RapidMACS: MACS3-identical peak calling, 50x faster

私たちの細胞内の微視的な世界において、遺伝的指示を保持するDNAは自由に浮遊しているわけではありません。それはタンパク質の糸巻きにきつく巻き付いて密な構造を形成しており、注意深く管理される必要があります。特定の遺伝子を読み取ったり、細胞が遺伝コードのどの部分を使用するかをどのように決定するかを理解したりするために、科学者はDNAがどこでアクセス可能であり、どこで固く詰まっているのかを正確に知る必要があります。これらのアクセス可能な領域を見つける一般的な方法は、緩んで開いている部分のみを切断する酵素でDNAを処理し、きつく巻き付いた部分はそのままにしておくことです。これらの切断がどこで発生するかをマッピングすることで、研究者はゲノムの活性領域を特定することができます。このプロセスは膨大な量のデータを生成し、それらは関心のある特定の場所を特定するために分析されなければなりません。「ピークコーリング」として知られるこの分析ステップは、信号が意味を持つほど十分に強い正確な地点を見つけ出すために、数百万のデータポイントをふるい分けるフィルターのような役割を果たします。長年、MACS3と呼ばれる広く使用されているツールがこの作業の標準であり、多くの異なる種類の実験やデータ形式を扱うことが可能です。しかし、生物学的データの量が爆発的に増加するにつれ、これらの分析を実行するために必要な時間が重大なボトルネックとなり、基礎生物学から医学研究に至るまでの分野における発見のペースを遅らせています。

研究チームは、精度を犠牲にすることなくこの速度の問題を解決するために設計された、RapidMACSと呼ばれる新しいツールを導入しました。既存のMACS3ツールキットは強力で多用途であり、幅広い実験条件を扱うことができますが、現代の研究、特に単一細胞におけるオープンクロマチンのマッピングを含む研究の多くは、一つの特定の機能、すなわち「狭いピークの活動」を見つけることだけを必要としています。研究者たちは、一つの単純な仕事のために、巨大で多目的の機械を使用することは非効率的であることに気づきました。彼らは、まさにこの一つのタスクを実行できる、より優れた速度を持つ特化したツールを構築することを目指しました。その結果、データの一回限りの合理化されたパスで処理を行い、データセット全体をグローバルにソートしたり、ハードドライブ上に一時ファイルを作成したりする必要を回避するプログラムが誕生しました。代わりに、必要な情報をコンピュータのメモリ内に保持し、ゲノムの異なるセクションを同時に処理します。このアプローチにより、ソフトウェアは以前の標準よりもはるかに迅速にデータを処理することができます。

この新しいツールの性能は、単一細胞、バルク組織サンプル、および特定のタンパク質-DNA相互作用を含む、いくつかのタイプの生物学的実験にわたってテストされました。これらのテストにおいて、RapidMACSは、特定の実験内容や使用するコンピュータプロセッサの数に応じて、以前のバージョンであるMACS3よりも3.5倍から51倍高速であることが証明されました。おそらく最も重要なことは、RapidMACSからの出力がMACS3からの出力とバイト単位で同一であるという点です。これは、新しいツールによって報告されるすべての数値と位置が、最後の桁に至るまで、古いツールと正確に一致することを意味します。結果が同一であるため、科学者は、自身のダウンストリーム解析が変わらないという絶対的な確信を持って、より高速なツールへと切り替えることができます。この速度向上は、異なるプログラミング言語を使用したことによるものではなく、計算の構成方法をよりスマートにしたことによるものであり、これにより、古いツールが強制されていた不要なステップをスキップすることが可能になりました。

この新しいソフトウェアは、直接実行できるスタンドアロンプログラムとして、あるいはより大きな解析パイプラインに組み込めるコンポーネントとして、誰でも利用できるよう提供されています。これは軽量に設計されており、生物学的データファイルを読み取るための不可欠なライブラリのみに依存し、動作するために複雑な実行環境を必要としません。反復的なデータ処理に費やされる時間を排除することで、RapidMACSは、研究者がコンピュータが作業を完了するのを待つ時間を減らし、データの中に隠された生物学的な物語を解釈することに、より多くの時間を割けるようにします。このツールは、科学的なツールキットにおける実用的な洗練であり、複雑なアルゴリズムに突き動かされる分野であっても、答えへの経路を単純化することで効率が得られることを証明しています。