Development of NGS data Analysis Program for RNA-Seq

Abstract

We have developed a mapping pipe line for RNA-seq data analysis. In the mapping pipe line, we combined Bowtie and TopHat to handle splicing and improve the number of unique reads. Furthermore, we have proposed a novel algorithm to define annotation of non-coding RNA, and we have developed a data processing program using a novel algorithm. Additionally, in order to find new functional genes, we have developed an analysis program for RNA expression in the intergenic region. キーワード : NGS, RNA-seq, Data analysis, Mapping pipe line, NcRNA, Intergenic region, Programming 1 NGS (Next Generation Sequencer) を用いた RNA-seq 解析 において，Bowtie [1] と TopHat [2] を組み合わせてマッピ ングを行うことでマッピング率を保ちつつスプライシン グを考慮できる．また，ユニークリードも増加する．し かし，Bowtie と TopHat を連結させるためには，データ形 式の変換処理に対して逐次的にコマンドを投入する必要 があるため，作業が煩雑となる．このため，一連の処理 の流れを一括して行うマッピングパイプラインの開発を 行った．次に，ncRNA (non-coding RNA) の発現量解析を 行うため，ncRNA のアノテーションを定義する新たなア ルゴリズムに基づくデータ処理プログラムを開発した． また，従来の RNA-seq 解析では，主に既知遺伝子に対す る RNA の発現量を解析対象としていた．しかし，新た な機能を持つ遺伝子を発見するためには，遺伝子間領域 に対する RNA の発現量を解析する必要がある．このた め，遺伝子間領域における RNA 発現量解析プログラム を開発した． 2 Bowtie TopHat Figure 1 に開発したマッピングパイプラインの流れ を 示 す． 実 行 す る ツ ー ル と し て は，Bowtie, TopHat, bowtie2-build, bam2fastx, SAMtools がある．まず，TopHat を用いてマッピングを行い，TopHat にてマッピングに失 敗したリードを Bowtie にてマッピングを行う． bowtie2build は，TopHat と BowTie への入力ファイル生成のため に使用し，bam2fastx と SAMtools は，ファイルの形式変 換に用いる．なお，SAMtools は，マッピング結果のソー トおよび統合にも使用する．マッピングパイプラインで は，シェルスクリプトを用いて処理の流れを一括して実 行する．各データ処理を 1 行ずつスクリプトファイルに 記述することで，一括して処理の流れが実行される．