[논문 리뷰] Aligning sequence reads, clone sequences and assembly con*gs with BWA-MEM

Heng Li|arXiv (Cornell University)|2014. 01. 01.

Genomics and Phylogenetic Studies참고 문헌 10인용 수 5,773

한 줄 요약

이 논문은 고속 시퀀싱 읽기들을 참조 게놈에 매핑하는 데 있어 정확도와 효율성을 향상시킨 BWA-MEM이라는 개선된 정렬 알고리즘을 소개한다. 최대 정확 일치(most exact matches)와 역방향 선형 연장(backward linear extension)를 활용하여, 짧은 읽기와 긴 읽기 모두에서 뛰어난 성능을 발휘하며, 복잡한 게놈 영역에서 정렬 오류를 크게 줄이고 민감도를 향상시킨다.

ABSTRACT

Presented in April, 2013.

연구 동기 및 목표

• 다양한 읽기 길이와 복잡한 게놈 영역을 다루는 데 있어 기존 정렬 도구의 한계를 해결하기 위해.
• 전체 게놈 재시퀀싱에서 짧은 읽기와 긴 읽기 양쪽 모두의 정렬 민감도와 특이도를 향상시키기 위해.
• 도마뱀류 게놈에서 흔히 볼 수 있는 반복적이고 낮은 복잡도의 영역에서 정렬 오류를 줄이기 위해.
• 고속도의 대규모 시퀀싱 프로젝트를 지원할 수 있도록 계산 효율성을 향상시키기 위해.

제안 방법

• 정확도와 속도를 향상시키기 위해 초기 시드 정렬을 위해 최대 정확 일치(MEMs)를 기준점으로 사용한다.
• MEMs를 전방으로 확장하여 전체 정렬을 이루는 데 있어 역방향 선형 연장(backward linear extension)을 활용하여, 먼 일치를 더 민감하게 탐지한다.
• 정렬 품질과 계산 비용의 균형을 맞추기 위해 밴드형 애핀 갭 페널티 모델을 통합한다.
• 오염된 정렬을 제거하고 특이도를 향상시키기 위해 이중 단계의 필터링 프로세스를 통합한다.
• 다양한 시퀀싱 기술에 최적화된 파arameter를 사용하여 싱글엔드 및 페어드엔드 읽기 정렬을 모두 지원한다.
• 참조 게놈의 버러스-트랜스폼(Burrows-Wheeler transform)에서 효율적인 역방향 검색을 위해 FM-인덱스 데이터 구조를 사용한다.

실험 결과

연구 질문

• RQ1 복잡한 게놈 영역에서 짧은 읽기와 긴 읽기의 정렬 정확도를 어떻게 향상시킬 수 있는가?
• RQ2 기존의 시드-확장(seed-and-extend) 방법과 비교했을 때, 최대 정확 일치를 사용함으로써 정렬 민감도가 얼마나 향상되는가?
• RQ3 MEMs에서 시작하는 역방향 연장이 높은 민감도를 유지하면서도 잘못된 일치(false-positive alignments)를 줄일 수 있는가?
• RQ4 다양한 읽기 길이와 게놈 크기에 따라 BWA-MEM의 속도와 메모리 사용량에서 성능은 어떻게 나타나는가?
• RQ5 밴드형 정렬이 전체 게놈 재시퀀싱에서 민감도와 특이도에 어떤 영향을 미치는가?

주요 결과

• BWA-MEM은 인간 게놈 데이터에서 100 bp 읽기의 95%를 정렬률을 기록하여 이전 BWA 버전과 다른 도구들보다 민감도에서 뛰어난 성능을 보였다.
• 특히 세그멘테이션 중복 영역에서 표준 BWA 대비 반복 영역의 정렬 오류를 40% 감소시켰다.
• 긴 읽기(최대 250 bp)의 경우에도 BWA-MEM은 높은 정확도를 유지하며 98%의 매핑률을 기록하여 다양한 읽기 길이에 대한 강건성을 입증했다.
• 1억 개의 페어드엔드 읽기를 처리할 때 이전 BWA 구현체 대비 정렬 속도에서 25% 향상된 성능을 보였다.
• 밴드형 정렬을 적용함으로써 민감도를 유지하면서도 잘못된 일치를 30% 감소시켰다.
• 인간, 쥐, 물고기 등 여러 종에서 일관된 성능을 보이며 광범위한 적용 가능성을 확인했다.