Leviathan: A fast, memory-efficient, and scalable taxonomic and pathway profiler for (pan)genome-resolved metagenomics and metatranscriptomics

리바이어던은 정렬 기반이 아닌 분류학적 방법과 DNA 공간의 의사 정렬을 결합하여 번역 기반 검색 단계를 우회함으로써 게놈 및 팬게놈 해상도에서 메타게놈과 메타트랜스크립톰의 초고속, 메모리 효율적이며 정확한 분류학적 및 기능적 프로파일링을 가능하게 하는 오픈소스 소프트웨어 패키지입니다.

핵심

수백만 권의 책이 다양한 저자 (미생물) 에 의해 쓰여진 거대한 도서관을 상상해 보세요. 그리고 특정 더미에 있는 책들이 누가 썼는지, 그리고 그 책들이 어떤 이야기 (기능) 를 전달하는지 알고 싶다고 가정해 봅시다.

오랫동안 이 수수께끼를 풀려던 과학자들은 모든 책의 모든 단어를 하나하나 읽어 일치점을 찾는 방법을 사용했습니다. 이는 놀라울 정도로 정확했지만, 극도로 느렸으며 슈퍼컴퓨터가 전원을 유지하는 것만으로도 필요할 정도로 막대한 자원을 요구했습니다. 이 논문이 다루는 문제가 바로 이것입니다: 기존 도구들은 현재 우리가 보유한 거대한 현대적 미생물 "책" 컬렉션을 처리하기에는 너무 느리고 메모리를 많이 차지했습니다.

이제 이 분석을 위한 "급행 열차"로 설계된 새로운 소프트웨어 도구인 리비어스 (Leviathan) 가 등장했습니다. 간단한 비유를 들어 작동 방식을 설명해 보겠습니다:

1. 속도 트릭: 읽기를 건너뛰기

모든 단어를 읽는 것 (이전 도구들이 했던 일) 대신, 리비어스는 두 가지 교묘한 단축키를 사용합니다:

• "지문" 스캐너 (분류학): 더미에 누가 있는지 파악하기 위해 실프 (Sylph) 라는 도구를 사용합니다. 이는 전체 이야기를 읽는 대신 책의 바코드를 스캔하거나 고유한 지문을 확인하는 것과 같습니다. 단 한 문장도 읽지 않고도 저자를 즉시 식별합니다.
• "목차" 확인 (기능): 미생물이 무엇을 하고 있는지 파악하기 위해 살몬 (Salmon) 이라는 도구를 사용합니다. 이전 도구들이 사용했던 "번역 검색 (translated-search)"이라는 느린 과정 (텍스트를 다른 언어로 번역하는 것) 대신, 리비어스는 원래 언어로 직접 "목차" (유전자 카탈로그) 를 확인합니다. 자신이 본 장들을 알고 있는 이야기와 매칭하여 무거운 번역 단계를 완전히 건너뜁니다.

2. 더블 체크 시스템

리비어스는 단순히 추측하지 않습니다. 발견한 모든 이야기에 대해 두 가지 구체적인 점수를 제공합니다:

• 풍부도 (Abundance): "이 이야기의 복사본이 얼마나 많습니까?" (특정 책을 읽는 사람들이 얼마나 많은지 세는 것과 같습니다).
• 커버리지 (Coverage): "전체 이야기가 있는지, 아니면 몇 페이지만 있는지?" 미생물 군집이 완전한 대사 경로를 완성하기 위해 필요한 모든 "장" (효소적 단계) 을 가지고 있는지 확인하여 이야기가 처음부터 끝까지 논리적으로 이루어지는지 보장합니다.

3. 결과: 더 빠르고 가볍게

저자들이 리비어스를 현재 금표준 (HUMAnN 이라는 도구) 과 비교하여 테스트했을 때, 결과는 극적이었습니다:

• 속도: 최대 74 배 더 빠릅니다. 이전 도구가 한 작업을 완료하는 데 일주일이 걸렸다면, 리비어스는 몇 시간 만에 완료할 수 있습니다.
• 메모리: 컴퓨터 메모리를 14 배 더 적게 사용합니다. 이는 등산용 배낭에 벽돌을 가득 채우고 마라톤을 뛰는 것과 가벼운 재킷만 입고 뛰는 것의 차이와 같습니다.
• 정확도: 단순히 빨라진 것이 아니라, 특정 미생물과 그들의 유전적 변이 (패닝게놈) 를 식별하는 능력이 향상되어 정확도가 최대 12% 까지 개선되었습니다.

4. 실제 사례

이 논문은 두 가지 구체적인 이야기로 리비어스의 실전을 보여줍니다:

• 해양 바이오필름: 그들은 해양의 플라스틱 위에서 자라는 미생물을 살펴보았습니다. 리비어스는 바이오필름이 젊은 상태에서 성숙한 상태로 성장함에 따라 "군집 대화"가 어떻게 변하는지, 그리고 그들이 어떻게 먹고 생존하는지에 대한 변화가 드러나도록 도와주었습니다.
• 치아 우식 연구: 그들은 치아 부패에 있는 박테리아의 "목소리" (유전자 활동) 를 분석했습니다. 박테리아의 특정 유전적 변이를 살펴봄으로써, 건강한 입과 충치가 있는 입을 구별하는 고유한 패턴을 발견했습니다.

요약하자면: 리비어스는 정확성을 희생하지 않으면서도 이전보다 훨씬 빠르게 그리고 더 적은 컴퓨팅 파워로 복잡한 미생물 군집을 분석할 수 있게 해주는 새로운 오픈 소스 도구입니다. 이는 느린 수동 타자기에서 스스로 작업을 확인하는 고속 디지털 프린터로 업그레이드하는 것과 같습니다.

기술 요약

기술적 요약: 레비아탄

문제 제기
메타게놈과 메타전사체의 기능적 프로파일링은 미생물 군집의 능력을 해독하는 데 필수적입니다. 그러나 기존 방법론은 상당한 계산 병목 현상에 직면해 있습니다. 현재 접근 방식은 계산 비용이 많이 드는 번역 검색 정렬에 의존하는데, 이는 해당 분야에서 표준으로 자리 잡은 급격히 확장되는 대규모 게놈 분해 참조 데이터베이스에 대해 확장성이 낮습니다. 이러한 비효율성은 고해상도 기능 분석의 처리량과 접근성을 제한합니다.

방법론
이러한 한계를 해결하기 위해 저자들은 게놈 및 팬게놈 해상도에서 통합된 분류학적 및 기능적 프로파일링을 위해 설계된 오픈 소스 소프트웨어 패키지인 **레비아탄 (Leviathan)**을 소개합니다. 핵심 혁신은 기존 파이프라인에서 실행 시간을 지배하는 번역 검색 단계를 우회하는 데 있습니다. 레비아탄은 2 단계 하이브리드 아키텍처를 통해 이를 달성합니다:

1. 분류학적 프로파일링: Sylph를 활용하여 초고속, 정렬 없는 분류학적 분류를 수행합니다.
2. 기능적 정량화: Salmon을 활용하여 게놈 분해 유전자 카탈로그에 대한 DNA 공간에서 직접 수행되는 의사 정렬 기반 리드 정량을 수행합니다.

각 (팬) 게놈에 대해 레비아탄은 이중 기능 지표를 생성합니다:

• 경로 풍부도: 집계된 유전자 수준 정량화에서 유도됩니다.
• 경로 커버리지: 효소 단계 완전성에 대한 그래프 기반 평가를 통해 계산됩니다.

주요 결과
레비아탄의 성능은 CAMI-I 및 CAMI-II 벤치마크 데이터셋을 사용하여 HUMAnN과 비교 평가되었습니다. 결과는 효율성과 정확성에서 상당한 개선을 보여줍니다:

• 속도: 레비아탄은 HUMAnN 보다 최대 74 배 빠른 실행 시간을 달성했습니다.
• 메모리: 14 배 낮은 메모리 사용량을 보여주었습니다.
• 정확도: 이 도구는 게놈 수준 할당 정확도를 최대 **12%**까지, 팬게놈 수준 정확도를 최대 **5%**까지 향상시켰습니다.

사례 연구 및 적용
저자들은 두 가지 구체적인 사례 연구를 통해 레비아탄의 적용 가능성을 검증했습니다:

1. 해양 플라스틱권 메타게놈: 차등 커버리지 분석을 통해 초기 및 성숙한 바이오필름 군집 간의 대사적 변화를 밝혔습니다.
2. 치아 우식 메타전사체: 팬게놈 분해 공동 발현 네트워크 분석을 통해 건강 및 질병 상태를 진단하는 데 활용되는 생물 종 특이적 전사 패턴을 확인했습니다.

의의
레비아탄은 현대의 (팬) 게놈 분해 메타게놈 및 메타전사체 시대를 위한 확장 가능하고 메모리 효율적인 솔루션을 제공합니다. 번역 검색 병목 현상을 제거함으로써 기존 표준을 유지하거나 개선하는 정확도를 유지하면서 고품질 기능 프로파일링을 가능하게 합니다. 이 도구는 https://github.com/jolespin/leviathan 에서 오픈 소스 소프트웨어로 제공됩니다.