Инструментарий анализа генома: фреймворк MapReduce для анализа данных секвенирования ДНК нового поколения
The Genome Analysis Toolkit: A MapReduce framework for analyzing next-generation DNA sequencing data
2010-07-19
SCID: 54.1/kzfv7bf3
Discuss with AI
Проект «1000 геномов»Genome Analysis Toolkit (GATK)фреймворк MapReduceсеквенирование ДНК нового поколенияидентификация однонуклеотидных полиморфизмов
Figures from the paper
Abstract (AI)
Проекты по секвенированию ДНК нового поколения (NGS), такие как проект «1000 геномов», уже меняют наши представления о генетической вариабельности между отдельными людьми. Однако массивы данных огромного объёма, генерируемые технологиями NGS, — объём пилотного этапа проекта «1000 геномов» составляет почти пять тераоснований — затрудняют создание функционально насыщенных, эффективных и надёжных инструментов анализа даже для специалистов с высокой вычислительной квалификацией. Действительно, сложность доступа к данным, получаемым с помощью этих приборов, и их обработки ограничивает возможности многих специалистов отвечать на научные вопросы, а также определяет удобство такой работы. В настоящей работе мы рассматриваем наш инструментарий анализа генома (Genome Analysis Toolkit, GATK) — структурированный программный фреймворк, предназначенный для упрощения разработки эффективных и надёжных инструментов анализа данных, получаемых при секвенировании ДНК нового поколения, на основе философии функционального программирования MapReduce. GATK предоставляет небольшой, но содержательный набор шаблонов доступа к данным, охватывающий большинство потребностей инструментов анализа. Разделение конкретных аналитических вычислений и общей инфраструктуры управления данными позволяет оптимизировать фреймворк GATK с точки зрения корректности, стабильности, эффективности использования центрального процессора и памяти, а также обеспечить параллелизацию в распределённой и общей памяти. Возможности GATK проиллюстрированы описанием реализации и применения надёжных инструментов, устойчивых к масштабированию, таких как калькуляторы покрытия и инструменты выявления однонуклеотидных полиморфизмов (SNP). Мы заключаем, что программный фреймворк GATK позволяет разработчикам и аналитикам быстро и легко создавать эффективные и надёжные инструменты для анализа данных NGS; многие из них уже внедрены в крупномасштабные проекты секвенирования, такие как проект «1000 геномов» и «Атлас генома рака» (The Cancer Genome Atlas).
Key Findings
1
GATK предоставляет небольшой, но богатый набор повторно используемых шаблонов доступа к данным, охватывающих большинство потребностей аналитических инструментов, и отделяет вычисления от управления данными.
2
Инструменты GATK уже включены в крупные проекты, включая проект «1000 геномов» и The Cancer Genome Atlas.
3
Genome Analysis Toolkit (GATK) — это программный фреймворк на основе MapReduce, упрощающий разработку эффективных и устойчивых инструментов для анализа данных секвенирования нового поколения.
4
Фреймворк позволяет реализовывать устойчивые к масштабированию приложения, включая расчёт покрытия и поиск однонуклеотидных полиморфизмов.
5
Такое разделение позволяет оптимизировать фреймворк по корректности, стабильности, эффективности использования процессора и памяти, а также поддерживать распределённый и разделяемый параллелизм.
Research Object
Программный фреймворк Genome Analysis Toolkit (GATK) для анализа данных секвенирования следующего поколения (NGS)
Research Subject
Эффективность, надёжность, масштабируемость и возможности параллелизации фреймворка при разработке и применении инструментов анализа данных NGS
Publication Details
Publication Date
2010-07-19
Journal
Publisher
ISSN
Cited by
27809
Open access PDF
Access Type
Author Information
Download PDF
Subscribe to digest
Источники этой статьи в scid.ai1
Работы, цитирующие эту статью20
PLINK второго поколения: ответ на вызов, связанный с увеличением объёма и богатства наборов данных2015
Pilon: интегрированный инструмент для комплексного выявления микробных вариантов и улучшения сборки геномов2014
Анализ 100 000 геномов опухолей человека раскрывает ландшафт мутационной нагрузки опухоли2017
ANGSD: анализ данных секвенирования нового поколения2014
Технология секвенирования нового поколения: современные тенденции и достижения2023
Неоантигены: перспективные мишени для лечения рака2023
Масштабируемое полное экзомное секвенирование внеклеточной ДНК выявляет высокую конкордантность с метастатическими опухолями2017
Геномы Gossypium barbadense и Gossypium hirsutum позволяют получить представление о происхождении и эволюции аллотетраплоидного хлопчатника2019
Аллельно-определённый геном автополиплоидного сахарного тростника Saccharum spontaneum L.2018
Высококачественная сборка генома яблони выявляет связь ретротранспозона с красной окраской плодов2019
Микросреда опухоли: барьер или возможность для эффективной терапии рака2022
Древние геномы раскрывают социальное и репродуктивное поведение охотников-собирателей раннего верхнего палеолита2017
Геномика выявляет историческую и современную динамику передачи бактериального заболевания среди диких животных и домашнего скота2016
Сравнение геномов деревенских собак и волков выявляет роль нервного гребня в одомашнивании собак2018
Секвенирование геномов 2000 представителей семейства псовых консорциумом Dog10K углубляет понимание демографии, функций и архитектуры генома2023
Тяжёлое расстройство речи у детей2020
Последовательность генома Bacillus anthracis из вскрытых образцов при взрыве в Свердловске 1979 года2016
Точечная мутация в recC, связанная с субклональной заменой карбапенеморезистентной Klebsiella pneumoniae ST11 в Китае2023
Интрогрессия гаплотипов восточно-китайского и южно-китайского происхождения способствует улучшению фертильности и иммунитета у современных европейских свиней2020
BioMaster: мультиагентная система для автоматизированного рабочего процесса биоинформатического анализа2026