[논문 리뷰] DUDE-Seq: Fast, flexible, and robust denoising of nucleotide sequences

Byunghan Lee, Taesup Moon외 2명|arXiv (Cornell University)|2015. 11. 16.

Genomics and Phylogenetic Studies참고 문헌 60인용 수 3

한 줄 요약

DUDE-Seq는 이산 무기억 채널 모델을 사용하여 치환 오류와 히모폴리머 인Del 오류를 수정함으로써 핵산서열에 대한 빠르고 유연하며 강력한 노이즈 제거 방법이다. 기존 방법보다 오류 수정 정확도와 계산 효율성이 뛰어나며, 노이즈 모델 업데이트를 통해 다양한 시퀀싱 플랫폼에 적응 가능하다.

ABSTRACT

We consider the correction of errors from nucleotide sequences produced by next-generation sequencing. The error rate in reads has been increasing with the shift of focus of mainstream sequencers from accuracy to throughput. Denoising in high-throughput sequencing is thus becoming a crucial component for boosting the reliability of downstream analyses. Our methodology, named DUDE-Seq, is derived from a general setting of reconstructing finite-valued source data corrupted by a discrete memoryless channel and provides an effective means for correcting substitution and homopolymer indel errors, the two major types of sequencing errors in most high-throughput sequencing platforms. Our experimental studies with real and simulated data sets suggest that the proposed DUDE-Seq not only outperforms existing alternatives in terms of error-correction capabilities, and time efficiency, but also boosts the reliability of downstream analyses. Further, the flexibility of DUDE-Seq enables us to robustly apply it to different sequencing platforms and analysis pipelines by a simple update of the noise model. [availability: this http URL]

연구 동기 및 목표

• 다음세대 시퀀싱에서 정확도에서 처리량으로의 전환으로 인해 증가하는 오류율 문제를 해결하기 위해.
• 고 throughput 시퀀싱에서 두 주요 오류 유형인 치환 오류와 히모폴리머 인Del 오류에 효과적으로 대응할 수 있는 노이즈 제거 방법을 개발하기 위해.
• 기존 접근 방식보다 뛰어난 시간 효율성을 확보하면서도 높은 정확도를 유지하는 방법을 만들기 위해.
• 노이즈 모델 업데이트를 통해 다양한 시퀀싱 플랫폼 간의 강건성을 확보하기 위해.

제안 방법

• DUDE-Seq는 유한 값의 소스 데이터가 이산 무기억 채널에 의해 손상된 경우를 복원하는 일반적 프레임워크에서 유도된 것이다.
• 이 방법은 시퀀싱 오류를 이산 무기억 채널 내 전이로 모델링하여 치환 오류와 히모폴리머 인Del 오류를 체계적으로 수정한다.
• 관측된 노이즈가 있는 리드와 노이즈 모델을 바탕으로 가장 가능성이 높은 원본 서열을 추정하는 가능성 기반 복원 접근 방식을 사용한다.
• 핵심 알고리즘을 변경하지 않고도 노이즈 모델을 업데이트함으로써 다양한 시퀀싱 플랫폼에 대한 민감한 적응을 지원한다.
• 국소적 맥락을 활용하고 계산 오버헤드를 최소화함으로써 효율적인 작동을 설계하였다.
• 최소한의 구성 변경으로 다양한 분석 파이프라인에 통합될 수 있도록 설계되었다.

실험 결과

연구 질문

• RQ1 고 throughput 시퀀싱에서 후속 분석의 신뢰성을 향상시키기 위해 핵산서열을 어떻게 효과적으로 노이즈 제거할 수 있는가?
• RQ2 기존 방법과 비교해 DUDE-Seq는 치환 오류와 히모폴리머 인Del 오류 수정에서 어떤 성능을 보이는가?
• RQ3 DUDE-Seq는 뛰어난 오류 수정 성능을 달성하면서도 높은 속도와 낮은 계산 비용을 유지하는 데까지 어느 정도 성공하는가?
• RQ4 DUDE-Seq는 최소한의 재구성 없이 다양한 시퀀싱 플랫폼에 민감하게 적용될 수 있는가?
• RQ5 DUDE-Seq는 바이어언트 콜링이나 어셈블리와 같은 후속 분석의 정확도를 어떻게 향상시키는가?

주요 결과

• DUDE-Seq는 실제 및 시뮬레이션 데이터셋에서 기존의 노이즈 제거 방법보다 치환 오류와 히모폴리머 인Del 오류 수정 정확도에서 뛰어난 성능을 보였다.
• 시간 효율성에서 뚜렷한 향상을 이루었으며, 고 throughput 시퀀싱 데이터의 처리 속도를 높였다.
• 거짓 양성 결과를 줄이고 바이어언트 검출 정확도를 향상시킴으로써 후속 분석의 신뢰성을 향상시켰다.
• DUDE-Seq의 유연성 덕분에 단순한 노이즈 모델 업데이트를 통해 다양한 시퀀싱 플랫폼에 원활하게 적응할 수 있었다.
• 실험 결과는 다양한 시퀀싱 기술과 분석 파이프라인에서 뛰어난 성능을 보여주었다.