[論文レビュー] SPIKE a Processing Software dedicated to Fourier Spectroscopies

Lionel Chiron, Marie‐Aude Coutouly+3 more|arXiv (Cornell University)|Aug 24, 2016

Metabolomics and Mass Spectrometry Studies参考文献 1被引用数 11

ひとこと要約

SPIKE は、フーリエ分光法処理を目的としたオープンソースの Python パッケージであり、重み関数処理、フーリエ変換、位相合わせ、ピーク検出、ベースライン補正、線形予測の高度なツールを提供する。その主なイノベーションは、並列処理と低メモリ使用量を活用した Big Data の効率的処理であり、NMR や FT-ICR-MS 応用分野における大規模な 1D 及び 2D データセットの高速かつスケーラブルな処理を可能にする。

ABSTRACT

We present SPIKE (Spectrometry Processing Innovative KErnel), an open-source Python package dedicated to Fourier spectroscopies. It provides basic functionalities such as apodisation, a complete set of Fourier transforms, phasing for NMR), peak-picking, baseline correction and also tools such as Linear Prediction. Beside its versatility, the most prominent novelty of this package is to incorporate new tools for Big Data processing. This is exemplified by its ability to handle the processing and visualization of very large data-sets, with multiprocessor capabilities and a low memory footprint. The software contains also all the tools necessary for the specific fast processing and visualization of 2D-FTICR-MS data-sets.

研究の動機と目的

• NMR、FT-MS、関連技術を含む、さまざまなフーリエ分光法における汎用的で拡張可能な処理ツールの不足に対処する。
• 高スループットのフーリエ分光法における Big Data ボトルネックを克服し、大規模データセットの高速かつメモリ効率の良い処理を可能にする。
• 冗長な開発を削減し、分野間での手法共有を促進するため、統一的でオープンソースのフレームワークを提供する。
• 通常のツールでは処理が困難な大規模な 2D-FTICR-MS データのインタラクティブで高性能な可視化および分析を可能にする。
• 現在のサポート範囲を超えた他のフーリエ分光法技術に対応できるモジュラーで拡張可能なコアを構築する。

提案手法

• Python の明確な構文と科学計算ライブラリ（NumPy、SciPy）を活用した、チェーン式でオブジェクト指向の処理パイプラインを実装し、モularity とパフォーマンスを確保する。
• 重み関数処理、ゼロフィルティング、フーリエ変換（1D/2D）、位相合わせ、ピーク検出（重心補正付き）といった標準的な処理関数を統合する。
• 2D-NMR や 2D-FTICR-MS 処理に適した位相感受性データの処理を可能にするために、ハイパーカラ数の取り扱いを採用する。
• 線形予測にブルグ法、ベースライン補正に ℓ₁-ノルム最適化といった高度なアルゴリズムを統合する。
• 大規模な 2D データセットからの高速ズーム、パン、およびサブスペクトル抽出を可能にする、階層的でマルチスケールの HDF5 ファイル構造を実装する。
• 特に 2D-FTICR-MS 可視化に適した、最適化された I/O およびデータストリーミングによる並列処理と低メモリ使用量を実現する。

実験結果

リサーチクエスチョン

• RQ1 統一されたソフトウェアフレームワークは、多様なフーリエ分光法分野間での相互運用性を向上させ、冗長性を低減するのにどの程度効果的か？
• RQ2 大規模な 2D FT-ICR-MS データセットを処理する際、Python を基盤とするオープンソースパッケージが、高いパフォーマンスと低メモリ使用量を達成できるか、その程度はいかほどか？
• RQ3 線形予測や ℓ₁-ノルムベースライン補正といった高度な信号処理技術が、一般用途の分光法処理コアに効果的に統合可能か？
• RQ4 階層的 HDF5 データ構造は、過剰なメモリ消費を伴わずに、大規模な 2D スペクトル行列の効率的な可視化およびナビゲーションをどのように可能にするか？
• RQ5 インタラクティブな高スループット分光的データ処理において、並列処理と最適化された I/O によってどの程度のパフォーマンス向上が達成可能か？

主な発見

• SPIKE は、Orbitrap や 2D-FTICR-MS データを含む大規模な 1D 及び 2D 分光データセットを、最小限のメモリ使用量と高い速度で処理できることを確認した。
• 通常のツールでは処理が困難な大規模な 2D-FTICR-MS スペクトルでも、高速なズームやパンが可能なインタラクティブな可視化が可能である。
• 階層的でマルチスケールの HDF5 構造により、全体の行列をロードせずに 1D サブスペクトルや対角スライス（例：中性子損失解析用）の効率的抽出が可能である。
• 15N-HSQC NMR スペクトルのピーク検出および処理が自動化され、標準デスクトップ環境でも 1 データセットあたり 2〜3 秒で完了し、高い効率性を示した。
• プラグインアーキテクチャにより、内部コードを変更せずにコア機能の柔軟な拡張が可能となり、保守性と拡張性が向上した。
• 線形予測（ブルグ法）や ℓ₁-ノルムベースライン補正といった高度な処理技術がサポートされており、高分解能データ解析に不可欠であることが確認された。