[論文レビュー] Using sequencing coverage statistics to identify sex chromosomes in minke whales

Ketil Malde, Rasmus Skern+1 more|arXiv (Cornell University)|Feb 18, 2019

Marine animal studies overview参考文献 43被引用数 3

ひとこと要約

本研究では、公開済みの全ゲノムシーケンシングデータを用いて、ミンククジラの性染色体を特定するシンプルでカバレッジベースのバイオインフォマティクス手法を提示する。マレとフェメイルのサンプル間のシーケンシング深度の差を分析することで、著者らは、XまたはY染色体としてのゲノムスキャフォールドを正常に分類し、約90 Mbpの性連鎖配列を同定した。これは、事前の知識や複雑な相同性探索に依存せずに、カバレッジ統計のみで性染色体を信頼性高く同定できることを示している。

ABSTRACT

The ever-increasing number of genome sequencing and resequencing projects is a central source of insights into the ecology and evolution of non-model organisms. An important aspect of genomics is the elucidation of sex determination systems and identifying genes on sex chromosomes. This not only helps reveal mechanisms behind sex determination in the species under study, but their characteristics make sex chromosomes a unique tool for studying the mechanisms and effects of recombination and genomic rearrangements and how they affect adaption and selection. Despite this, many sequencing projects omit such investigations. Here, we apply a simple method using sequencing coverage statistics to identify scaffolds belonging to the sex chromosomes of minke whale, and show how the sex chromosome system can be determined using coverage statistics alone. Using publicly available data, we identify the previously unknown sex of an Antarctic minke whale as female. We further investigate public sequence data from the different species and sub-species of minke whale, and classify genomic scaffolds from a published minke whale assembly as X or Y chromosomal sequences. Our findings are consistent with previous results that identified a handful of scaffolds as sex chromosomal, but we are able to identify a much larger set of scaffolds, likely to represent close to the complete sex chromosomal sequences for the minke whale. Sequence coverage statistics provides a readily available tool for investigating the sex determination system and locate genes on sex chromosomes. This analysis is straightforward and can often be performed with existing resources.

研究の動機と目的

• 全ゲノムシーケンシングのカバレッジ統計データのみを用いて、非モデル生物の性染色体を低コストかつ容易に同定する手法を開発すること。
• 公開済みのゲノムデータを用いて、南極ミンククジラの性別を同定し、それが雌であることを確認すること。
• 既存のミンククジラゲノムアセンブリから得られたスキャフォールドを、相同性に基づく手法に依存せずにXまたはY染色体配列に分類すること。
• カバレッジベースの解析が、従来の相同性ベースの手法よりもはるかに多くの性連鎖スキャフォールドを同定できることを示すこと。
• 既存のゲノムリソースを活用して、XYまたはZW性染色体システムを持つ任意の種に適用可能な、スケーラブルで計算が単純なアプローチを提供すること。

提案手法

• マレおよびフェメイルのミンククジラの全ゲノムショットガンシーケンシングデータを用い、ゲノムスキャフォールド全体にわたるリードカバレッジを計算する。
• マレとフェメイルのサンプル間のカバレッジ分布を比較し、Y（またはW）染色体に特徴的なヘミズイゴススのパターンを示すスキャフォールドを同定する。
• カバレッジレベルごとにスキャフォールドをクラスタリングするアプローチを採用し、バランスの取れたカバレッジを示す常染色体と、非対称なカバレッジを示す性染色体を区別する。
• カバレッジ推定の精度を向上させるために、スキャフォールド長を共変量として用い、カバレッジバイアスを補正する。
• カバレッジデータに見られる過分散および不均一分散を扱うために、統計モデリング（例：ネガティブバイノミアル分布または混合モデル）を適用する。
• 公開済みのデータを用いて結果を検証し、GitHubを通じて再現性を確保するための解析スクリプトを公開する。

実験結果

リサーチクエスチョン

• RQ1 事前の性染色体システムに関する知識がなく、シーケンシングカバレッジ統計のみでミンククジラの性染色体を信頼性高く同定できるか？
• RQ2 ミンククジラゲノムにおいて、カバレッジベースの分類法を用いて、どの程度のスキャフォールドがXまたはY染色体に自信を持って割り当てられるか？
• RQ3 この手法は、性連鎖配列を同定する観点で、従来の相同性ベースの手法に比べてどの程度優れているか？
• RQ4 この手法を用いて、以前に分類されていなかった個体の性別を、公開シーケンシングデータのみで特定できるか？
• RQ5 カバレッジパターンに基づいて、ミンククジラの性染色体の推定サイズと遺伝子内容は何か？

主な発見

• 本手法により、性染色体に属すると同定されたゲノムスキャフォールドが90 Mbpに達し、従来の相同性ベースの同定法に比べて顕著な増加が確認された。
• 事前に未知の性別であった南極ミンククジラの性別が、公開済みのシーケンシングデータからのカバレッジ統計のみを用いて雌であると同定された。
• 分析により、多数のスキャフォールドがXまたはY染色体配列に分類され、複数の種および亜種のミンククジラにおいて一貫したカバレッジパターンを示した。
• 本アプローチにより、以前の研究よりもはるかに多くの性連鎖スキャフォールドが同定されたことから、性染色体領域のほぼ完全なカバレッジが可能であると示唆された。
• 本手法は、1サンプル/性のシーケンシングライブラリのみでも安定して機能し、長さ10 kbp以上の長大なスキャフォールドを有する高品質なゲノムアセンブリに対しても効果的に機能することが分かった。
• 結果は公開済みのデータを用いて検証され、再現性を確保するための解析スクリプトがオープンに提供されており、広範な応用が可能である。