NatureMethods：超快速的基因組分析工具

　　近年來，測序市場呈現出百花齊放的美好局面。這使得測序的成本不斷下降，但同時也帶來了數據分析的難題。經濟而又高效地處理全基因組測序的數據，相信是每個人的愿望。如今，一個開源的基因組分析平臺也許能滿足你的愿望。

　　這個平臺被稱為SpeedSeq，由華盛頓大學醫學院等機構的研究人員開發。它利用低成本的服務器，在短短的13小時內即可完成50x人類基因組的比對、變異檢測和功能注釋。這項成果本周在線發表于《Nature Methods》上。

　　二代測序技術的進步降低了全基因組測序所需的成本和時間，為人類基因組的深入探索提供了機會。然而，計算處理和變異解釋的瓶頸阻礙了這些技術的廣泛采用。通常，人們要使用多個工具和60-70個小時來處理50x人類全基因組，才能從原始序列數據中獲得變異檢出。此外，區分致病和良性的突變，也是一個費時費力的過程。

　　此次開發的SpeedSeq是一套開放源代碼的軟件，專為快速的全基因組變異檢測和解釋所設計。它采用模塊化的架構和通用的格式，適合各種實驗設計，并與行業標準的軟件兼容。SpeedSeq可將50x WGS原始數據轉化成單核苷酸變異（SNV）、短的插入缺失（indel）和結構變異（SV），而只需要一臺32線程的服務器和128 GB的內存，成本低于1萬美元。

　　研究人員利用瓶中基因組計劃（GIAB）的人類樣本NA 12878來評估SpeedSeq在SNV和indel檢出上的準確性。他們發現，對于生殖細胞的SNV和indel，SpeedSeq分別實現了99.9%和89.9%的靈敏度，而錯誤發現率也在可接受的范圍（分別為0.4%和1.1%）。這些表現甚至超過了人們常用的GATK-UG工具。

　　癌癥基因組分析也是科研和臨床環境中一個常見的WGS應用，對時間頗為敏感。為了檢驗SpeedSeq在癌癥數據上的表現，研究人員獲得了五組腫瘤-正常的WGS數據（50x腫瘤、30x正常），其體細胞突變經過驗證。SpeedSeq檢出了五組數據中2,746個正交驗證突變中的96.4%，包括癌癥相關基因中98.8%的突變。

　　結構變異的確定也是基因組全面分析中重要的一部分，當然也存在一定的挑戰。據介紹，SpeedSeq通過三個互補的工具而實現了全面的結構變異分析。它的核心是LUMPY，一個斷裂點檢測工具；CNVnator利用讀取深度分析來檢測LUMPY發現不了的CNV；SVTyper這種算法能夠對結構變異進行基因分型。通過這種組合，SpeedSeq能輕松找到基因組重排。

　　作者認為，SpeedSeq在檢測生殖細胞和體細胞的單核苷酸變異、結構變異、插入和缺失時，其表現與現有方法相當或更佳。