[論文レビュー] Fast and accurate alignment of long bisulfite-seq reads

Brent S. Pedersen, Kenneth R. Eyring+3 more|arXiv (Cornell University)|Jan 6, 2014

Genomics and Phylogenetic Studies参考文献 3被引用数 171

ひとこと要約

この論文では、一時ファイルを書き込まずに、BWA-mem に直接インシリコ変換済みリードをストリーミングすることで、即座に下流解析が可能な高速で高精度な bisulfite-seq アラインャー bwa-meth を紹介する。特に品質トリミングなしの状態でも、オフターゲットリードを低減し、長尺な100-bp パaired-end リードにおいて高いターゲット内マッピング率を維持する点で、既存のツールを上回る精度を示した。

ABSTRACT

Summary: Longer sequencing reads, with at least 200 bases per template are now common. While traditional aligners have adopted new strategies to improve the mapping of longer reads, aligners specific to bisulfite-sequencing were optimized when much shorter reads were the norm. We sought to perform the first comparison using longer reads to determine which aligners were most accurate and efficient and to evaluate a novel software tool, bwa-meth, built on a traditional mapper that supports insertions, deletions and clipped alignments. We gauge accuracy by comparing the number of on and off-target reads from a targeted sequencing project and by simulations. Availability and Implementation: The benchmarking scripts and the bwa-meth software are available at https://github/com/brentp/bwa-meth/ under the MIT License.

研究の動機と目的

• 既存の bisulfite-seq アラインャーに見られる高メモリ使用、品質トリミング依存、および過剰な一時ファイル I/O の制限を解消すること。
• トリミングなどの事前処理を必要とせず、長尺な100-bp パaired-end bisulfite リードに対しても高精度なアラインメントを維持できるツールの開発。
• 下流ツールが直接使用可能な座標ソート済み BAM ファイルを出力する軽量で効率的なアラインャーの作成。
• ターゲット内対オフターゲットリードマッピングを主な指標として、実データおよびシミュレートデータを用いて性能を評価すること。
• 標準化された条件下で、bwa-meth を Bismark や Last、BSmooth などの既存ツールと比較し、精度、速度、リソース使用量を評価すること。

提案手法

• bwa-meth は BWA-mem をラップし、bisulfite 変換済みリードに対してローカルでインデルを認識するアラインメントを実行する。C→T 変換はアラインメントプロセスの一部として扱う。
• 中間ファイルをディスクに書き込まずに、インシリコ変換済みリードを直接アラインャーにストリーミングすることで、I/O オーバーヘッドとストレージ要件を削減する。
• アラインメント中にメモリ上でのシトシンのチミンへの変換を実行し、トリミング済みまたは変換済みリードファイルを別途保存・処理する必要を回避する。
• 適切なリードグループを備えた座標ソート済み BAM ファイルを出力し、methylKit や Bismark などの標準下流ツールとの互換性を確保する。
• ペアリードおよびシングルリードの両方をサポートし、BWA-mem の効率的なシード＆エクステンドアルゴリズムにバンド付きアラインメントを組み合わせ、長尺リードに対応する。
• SureSelect プロトコルで標的とされたストランドのみを考慮するオプション機能を備え、オフターゲットマッピングをさらに低減する。

実験結果

リサーチクエスチョン

• RQ1 長尺な100-bp パaired-end リードにおいて、bwa-meth は既存の bisulfite-seq アラインャーと比較して、ターゲット内対オフターゲットリードマッピングの両面でどの程度の性能を示すか？
• RQ2 品質トリミングは、さまざまなアラインャーのアラインメント精度にどの程度の向上効果をもたらすか？また、bwa-meth はトリミングなしでも精度を維持できるか？
• RQ3 ストリーミング処理および一時ファイルなしのアプローチは、アラインメント精度に損なわれることなく、I/O オーバーヘッドとストレージ要件を低減できるか？
• RQ4 Bismark や Last、BSmooth などの他のアラインャーと比較して、bwa-meth の速度、メモリ使用量、ディスク I/O はどの程度か？
• RQ5 前処理なしの状態でも、bwa-meth はシミュレートデータ（誤りあり・なし）において高い精度を維持できるか、特にシーケンシングノイズの影響を受けるか？

主な発見

• 実際の100-bp パaired-end bisulfite-seq データにおいて、bwa-meth はテストされたすべてのアラインャーの中で最高のターゲット内マッピング率を達成し、唯一 Last と同等の性能を示した。
• トリミングなしのデータにおいても、bwa-meth は高い精度と低いオフターゲット率を維持したが、他の多くのアラインャーはトリミングなしでは顕著な性能低下を示した。
• 誤りを含むシミュレートデータにおいても、bwa-meth は他のすべてのアラインャーを上回り、現実のシーケンシングノイズ下でも優れた精度を示した。
• 品質トリミング済みまたはインシリコ変換済みリードを保存する必要がなくなったため、ストレージ要件を約3倍削減した。
• bwa-meth は品質トリミングの有無にかかわらず、ほぼ同等の精度を維持した。一方、他の多くのアラインャーは最適な結果を得るためにはトリミングが必要であった。
• 一時ファイルをディスクに書き込まず、最小限のディスク I/O で済ませながら、下流ツールが直接使用可能なソート済み BAM ファイルを出力した。