TSSAR：DRNA-seqデータのTSS注釈制度

背景：微分RNAシーケンス（DRNA-Seq）は、特にバクテリアオペロンのアーキテクチャと、特に転写開始部位（TSS）の正確な位置を調べるために設計されたハイスループットスクリーニング技術です。これまで、DRNA-seqデータは、参照ゲノムにマッピングされたシーケンス読み取りを視覚化し、信頼できる位置を手動で注視することにより分析されました。これは非常に労働集約的であり、主観性のために偏っています。 結果：ここでは、DRNA-seqライブラリの統計を尊重するDRNA-seqデータからの自動化されたnovo tssアノテーションのツールであるTSSARを提示します。TSSARは、転写活性領域内の特定のゲノム位置から始まるシーケンスの数が、発現の局所強度に依存するパラメーターを持つポアソン分布に従うという前提を使用します。したがって、2つのDRNA-seqライブラリ数の違いは、Skellam分布に従います。これは、大幅に濃縮された一次転写産物を識別するための統計的根拠を提供します。TSSARを使用して、ユーザー定義のスコアカットオフを利用する2つの簡単なアプローチを使用して、公開されているDRNA-Seqデータセットを分析することにより、パフォーマンスを評価しました。マニュアルTSS注釈を再現する力を評価しました。さらに、同じデータセットを使用して、人種やプライマー拡張などの信頼できる技術から、H。pyloriの74の実験的に検証されたTSSを再現しました。どちらの分析でも、TSSARが静的なカットオフ依存的アプローチよりも優れていることが示されました。 結論：DRNA-seqデータを分析するための自動化された効率的なツールを持つことで、DRNA-seq技術の使用が促進され、より洗練された分析への応用が促進されます。たとえば、さまざまな刺激と成長条件によってトリガーされるトランスクリプトームアーキテクチャの可塑性とダイナミクスを監視することが可能になります。そのため、TSSARは、直感的なRestful Webサービス（http://rna.tbi.univie.ac.at/tssar）と、ポストプロセスおよび分析ツールのセットと、高スループットDRNA-Seqデータ分析パイプラインで使用するスタンドアロンバージョンを提供します。

BACKGROUND: Differential RNA sequencing (dRNA-seq) is a high-throughput screening technique designed to examine the architecture of bacterial operons in general and the precise position of transcription start sites (TSS) in particular. Hitherto, dRNA-seq data were analyzed by visualizing the sequencing reads mapped to the reference genome and manually annotating reliable positions. This is very labor intensive and, due to the subjectivity, biased. RESULTS: Here, we present TSSAR, a tool for automated de novo TSS annotation from dRNA-seq data that respects the statistics of dRNA-seq libraries. TSSAR uses the premise that the number of sequencing reads starting at a certain genomic position within a transcriptional active region follows a Poisson distribution with a parameter that depends on the local strength of expression. The differences of two dRNA-seq library counts thus follow a Skellam distribution. This provides a statistical basis to identify significantly enriched primary transcripts.We assessed the performance by analyzing a publicly available dRNA-seq data set using TSSAR and two simple approaches that utilize user-defined score cutoffs. We evaluated the power of reproducing the manual TSS annotation. Furthermore, the same data set was used to reproduce 74 experimentally validated TSS in H. pylori from reliable techniques such as RACE or primer extension. Both analyses showed that TSSAR outperforms the static cutoff-dependent approaches. CONCLUSIONS: Having an automated and efficient tool for analyzing dRNA-seq data facilitates the use of the dRNA-seq technique and promotes its application to more sophisticated analysis. For instance, monitoring the plasticity and dynamics of the transcriptomal architecture triggered by different stimuli and growth conditions becomes possible.The main asset of a novel tool for dRNA-seq analysis that reaches out to a broad user community is usability. As such, we provide TSSAR both as intuitive RESTful Web service ( http://rna.tbi.univie.ac.at/TSSAR) together with a set of post-processing and analysis tools, as well as a stand-alone version for use in high-throughput dRNA-seq data analysis pipelines.