La pandémie de la maladie à coronavirus 2019 (COVID-19) est causée par le syndrome respiratoire aigu sévère coronavirus-2 (SARS-CoV-2). Cette pandémie a montré l’efficacité de l’analyse en temps réel des données de séquençage liées à un large éventail de bases de données.
Étude : Surveillance et analyse en temps réel du séquençage des nanopores du SARS-CoV-2 avec minoTour. Crédit d’image : Design_Cells/Shutterstock
Les scientifiques ont proposé que le séquençage en temps réel pourrait être un élément crucial pour la surveillance des agents pathogènes pendant les épidémies. Au cours de cette pandémie, de nouveaux outils ont été développés et les approches existantes ont été améliorées pour analyser les données de séquence aux niveaux local et international. Les scientifiques peuvent facilement utiliser des séquenceurs portables (par exemple, des séquenceurs développés par Oxford Nanopore) sur le terrain et, par conséquent, les échantillons peuvent être séquencés n’importe où. Ces outils peuvent décrire la lignée de la séquence et les classer rapidement en variantes préoccupantes (VoC) ou variantes en cours d’investigation (VuI).
Développement et utilisation de MinoTour pour analyser les séquences du SRAS-CoV-2
Une étude publiée sur le bioRxiv* serveur de préimpression axé sur les séquenceurs d’Oxford Nanopore Technologies (ONT) qui peuvent fournir rapidement des données sur la séquence du virus SARS-CoV-2. Les auteurs de cette étude ont exploité le fait que diverses bibliothèques de séquençage viral sont disponibles et peuvent produire rapidement des données appropriées pour la majorité des échantillons. Les chercheurs pensent que ce processus peut être accéléré en analysant progressivement les lectures au fur et à mesure de leur création.
Une version préimprimée de l’étude est disponible sur le serveur bioRxiv* pendant que l’article est soumis à un examen par les pairs.
ONT comprend une gamme de séquenceurs, à savoir MinION, GridION et Promethion, qui transforment le séquençage d’un processus fixe en un processus en temps réel. Cette caractéristique est unique aux séquenceurs ONT que les auteurs de cette étude ont étudiés. Les scientifiques pensent que l’analyse des données peut être initiée plus tôt si les données séquencées sont disponibles immédiatement après que l’ADN ait terminé la translocation du pore. Cela réduirait considérablement le temps total nécessaire pour répondre à une question spécifique concernant la lignée du virus ou sa classification. Les membres de COVID-19 Genomics UK (COG-UK) ont généré des milliers de séquences consensus SARS-CoV-2 à l’aide de séquenceurs ONT.
Dans cette étude, les chercheurs ont utilisé minoTour, un système d’analyse et de surveillance en temps réel, pour évaluer les performances de chaque séquençage exécuté dans le système. Pour les génomes viraux individuels, l’ONT peut fournir plus de données que nécessaire. Par conséquent, les chercheurs pensent qu’il est approprié d’arrêter le séquençage une fois que suffisamment de données sont obtenues pour l’analyse. Des séquences plus courtes pourraient préserver la santé des cellules d’écoulement, qui peuvent être réutilisées pour d’autres expériences et bibliothèques de séquençage. Cela implique qu’une mise en œuvre appropriée pourrait réduire le coût par échantillon séquencé. Par conséquent, les chercheurs ont intégré ces propriétés dans le minoTour.
Le réseau ARTIC fournit des protocoles complets pour l’analyse informatique des meilleures pratiques du SARS-CoV-2. En règle générale, le pipeline ARTIC utilise nanopolish pour l’analyse du niveau de signal des données de nanopores lors de l’appel de variantes. Cependant, il fournit également le medaka comme alternative au nanopolish. Medaka est un pipeline d’apprentissage automatique qui n’a besoin que de données FASTQ.
Étant donné que les données de niveau de signal ne sont pas disponibles dans minoTour, les chercheurs ont intégré le flux de travail ARTIC medaka, qui a permis la production en temps réel de génomes consensus ainsi que la génération de données de séquence. Ce processus est unique et, à ce jour, aucune des plates-formes d’analyse Web n’a adopté les fonctionnalités en temps réel de la plate-forme nanopore et ne l’a liée aux données séquencées pour une étude plus approfondie.
Le principal avantage de minoTour est qu’il peut alerter l’utilisateur via l’API Twitter qu’une exécution de séquençage peut être terminée car des données suffisantes ont été obtenues. Les utilisateurs peuvent analyser les ventilations détaillées et les visualisations du séquençage en cours à l’aide de minoTours. Cela les aiderait à prendre une décision éclairée quant à la fin de l’exécution de la séquence. Cette étape pourrait également être automatisée ; cependant, les chercheurs n’ont pas mis en œuvre cela dans leur étude, car des échantillons spécifiques pourraient être importants pour les utilisateurs.
Dans cette étude, les chercheurs ont analysé l’impact de l’arrêt précoce des séquences. Cela a été étudié en comparant les séquences consensus de 454 échantillons de SRAS-CoV-2 assemblés par les pipelines medaka et nanopolish. Ces séquences ont été utilisées pour déterminer l’affectation de la lignée phylogénétique de l’épidémie mondiale nommée (PANGO), la classification des variantes et les appels SNP pour chaque échantillon à des moments appropriés au cours de l’exécution de la séquence. Les chercheurs ont observé que les lignées PANGO et les affectations VoC/VuI étaient cohérentes dans les 454 échantillons étudiés à l’aide de nanopolish et de medaka.
Les scientifiques ont déclaré que minoTour pourrait être installé sur un seul ordinateur portable ou sur un ordinateur exécutant des séquences. Les séquences peuvent également être exécutées sur un hub central avec des données téléchargées via plusieurs appareils simultanément. Cependant, l’appareil minIT/MK1C ne peut pas être configuré pour exécuter minoTour, mais les utilisateurs peuvent télécharger des données à l’aide de minFQ. Les scientifiques ont conçu le pipeline ARTIC dans minoTour afin que tout schéma d’amorce compatible ARTIC puisse être intégré et utilisé pour l’analyse.
Conclusion
Cette étude a révélé que minoTour pourrait être étendu pour inclure une analyse en temps réel en utilisant les meilleures pratiques disponibles pour le séquençage du SARS-CoV-2. En développant un algorithme, les chercheurs ont pu prédire les performances d’un séquençage et mieux définir quand mettre fin au séquençage. Cette approche permet non seulement de gagner du temps, mais réduit également le coût par séquençage.
*Avis important
bioRxiv publie des rapports scientifiques préliminaires qui ne sont pas évalués par des pairs et, par conséquent, ne doivent pas être considérés comme concluants, orienter la pratique clinique/le comportement lié à la santé, ou traités comme des informations établies.
