RDscan: Read Depth 분포를 기반으로 germline 및 somatic variant calling을 개선하는 새로운 방법.

저자: Sunho Lee, Seokchol Hong, Jonathan Woo, Jae-hak Lee, Kyunghee Kim, Lucia Kim, Kunsoo Park, Jongsun Jung.

초록: 차세대염기서열분석(NGS) 데이터에서 변이를 호출하기 위한 여러 도구가 개발되어 왔다. 대체로 정확하고 신뢰할 수 있지만, 특히 read depth가 낮은 데이터셋의 변이 호출에서는 개선 여지가 있다. 또한 여러 somatic variant caller가 예측한 체세포 변이는 일치율이 매우 낮은 경향을 보인다.

본 연구에서는 NGS 데이터에서 germline 및 somatic variant calling을 개선하기 위한 새로운 방법 RDscan을 개발했다. RDscan은 잘못 정렬된 read를 제거하고 read 위치를 재조정하며 read depth 분포를 기반으로 RDscore를 계산한다. RDscore를 통해 false-positive variant call을 제거함으로써 기존 variant caller의 정밀도를 높인다.

최신 변이 호출 알고리즘과 1000 Genomes Project 및 Illumina 공개 데이터로 시험한 결과, 대부분의 알고리즘에서 정확도가 향상됐다. RDscan으로 변이를 필터링한 뒤 germline variant는 12개 사례 중 11개, somatic variant는 24개 사례 중 21개에서 호출 정확도가 증가했다. RDscan은 사용이 간단하고 계산 부담을 낮게 유지하면서 false-positive 변이를 효과적으로 제거할 수 있다. 따라서 RDscan은 기존 variant caller와 함께 유전체 분석 개선에 기여할 수 있다.