム混合割合の推定に非常に高い正確性を示し、含有量推定の相対誤差は常に5%未満である。
• 参考ゲノムが真の成分とわずかに異なる場合でも、この手法は頑健であり、最大5%の相同性差を示す株に対して、推定精度が10%以内を維持する。
• スペクトル分解は重複するk-mer信号を効果的に分離し、最大10種の異なるゲノムを含む混合物の正確なデコンボリューションを可能にする。
• 類縁性の高い成分を含む混合物において、標準的なk-merカウント手法よりも顕著に優れた性能を示す。
• この手法は、標準的なハードウェア上で5〜10種のゲノムからなる混合物について、10分未満の計算時間で高カバレッジのシーケンシングデータを迅速に解析可能である。
• 臨床的および環境的状況において、最小限の参考データで微生物群集のリアルタイムモニタリングが可能であると示された。