[논문 리뷰] Sensitive Long-Indel-Aware Alignment of Sequencing Reads

Tobias Marschall, Alexander Sch|arXiv (Cornell University)|2013. 03. 14.

Genomics and Phylogenetic Studies참고 문헌 33인용 수 6

한 줄 요약

이 논문은 전역 및 국소 앵커 검색을 조합하고 통계적으로 타당한 스코링 모델을 적용함으로써 최대 50bp 이상의 긴 인델을 감지하는 데 높은 민감도를 달성하는 새로운 리드 어라이어를 제시한다. BWA, Bowtie2, Stampy와 비교하여 중간 크기 및 긴 인델을 포함한 리드의 정확한 어라이어를 수행하는 데 뛰어난 성능을 보이며, 특히 GATK 재정렬 이후에도 정확한 어라이어 종점 식별 능력과 잘못된 매핑 최소화 능력에서 뛰어난 정확도를 입증한다.

ABSTRACT

The tremdendous advances in high-throughput sequencing technologies have made population-scale sequencing as performed in the 1000 Genomes project and the Genome of the Netherlands project possible. Next-generation sequencing has allowed genom-wide discovery of variations beyond single-nucleotide polymorphisms (SNPs), in particular of structural variations (SVs) like deletions, insertions, duplications, translocations, inversions, and even more complex rearrangements. Here, we design a read aligner with special emphasis on the following properties: (1) high sensitivity, i.e. find all (reasonable) alignments; (2) ability to find (long) indels; (3) statistically sound alignment scores; and (4) runtime fast enough to be applied to whole genome data. We compare performance to BWA, bowtie2, stampy and find that our methods is especially advantageous on reads containing larger indels.

연구 동기 및 목표

• 고속 시퀀싱 데이터에서 장기 인델(>50bp)을 탐지하는 데에 표준 어라이어의 한계를 해결하기 위해.
• 특히 삽입 및 삭제를 포함한 구조적 변동이 있는 리드에 대해 어라이어 민감도와 정확도를 향상시키기 위해.
• 전역 및 국소 앵커 검색을 활용하여 장기 인델을 포함한 모든 가능한 어라이어를 견고하게 식별할 수 있는 방법을 개발하기 위해.
• 거짓 양성 결과를 줄이고 매핑 품질 추정을 향상시키기 위해 통계적으로 타당한 어라이어 스코링 모델을 제공하기 위해.

제안 방법

• 이 방법은 네 단계의 접근 방식을 사용한다: 읽기의 접두사와 접미사에 대해 BWA를 이용한 전역 앵커 검색(M=50), BWA로 식별된 어라이어 근처 영역에서 국소 앵커 검색을 수행해 추가적인 잠재적 앵커를 탐지한다.
• 동적 프rogram밍 알고리즘을 적용하여 리드 쌍과 참조 위치 사이의 최적 어라이어를 계산하며, 비선형 갭 비용을 포함한 현실적인 오류 모델을 통합한다.
• 모든 관련 어라이어가 빠지지 않도록 철저한 대체 어라이어 검색을 수행하여 매핑 품질 추정을 향상시킨다.
• 주 어라이어와 가장 유리한 어라이어를 모두 평가하며, 결과는 어라이어 품질 카테고리에 따라 누적 분율로 보고된다.
• 전체 게놈 분석에 적합한 효율성을 유지하면서도 장기 인델에 대한 높은 민감도를 확보하도록 설계되었다.
• 어라이어 후 처리 단계로 GATK 방식의 재정렬을 수행하여 결과를 더욱 정밀하게 다듬으며, 다양한 도구 간 성능을 비교한다.

실험 결과

연구 질문

• RQ1 BWA, Bowtie2, Stampy와 같은 표준 도구에 비해 읽기 어라이어가 장기 인델(>50bp)을 더 민감하게 탐지할 수 있는가?
• RQ2 전역 및 국소 앵커 검색의 조합이 구조적 변동이 존재하는 상황에서 정확한 어라이어 종점 탐지에 어떻게 기여하는가?
• RQ3 비선형적이고 통계적으로 타당한 스코링 모델은 거짓 양성 어라이어를 얼마나 줄이고 매핑 품질을 향상시키는가?
• RQ4 다양한 인델 크기와 유형에서 어라이어 정확도를 평가할 때 제안된 어라이어의 성능은 기존 도구와 비교해 어떻게 되는가?
• RQ5 국소 앵커 정밀화가 중간 크기 또는 장기 인델을 포함한 리드의 정확한 어라이어 복구에 뚜렷한 향상을 이끌어내는가?

주요 결과

• 중간 크기 삽입(21–50bp)을 가진 리드의 경우, GATK 처리 후 가장 유리한 어라이어 카테고리에서 신규 어라이어가 60.4%의 리드에 완전히 정확한 어라이어를 달성했으며, BWA(2.4%), Bowtie2(0.0%), Stampy(37.8%)를 모두 초월했다.
• 장기 삭제(>50bp)의 경우, 가장 유리한 카테고리에서 신규 어라이어는 53.1%의 완전히 정확한 어라이어를 달성했으며, Stampy(4.6%)와 비교해 뚜렷한 우월성을 보였다. BWA와 Bowtie2는 각각 0.0%였다.
• 장기 삭제의 경우, 정확하거나 거의 정확한 종점(한쪽 종점이 정확한 경우 포함)을 가진 리드의 누적 비율은 81.6%였으며, BWA(97.9% 누적 오류)와 Bowtie2(90.1% 누적 오류)에 비해 뚜렷한 우수성을 보였다.
• GATK 재정렬 이후에도 신규 어라이어는 장기 삭제에서 81.8%의 리드가 정확하거나 거의 정확한 어라이어를 확보했으며, Stampy(81.6%)와 Bowtie2(77.5%)에 비해 뛰어난 성능 유지를 보였다.
• 장기 삭제의 경우 GATK 처리 후 최소한 한 종점이 정확한 리드 비율은 77.5%였으며, Bowtie2(77.1%)와 신규 어라이어(77.6%)에 비해 유사한 높은 정확도를 확보했다.
• 장기 삭제의 경우 어라이어가 '틀린' 것으로 분류된 리드 비율은 1.0%에 그쳤으며, BWA(1.7%)와 Bowtie2(1.5%)에 비해 훨씬 낮아 신뢰성 향상을 입증했다.