[論文レビュー] Metagenome assembly of high-fidelity long reads with hifiasm-meta

Xiaowen Feng, Haoyu Cheng+2 more|arXiv (Cornell University)|Oct 16, 2021

Genomics and Phylogenetic Studies被引用数 9

ひとこと要約

hifiasm-meta は、高精度な PacBio HiFi 読みを対象とした新規メタゲノムアセンブラーであり、リード選択、ハプロタイプ認識型グラフ構築、カバレッジに基づく pruning を活用して、アセンブリの連続性と正確性を向上させた。このツールは、1 データセットあたり数十から数百の完全な環状細菌ゲノムを再構築し、実験的およびモックメタゲノムデータセットにおいて、metaFlye や HiCanu を常に上回る性能を示した。

ABSTRACT

Current metagenome assemblers developed for short sequence reads or noisy long readswere not optimized for accurate long reads. Here we describe hifiasm-meta, a new metagenome assembler that exploits the high accuracy of recent data. Evaluated on seven empirical datasets, hifiasm-meta reconstructed tens to hundreds of complete circular bacterial genomes per dataset, consistently outperforming other metagenome assemblers.

研究の動機と目的

• 短鎖読みやノイジーな長鎖読みに最適化された既存のメタゲノムアセンブラの限界に対処すること。
• PacBio HiFi 読みの高精度と長尺性を活用して、複雑なメタゲノムサンプルのデノボアセンブリを改善すること。
• 高ポリプロイド性、可変カバレッジ、混合種群におけるキメリックリードの含むことが原因で生じるアセンブリエラーと断片化を低減すること。
• 多様なマイクロバイオームから完全、ほぼ完全、および高品質なメタゲノムアセンブルドゲノム（MAGs）を回復できる、強固でスケーラブルなアセンブラを開発すること。

提案手法

• 高頻度の株のカバレッジを低減しつつ、低頻度の種からのリードを保持するためのオプションとしてのリード選択ステップを導入。
• キメリックとみなされるリードが除外されるのを防ぐために、アセンブリグラフ構築段階で低カバレッジゲノムを保護。
• リード破棄ロジックを変更：含まれるリードがすべて同一ハプロタイプ由来であると推定される場合にのみ、含まれるリードを削除。
• カバレッジに基づくグラフのプルーニングを適用：1つのユニチグのカバレッジ比が著しく低い場合（rAB > 0.7、rAC < 0.7）に、重複を破棄して曖昧さを解消。
• カバレッジ情報を用いて、異なるハプロタイプ由来のユニチグを接続し、アセンブリ内の残留ギャップを埋める。
• 余分な含まれるリードによって生じる冗長なサブグラフを解消するため、変更されたバブルポップ戦略を採用。

実験結果

リサーチクエスチョン

• RQ1 高精度な長鎖読みを対象としたメタゲノムアセンブラは、ノイジーな長鎖読みや短鎖読みに最適化されたアセンブラと比較して、優れた連続性と完全性を達成できるか？
• RQ2 リード選択は、メタゲノムアセンブリにおける低頻度種の回復にどのように影響するか？
• RQ3 ハプロタイプ認識型グラフ構築とカバレッジに基づくプルーニングは、複雑なメタゲノムサンプルにおける断片化と汚染をどの程度低減できるか？
• RQ4 hifiasm-meta は、ヒトおよび動物の腸内マイクロバイオームを含む多様なメタゲノムデータセットから、一貫して完全な環状細菌ゲノムを再構築できるか？

主な発見

• ATCC モックコミュニティから、hifiasm-meta は 14 個の完全な環状細菌ゲノムを再構築し、metaFlye や HiCanu を上回った。特に、18% の頻度で存在する P. gingivalis 株は、1 つのコンティグに完全に回復された。
• Zymo モックコミュニティでは、hifiasm-meta は 1 株の E. coli（B766）を完全な環状コンティグとしてアセンブルしたが、metaFlye は同様の結果を得られず、HiCanu は 2 株で同様の結果を得た。
• 低頻度種（例：M. smithii 0.04%）では、hifiasm-meta が他のツールと比較してより連続性の高いアセンブリを生成したが、カバレッジ不足のため完全な再構築は限定的であった。
• ヒツジAの腸内マイクロバイオームデータセットでは、hifiasm-meta は 14 個のほぼ完全な MAG（完全性 ≥90%、汚染度 ≤5%）と 23 個の高品質な MAG（完全性 ≥70%、汚染度 ≤10%）を同定した。DAS Tool は CheckM よりも 22% の近い完全な MAG を多く同定した。
• 4 つのヒト腸内サンプルの共同アセンブリでは、16 個の 1Mb 以上のコンティグが得られ、そのうち 7 個が環状であった。系統発生解析により、GTDB-Tk 分類と整合的な門レベルのクラスタリングが確認された。
• すべての実験的データセットにおいて、N50 と品質スコアの点で優れたパフォーマンスを発揮した。アルゴリズムの複雑性が向上したにもかかわらず、ピークメモリ使用量と実行時間は他のツールと同等であった。