Сравнительная оценка выравнивания ридов различными алгоритмами для секвенирования нового поколения с учетом характеристик геномов

Большие объемы данных, получаемые благодаря технологии секвенирования нового поколения (NGS), широко используют в биологических исследованиях и медицинской диагностике. Ключевой этап анализа данных NGS — выравнивание, или картирование, ридов; эта процедура отличается высокой вычислительной сложностью. Смещение при картировании может влиять на последующий анализ, включая выявление полиморфизмов. Чтобы предоставить биологам рекомендации по выбору подходящих алгоритмов выравнивания, мы оценили и сравнили пять алгоритмов — BWA, Bowtie2, NovoAlign, Smalt и Stampy — а также присущее им смещение при картировании на основании характеристик пяти микробных геномов. Были выровнены два миллиона смоделированных пар ридов различной длины: 36, 50, 72, 100, 125, 150, 200, 250 и 300 п.о. Оценивали такие характеристики выравнивания, как чувствительность картирования, долю корректно сопряженных ридов, время выравнивания и влияние тандемных повторов на ошибочно картированные риды. Наиболее быстрое выравнивание обеспечивал BWA, за ним следовали Bowtie2 и Smalt. NovoAlign и Stampy работали сравнительно медленнее. Большинство алгоритмов демонстрировали высокую чувствительность при картировании длинных ридов (>100 п.о.). В то же время NovoAlign отличался более высокой чувствительностью как при картировании коротких ридов (36, 50 и 72 п.о.), так и длинных ридов (>100 п.о.); кроме того, он показал более высокую чувствительность при картировании сложного генома Plasmodium falciparum. Доля корректно сопряженных ридов была заметно выше при использовании NovoAlign, BWA и Stampy. Ни один из алгоритмов не превосходил остальные по всем оцениваемым параметрам, однако их эффективность различалась в зависимости от характеристик генома. Мы ожидаем, что результаты этого исследования помогут конечным пользователям выбирать подходящий алгоритм выравнивания и тем самым повысить точность картирования ридов.