[논문 리뷰] CoverM: Read alignment statistics for metagenomics

Samuel T. N. Aroney, R.B. Newell외 4명|ArXiv.org|2025. 01. 20.

Genomics and Phylogenetic Studies인용 수 17

한 줄 요약

CoverM은 메타게놈학에서 스트리밍 리드 정렬과 Mosdepth 배열을 사용해 효율적으로 per-reference 읽기 커버리지를 계산하는 통합 프레임워크를 Rust로 구현하고 Python 및 Julia 인터페이스로 제공한다.

ABSTRACT

Genome-centric analysis of metagenomic samples is a powerful method for understanding the function of microbial communities. Calculating read coverage is a central part of analysis, enabling differential coverage binning for recovery of genomes and estimation of microbial community composition. Coverage is determined by processing read alignments to reference sequences of either contigs or genomes. Per-reference coverage is typically calculated in an ad-hoc manner, with each software package providing its own implementation and specific definition of coverage. Here we present a unified software package CoverM which calculates several coverage statistics for contigs and genomes in an ergonomic and flexible manner. It uses 'Mosdepth arrays' for computational efficiency and avoids unnecessary I/O overhead by calculating coverage statistics from streamed read alignment results. CoverM is free software available at https://github.com/wwood/coverm. CoverM is implemented in Rust, with Python (https://github.com/apcamargo/pycoverm) and Julia (https://github.com/JuliaBinaryWrappers/CoverM_jll.jl) interfaces.

연구 동기 및 목표

• 메타게놈 샘플의 게놈 중심 분석의 필요성과 리드 커버리지가 binning 및 커뮤니티 구성 추정에서 차지하는 중심적 역할을 설명한다.
• contigs와 genomes에 대한 per-reference 커버리지 통계를 계산하기 위한 통합 소프트웨어 패키지를 도입한다.
• 스트리밍 데이터를 사용하여 입출력(I/O) 오버헤드를 줄이고 계산적으로 효율적인 커버리지 통계를 제공한다.

제안 방법

• 스트리밍 데이터를 사용하여 read alignments로부터 contigs와 genomes의 커버리지 통계를 계산한다.
• 계산 효율성을 달성하기 위해 Mosdepth 배열을 활용한다.
• 스트리밍된 read alignment 결과를 처리하여 불필요한 I/O를 피한다.
• 코어 도구를 Rust로 구현하고 Python 및 Julia 인터페이스를 제공한다.

실험 결과

연구 질문

• RQ1 메타게놈 컨티그와 게놈에 대해 per-reference 커버리지를 통일되고 사용하기 쉬운 방식으로 어떻게 계산할 수 있는가?
• RQ2 스트리밍된 read alignments에서 과도한 I/O 없이 커버리지 통계를 효율적으로 도출할 수 있는가?
• RQ3 메타게놈에서 다운스트림 게놈 회복과 커뮤니티 구성 추정에 대한 단일 커버리지 프레임워크의 가치는 무엇인가?

주요 결과

• CoverM은 contigs와 genomes에 대해 여러 커버리지 통계를 계산하는 통합된 접근 방식을 제공한다.
• 도구는 계산 효율성을 향상시키기 위해 Mosdepth 배열을 사용한다.
• 커버리지 통계는 I/O 오버헤드를 최소화하기 위해 스트리밍된 read alignment 결과로부터 계산된다.
• CoverM은 Rust로 구현되었으며 Python 및 Julia 인터페이스를 갖는다.
• 소프트웨어는 자유 오픈 소스 소프트웨어로 배포된다.