아라비드옵시스 탈리나 유전체를 이용한 베이스 수준 및 접합 베이스 수준 해상도에서의 RNA-Seq 정렬 도구 벤치마킹

RNA-Seq 정렬 소프트웨어를 선택하는 궁극적인 목표는 읽기 매핑 절차와 그 이상의 다양한 복잡성을 감지할 수 있는 강력한 알고리즘으로 정확한 정렬을 수행하는 것입니다. 대부분의 정렬 소프트웨어 도구는 일반적으로 인간 또는 원핵생물 데이터를 기반으로 미리 조정되기 때문에 식물과 같은 다른 유기체에 응용하기에는 적합하지 않을 수 있습니다. 빠르게 성장하는 식물 RNA-Seq 데이터베이스는 큐레이팅된 식물 데이터를 기반으로 한 정렬 도구의 평가를 요구하며, 이는 이러한 도구들을 식물 전사체 데이터에 응용하기 위한 교정을 돕습니다. 따라서 우리는 모델 유기체인 아라비드옵시스 탈리나에서 파생된 시뮬레이션 데이터를 사용하여 RNA-Seq 읽기 정렬 도구를 벤치마킹하는 데 집중했습니다. 우리는 현재 사용 가능한 다섯 가지 인기 RNA-Seq 정렬 도구의 성능을 사용량(인용 수)을 기준으로 평가했습니다. 아라비드옵시스 정보 자원(TAIR)에서 주석이 달린 단일 뉴클레오타이드 다형성(SNP)을 도입하여 각 정렬 도구의 베이스 수준 및 접합 베이스 수준 해상도에서의 정렬 정확도를 기록했습니다. 기본 설정에서 정렬 도구의 성능을 평가하는 것 외에도, 신뢰 임계값과 SNP 도입 수준을 포함한 여러 매개변수의 값을 변경하여 정확도도 기록했습니다. 정렬기의 성능은 베이스 수준 정확도에서 다양한 테스트 조건 하에 일관성이 있었으나, 접합 베이스 수준 평가에서는 적용된 알고리즘에 따라 다양한 결과를 나타냈습니다. 읽기 베이스 수준 평가에서, 정렬기 STAR의 전반적인 성능은 다른 정렬기보다 우수하여, 다양한 테스트 조건에서 정확도가 90%를 초과했습니다. 반면, 접합 베이스 수준 평가에서는 SubRead가 가장 유망한 정렬기로 부각되어 대부분의 테스트 조건에서 전반적인 정확도가 80%를 초과했습니다.