[논문 리뷰] Concurrent and Accurate RNA Sequencing on Multicore Platforms

Hèctor Martínez, Joaquín Tárraga외 5명|arXiv (Cornell University)|2013. 04. 02.

Genomics and Phylogenetic Studies참고 문헌 11인용 수 9

한 줄 요약

HPG-aligner는 고성능이며 병렬 처리가 가능한 RNA-seq 어라이어로, 빠른 초도 매핑을 위한 버러스-웨일러 변환(Burrows-Wheeler Transform, BWT)과 정확한 어라이어를 위한 스미스-워터먼 알고리즘(Smith-Waterman algorithm, SWA)을 결합한다. 다코어 시스템에서 최대 16배의 성능 향상을 이룩하며, 특히 다수의 오류 또는 스플라이스 접합을 포함한 긴 리드에서 TopHat2와 Bowtie2를 모두 능가하는 속도와 민감도를 확보한다.

ABSTRACT

In this paper we introduce a novel parallel pipeline for fast and accurate mapping of RNA sequences on servers equipped with multicore processors. Our software, named HPG-Aligner, leverages the speed of the Burrows-Wheeler Transform to map a large number of RNA fragments (reads) rapidly, as well as the accuracy of the Smith-Waterman algorithm, that is employed to deal with conflictive reads. The aligner is complemented with a careful strategy to detect splice junctions based on the division of RNA reads into short segments (or seeds), which are then mapped onto a number of candidate alignment locations, providing useful information for the successful alignment of the complete reads. Experimental results on platforms with AMD and Intel multicore processors report the remarkable parallel performance of HPG-Aligner, on short and long RNA reads, which excels in both execution time and sensitivity to an state-of-the-art aligner such as TopHat 2 built on top of Bowtie and Bowtie 2.

연구 동기 및 목표

• 다수의 오류 또는 스플라이스 접합을 포함한 리드에 대해 발생하는 RNA-seq 어라이어의 계산적 병목 현상을 해결한다.
• 다코어 아키텍처에서 단순 및 장거리 RNA-seq 리드의 어라이어 민감도와 런타임 효율성을 향상시킨다.
• 기존 도구인 TopHat2와 같이 Bowtie에 의존하여 복잡한 리드에서 민감도와 성능 문제가 발생하는 한계를 극복한다.
• 고성능을 유지하면서 하드웨어 동시성 기능을 효과적으로 활용할 수 있는 확장 가능한 병렬 파이프라인을 개발한다.

제안 방법

• 최대 한 개의 오류 또는 삽입/삭제(EID)를 포함한 리드의 빠른 初期 매핑을 위해 버러스-웨일러 변환(BWT)을 사용하며, '일반적인 경우를 신속히 처리'하는 원칙을 적용한다.
• 다중 EID 또는 스플라이스 접합을 포함한 복잡한 리드에서의 매핑 실패를 해결하기 위해 최종 단계에서 스미스-워터먼 알고리즘(SWA)을 적용한다.
• 스플라이스 접합을 탐지하기 위해 매핑되지 않은 리드를 짧은 시드로 분할하고, BWT를 통해 인트론을 관통하는 후보 매핑 영역를 식별한다.
• 시드 매핑 결과를 통합하여 잠재적인 엑손-인트론 경계를 재구성하고, 전체 리드에 대한 정확한 SWA 어라이어를 유도한다.
• 다양한 코어에 작업을 분산시키며, 부하 균형과 확장성을 고려해 최적화된 파ipel라인 병렬 아키텍처를 구현한다.
• 가장 계산 비용이 높은 단계인 '영역 탐색기(Region seeker)'를 분리하여 향후 병렬 처리를 위한 최적화를 수행한다.

실험 결과

연구 질문

• RQ1 다코어 플랫폼에서 하이브리드 BWT-SWA 접근 방식이 고속도와 고민감도를 동시에 달성할 수 있는가?
• RQ2 HPG-aligner의 런타임과 어라이어 민감도 면에서 TopHat2와 Bowtie2 대비 성능은 어떠한가?
• RQ3 제안된 시드 기반 스플라이스 접합 탐지 전략이 다수 엑손을 포함하는 리드의 어라이어 정확도 향상에 얼마나 기여하는가?
• RQ4 최신 다코어 서버에서 스레드 수가 증가함에 따라 병렬 파이프라인을 통해 달성할 수 있는 성능 향상 수준은 어느 정도인가?
• RQ5 리드 수와 길이가 증가함에 따라 파이프라인이 선형적으로 확장 가능할 수 있으며, 계산 오버헤드를 낮게 유지할 수 있는가?

주요 결과

• HPG-aligner는 가장 긴 테스트 케이스(T4, 250 nt, 1% 오류)에서 62+2 스레드로 최대 16.0배의 성능 향상을 기록하여 런타임을 약 1시간에서 약 5분으로 단축시켰다.
• T1 및 T2(짧은 리드)의 경우, 순차적 처리 시 약 19~20분이 걸리던 매핑 시간이 16+2 스레드로 1.5분으로 단축되었다.
• T1과 T4에 대해 HPG-aligner는 TopHat2와 Bowtie2를 6배 이상 뛰어넘는 속도를 기록했으며, T1과 T4의 런타임은 각각 2.41분과 14.52분이었다.
• T1의 민감도는 97.15%, T3의 민감도는 97.32%였으며, 이는 더 긴 리드에서 TopHat2와 Bowtie2의 민감도(각각 47.64% 및 NA)를 크게 뛰어넘었다.
• 리드 길이가 증가함에 따라 민감도 격차가 더욱 벌어져, HPG-aligner가 오류가 많거나 스플라이스된 복잡한 리드를 처리하는 데서 뛰어난 우수성을 보였다.
• 파이프라인은 리드 수와 길이에 따라 런타임이 선형적으로 확장되는 것으로 나타나, 높은 알고리즘 효율성을 입증했다.