種の推論のための完全に自動化されたツール

カリフォルニア大学サンディエゴ校のエンジニアチームは、幅広いバックグラウンドの研究者が、さまざまな種がどのように進化的に関連しているかを理解し、これらの種の木に依存する変革的な生物学的および医療用途をサポートしています。研究者は、科学者が現在必要なドメインの専門知識と計算リソースへの依存度が低いため、科学者が生のゲノムデータから直接種の木を推測できるようにするRoadiesと呼ばれるスケーラブルで自動化されたユーザーフレンドリーなツールを開発しました。

種の木は、種が広大なスケールでどのように進化したかについての理解を固めるために重要ですが、薬物標的として機能するゲノムの機能領域を見つけるのにも役立ちます。物理的特性をゲノムの変化にリンクします。人獣共通感染症の発生を予測し、応答します。また、保全の努力を導きます。

ジャーナルに掲載された新しい論文で 国立科学アカデミーの議事録 5月2日、UCサンディエゴ電気およびコンピューターエンジニアリング教授のYatish Turakhiaが率いる研究者は、Roadiesが最先端の研究に匹敵する種の木々を誘導することを示しましたが、時間と労力のほんの一部です。このペーパーは、哺乳類の水上哺乳類、詰まり、鳥、出芽酵母の4つの多様な生命体に焦点を当てていましたが、あらゆる種に使用できます。

「ハイスループットシーケンスと計算ツールの急速な進歩により、ゲノムアセンブリを大規模に製造できるようになりました」と、コンピューターサイエンスの博士号、Anshu Gupta氏は述べています。 Jacobs School of Engineeringの学生と研究の最初の著者。 「しかし、種の木を正確に推測することは、多くの研究者の手の届かないところにあります。」

「Roadiesは、この問題に対するタイムリーで変革的な解決策です」とTurakhia氏は付け加えました。 「速度、精度、自動化により、ロードティーは種の樹木の推論を大幅に単純化する可能性があり、より広範な科学者や用途がアクセスできるようにします。」

真に自動化されたプロセス

ロードリーは、「参照フリー、オルソロジーフリー、注釈なし、不一致、種の木の推定」を表していますが、完全に自動化されたパイプラインを使用しながら非常に正確な結果をもたらすため、既存の系統発生ツールとは別に標準があります。

Roadiesの重要な革新の1つは、タンパク質コーディング遺伝子などの特定の特性を持つ事前定義されたゲノム領域を使用する代わりに、Roadiesは入力ゲノムからの遺伝子座のランダムサンプリングに基づいていることです。これにより、種の推論の前にゲノム注釈の必要性がなくなります。

「ランダムに選択された遺伝子座から種の木を再構築することで、非常に正確な結果が得られるのは驚くべきことかもしれません」とTurakhia氏は述べています。 「しかし、私たちの結果は、この単純なアプローチが効果的であり、シーケンスの進化のモデルへのより良い順守など、独自の利点を提供できると考えています。」

自動化の鍵を証明したもう1つの戦略は、多くの既存の方法とは異なり、Roadiesがゲノム全体に複数のコピーに存在する遺伝子を活用できるということです。これは、多くの種で一般的な現象です。 Roadiesは、電気およびコンピューター工学の教授であり、このPNAS研究の共著者であるSiavash MirarabのラボでUC San Diegoで開発された方法を統合することにより、これを行います。この戦略により、Roadiesはオルソロジーを推測する必要性を排除したり、異なる種の個々の遺伝子コピーの対応を決定したりできます。

2つの面倒なステップ（ゲノムアノレーションとオルソロジーの推論）の必要性を削除することにより、Roadiesは信頼できる完全に自動化されたパイプラインを構築するための主要な障壁を克服するだけでなく、既存のツールよりも大幅に少ないコンピューティングパワーを必要とします。この研究は、数百のゲノムを持つデータセットに対するRoadiesのスケーラビリティを強調し、専門家主導の大規模な研究と一致しているが、時間と労力のほんの一部を必要とする系統を推測します。

研究者は、既存の種の木に新しい分類群の配置や、数万のゲノム以降の処理を可能にするGPUの潜在的な使用など、ロードの能力を改善し続けています。

「大規模なイニシアチブは、数千種類のシーケンスのためにすでに進行中であり、最終的には地球上のすべての現存する真核生物種」とトゥラキアは述べた。 「私たちは、Roadiesがその規模を満たす準備ができていることを確認したいと考えています。」