Simple Science

La science de pointe expliquée simplement

# Biologie# Génomique

Comparer les technologies de séquençage : AVITI vs. NextSeq

Une étude révèle les avantages de l'AVITI d'Element Biosciences par rapport au NextSeq d'Illumina.

― 9 min lire


AVITI surpasse NextSeq enAVITI surpasse NextSeq enséquençage.précision et une capacité supérieures.Une étude montre qu'AVITI offre une
Table des matières

Le Séquençage de l'ADN et de l'ARN est super important en biologie. Ça aide les scientifiques à en apprendre plus sur les êtres vivants en regardant de près leur matériel génétique. Au cours des vingt dernières années, de nouvelles technologies ont été développées pour un séquençage plus rapide et plus précis de l'ADN et de l'ARN. Ça a permis de mieux comprendre les gènes de plein d'organismes différents.

L'essor du séquençage à courts fragments

Le séquençage à courts fragments est devenu populaire parce que c'est rapide et efficace. Parmi les différentes entreprises qui produisent ces plateformes de séquençage, Illumina est devenue la plus connue. Leur plateforme NextSeq, super populaire, est largement utilisée pour les applications de séquençage. Ces dernières années, de nouvelles entreprises comme Singular Genomics, Ultima Genomics et MGI ont fait leur apparition, offrant plus de choix aux chercheurs.

Un nouvel acteur : Element Biosciences

Element Biosciences a lancé un nouveau séquenceur appelé AVITI, qui utilise une technologie différente appelée séquençage par avidité. Cette méthode repose sur des polymères de nucléotides spécialement conçus qui se lient fermement aux modèles d'ADN pendant le processus de séquençage. Ce lien fort aide à réduire le nombre de produits chimiques nécessaires pour le séquençage et améliore l'exactitude des résultats.

Objectifs de l'étude

Dans cette étude, les chercheurs ont voulu comparer les performances du NextSeq 550 d'Illumina et de l'AVITI d'Element Biosciences. Ils ont examiné divers types de séquençage, y compris le séquençage complet du génome, le séquençage de l'ARN et le séquençage à cellule unique. Le but était de voir comment les deux plateformes se comportaient en termes de qualité et de précision du séquençage.

Capacité et performance des plateformes de séquençage

La plateforme AVITI peut gérer jusqu'à 1 milliard de polonies dans un seul flux de cellule, plus du double de la capacité du NextSeq 550. Cette capacité permet de générer un grand nombre de lectures de séquençage en une seule fois. Les chercheurs ont utilisé le NextSeq 550 comme contrôle pour évaluer la performance de la plateforme AVITI par rapport à elle.

Évaluation de la qualité à travers des échantillons de contrôle

Les chercheurs ont effectué plusieurs tests en utilisant des échantillons de contrôle pour évaluer la qualité du séquençage des deux plateformes. Les résultats ont montré que la plateforme AVITI produisait une meilleure qualité de séquençage à courts fragments par rapport au NextSeq 550 d'Illumina. Cela était particulièrement évident lorsqu'ils ont analysé la précision des séquences obtenues.

Séquençage du génome de E. coli

L'équipe de recherche a séquencé le génome de la bactérie E. coli en utilisant les deux plateformes. L'AVITI a généré plus de 781 millions de lectures, tandis que le NextSeq 550 a produit un peu plus de 392 millions de lectures. La majorité des lectures de la plateforme AVITI avaient une très haute qualité, la plupart obtenant un score supérieur à 40, ce qui indique un Taux d'erreur très bas. En revanche, le NextSeq 550 n'a pas atteint des niveaux de qualité similaires.

Analyse de la qualité des lectures de séquençage

Pour mieux comprendre les différences de qualité, les chercheurs ont examiné les scores de séquençage au fil du temps, cycle par cycle. La plateforme AVITI a maintenu des scores de qualité élevés plus longtemps que le NextSeq 550, qui a commencé à voir une baisse de qualité plus tôt dans le processus de séquençage. Les résultats globaux ont montré un avantage significatif pour l'AVITI en termes de précision et de fiabilité des lectures.

Taux d'erreur entre les plateformes

Lorsque les chercheurs ont calculé les taux d'erreur, ils ont découvert que la plateforme AVITI avait un taux d'erreur de seulement 0,032 %, tandis que le NextSeq 550 avait un taux d'erreur de 0,37 %. Cela indique que la plateforme AVITI produit non seulement plus de lectures, mais le fait aussi avec beaucoup moins de chances de faire des erreurs. Ces taux d'erreur sont cruciaux pour interpréter correctement les données génétiques.

Séquençage du transcriptome

L'étude a également examiné le séquençage du transcriptome en utilisant un standard d'ARN. L'AVITI a produit 54,9 millions de lectures, contre seulement 18,5 millions pour le NextSeq 550. Les deux plateformes ont montré une excellente concordance avec les quantités d'ARN connues, mais encore une fois, l'exactitude de l'AVITI était nettement plus élevée, avec beaucoup plus de lectures atteignant des scores de qualité élevés.

Analyse des erreurs dans le séquençage du transcriptome

Les chercheurs ont également examiné les taux d'erreur dans les données du transcriptome. L'AVITI a montré des taux plus bas d'erreurs de substitution de base et d'insertion/suppression par rapport au NextSeq 550. C'était important car cela démontrait la cohérence et la fiabilité de l'AVITI pour le séquençage de l'ARN ainsi que pour l'ADN.

Séquençage d'ARN à longs fragments

Le séquençage d'ARN à longs fragments devient de plus en plus courant et est important pour détecter différentes formes d'ARN produites à partir du même gène. Les chercheurs ont testé les capacités de la plateforme AVITI pour produire de longues lectures. Ils ont trouvé que l'AVITI avait une performance similaire à celle d'une autre plateforme bien connue, le NovaSeq 6000, en termes de quantification des transcrits et de maintien de l'exactitude.

Applications du séquençage à cellule unique

Le séquençage à cellule unique est utile pour étudier des cellules individuelles, notamment en recherche sur le cancer. Dans cette étude, les chercheurs ont préparé des échantillons de cDNA provenant de patients atteints de cancer du foie et les ont séquencés sur les deux plateformes. Le nombre de transcrits à longs fragments générés était comparable entre l'AVITI et le NovaSeq, suggérant que les deux plateformes sont capables de fournir des informations précieuses au niveau des cellules uniques.

Résultats sur les polymorphismes nucléotidiques uniques (SNP)

Les chercheurs ont également cherché des polymorphismes nucléotidiques uniques (SNP) dans les données à longs fragments. Ils ont découvert que l'AVITI pouvait identifier avec précision de nombreux SNP qui ont ensuite été confirmés par d'autres méthodes de séquençage. La plateforme a produit moins d'erreurs par rapport au NovaSeq dans la détection de ces variations génétiques, ce qui pourrait être crucial pour l'étude des mutations cancéreuses.

L'importance d'un séquençage de haute qualité

Un séquençage de haute qualité est essentiel pour une analyse précise des données. Des taux d'erreur plus bas non seulement rendent les séquences plus fiables, mais réduisent également la quantité de séquençage nécessaire pour détecter des mutations. Cela peut finalement réduire les coûts associés au séquençage tout en améliorant les décisions diagnostiques et thérapeutiques en oncologie.

Conclusion

Cette comparaison entre les plateformes Illumina et Element Biosciences montre que la plateforme AVITI offre des améliorations significatives en termes de capacité de séquençage et de précision. Elle fournit aux chercheurs un outil puissant qui pourrait changer la façon dont l'analyse génétique est effectuée, notamment dans des domaines comme la recherche sur le cancer. Les taux d'erreur plus bas et les résultats de meilleure qualité de l'AVITI pourraient en faire un choix privilégié pour les scientifiques cherchant à approfondir leur compréhension des bases génétiques des organismes vivants.

Perspectives futures

À mesure que les technologies de séquençage continuent d'avancer, des plateformes comme l'AVITI pourraient ouvrir la voie à encore plus de découvertes en biologie et en médecine. Des améliorations continues en termes de précision, de vitesse et de rentabilité sont vitales pour que les chercheurs puissent percer les secrets des génomes et des transcriptomes à travers de nombreuses espèces différentes. De meilleures capacités de séquençage pourraient conduire à des percées dans la compréhension de processus biologiques complexes et de maladies, au bénéfice ultime des soins de santé et des stratégies de traitement.

Méthodes et techniques détaillées

Les processus de séquençage décrits ci-dessus nécessitent des préparations et des méthodologies méticuleuses. Pour le séquençage du génome entier, une approche de préparation de bibliothèque sans PCR a été utilisée pour éviter les biais introduits lors de l'amplification. Le génome d'E. coli a été préparé avec des réactifs et des méthodes spécifiques pour garantir des résultats de haute qualité lors du séquençage.

Le séquençage du transcriptome impliquait la préparation d'échantillons d'ARN avec des kits spécialisés pour permettre une représentation précise de l'expression génique. Les procédures suivaient des directives strictes pour maintenir l'intégrité des molécules d'ARN et garantir un séquençage efficace.

Le séquençage à longs fragments utilisait des techniques uniques pour créer de longues lectures synthétiques. Cette méthode a permis aux chercheurs de tirer parti des avantages des plateformes à courts et à longs fragments, produisant des données à la fois fiables et complètes.

Grâce à de telles méthodologies rigoureuses, les chercheurs ont veillé à ce que les comparaisons entre les plateformes AVITI et NextSeq soient aussi précises que possible. Cette attention aux détails a souligné l'importance du séquençage de haute qualité dans l'avancement de notre compréhension de la génétique.

Remarques finales

Les avancées dans la technologie de séquençage mises en avant dans cette étude démontrent le potentiel d'une analyse génétique améliorée. À mesure que de nouvelles plateformes entrent sur le marché, la concurrence continue conduira probablement à de meilleurs outils pour les chercheurs. C'est un moment excitant dans le domaine de la génomique, alors que les scientifiques s'efforcent de répondre à certaines des questions les plus pressantes sur la vie, la santé et les maladies.

Source originale

Titre: Utility Analyses of AVITI Sequencing Chemistry

Résumé: BackgroundDNA sequencing is a critical tool in modern biology. Over the last two decades, it has been revolutionized by the advent of massively parallel sequencing, leading to significant advances in the genome and transcriptome sequencing of various organisms. Nevertheless, challenges with accuracy, lack of competitive options and prohibitive costs associated with high throughput parallel short-read sequencing persist. ResultsHere, we conduct a comparative analysis using matched DNA and RNA short-reads assays between Element Biosciences AVITI and Illuminas NextSeq 550 chemistries. Similar comparisons were evaluated for synthetic long-read sequencing for RNA and targeted single-cell transcripts between the AVITI and Illuminas NovaSeq 6000. For both DNA and RNA short-read applications, the study found that the AVITI produced significantly higher per sequence quality scores. For PCR-free DNA libraries, we observed an average 89.7% lower experimentally determined error rate when using the AVITI chemistry, compared to the NextSeq 550. For short-read RNA quantification, AVITI platform had an average of 32.5% lower error rate than that for NextSeq 550. With regards to synthetic long-read mRNA and targeted synthetic long read single cell mRNA sequencing, both platforms respective chemistries performed comparably in quantification of genes and isoforms. The AVITI displayed a marginally lower error rate for long reads, with fewer chemistry-specific errors and a higher mutation detection rate. ConclusionThese results point to the potential of the AVITI platform as a competitive candidate in high-throughput short read sequencing analyses when juxtaposed with the Illumina NextSeq 550.

Auteurs: Jianhua Luo, S. Liu, C. Obert, Y. Yu, J. Zhao, B. Ren, J.-J. Liu, K. Wiseman, B. J. Krajacich, W. Wang, K. Metcalfe, M. Smith, T. Ben-Yehezkel

Dernière mise à jour: 2024-06-27 00:00:00

Langue: English

Source URL: https://www.biorxiv.org/content/10.1101/2024.04.18.590136

Source PDF: https://www.biorxiv.org/content/10.1101/2024.04.18.590136.full.pdf

Licence: https://creativecommons.org/licenses/by/4.0/

Changements: Ce résumé a été créé avec l'aide de l'IA et peut contenir des inexactitudes. Pour obtenir des informations précises, veuillez vous référer aux documents sources originaux dont les liens figurent ici.

Merci à biorxiv pour l'utilisation de son interopérabilité en libre accès.

Plus d'auteurs

Articles similaires