[論文レビュー] Dynamic read mapping and online consensus calling for better variant detection

Karel Břinda, Valentina Boeva+1 more|arXiv (Cornell University)|May 29, 2016

Genomics and Phylogenetic Studies参考文献 55被引用数 8

ひとこと要約

本論文は、アラインされたリードに基づいてリファレンス配列を繰り返し更新することでバリアント検出の正確性を向上させる動的リードマッピング手法を提案する。オンラインコンセンサスコールャー（Ococo）を統合し、動的マッピングのシナリオをシミュレートすることで、計算的に高コストな反復的リファレンシングに近いアラインメントの正確性を達成し、特に高い突然変異率を示す領域や非モデル種において、静的マッピングを著しく上回る。

ABSTRACT

Variant detection from high-throughput sequencing data is an essential step in identification of alleles involved in complex diseases and cancer. To deal with these massive data, elaborated sequence analysis pipelines are employed. A core component of such pipelines is a read mapping module whose accuracy strongly affects the quality of resulting variant calls. We propose a dynamic read mapping approach that significantly improves read alignment accuracy. The general idea of dynamic mapping is to continuously update the reference sequence on the basis of previously computed read alignments. Even though this concept already appeared in the literature, we believe that our work provides the first comprehensive analysis of this approach. To evaluate the benefit of dynamic mapping, we developed a software pipeline (http://github.com/karel-brinda/dymas) that mimics different dynamic mapping scenarios. The pipeline was applied to compare dynamic mapping with the conventional static mapping and, on the other hand, with the so-called iterative referencing - a computationally expensive procedure computing an optimal modification of the reference that maximizes the overall quality of all alignments. We conclude that in all alternatives, dynamic mapping results in a much better accuracy than static mapping, approaching the accuracy of iterative referencing. To correct the reference sequence in the course of dynamic mapping, we developed an online consensus caller named OCOCO (http://github.com/karel-brinda/ococo). OCOCO is the first consensus caller capable to process input reads in the online fashion. Finally, we provide conclusions about the feasibility of dynamic mapping and discuss main obstacles that have to be overcome to implement it. We also review a wide range of possible applications of dynamic mapping with a special emphasis on variant detection.

研究の動機と目的

• 高スループットシーケンシングにおけるリードアラインメントの正確性を、アラインメント中にリファレンス配列を動的に更新することで向上させること。
• 高い遺伝的差異を示すゲノムや突然変異率の高い複雑な領域において、静的リファレンスマッピングの限界を克服すること。
• リードを逐次処理できる新しいオンラインコンセンサスコールャー（Ococo）を考案し、リファレンスの更新を支援すること。
• 動的マッピングを静的マッピングおよび反復的リファレンシングと比較し、その実現可能性と性能のトレードオフを評価すること。
• 動的マッピングの実用的応用を、バリアントコール、体細胞突然変異検出、リアルタイムシーケンシングワークフローの分野で探求すること。

提案手法

• 動的マッピングは、すでにアラインされたリードからのコンセンサスに基づいてリファレンス配列を継続的に更新することで実現され、オンラインコンセンサスコールャーを用いて真のバリアントとシークエンシングエラーを区別する。
• 著者らは、動的マッピングのシナリオをエミュレートするためのシミュレーションパイプライン（dymas）を開発し、静的マッピングおよび反復的リファレンシングと比較した。
• Ococoは、最初のオンラインコンセンサスコールャーであり、リードをリアルタイムで処理し、ベース頻度を計算し、即座に変異（置換のみ）をコールすることで、リファレンスの更新をガイドする。
• リファレンスの更新を決定するための確率的戦略が採用されており、リードのサポート閾値とエラーモデルに基づく。
• リファレンスの更新を効率的に行うために、動的k-merインデックス（SkipPatch）が基盤的コンponentとして活用されている。
• 本手法は、BWA-MEM や Bowtie2 などの既存のマッパーと互換性を持つようにモジュラーに設計されており、線形化されたリファレンスを段階的に精錬することで動作する。

実験結果

リサーチクエスチョン

• RQ1 リードマッピング中にリファレンスを動的に更新することで、静的リファレンスマッピングと比較してアラインメントの正確性が著しく向上するか？
• RQ2 バリアント検出の正確性において、動的マッピングはゴールドスタンダードとされる反復的リファレンシング手法と比較してどの程度の性能を示すか？
• RQ3 完全に動的マッパーを実装するにあたり、インデックスのメンテナンスや更新頻度といった、計算的およびアルゴリズム的課題は何か？
• RQ4 Ococoのようなオンラインコンセンサスコールャーは、ストリーミングリード環境において真のバリアントとシークエンシングエラーを効果的に区別できるか？
• RQ5 どのような生物学的文脈（例：突然変異の高い領域、非モデル種）において、動的マッピングが最大の利点を発揮するか？

主な発見

• 動的マッピングは、特に遺伝的差異が大きく複雑な変異を示す領域において、静的マッピングよりも顕著にアラインメントの正確性を向上させる。
• リマッピングを有効にした場合、動的マッピングの正確性は反復的リファレンシングに近づくことが示され、ほぼ最適なアラインメント品質を達成している。
• リマッピングなしでは、動的マッピングも依然として静的マッピングを上回るが、正確性に顕著な低下が見られ、反復的精錬の重要性が浮き彫りになる。
• Ococoは、リードを逐次処理し、リアルタイムで置換をコールできる最初のオンラインコンセンサスコールャーであり、動的リファレンス更新を可能にする。
• 本研究は、動的マッピングが原則として実現可能であることを示しているが、アルゴリズムの複雑さとパフォーマンスのオーバーヘッドのため、実用的導入は依然として課題を伴う。
• 著者らは、再インデックス化がコストが高すぎる状況（例：大規模または複雑なリファレンス）において、動的マッピングが最も効果的であると結論づけ、リアルタイムまたはリソース制限のあるアプリケーションに適していると結論づけている。