Les chercheurs développent une nouvelle approche pour améliorer la précision du séquençage de l’ARN

Une équipe du NDORMS de l’Université d’Oxford a développé une nouvelle approche pour améliorer considérablement la précision du séquençage de l’ARN. Ils identifient la cause profonde des quantifications inexactes dans le séquençage d’ARN à lecture courte et longue et ont introduit le concept de correction d’erreur de « vote majoritaire », qui conduit à une amélioration significative du comptage des molécules d’ARN.

Source de l’image : NDORMS, Université d’Oxford

Le séquençage précis du matériel génétique est crucial en biologie moderne, en particulier pour comprendre et traiter les maladies associées à des anomalies génétiques. Cependant, les méthodes actuelles se heurtent à des limites importantes. Dans une étude révolutionnaire, un consortium international de chercheurs dirigé par Adam Cribbs, professeur agrégé de biologie computationnelle, et Jianfeng Sun, chercheur postdoctoral à l’Institut Botnar de l’Université d’Oxford, ont développé une méthode innovante pour corriger les erreurs d’amplification PCR – une méthode largement répandue. technique utilisée pour le séquençage à haut débit. En identifiant les artefacts de PCR comme une source majeure de quantifications inexactes, l’étude publiée dans Nature Methods relève un défi de longue date consistant à obtenir des décomptes absolus précis de molécules d’ARN, ce qui est essentiel pour diverses applications génomiques.

Les chercheurs se sont concentrés sur les identifiants moléculaires uniques (UMI), qui sont des séquences oligonucléotidiques aléatoires utilisées pour éliminer les biais créés lors de l’amplification PCR. Alors que les UMI sont largement utilisés dans les méthodes de séquençage, l’étude montre que les erreurs de PCR peuvent affecter la précision de la quantification moléculaire, en particulier sur différentes plates-formes de séquençage.

L’amplification PCR, essentielle pour la plupart des techniques de séquençage d’ARN, peut introduire des erreurs et compromettre l’intégrité des données. Nous avons résolu ce problème en synthétisant des codes-barres UMI à l’aide de blocs de nucléotides homotrimériques, améliorant ainsi la correction des erreurs et permettant une quantification quasi absolue des molécules d’ARN, améliorant ainsi considérablement la précision du comptage des molécules.“.

Jianfeng Sun, chercheur postdoctoral, Institut Botnar

Les homotrimères sont des séquences nucléotidiques constituées de trois bases identiques, par exemple AAA, CCC, GGG. En évaluant la similarité nucléotidique des homotrimères, les erreurs sont détectées et corrigées à l’aide d’une méthode de « vote majoritaire ».

L’étude montre que les UMI homotrimériques surpassent considérablement les UMI monomères conventionnelles en réduisant l’enrichissement des faux positifs lors de l’analyse de gènes et de transcrits différentiellement exprimés (DEG et DET). Cette amélioration est cruciale pour l’identification et la quantification précises des DEG ou DET, en particulier dans les approches de séquençage en masse. En outre, dans le séquençage unicellulaire, qui nécessite souvent une amplification PCR étendue, les UMI homotrimériques se sont révélés efficaces pour atténuer les effets des artefacts PCR, améliorant ainsi considérablement la fiabilité des données de séquençage.

« En construisant des UMI à partir de blocs nucléosidiques homogènes, nous avons cherché à améliorer la correction des erreurs dans le séquençage à lecture courte et longue, démontrant ainsi notre engagement à améliorer les applications de la technologie de séquençage », déclare le professeur agrégé Adam Cribbs, auteur principal de l’article et du groupe. leader en biologie computationnelle.

Cette recherche a de profondes implications. La correction des erreurs de PCR dans les UMI augmente considérablement la précision de la quantification moléculaire dans diverses applications de séquençage. Il s’agit d’un outil important pour les chercheurs en séquençage d’ARN en vrac, d’ARN unicellulaire et d’ADN, permettant des analyses précises d’expression génique et de profilage moléculaire. La correction améliorée des erreurs UMI réduit non seulement la fréquence des résultats faussement positifs, mais offre également diverses applications de diagnostic, en particulier dans les scénarios nécessitant une analyse longitudinale des échantillons.