← 最新の論文
💻 バイオインフォマティクス

nf-core/pairgenomealign: a scalable pipeline for pairwise whole-genome alignment

本論文は、多様な進化距離や計算環境に適した標準的な出力を生成するために、LASTソフトウェアスイートを用いたペアワイズ全ゲノムアライメントを自動化する、スケーラブルで再現可能なNextflowパイプラインであるnf-core/pairgenomealignを紹介する。

原著者: Plessy, C., Mahdi, M., Fujita, T., Frith, M. C., Luscombe, N. M.

公開日 2026-11-19
📖 1 分で読めます☕ さくっと読める

原著者: Plessy, C., Mahdi, M., Fujita, T., Frith, M. C., Luscombe, N. M.

原論文は CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) でライセンスされています。 ⚕️ これは査読を受けていないプレプリントのAI生成解説です。医学的助言ではありません。この内容に基づいて健康上の判断をしないでください。 免責事項の全文を読む

地球上の生命は、DNAを構成するすべての生物に存在する、4つの化学的な文字によるコードとして書かれています。何十年もの間、科学者たちは個々の種のこれらのコードを読み解き、ヒト、マウス、ショウジョウバエのゲノムの詳細な地図を作り上げてきました。しかし、テクノロジーの向上に伴い、私たちは今、微小な細菌から巨大なクジラに至るまで、数千もの種のコードを同時に読み取っています。この新たな情報の奔流は、巨大な課題を生み出しています。すなわち、これらの異なる地図をどのように比較し、それらがどのように関連し、どこが変化し、どのように進化したのかをどうやって解明するかという課題です。これに答えるために、研究者たちは、たとえ2つの種が数百万年前に分岐していたとしても、2つのゲノム全体を横に並べて、すべての文字をそのパートナーと一致させる方法を必要としています。この作業は、ある本が書き換えられ、ページがシャッフルされ、さらにページが破り取られたバージョンと、もう一方のバージョンを照らし合わせるようなものです。しかも、その間にはテキストもわずかに変化しています。これを手作業で行うことは不可能であり、古いコンピュータプログラムで行うことも、私たちが現在研究している広大な生命の多様性に対しては、あまりに遅すぎるか、あるいは不正確すぎることが多いのです。

この問題を解決するために、科学者チームは「nf-core/pairgenomealign」と呼ばれる新しい自動化ツールを構築しました。このツールを、膨大な百科事典の異なる版を受け取り、ページごとに瞬時に並べ替えて、テキストがどこで一致し、どこで異なっているかを正確に示す、非常に効率的な司書だと考えてください。研究者たちは、微小なウイルスのコードから肺魚の巨大で複雑なDNAに至るまで、彼らが遭遇するゲノムの極めて多様な範囲を扱うために、このシステムを開発しました。このツールは、リファレンス(参照)となるターゲットゲノムを取り込み、他のゲノムのリストと一つずつ比較することで機能します。高度なマッチングエンジンを使用することで、感度を調整することが可能であり、非常に似通った種同士のつながりを見つけ出すことも、共通の言葉をわずかにしか持たない遠い親戚同士のつながりを見つけ出すこともできます。マッチングが完了すると、システムは結果を他の科学者が容易に読み取り、可視化できる標準的な形式に整理し、生のデータを進化の歴史を示す明確な図へと変えます。

この新しいパイプラインの力は、その柔軟性と信頼性の高さにあります。研究者たちは、ヒトのDNAと他の霊長類との比較から、ブタとマウスのような全く異なる動物のゲノムの整列に至るまで、幅広いシナリオに対してこのツールをテストしました。彼らは、このツールがスピードと正確性の適切なバランスを見つけるために、設定を調整できることを見出しました。例えば、非常に似たゲノムを比較する場合、迅速に動作できますが、種が離れている場合は、微妙なつながりを見逃さないように、より慎重なモードに切り替えることができます。ある主要なテストにおいて、チームはヒトゲノムを他の580の脊椎動物ゲノムと整列させましたが、これは古い手法では手に負えない作業でした。システムはこの膨大なデータセットを正常に処理し、研究者が直接閲覧できる単一のコンパクトなファイルを作成しました。これは、すべての国が正確な縮尺で描かれた地図を見ることに非常によく似ています。このファイルは、従来の手法が生成したであろうサイズよりも5倍から9倍小さく、保存や共有が非常に容易になっています。

速度だけでなく、このツールはゲノムが真に一致する箇所を特定する際にも、驚くほど正確であることが証明されました。既知の違いを持つシミュレーションされたDNA配列を用いたテストにおいて、システムはほぼすべての正しい一致を見つけ出し、いくつかのケースで他の一般的なツールを凌駕しました。特に、一致する領域がどこで始まり、どこで終わるかを正確に把握することに優れており、DNAが実際にはランダムなノイズである領域まで無理に一致させてしまうという一般的なミスを回避しました。また、研究者たちは、このツールが公開データベースによく見られる、乱れた不完全なゲノムアセンブリ(構築)を処理できることも示しました。入力データにギャップやエラーが含まれている場合でも、システムは明確な結果を生成し、ゲノムマップ自体の品質に関する問題を特定するのに役立ちました。この能力は、アセンブリの品質管理において極めて重要であり、研究者がゲノムマップに欠落している部分があるのか、あるいは本来あるべきではない重複セクションが含まれているのかを確認することを可能にします。

研究者たちはまた、このツールを使用して複雑な進化関係を可視化する方法も実証しました。2つのゲノムがどこで整列するかを示す単純なチャートであるドットプロットを生成することで、彼らは類似性と相違性のパターンを即座に確認することができました。ある例では、単一のハプロタイプ(特定の染色体のバージョン)を、両方のバージョンを含む全二倍体アセンブリに対して整列させました。得られたチャートは、DNAのどの部分が同一であり、どの部分が一方のバージョンに特有であるかを明確に示しており、数値だけでは達成が困難な視覚的なチェックを提供しました。この視覚的な明快さは、科学者が技術的な詳細に迷い込むことなく、データの品質を迅速に評価し、複雑なゲノムの構造を理解することを助けます。

最終的に、この研究は比較ゲノミクスの未来への基礎を提供します。ゲノムがシーケンスされるにつれ、それらを比較するための標準的で再現可能な方法へのニーズは高まる一方です。nf-core/pairgenomealign パイプラインは、ローカルコンピュータ、クラウドサーバー、あるいは大規模なハイパフォーマンス・クラスターのいずれにおいても同様に動作し、異なるレベルのコンピューティング専門知識を持つ科学者にとってアクセシブルなソリューションを提供します。ゲノム比較の重労働を自動化することで、研究者はデータの中に隠された生物学的な物語に集中できるようになります。このツールは単に配列を整列させるだけではありません。それは、地球上の生命の多様性と、その多様性がどのようにして生まれたかという私たちの理解との間に架け橋を築き、膨大な遺伝データの山を、明確でナビゲート可能な風景へと変えるのです。

自分の分野の論文に埋もれていませんか?

研究キーワードに一致する最新の論文のダイジェストを毎日受け取りましょう——技術要約付き、あなたの言語で。

Digest を試す →