مقایسه برخی نرم افزارهای مکانیابی در آنالیز داده های RNA-Seq گاو شیری

با توجه به کاربرد روزافزون تعیین توالی نسل جدید (NGS)، جهت شناسایی ژن های عملکردی،‏ استفاده از الگوریتم ها و نرم افزارهای تخصصی برای انجام آنالیزهای آماری ضروری است. مکان یابی خوانش ها با ژنوم مرجع اولین و مهم ترین مرحله اکثر برنامه های آنالیز داده های RNA-Seq است که به صورت موثری صحت آنالیزهای پایین دستی بستگی به این مرحله دارد. لذا هدف از این تحقیق، مقایسه برخی نرم افزارهای مختلف هم ترازی داده های حاصل از تعیین توالی کل RNA روی ژنوم مرجع بود.

از داده های RNA-Seq مربوط به 54 راس گاو شیری هلشتاین به منظور شناسایی ژن های موثر در باروری استفاده شد. تعیین کیفیت خوانش ها‏ توسط نرم افزار FastQC و ویرایش توالی های کم کیفیت با استفاده از نرم افزار Trimmomatic انجام شد. داده های ویرایش شده با آخرین نسخه ژنوم مرجع گاو با استفاده از نرم افزارهای Bowtie2، ‏Tophat2 و Hisat2 مکان یابی شدند. درصد کل خوانش های مکان یابی شده، درصد خوانش های مکان یابی شده روی یک محل در ژنوم مرجع و همچنین درصد خوانش های مکان یابی شده روی بیش از یک محل محاسبه شدند.

نتایج نشان داد که بیشترین هم ترازی صورت گرفته روی ژنوم مرجع گاو با استفاده از نرم افزار ‏‏Tophat2 بوده است. از کل خوانش های موجود، نرم افزارهای Tophat2 و Hisat2 به ترتیب 94/197 و 92/526 درصد را روی ژنوم مرجع مکان یابی نمودند. نرم افزار Hisat2 عملکرد تخصیصی بیشتری داشت و 89/202 درصد از داده ها را به یک جایگاه اختصاصی مکان یابی کرد درصورتی که این پارامتر در خصوص نرم افزار Tophat2 به میزان 87/812 درصد از کل توالی ها بود. از کل توالی های به کار گرفته شده تنها 3/324 درصد توسط Hisat2 و 6/385 درصد توسط Tophat2 با بیش از یک جایگاه ژنوم مرجع مکان یابی شدند. نرم افزار Bowtie2 در مقایسه با دو نرم افزار دیگر عملکرد پایینی داشت.

مقایسه نرم افزارهای هم ترازی داده های RNA-Seq روی ژنوم مرجع نشان داد که اگر چه نرم افزار Hisat2 بهترین نرم افزار برای مکان یابی خوانش ها بود بود ولی نرم افزار Tophat2 هم می تواند به جای آن در آنالیز داده های RNA-seq استفاده شود. در ضمن نرم افزار Bowtie2 در ارتباط با داده های RNA-Seq کارآیی چندانی ندارد.