[論文レビュー] Rare-Allele Detection Using Compressed Se(que)nsing

Noam Shental, Amnon Amir+1 more|ArXiv.org|Sep 2, 2009

Advanced biosensing and bioanalysis techniques参考文献 45被引用数 9

ひとこと要約

本論文は、低カバレッジのリシーケンシングを用いた大規模集団における希少アレルキャリアの効率的同定のため、圧縮センシングに基づくプーリング設計を提案する。プール化されたシークエンシングデータをスパース信号回復問題としてモデル化することで、4,000人中4人の希少キャリアのような個体の同定が可能となり、わずか約10のシークエンシングランと約10のバーコードで実現可能であり、従来手法に比べてコスト効率が著しく向上する。

ABSTRACT

Detection of rare variants by resequencing is important for the identification of individuals carrying disease variants. Rapid sequencing by new technologies enables low-cost resequencing of target regions, although it is still prohibitive to test more than a few individuals. In order to improve cost trade-offs, it has recently been suggested to apply pooling designs which enable the detection of carriers of rare alleles in groups of individuals. However, this was shown to hold only for a relatively low number of individuals in a pool, and requires the design of pooling schemes for particular cases. We propose a novel pooling design, based on a compressed sensing approach, which is both general, simple and efficient. We model the experimental procedure and show via computer simulations that it enables the recovery of rare allele carriers out of larger groups than were possible before, especially in situations where high coverage is obtained for each individual. Our approach can also be combined with barcoding techniques to enhance performance and provide a feasible solution based on current resequencing costs. For example, when targeting a small enough genomic region (~100 base-pairs) and using only ~10 sequencing lanes and ~10 distinct barcodes, one can recover the identity of 4 rare allele carriers out of a population of over 4000 individuals.

研究の動機と目的

• 希少アレルのリシーケンシングにかかる高コストと非効率性を是正すること。
• 個体の特定を事前に知らなくてもよい一般化可能でスケーラブルかつ効率的なプーリング戦略を開発すること。
• 圧縮センシング理論を活用して、プール化されたシークエンシングデータからスパースなゲノタイプ信号を再構築すること。
• バーコーディング技術を統合し、実験的実現可能性とスケーラビリティを向上させること。
• 本手法の実現可能性と性能を、現在のシークエンシングコスト制約下での実際のゲノム標的に対して実証すること。

提案手法

• 本手法は、個体のゲノタイプをスパース信号ベクトルとして扱うことで、プール化DNAシークエンシングを圧縮センシング問題としてモデル化する。
• ランダムなバイナリセンシング行列を用いてプール構成を定義し、l1-最小化による効率的な信号回復を可能にする。
• 各プールからのシークエンシングデータを用いてアレル頻度を推定し、その後逆問題を解いて個体のキャリア同定を回復する。
• 本手法はスパarsity（希少性）を仮定しており、希少アレルを保持する個体数が少数であることに基づいており、希少バリアント検出に適している。
• 複数のプールを1つのシークエンシングランにマルチプレックス化できるバーコーディングを統合し、コスト低減とスループット向上を実現する。
• 本手法は、現実の誤差モデルおよびカバレッジ条件下での広範なコンピュータシミュレーションにより検証された。

実験結果

リサーチクエスチョン

• RQ1 圧縮センシングは、大規模リシーケンシング研究における希少アレルキャリアの同定に効果的に適用可能か？
• RQ2 本手法の圧縮センシングに基づくプール設計は、従来のプール設計と比較して、スケーラビリティと正確性の面で優れているか？
• RQ3 高い感度と特異性を維持したまま、効率的にスクリーニング可能な個体数の上限はどの程度か？
• RQ4 シークエンシングカバレッジと誤り率は、本手法によるキャリア同定の信頼性にどのように影響するか？
• RQ5 バーコーディングは、圧縮センシングと効果的に組み合わせられ、シークエンシングコストを低減し、スループットを向上させることができるか？

主な発見

• 本手法は、4,000人を超える集団の中から4人の希少アレルキャリアを同定することができ、わずか約10のシークエンシングランと約10の異なるバーコードで実現した。
• シミュレーションでは、従来の方法では不可能だったより大規模な集団でも検出が可能であることが示され、特に高カバレッジ条件下で顕著であった。
• 0.5%〜1%の保守的な誤り率でも、本手法は頑健な性能を維持しており、実用的実現可能性を示している。
• 適応的グループテスト（事前に得られた再構築結果に基づいてプール設計を更新）を導入することで、不要なシークエンシングランを削減し、効率性が向上する。
• 本手法は、5%未満の頻度の希少アレルに対しても有効であり、それ以上になると従来の1人分のシークエンシングランごとの方法がより好ましくなる。
• 本フレームワークは、リード深度やペアエンドマッピングを信号として用いるコピー数変異や希少トランスロケーションなど、他の変異タイプに対しても拡張可能である。