[논문 리뷰] Fast and accurate alignment of long bisulfite-seq reads

Brent S. Pedersen, Kenneth R. Eyring외 3명|arXiv (Cornell University)|2014. 01. 06.

Genomics and Phylogenetic Studies참고 문헌 3인용 수 171

한 줄 요약

이 논문은 일시적 파일을 작성하지 않고 BWA-mem에 직접 소프트웨어적으로 변환된 리드를 스트리밍하여 즉각적인 후속 분석이 가능한 빠르고 정확한 바이설포트-시퀀싱 어ライン어 bwa-meth을 소개한다. 특히 품질 컷팅 없이도 정확도가 뛰어나며, 마우스 게놈 데이터에서 100bp의 장거리 페어드 엔드 리드에서 비타겟 리드를 줄이고 높은 타겟 내 매핑 비율을 유지함으로써 기존 도구들을 능가한다.

ABSTRACT

Summary: Longer sequencing reads, with at least 200 bases per template are now common. While traditional aligners have adopted new strategies to improve the mapping of longer reads, aligners specific to bisulfite-sequencing were optimized when much shorter reads were the norm. We sought to perform the first comparison using longer reads to determine which aligners were most accurate and efficient and to evaluate a novel software tool, bwa-meth, built on a traditional mapper that supports insertions, deletions and clipped alignments. We gauge accuracy by comparing the number of on and off-target reads from a targeted sequencing project and by simulations. Availability and Implementation: The benchmarking scripts and the bwa-meth software are available at https://github/com/brentp/bwa-meth/ under the MIT License.

연구 동기 및 목표

• 기존 바이설포트-시퀀싱 어라이너의 한계인 높은 메모리 사용, 품질 컷팅에 대한 의존성, 과도한 일시 파일 I/O를 해결하기 위해.
• 트림밍과 같은 사전 처리 단계 없이도 장거리 100bp 페어드 엔드 바이설포트 리드에서 높은 어라이닝 정확도를 유지할 수 있는 도구를 개발하기 위해.
• 사전 정렬이나 추가 처리 없이도 바로 후속 도구에서 사용할 수 있는 정렬된 BAM 파일을 출력하는 경량이고 효율적인 어라이너를 만들기 위해.
• 타겟 내 대비 비타겟 리드 매핑을 주요 평가 지표로 삼아 실제 및 시뮬레이션 데이터를 바탕으로 성능을 평가하기 위해.
• Bismark, Last, BSmooth 등 기존 어라이너들과 표준 조건에서 비교하여 정확도, 속도, 자원 사용량을 평가하기 위해.

제안 방법

• bwa-meth는 바이설포트-변환된 리드에 대해 국소적이고 인ser션/딜리션 인식 어라이닝을 수행하기 위해 BWA-mem을 감싸며, C-to-T 변환을 어라이닝 과정의 일부로 간주한다.
• 중간 파일을 디스크에 기록하지 않고 소프트웨어적으로 변환된 리드를 직접 어라이너에 스트리밍하여 I/O 오버헤드와 스토리지 요구량을 줄인다.
• 어라이닝 중 메모리 내에서 시토신을 티미딘으로 변환하여 별도의 트림 또는 변환된 리드 파일을 저장하거나 처리할 필요가 없도록 한다.
• 정렬된 BAM 파일과 적절한 리드 그룹을 출력하여 methylKit 또는 Bismark와 같은 표준 후속 도구와의 호환성을 확보한다.
• 이 방법은 페어드 엔드 및 싱글 엔드 리드를 모두 지원하며, BWA-mem의 효율적인 시드-앤드-익스텐드 알고리즘과 장거리 리드를 위한 밴드형 어라이닝을 활용한다.
• 선택적 기능으로 SureSelect 프로토콜이 타겟으로 삼는 스트랜드만 고려하여 비타겟 매핑을 추가로 줄일 수 있다.

실험 결과

연구 질문

• RQ1 bwa-meth는 장거리 100bp 페어드 엔드 리드에서 기존 바이설포트-시퀀싱 어라이너들과 비교해 타겟 내 대비 비타겟 리드 매핑에서 어떻게 성능을 내는가?
• RQ2 다양한 어라이너에서 품질 컷팅이 어라이닝 정확도에 얼마나 기여하는가? bwa-meth는 컷팅 없이도 정확도를 유지하는가?
• RQ3 스트리밍 및 일시 파일 없이 처리하는 방식이 어라이닝 정확도를 희생시키지 않고 I/O 오버헤드와 스토리지 요구량을 줄일 수 있는가?
• RQ4 Bismark, Last, BSmooth 등의 다른 어라이너들과 비교해 bwa-meth의 속도, 메모리 사용량, 디스크 I/O 능력은 어떠한가?
• RQ5 bwa-meth는 사전 처리 없이도 시뮬레이션 데이터에서 정확도를 유지하는가? 특히 시퀀싱 오류가 있는 경우에도 마찬가지인가?

주요 결과

• bwa-meth는 실제 100bp 페어드 엔드 바이설포트-시퀀싱 데이터에서 테스트된 모든 어라이너 중에서 가장 높은 타겟 내 매핑 비율을 기록했으며, 유일하게 Last와 유사한 성능을 보였다.
• 트림되지 않은 데이터에서 bwa-meth는 높은 정확도와 낮은 비타겟 비율을 유지했고, 대부분의 다른 어라이너들은 트림 없이 사용 시 성능이著しく 떨어졌다.
• 오류가 있는 시뮬레이션 데이터에서 bwa-meth는 다른 모든 어라이너를 능가하는 정확도를 보였으며, 현실적인 시퀀싱 노이즈 조건에서도 뛰어난 정확도를 입증했다.
• 품질 컷팅 또는 소프트웨어적으로 변환된 리드를 저장할 필요가 없어 스토리지 요구량을 약 3배 줄였다.
• bwa-meth는 품질 컷팅 유무에 관계없이 거의 동일한 정확도를 유지했으며, 대부분의 다른 어라이너들이 최적 결과를 얻기 위해 트림이 필요로 하는 것과 대비되었다.
• 일시 파일을 디스크에 기록하지 않았고, 최소한의 디스크 I/O를 사용하면서도 정렬된 BAM 파일을 바로 후속 도구에서 사용할 수 있도록 출력했다.