[論文レビュー] Principle, analysis, application and challenges of next-generation sequencing: a review

Khalid Raza, Sabahuddin Ahmad|arXiv (Cornell University)|Jun 15, 2016

Genomics and Phylogenetic Studies参考文献 47被引用数 7

ひとこと要約

このレビューは、次世代シーケンシング（NGS）の原則、応用、計算課題を統合的に検討し、その高スループットで並列化されたシーケンシング能力が、膨大なゲノムデータセットを迅速かつ低コストで解析可能にしていることを強調している。NGSは、特定のバイオインフォマティクスツールとデータ解析パイプラインを通じて、医学研究、作物改良、疾患治療分野における画期的な役割を果たしていることを強調している。

ABSTRACT

Next Generation Sequencing (NGS), a recently evolved technology, have served a lot in the research and development sector of our society. This novel approach is a newbie and has critical advantages over the traditional Capillary Electrophoresis (CE) based Sanger Sequencing. The advancement of NGS has led to numerous important discoveries, which could have been costlier and time taking in case of traditional CE based Sanger sequencing. NGS methods are highly parallelized enabling to sequence thousands to millions of molecules simultaneously. This technology results into huge amount of data, which need to be analysed to conclude valuable information. Specific data analysis algorithms are written for specific task to be performed. The algorithms in group, act as a tool in analysing the NGS data. Analysis of NGS data unravels important clues in quest for the treatment of various life-threatening diseases; improved crop varieties and other related scientific problems related to human welfare. In this review, an effort was made to address basic background of NGS technologies, possible applications, computational approaches and tools involved in NGS data analysis, future opportunities and challenges in the area.

研究の動機と目的

• 次世代シーケンシング（NGS）の基礎的原則と技術的進化を包括的に概説すること。
• NGSの生物学的・医学的、農業分野における多様な応用を検討すること。
• NGSデータ処理に用いられる計算ツールとアルゴリズムを分析すること。
• NGS技術およびデータ解析における主な課題と今後の機会を特定すること。

提案手法

• 本論文は、NGS技術およびその応用に関する既存の文献を統合する記述的レビュー手法を採用している。
• 並列化されたシーケンシング反応を強調する、NGSプラットフォームの技術的アーキテクチャを概説している。
• アライメント、バリアントコール、品質管理を含む、NGSデータ解析に用いられる計算パイプラインを詳細に記述している。
• RNA-Seq、ChIP-Seq、全ゲノムシーケンシングなどの特定のNGSタスクに特化した、専用のバイオインフォマティクスツールとアルゴリズムを評価している。
• NGSによって生成されるデータの高容量および複雑さに起因する、データ管理と計算課題を議論している。
• 出版済みの研究からの知見を統合し、現在のNGSワークフローの影響と限界を評価している。

実験結果

リサーチクエスチョン

• RQ1 次世代シーケンシングの根幹をなす技術的原則は何か。また、サンガー法とはどのように異なるか。
• RQ2 NGSの生命科学および人間の福祉分野における主な応用は何か。
• RQ3 効果的なNGSデータ解析に不可欠な計算ツールとアルゴリズムは何か。
• RQ4 大規模NGSデータセットの取り扱いや解釈において、主な課題は何か。
• RQ5 NGS分野における今後の機会と発展は予想されるか。

主な発見

• NGSは、数千～数百万本のDNA断片を同時にシーケンス可能であり、サンガー法と比較して大幅にスループットが向上している。
• この技術のおかげでゲノム研究の発見が加速し、疾患に関与する遺伝的要因の特定がより迅速かつ低コストで可能になった。
• NGSプラットフォームが生成する膨大なデータ量を処理・解釈するには、専用のバイオインフォマティクスツールが不可欠である。
• NGSデータ解析は、遺伝子発現、エピジェネティクス、構造的変異検出などの特定の応用に特化したアルゴリズムパイプラインに依存している。
• 利点がある一方で、データ量と複雑さのため、NGSは計算およびデータ管理の大きな課題を伴う。
• 本レビューは、今後のゲノム研究を支援するための、データ解析、統合、スケーラビリティ分野におけるイノベーションの機会を同定している。