[논문 리뷰] SOAPdenovo-Trans: De novo transcriptome assembly with short RNA-Seq reads

Yinlong Xie, Gengxiong Wu외 14명|arXiv (Cornell University)|2013. 05. 29.

Genomics and Phylogenetic Studies참고 문헌 16인용 수 72

한 줄 요약

SOAPdenovo-Trans는 참조 게놈이 없는 생물에서 단일 짧은 RNA-Seq 리드를 대상으로 하는 de novo 전사체 어셈블러로, 전사체 특화 최적화를 통해 수정된 de Bruijn 그래프 방법을 활용하여 연속성 향상, 중복 감소 및 어셈블리 속도 향상을 도모한다. 벼와 마우스 데이터셋에서 평가한 결과, 특히 변동하는 발현 수준과 대안 스플라이싱 조건에서 기존 도구들보다 전장 전사체 재구성 능력에서 뛰어난 성능을 보였다.

ABSTRACT

Motivation: Transcriptome sequencing has long been the favored method for quickly and inexpensively obtaining the sequences for a large number of genes from an organism with no reference genome. With the rapidly increasing throughputs and decreasing costs of next generation sequencing, RNA-Seq has gained in popularity; but given the typically short reads (e.g. 2 x 90 bp paired ends) of this technol- ogy, de novo assembly to recover complete or full-length transcript sequences remains an algorithmic challenge. Results: We present SOAPdenovo-Trans, a de novo transcriptome assembler designed specifically for RNA-Seq. Its performance was evaluated on transcriptome datasets from rice and mouse. Using the known transcripts from these well-annotated genomes (sequenced a decade ago) as our benchmark, we assessed how SOAPdenovo- Trans and two other popular software handle the practical issues of alternative splicing and variable expression levels. Our conclusion is that SOAPdenovo-Trans provides higher contiguity, lower redundancy, and faster execution. Availability and Implementation: Source code and user manual are at http://sourceforge.net/projects/soapdenovotrans/ Contact: [e-mail] or [e-mail]

연구 동기 및 목표

• 참조 게놈이 없는 생물에서 짧은 RNA-Seq 리드로부터 de novo 전사체 어셈블리 문제를 해결하기 위해.
• 특히 전장 전사체에 대해 정확도와 완전성을 향상시키기 위해.
• 대안 스플라이싱 및 변동하는 유전자 발현 수준과 같은 생물학적 복잡성을 다루기 위해.
• 기존 도구들과 비교해 어셈블리 속도 향상과 중복 감소를 개선하기 위해.
• 비모델 생물에서의 전사체 분석을 위한 확장 가능하고 효율적인 솔루션을 제공하기 위해.

제안 방법

• 쌍서열 리드 정보와 전사체 수준의 연결성을 통합하여 SOAPdenovo의 de Bruijn 그래프 어셈블러를 전사체 특화 어셈블리에 적응시켰다.
• 이중 단계 프로세스를 구현: 첫째, 짧은 리드로부터 de Bruijn 그래프 구축; 둘째, 쌍서열 제약 조건을 이용해 스플라이싱 접합부와 이소형태를 해결.
• 고신뢰도 스플라이싱 패턴과 발현 인식 경로 선택을 우선시하는 전사체 특화 스크래핑 전략을 적용.
• 감도와 특이도 균형을 맞추기 위해 최적화된 k-mer 크기 선택을 포함한 k-mer 기반 접근법을 사용.
• 경로 선택을 안내하고 샘플링된 어셈블리 감소를 위해 발현 수준 추정치를 통합.
• 중복 및 저발현 전사체를 제거하기 위해 어셈블리 후 처리 필터링 단계를 통합.

실험 결과

연구 질문

• RQ1 de novo 전사체 어셈블러는 짧은 쌍서열 RNA-Seq 리드로부터 전장 전사체를 효과적으로 재구성할 수 있는가?
• RQ2 기존 어셈블러들과 비교해 SOAPdenovo-Trans는 대안 스플라이싱 이벤트 처리에 어떻게 성능을 발휘하는가?
• RQ3 변동하는 유전자 발현이 전사체 어셈블리 정확도에 어떤 영향을 미치며, SOAPdenovo-Trans는 이를 어떻게 완화하는가?
• RQ4 쌍서열 정보의 사용이 de novo 어셈블리에서 연속성 향상과 중복 감소에 뚜렷한 영향을 미치는가?
• RQ5 기타 주요 어셈블러들과 비교해 SOAPdenovo-Trans는 실행 시간 효율성과 메모리 사용량 측면에서 어떻게 성능을 발휘하는가?

주요 결과

• SOAPdenovo-Trans는 다른 어셈블러들과 비교해 높은 연속성을 확보했으며, 벼와 마우스 데이터셋 모두에서 더 많은 전장 전사체가 복원되었다.
• 도구는 경쟁 도구들보다 더 낮은 중복을 보였으며, 샘플링된 전사체와 부분 전사체의 수가 적었다.
• 특히 다수의 이소형태를 가진 유전자에서 복잡한 스플라이싱 패턴 재구성 능력에서 뛰어난 성능을 보였다.
• 기존 도구들보다 뚜렷하게 빠른 어셈블리 속도를 기록했으며, 대규모 전사체 분석에 적합한 효율적인 메모리 사용량을 확보했다.
• 변동하는 발현 수준을 효과적으로 처리했으며, 저발현 유전자에 대해서도 높은 정확도를 유지했다.
• 잘 애너테이션된 게놈의 알려진 전사체와의 벤치마킹을 통해, de novo 재구성에서의 강건성과 신뢰성을 확인했다.