[논문 리뷰] An algebraic framework to sample the rearrangement histories of a cancer metagenome with double cut and join, duplication and deletion events

Daniel R. Zerbino, Benedict Paten외 2명|arXiv (Cornell University)|2013. 03. 22.

Genome Rearrangement Algorithms참고 문헌 26인용 수 3

한 줄 요약

이 논문은 선형 대수학 기반의 대수적 프레임워크를 도입하여 암 미생물군집에서의 구조적 변이(SV) 역사를 모델링하고 샘플링한다. 이 프레임워크는 이중 절단 및 결합(DCJ), 복제 및 삭제 사건을 통합하여 이질적이고 파편화된 암 유전체에서의 재배열 시퀀스를 포괄적으로 샘플링할 수 있도록 한다. 이는 DCJ 이론을 완전히 조립된 유전체를 초월하여, 시뮬레이션 및 실제 암 데이터셋 모두에서 유용성을 입증한다.

ABSTRACT

Algorithms to study structural variants (SV) in whole genome sequencing (WGS) cancer datasets are currently unable to sample the entire space of rearrangements while allowing for copy number variations (CNV). In addition, rearrangement theory has up to now focused on fully assembled genomes, not on fragmentary observations on mixed genome populations. This affects the applicability of current methods to actual cancer datasets, which are produced from short read sequencing of a heterogeneous population of cells. We show how basic linear algebra can be used to describe and sample the set of possible sequences of SVs, extending the double cut and join (DCJ) model into the analysis of metagenomes. We also describe a functional pipeline which was run on simulated as well as experimental cancer datasets.

연구 동기 및 목표

• 현재 알고리즘이 암 WGS 데이터에서 복수 수준 변화(CNVs)를 고려하면서도 전체 구조적 변이(SVs) 공간을 샘플링하지 못하는 격차를 보완하기 위해.
• 완전히 조립된 유전체를 초월하여 암 시퀀싱에서 흔히 볼 수 있는 파편적이고 혼합된 유전체 관측치를 처리할 수 있도록 이중 절단 및 결합(DCJ) 모델을 확장하기 위해.
• 이 새로운 대수적 프레임워크 하에서 시뮬레이션 및 실험적 암 데이터셋을 모두 분석할 수 있는 기능적 파ip라인 개발을 위해.
• 다양한 세포 집단이 공존하고 유전체가 불완전한 메타유전체적 암 데이터에서 재배열 역사를 체계적으로 샘플링할 수 있도록 하기 위해.

제안 방법

• 프레임워크는 기본 선형 대수학을 사용하여 DCJ, 복제 및 삭제와 같은 재배열 사건을 수학적으로 일관되게 표현하고 조작한다.
• 유전체 상태를 벡터 공간 내의 벡터로 모델링하고, 재배열 작용은 선형 변환으로 표현한다.
• 기본 유전체에서 관측된 유전체로 이르는 모든 가능한 재배열 시퀀스의 열거 및 샘플링을 가능하게 한다.
• 대수적 구조 내에서 유전자 복제 및 삭제를 允허함으로써 복수 수준 변화를 통합하여 DCJ 모델을 확장한다.
• 이 대수적 작용을 계산 워크플로우에 통합하여 시뮬레이션 및 실제 암 단일 읽기 시퀀싱 데이터를 처리한다.
• 대수적 구조를 활용하여 복잡하고 이질적인 종양 샘플에서도 가능한 재배열 역사 공간을 효율적으로 탐색할 수 있다.

실험 결과

연구 질문

• RQ1 암 미생물군집에서 DCJ, 복제 및 삭제 사건을 포함한 모든 가능한 구조적 변이(SV) 시퀀스를 모델링하고 샘플링할 수 있는 대수적 프레임워크를 개발할 수 있는가?
• RQ2 이중 절단 및 결합(DCJ) 모델은 암 단일 읽기 시퀀싱에서 흔히 볼 수 있는 불완전하고 혼합된 유전체 관측치를 어떻게 처리할 수 있는가?
• RQ3 이 프레임워크는 이질적인 종양 집단에서 가능한 전체 재배열 역사 공간을 어느 정도 탐색할 수 있는가?
• RQ4 기존 방법과 비교하여 실제 암 데이터셋에서 이 프레임워크는 생물학적 타당성과 계산 가능성 측면에서 어떻게 성능을 발휘하는가?

주요 결과

• 제안된 대수적 프레임워크는 복수 수준 변화 및 파편적, 메타유전체적 데이터를 처리할 수 있도록 DCJ 모델을 성공적으로 확장하여 재배열 역사의 전체 탐색을 가능하게 하였다.
• 이 방법은 수학적으로 엄밀하고 계산적으로 실현 가능한 방식으로 모든 가능한 재배열 시퀀스의 체계적 샘플링을 가능하게 하였다.
• 파이프라인은 시뮬레이션 및 실험적 암 데이터셋 모두에서 검증되었으며, 실제 시퀀싱 데이터에의 적용 가능성을 입증하였다.
• 이 프레임워크는 여러 세포 계통이 공존하고 유전체가 불완전한 복잡한 이질적 종양 유전체를 모델링할 수 있도록 하였다.
• 선형 대수학을 사용함으로써 다양한 재배열 사건에 대한 통합된 표현을 제공하여 이해 가능성과 확장성을 향상시켰다.
• 결과적으로, 완전히 조립된 유전체가 없더라도 생물학적으로 타당한 재배열 역사를 생성할 수 있음을 보여주었다.