近年來，測序市場呈現(xiàn)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(shù)據(jù)分析的難題。經(jīng)濟而又地處理全基因組測序的數(shù)據(jù)，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。
研究人員開發(fā)利用低成本的服務(wù)器，在短短的13小時內(nèi)即可完成50x人類基因組的比對、變異檢測和功能注釋。
二代測序技術(shù)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(shù)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(shù)據(jù)中獲得變異檢出。此外，區(qū)分致病和良性的突變，也是一個費時費力的過程。
此次開發(fā)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(shè)計。它采用模塊化的架構(gòu)和通用的格式，適合各種實驗設(shè)計，并與行業(yè)標準的軟件兼容。SpeedSeq可將50x WGS原始數(shù)據(jù)轉(zhuǎn)化成單核苷酸變異（SNV）、短的插入缺失（indel）和結(jié)構(gòu)變異（SV），而只需要一臺32線程的服務(wù)器和128 GB的內(nèi)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(fā)現(xiàn)，對于生殖細胞的SNV和indel，SpeedSeq分別實現(xiàn)了99.9%和89.9%的靈敏度，而錯誤發(fā)現(xiàn)率也在可接受的范圍（分別為0.4%和1.1%）。這些表現(xiàn)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(huán)境中一個常見的WGS應(yīng)用，對時間頗為敏感。為了檢驗SpeedSeq在癌癥數(shù)據(jù)上的表現(xiàn)，研究人員獲得了五組腫瘤-正常的WGS數(shù)據(jù)（50x腫瘤、30x正常），其體細胞突變經(jīng)過驗證。SpeedSeq檢出了五組數(shù)據(jù)中2,746個正交驗證突變中的96.4%，包括癌癥相關(guān)基因中98.8%的突變。
結(jié)構(gòu)變異的確定也是基因組全面分析中重要的一部分，當(dāng)然也存在一定的挑戰(zhàn)。據(jù)介紹，SpeedSeq通過三個互補的工具而實現(xiàn)了全面的結(jié)構(gòu)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(fā)現(xiàn)不了的CNV；SVTyper這種算法能夠?qū)Y(jié)構(gòu)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(jié)構(gòu)變異、插入和缺失時，其表現(xiàn)與現(xiàn)有方法相當(dāng)或更佳。
