RapidMACS: MACS3-identical peak calling, 50x faster

우리 세포 내부의 미시 세계에서, 우리의 유전 정보를 담고 있는 DNA는 자유롭게 떠다니는 것이 아니라 단백질 스풀(spool)에 단단히 감겨 밀집된 구조를 형성하며, 이는 세심하게 관리되어야 합니다. 특정 유전자를 읽거나 세포가 유전 코드의 어느 부분을 사용할지 결정하는 방식을 이해하기 위해, 과학자들은 이 DNA가 정확히 어디에서 접근 가능한지, 그리고 어디에서 단단히 뭉쳐 있는지를 알아야 합니다. 이러한 접근 가능한 영역을 찾는 일반적인 방법은, 느슨하고 열려 있는 부분만을 자르는 효소로 DNA를 처리하여 단단히 감긴 부분은 그대로 두는 것입니다. 이러한 절단이 발생하는 위치를 지도화함으로써, 연구자들은 게놈의 활성 영역을 정확히 찾아낼 수 있습니다. 이 과정은 방대한 양의 데이터를 생성하며, 이 데이터는 이후 관심 있는 특정 위치를 식별하기 위해 분석되어야 합니다. '피크 콜링(peak calling)'이라고 알려진 이 분석 단계는 수백만 개의 데이터 포인트 중에서 신호가 충분히 의미 있는 지점을 찾아내는 필터 역할을 합니다. 수년 동안, MACS3라는 널리 사용되는 도구가 이 작업을 위한 표준이었으며, 다양한 유형의 실험과 데이터 형식을 처리할 수 있는 능력을 갖추고 있었습니다. 그러나 생물학적 데이터의 양이 폭발적으로 증가함에 따라, 이러한 분석을 실행하는 데 소요되는 시간은 중요한 병목 현상이 되었고, 기초 생물학에서 의학 연구에 이르는 다양한 분야의 발견 속도를 늦추고 있습니다.

한 연구팀은 이제 정확도를 희생하지 않으면서도 이 속도 문제를 해결하기 위해 설계된 RapidMACS라는 새로운 도구를 선보였습니다. 기존의 MACS3 툴킷은 다양하고 실험적인 조건을 처리할 수 있는 강력하고 다재다능한 도구이지만, 특히 단일 세포 내 열린 염색질(open chromatin) 매핑을 포함한 현대의 많은 연구들은 오직 한 가지 특정한 기능, 즉 좁은 피크(narrow peaks)의 활성을 찾는 기능만을 필요로 합니다. 연구자들은 하나의 단순한 작업을 수행하기 위해 거대하고 다목적인 기계를 사용하는 것이 비효율적이라는 점을 깨달았습니다. 그들은 바로 이 한 가지 작업만을 수행하되 훨씬 더 빠른 속도로 수행할 수 있는 특화된 도구를 만들기 위해 착수했습니다. 그 결과물은 전체 데이터셋을 전역적으로 정렬하거나 하드 드라이브에 임시 파일을 생성할 필요 없이, 데이터를 단 한 번의 효율적인 통과(single, streamlined pass)로 처리하는 프로그램입니다. 대신, 이 프로그램은 필요한 정보를 컴퓨터 메모리에 유지하며 게놈의 서로 다른 구역들을 동시에 처리합니다. 이러한 접근 방식 덕분에 소프트웨어는 이전의 표준보다 훨씬 더 빠르게 데이터를 처리할 수 있습니다.

이 새로운 도구의 성능은 단일 세포 내 열린 DNA, 벌크 조직 샘의 매핑, 그리고 특정 단백질-DNA 상호작용을 포함한 여러 유형의 생물학적 실험을 통해 테스트되었습니다. 이 테스트에서 RapidMACS는 특정 실험 종류와 사용된 컴퓨터 프로세서의 수에 따라 기존 버전인 MACS3보다 3.5배에서 51배까지 더 빠른 것으로 증명되었습니다. 아마도 가장 중요한 점은, 연구자들이 RapidMACS의 출력값이 MACS3의 출력값과 바이트 단위로 동일하다는 것을 발견했다는 사실입니다. 이는 새로운 도구가 보고하는 모든 숫자와 위치가 마지막 자리 숫자까지 기존 도구와 정확히 일치함을 의미합니다. 결과가 동일하기 때문에, 과학자들은 자신의 후속 분석이 변하지 않을 것이라는 절대적인 확신을 가지고 더 빠른 도구로 전환할 수 있습니다. 속도 향상은 다른 프로그래밍 언어를 사용해서가 아니라, 계산을 조직하는 더 스마트한 방식을 통해 이루어졌으며, 이를 통해 소프트웨가 강제로 거쳐야 했던 불필요한 단계들을 건너뛸 수 있게 되었습니다.

이 새로운 소프트웨어는 이제 누구나 사용할 수 있도록 공개되었으며, 직접 실행할 수 있는 독립형 프로그램이나 더 큰 분석 파이프라인에 구축할 수 있는 구성 요소로 제공됩니다. 이 프로그램은 가볍게 제작되어 생물학적 데이터 파일을 읽기 위한 필수 라이브러리에만 의존하며, 작동을 위해 복잡한 런타임 환경을 요구하지 않습니다. 반복적인 데이터 처리 과정에서 낭비되는 시간을 제거함으로써, RapidMACS는 연구자들이 컴퓨터가 작업을 마칠 때까지 기다리는 데 시간을 쓰는 대신, 데이터 속에 숨겨진 생물학적 이야기를 해석하는 데 더 많은 시간을 할애할 수 있게 해줍니다. 이 도구는 복잡한 알고리즘에 의해 주도되는 분야에서도 효율성이 답을 찾는 경로를 단순화함으로써 얻어질 수 있음을 보여주는, 과학적 도구 상자의 실질적인 개선을 나타냅니다.