Se requiere una suscripción a JoVE para ver este contenido. Inicie sesión o comience su prueba gratuita.

Artículo de método

Secuenciación metagenómica de nueva generación del líquido cefalorraquídeo para la detección de patógenos del sistema nervioso central

292 vistas

⸱

DOI:

10.3791/70075

⸱

17 de abril de 2026

 ,  ,  , 
1University of California, San Francisco Weill Institute for Neurosciences, Department of Neurology, University of California, San Francisco

En este artículo

Resumen

Este protocolo de investigación describe un flujo de trabajo optimizado para la secuenciación metagenómica de nueva generación (mNGS) del líquido cefalorraquídeo. Al abordar desafíos únicos de las muestras de baja biomasa, el método permite una detección robusta de patógenos en diversos entornos de recursos, proporcionando una base versátil para aplicaciones de investigación en enfermedades neuroinfecciosas.

Resumen

La secuenciación metagenómica de nueva generación (mNGS) ha surgido como una herramienta poderosa para la detección imparcial de patógenos y el perfilado transcripcional del huésped en entornos clínicos y de investigación. Aunque su utilidad para diagnosticar infecciones del sistema nervioso central (SNC) es cada vez más reconocida, las muestras de líquido cefalorraquídeo presentan desafíos únicos debido a la baja abundancia de ácidos nucleicos y la susceptibilidad a la degradación. Este estudio presenta un protocolo optimizado basado en la investigación para plataformas de secuenciación Illumina, adaptado a la mNGS de LCR, abarcando el manejo de muestras, extracción de ácidos nucleicos, preparación de bibliotecas, secuenciación y análisis bioinformático. También se ofrecen enfoques de control de calidad adaptables tanto a entornos de alto como bajo recurso de recursos, incluyendo alternativas a la electroforesis capilar. Este estudio demuestra la robustez del protocolo a través de dos cohortes representativas: un flujo de trabajo de alta profundidad basado en NovaSeq y un flujo de trabajo basado en NextSeq con conciencia de costes. En estas cohortes, se detectaron patógenos en más del 50% de los casos, lo que subraya el potencial diagnóstico del método incluso con adaptaciones limitadas en recursos. Este protocolo facilita el mNGS reproducible del LCR, proporcionando una base para diversas aplicaciones en la investigación y diagnóstico de enfermedades neuroinfecciosas.

Introducción

La secuenciación metagenómica de próxima generación (mNGS) es una técnica molecular cada vez más utilizada que permite la detección de un amplio espectro de ácidos nucleicos dentro de una muestra ambiental o de hospedadoradada 1. Al amplificar y secuenciar la gran mayoría del material genético dentro de una muestra, la mNGS no requiere una hipótesis preconcebida sobre los microorganismos específicos que pueden estar presentes. La mNGS ha demostrado utilidad como herramienta diagnóstica en diversos entornos clínicos, como la detección de patógenos poco comunes o presentaciones atípicas de enfermedadesinfecciosas 1,2,3. Además, el perfil transcripcional del huésped también se captura mediante los datos de secuenciación de ARN generados por el ensayo mNGS, lo que permite a los investigadores comprender mejor la respuesta inmunitaria del huésped a diversos estados patológicos4. La aplicabilidad de la mNGS a una amplia gama de contextos clínicos y de investigación, junto con la drástica disminución del coste de la secuenciación genérica en las últimas décadas, ha provocado un crecimiento tremendo en el uso de estatecnología 5.

En particular, la mNGS ha mostrado potencial en la detección de infecciones del sistema nervioso central (SNC), que siguen siendo difíciles de diagnosticar 2,6,7. Antes de la llegada de las pruebas clínicas de mNGS, el Proyecto de Encefalitis de California examinó las causas de la encefalitis en todo el estado y encontró que más de la mitad de los casos permanecían sin diagnosticar, a pesar de utilizar un panel ampliado de pruebas moleculares y una evaluación clínicadetallada 8. Ahora, más de dos décadas después, un ensayo clínicamente validado de líquido cefalorraquídeo (LCR) detectó la presencia de organismos patógenos en el LCR de casi el 15% de los pacientes con sospecha de infección por SNC durante un periodo de sieteaños 7. Además, entre los pacientes con diagnósticos infecciosos confirmados, uno de cada cinco solo fue diagnosticado mediante este ensayo clínico de LCR mNGS, lo que subraya la utilidad de este enfoquede prueba 7. Además, los estudios también han demostrado el potencial de predecir la probabilidad de diversas infecciones del SNC basándose en el transcriptoma del huésped generado por el ensayomNGS 9,10,11.

Sin embargo, la accesibilidad de esta prometedora técnica está limitada por desafíos únicos del manejo y procesamiento de muestras de LCR. En particular, la cantidad de ADN y ARN de LCR suele ser inferior a la cantidad mínima especificada por los kits de preparaciónde la biblioteca 12,13. La calidad de los ácidos nucleicos también puede ser subóptima, dado que las muestras de LCR recogidas con fines clínicos suelen almacenarse a temperaturas a las que las ADNAs y ARNAsas pueden permaneceractivas 14. Este artículo describe un protocolo de CSF mNGS basado en investigación para plataformas de secuenciación Illumina que ha sido optimizado para maximizar la probabilidad de generar datos útiles para la detección de patógenos (Figura 1).

Acceso restringido. Inicie sesión o comience una prueba gratuita para ver este contenido.

Protocolo

Este protocolo fue desarrollado y probado utilizando muestras recogidas como parte de estudios aprobados por la Junta de Revisión Institucional de la UCSF.

figure-protocol-1
Figura 1: Procesamiento de muestras de secuenciación metagenómica de próxima generación (mNGS) del líquido cefalorraquídeo (LCR) y flujo de trabajo analítico para la detección de patógenos. Este diagrama muestra los pasos principales en las vías de laboratorio húmedo y bioinformática del MFC mNGS. Por favor, haz clic aquí para ver una versión ampliada de esta figura.

1. Consideraciones sobre el manejo de muestras de LCR

NOTA: los resultados de la mNGS son óptimos si la preparación de la biblioteca de LCR se realiza en el momento de la recogida, o si las muestras de LCR se conservan mediante congelación instantánea en nitrógeno líquido, seguida de almacenamiento a largo plazo a -80 °C 15. Alternativamente, el uso de soluciones conservantes como el escudo de ADN/ARN en el momento de la recogida de la muestra puede permitir su almacenamiento a temperatura ambiente durante períodos máslargos de tiempo 16,17. Esto puede ser preferible en situaciones en las que existen dudas sobre la fiabilidad de la cadena de frío. Además, evitar ciclos innecesarios de congelación-descongelación también puede ayudar a preservar la integridad de los ácidos nucleicos, y puede ser recomendable pre-alinear muestras en el momento de la recogida si se anticipan múltiples flujos de trabajo analíticos para las muestrasde LCR 18,19.

2. Extracción de ácido nucleico LCR

PRECAUCIÓN: Actúa en un armario adecuado de nivel de bioseguridad con guantes y bata de laboratorio para reducir el riesgo de transmisión de organismos infecciosos. Los reactivos son perjudiciales si se ingieren, inhalan o entran en contacto con la piel. Deshacerse de los materiales usados como residuos químicos peligrosos en cumplimiento de la normativa local.

  1. El Quick-DNA RNA/ARN Kit generalmente funciona bien para muestras con baja abundancia de ácidos nucleicos.
  2. Descongelar las muestras de LCR sobre hielo, luego transferir 100 μL–1 mL de cada muestra a un tubo de 1,5 mL y centrifugar a 16.000 x g a 4 °C durante 10 minutos.
  3. Con cuidado se pipetea el sobrenadante, dejando atrás la pelota (que a menudo es invisible a simple vista) y 100 μL de sobrenadante.
  4. Añadir 100 μL de escudo de ADN/ARN a los 100 μL restantes de sobrenadante y pellet, y mezclar bien con pipeta.
  5. Luego, añade 600 μL de mezcla de tampón de lisis de ADN/ARN y pipetas hasta que la solución sea homogénea.
  6. Seguir el resto del protocolo de extracción de ADN/ARN tal y como lo describe el fabricante en los Anexos Suplementarios A, con las siguientes modificaciones importantes específicas para el LCR:
    1. Realiza todos los pasos de centrifugación durante 1 minuto a máxima velocidad (~21.000 x g) excepto el último paso de lavado de ADN/ARN, que debería durar 3 minutos a máxima velocidad.
    2. Eluir la muestra añadiendo 22 μL (en lugar de 25 μL) de agua libre de nucleasas directamente sobre la matriz columna, y luego incubar durante 3 minutos a temperatura ambiente. El mayor volumen generalmente resulta en una mayor cantidad total de ácido nucleico eluido de la columna.
    3. Tras la elución, pipete el flujo de paso de nuevo sobre la matriz de columna y centrifuga de nuevo durante un minuto a máxima velocidad. Transfiere la muestra a un nuevo tubo de almacenamiento de 1,5 mL y proceda inmediatamente a la preparación de la biblioteca o alódalo a -80 °C.

3. Preparación de bibliotecas de ARN de LCR

PRECAUCIÓN: Actúa en un armario de bioseguridad adecuado, usando guantes y bata de laboratorio. Los reactivos son perjudiciales si se ingieren, inhalan o entran en contacto con la piel. Deshacerse de los materiales usados como residuos químicos peligrosos en cumplimiento de la normativa local.

NOTA: Consideraciones importantes antes de comenzar: se prefiere el agotamiento del ARNr sobre el enriquecimiento por poliadenilación para aislar ARNm, dado que el agotamiento del ARNr no requiere pasos adicionales de limpieza de perlas (lo que puede reducir el rendimiento de ARNm utilizable), y algunos transcritos virus de ARN neuroinvasivos carecen de poliadenilación. El ERCC (consorcio externo de controles de ARN) puede añadirse el SPIKE-In de ARN como medida de control de calidad, aunque no es estrictamente necesario. Si el ARN se almacenó a -80 °C tras la extracción, descongela sobre hielo antes de comenzar.

  1. Fragmentación y cebado de ARN: Mezclar lo siguiente en un tubo de reacción en cadena de la polimerasa (PCR): muestra de ARN de 3,5 μL, 0,5 μL de spike-in diluido de ERCC, amortiguador de reacción de primera cadena de 4 μL (5x), cebadores aleatorios de 1 μL y 1 μL de ARNr diluido 1:100 (Tabla de Materiales). En un termociclador, coloca la tapa calentada a 105 °C e incuba las muestras a 75 °C durante 2 minutos, 70 °C durante 2 minutos, 65 °C durante 2 minutos, 60 °C durante 2 minutos, 55 °C durante 2 minutos, 37 °C durante 5 minutos y 25 °C durante 5 minutos.
  2. Síntesis de ADNc de primera cadena: Mezclar el ARN fragmentado y cebado (10 μL) con 8 μL de agua libre de nucleasa y mezcla enzimática de síntesis de primera cadena de 2 μL. En un termociclador, ajusta la tapa calentada a 105 °C e incuba las muestras a 25 °C durante 10 minutos, 42 °C durante 15 minutos y 70 °C durante 15 minutos.
  3. Síntesis de cDNA de segunda cadena: Mezcla en pipeta el ADN sintetizado en primera cadena (20 μL) con 8 μL de tampón de reacción de síntesis de segunda cadena, mezcla enzimática de síntesis de segunda cadena de 4 μL y agua libre de nucleasa de 48 μL. En un termociclador, incuba las muestras durante 1 hora a 16 °C, con la tapa calefactada apagada.
  4. Realizar una purificación de perlas magnéticas (Apéndices Suplementarios B) utilizando una proporción de 1,8x de perlas magnéticas SPRI (144 μL). Eluir en agua libre de nucleasa de 53 μL y transferir 50 μL del sobrenadante final (que contiene ADN de doble cadena purificado) a un tubo PCR limpio y libre de nucleasa. En este punto, las muestras pueden congelarse de forma segura a -20 °C durante la noche si es necesario.
  5. Preparación final de la biblioteca de ADNc: Si la muestra se almacenó a -20 °C durante la noche, descongela sobre hielo antes de reiniciar. Mezcla la ds-cDNA purificada (50 μL) con 7 μL de tampón de reacción de preparación final y 3 μL de mezcla enzimática de preparación final.
  6. En un termociclador, incuba las muestras a 20 °C durante 30 minutos y a 65 °C durante 30 minutos, con la tapa calefactada apagada.
  7. Ligación del adaptador (realiza este paso sobre hielo): Crea una dilución 1:100 del adaptador en agua libre de nucleasa. Pipete la mezcla de reacción de preparación final (60 μL) en un tubo que contenga mezcla maestra de ligadura de 30 μL, potenciador de ligadura de 1 μL y adaptador diluido 1:100 de 2,5 μL. Asegúrate de que el adaptador se añada por separado (por ejemplo, no premezclado con la mezcla maestra de ligación o el potenciador de ligación) para evitar la formación de dímeros adaptadores.
  8. En un termociclador, incuba las muestras a 20 °C durante 15 minutos, con la tapa calefactada apagada.
  9. Proceder inmediatamente a la purificación de perlas magnéticas (Apéndice Suplementario 2) usando una proporción de 0,9x de perlas magnéticas SPRI (87 μL).
  10. Eluye en agua libre de nucleasa de 17 μL y transfiere 15 μL del sobrenadante final a un tubo PCR limpio sin nucleasas
  11. PCR por código de barras: Pipetear el ADNc purificado y ligado por adaptador (15 μL) en un tubo con enzima USER de 3 μL, mezcla maestra Q5 de 25 μL y cebadores únicos con código de barras de 10 μL. En un termociclador, se ajusta la tapa calentada a 105 °C, incuba las muestras a 37 °C durante 15 minutos, luego a 98 °C durante 30 s, y después realiza 19 ciclos de 98 °C durante 10 s y 65 °C durante 75 s. Termina la PCR incubando a 65 °C durante 5 minutos.
  12. Realizar una purificación final de perlas magnéticas usando una proporción de 0,8x de perlas magnéticas (43 μL). Eluir en agua libre de nucleasa de 23 μL y, tras el paso final de separación de las perlas, transferir 20 μL a un tubo de PCR limpio y libre de nucleasa. En este punto, las muestras pueden congelarse de forma segura a -20 °C durante la noche si es necesario.

4. Preparación de la biblioteca de ADN de LCR

PRECAUCIÓN: Actúa en un armario adecuado de nivel de bioseguridad con guantes y bata de laboratorio. Los reactivos son perjudiciales si se ingieren, inhalan o entran en contacto con la piel. Deshacerse de los materiales usados como residuos químicos peligrosos en cumplimiento de la normativa local.

  1. Si el ADN extraído se almacenó a -20 °C durante la noche, descongela sobre hielo antes de reiniciar.
  2. Fragmentación del ADN y preparación final: Mezclar cuidadosamente el tampón de reacción de primera cadena mediante vórtices y pipetas mezclando la solución para resuspender cualquier precipitado. Mezcla de pipetas 3,5 μL del ADN extraído, 22,5 μL de agua libre de nucleasa, 7 μL de tampón de reacción de primera cadena y 2 μL de mezcla enzimática de primera hebra.
  3. En un termociclador, pon la tapa calentada a 105 °C e incuba las muestras a 37 °C durante 5 minutos, luego a 65 °C durante 30 minutos.
  4. El proceso de ligación de adaptador y PCR con codificación de barras es idéntico para las bibliotecas de ADN y ARN. Repite las secciones 7–10 de la "Preparación de la Biblioteca de ARN de LCR" con el ADN fragmentado y preparado para completar la preparación de la biblioteca de ADN.

5. Control de calidad y agrupación de bibliotecas

  1. Cuantifica la concentración de las bibliotecas de muestras mediante el kit de cuantificación de ADN y el fluorómetro correspondiente. Los controles de agua deberían tener concentraciones sustancialmente menores (o no cuantificables) en comparación con el resto de las muestras.
  2. Evalúa el tamaño de la biblioteca de muestras pasando las muestras en una máquina automática de electroforesis capilar.
  3. Alternativamente, si no dispone de una máquina automática de electroforesis capilar, amplificar aún más 1-2 μL de la muestra realizando una reacción PCR con cebadores universales Illumina, y luego realizar electroforesis de 10 μL del producto final sobre un gel de agarosa al 2%. Deshacerse de los materiales usados como residuos químicos peligrosos en cumplimiento de la normativa local.
    NOTA: La longitud óptima de la biblioteca es aproximadamente de 400–500 pares de bases, por lo que las futuras incubaciones de fragmentación deben ajustarse en consecuencia si los tamaños de la biblioteca son mayores o más cortos de lo deseado. Además, es fundamental evaluar la presencia de dímeros adaptadores, que tienen aproximadamente 150 pares de bases de longitud y ocurren cuando dos moléculas adaptadoras se ligan accidentalmente sin una secuencia de inserción. Incluso si están presentes en pequeñas cantidades, los dímeros adaptadores tienden a agruparse y secuenciar eficientemente en la celda de flujo, reduciendo la proporción de lecturas útiles durante una secuenciación. Por tanto, si hay dímeros adaptadores, realiza una purificación adicional de perlas magnéticas con una proporción de 0,8x de perlas magnéticas SPRI. (Cabe destacar que, si el >10% de la muestra es un dímero adaptador, puede ser necesario 2-3 rondas de purificación de perlas magnéticas para eliminar la mayoría de los dímeros adaptadores).
  4. Para asegurar una profundidad similar de secuenciación entre muestras dentro de la misma secuenciación, es necesario agrupar cantidades equimolares de cada muestra. Si los tamaños de las bibliotecas son comparables en todas las muestras, simplemente agrupa masas equivalentes de cada biblioteca de ARN y repite por separado para cada biblioteca de ADN.

6. Consideraciones de secuenciación

  1. Las muestras agrupadas ya están listas para secuenciar en dispositivos de secuenciación Illumina. Si se secuencia internamente (en lugar de a través de una instalación especializada de núcleo de secuenciación), desnaturaliza y diluye cuidadosamente las bibliotecas agrupadas según las instrucciones del dispositivo de secuenciación antes de cargar la piscina en el cartucho de reactivo (la concentración típica es de 4 nM para la mayoría de las plataformas de secuenciación Illumina).
  2. Calcula la profundidad estimada de secuenciación dividiendo el rendimiento esperado de datos para la celda de flujo Illumina por el número de muestras multiplexadas en la ejecución.
    NOTA: La determinación de la profundidad de secuenciación deseada depende de varios factores, incluyendo el coste, el dispositivo de secuenciación utilizado y los objetivos del experimento. A continuación se presentan dos ejemplos de diferentes profundidades de secuenciación en la sección de Resultados Representativos.

7. Análisis de datos para la detección de patógenos

  1. Utiliza la plataforma web de código abierto Chan Zuckerberg ID (CZID, https://www.czid.org, Illumina mNGS Pipeline v8.3) para realizar el análisis metagenómico para la detección de patógenos. CZID también incluye opciones para subir muestras mediante interfaz de línea de comandos y transferir directamente desde una cuenta Illumina BaseSpace a CZID. Una visión detallada del análisis de datos CZID mNGS está disponible en https://chanzuckerberg.zendesk.com/hc/en-us/articles/13770737266196-Guide-to-mNGS-Data-Analysis
  2. Inicia sesión en CZID, haz clic en "subir", selecciona "metagenómica" para el tipo de análisis y selecciona los archivos fastq de entrada de la secuenciación. Introduce la información necesaria para cada muestra, incluyendo el nombre de la muestra, el tipo de muestra (LCR) y el nucleótido (ARN o ADN).
    NOTA: Los archivos subidos se procesan automáticamente a través de la tubería CZID, que incorpora varias herramientas computacionales como STAR, Bowtie2, Trimmomatic, PriceSeq y GSNAP, entre otras, para eliminar lecturas de baja calidad y secuencias de lectura humanas. La tubería luego alinea y ensambla las secuencias filtradas utilizando las bases de datos de nucleótidos (NT) y proteínas (NR) del Centro Nacional de Información Biotecnológica (NCBI) mediante los programas de software Minimap2 y DIAMOND, respectivamente. La salida final del CZID incluye los conteos de taxones NT/NR y los conteos contiguos (segmentos contiguos y superpuestos generados durante el ensamblaje) para cada muestra.
  3. Una vez procesado, haz clic en la carpeta del proyecto que contiene las muestras y accede al panel de resumen.
  4. Desplázate hacia abajo para examinar el número de lecturas por muestra (y comparar con el número esperado de lecturas basándose en la celda de flujo Illumina utilizada y el número de muestras multiplexadas en la secuenciación), el porcentaje de lecturas que superan el filtro de control de calidad y la relación de compresión duplicada para evaluar si hay sobreamplificación sesgada por PCR.
  5. La presencia de contaminación por fragmentos de ácido nucleico ambiental —ya sea adquiridos durante el proceso de recogida de muestras de LCR o durante la extracción/preparación de la biblioteca— es un fenómenocomún 20. Para determinar si las lecturas bacterianas, fúngicas y parasitarias son verdaderos positivos, se pueden considerar métodos potenciales que utilizan los conteos normalizados de lecturas (lecturas por millón, o rPM):
    1. Crear un modelo de fondo (por ejemplo, usando muestras de agua que hayan sido extraídas, preparadas y secuenciadas) directamente dentro de CZID para filtrar cualquier taxón con rPMs que sean similares o menores en abundancia respecto al modelo de fondo (y, por tanto, que probablemente representen contaminación). Dentro de la carpeta del proyecto, comprueba cada una de las muestras de control de agua y luego haz clic en "modelo de fondo" para crear. Al analizar cada muestra, selecciona el modelo de fondo y haz clic en "filtros umbral" para aplicar una "NTZ Score" > 1 (o superior) para filtrar los posibles contaminantes.
    2. Utiliza umbrales de rPM predefinidos, comola muestra de rpM > 10* (controles de rpm medio), o log10 (muestra de rPM) al menos 1 logaritarítmic mayor que logarítmic 10 (rPMpromedio de toda la cohorte). Primero, descarga el rpm específico del taxón para cada muestra marcando cada muestra en la página del proyecto, haciendo clic en descargar y seleccionando "Resultados combinados de taxones de muestras". El archivo de .csv resultante puede analizarse utilizando software estadístico como R o Stata según se desee.
      NOTA: Dada la menor abundancia relativa de patógenos virales, cualquier virus con potencial neuroinvasivo conocido y al menos una lectura alineada con el genoma viral debe considerarse un resultado positivo (y, idealmente, confirmarse mediante mNGS repetida o pruebas clínicas específicas del patógeno). Además, la cadena analítica requiere que cada lectura en el archivo fastq esté alineada computacionalmente con el genoma de referencia más probable en la base de datos NCBI. Como resultado, algunas lecturas pueden ser relativamente no específicas para un patógeno particular y teóricamente podrían haberse alineado con una amplia gama de organismos en lugar del taxón específico asignado en la CZID. Dado este riesgo, la confirmación manual de las llamadas positivas debe realizarse confirmando la alineación mediante la herramienta web NCBI BLAST (las lecturas específicas de un taxón pueden enviarse directamente de CZID a NCBI BLAST haciendo clic en el icono de explosión junto al taxón correspondiente).

Acceso restringido. Inicie sesión o comience una prueba gratuita para ver este contenido.

Resultados

Control de calidad de la biblioteca
Tras la extracción de ADN/ARN, la concentración medida del ADN extraído es generalmente de 1–10 ng/μL. Sin embargo, la concentración del ARN extraído suele ser del orden de pg/μL, por lo que frecuentemente es indetectable por espectrofotómetros. Tras la preparación de la biblioteca, las bibliotecas de ADN y ADN purificadas y amplificadas suelen estar en una concentración de 0,5–10 ng/μL y 10–30 ng/μL, respectivamente. Los datos de e...

Acceso restringido. Inicie sesión o comience una prueba gratuita para ver este contenido.

Discusión

Hay consideraciones importantes que pueden requerir modificaciones en este protocolo, dependiendo de la profundidad de secuenciación deseada, la plataforma utilizada y la disponibilidad de equipos para el control de calidad. No obstante, las dos cohortes representativas presentadas aquí demuestran que la detección robusta de patógenos es posible en una amplia gama de condiciones experimentales. Concretamente, la Cohorte B demostró que, a pesar de varias medidas de ahorro de costes —secue...

Acceso restringido. Inicie sesión o comience una prueba gratuita para ver este contenido.

Divulgaciones

M.R.W. recibe financiación de becas de investigación no relacionadas de Roche/Genentech, Novartis y Kyverna Therapeutics, y es fundador y miembro del consejo de Delve Bio Inc. Ha prestado servicios de consultoría a Pfizer, Vertex Pharmaceuticals, Ouro Medicines e Indapta Therapeutics.

Agradecimientos

Este estudio fue financiado por el Centro Internacional Fogarty de los Institutos Nacionales de Salud bajo el Premio Número D43TW009343. Queremos agradecer a los numerosos investigadores del Wilson Lab, UCSF y CZI que han contribuido al desarrollo y optimización de protocolos mNGS para diversas aplicaciones de investigación durante los últimos años.

Acceso restringido. Inicie sesión o comience una prueba gratuita para ver este contenido.

Materiales

Lista de materiales utilizados en este artículo
NombreEmpresaNúmero de catálogoComentarios
Tira de tubos de PCR de 0,2 mLEppendorf30124359
Tubos de unión de ADN de 1,5 mLEppendorf30108051
Tubos Safe Lock de 1,5 mLEppendorf30120191
Mezcla de ARN Spike-In del ERCCThermo Fisher4456740
Reactivos D1000 de alta sensibilidadAgilent5067-5585
Invitrogen Collibri Library Amplification Master MixThermo FisherA38539050
Mastercycler x50Thermo Fisher6311000010
NEBNext Multiplex Oligos para IlluminaNew England Biolabs7335S/L
Kit de preparación para la biblioteca de ADN NEBNext Ultra IINew England BiolabsE7645
NEBNext Ultra II Kit de Preparación de la Biblioteca de ARN para IlluminaNew England BiolabsE7770
NextSeq 500/550 Kit de alta salida v2.5 (150 ciclos)Illumina20024907
NextSeq 550IlluminaN/a
QIAseq FastSelect -rRNA HMR KitQuiagen334386
Kit de ensayo de alta sensibilidad Qubit 1X dsDNAQubitP33230
Fluorómetro Qubit 4Thermo FisherN/D
Quick-DNA/ARN Microprep Plus Kit  ZymoD7005
TapeStation 4150AgilentG2992AA

Referencias

  1. Chiu, C. Y., Miller, S. A. Clinical metagenomics. Nat Rev Genet. 20 (6), 341-355 (2019).
  2. Wilson, M. R., et al. Clinical metagenomic sequencing for diagnosis of meningitis and encephalitis. N Engl J Med. 380 (24), 2327-2340 (2019).
  3. Forbes, J. D., Knox, N. C., Ronholm, J., Pagotto, F., Reimer, A. Metagenomics: the next culture-independent game changer. Front. Microbiol. 8, (2017).
  4. Wang, Z., Gerstein, M., Snyder, M. RNA-Seq: a revolutionary tool for transcriptomics. Nat Rev Genet. 10 (1), 57-63 (2009).
  5. DNA Sequencing Costs: Data. , National Human Genome Research Institute (US). https://www.genome.gov/about-genomics/fact-sheets/DNA-Sequencing-Costs-Data (2026).
  6. Wilson, M. R., et al. Chronic meningitis investigated via metagenomic next-generation sequencing. JAMA Neurology. 75 (8), 947-955 (2018).
  7. Benoit, P., et al. Seven-year performance of a clinical metagenomic next-generation sequencing test for diagnosis of central nervous system infections. Nat Med. 30 (12), 3522-3533 (2024).
  8. Glaser, C. A., et al. In search of encephalitis etiologies: diagnostic challenges in the California encephalitis project, 1998-2000. Clinical Infectious Diseases. 36 (6), 731-742 (2003).
  9. Ramachandran, P. S., et al. Integrating central nervous system metagenomics and host response for diagnosis of tuberculosis meningitis and its mimics. Nat Commun. 13, 1675(2022).
  10. Xing, Z., et al. Integrating DNA/RNA microbe detection and host response for accurate diagnosis, treatment, and prognosis of childhood infectious meningitis and encephalitis. J Transl Med. 22, 583(2024).
  11. Omura, C., et al. 298. Host response profiling from clinical metagenomic sequencing data for diagnosis of central nervous system infections. Open Forum Infect Dis. 12 (1), (2025).
  12. Andriuk, L. V., Skochiĭ, P. G. Nucleic acids of the cerebrospinal fluid in acute disorders of cerebral circulation. Zh Nevropatol Psikhiatr Im S S Korsakova. 88 (7), 32-34 (1988).
  13. Olausson, J., et al. Optimization of cerebrospinal fluid microbial DNA metagenomic sequencing diagnostics. Sci Rep. 12 (1), 3378(2022).
  14. Becskei, A., Rahaman, S. The life and death of RNA across temperatures. Comput Struct Biotechnol J. 20, 4325-4336 (2022).
  15. Wang, C., Liu, H. Factors influencing degradation kinetics of mRNAs and half-lives of microRNAs, circRNAs, lncRNAs in blood in vitro using quantitative PCR. Sci Rep. 12 (1), 7259(2022).
  16. Cb, T., et al. DNA/RNA preservation in glacial snow and ice samples. Frontiers in microbiology. 13, (2022).
  17. Kazantseva, J., et al. Optimisation of sample storage and DNA extraction for human gut microbiota studies. BMC microbiology. 21 (1), (2021).
  18. Xiaoli, J., et al. The impact of repeated freeze-thaw cycles on the quality of biomolecules in four different tissues. Biopreservation and biobanking. 15 (5), (2017).
  19. Kellman, B. P., et al. Multiple freeze-thaw cycles lead to a loss of consistency in poly(A)-enriched RNA sequencing. BMC genomics. 22 (1), (2021).
  20. Zinter, M. S., Mayday, M. Y., Ryckman, K. K., Jelliffe-Pawlowski, L. L., DeRisi, J. L. Towards precision quantification of contamination in metagenomic sequencing experiments. Microbiome. 7 (1), 62(2019).
  21. Mayday, M. Y., Khan, L. M., Chow, E. D., Zinter, M. S., DeRisi, J. L. Miniaturization and optimization of 384-well compatible RNA sequencing library preparation. PLoS One. 14 (1), e0206194(2019).
  22. Sakiyama, Y., et al. Brain biopsy and metagenomic sequencing enhance aetiological diagnosis of encephalitis. Brain Commun. 7 (3), fcaf1650(2025).
  23. Sakiyama, Y., Yuan, J., Yoshimura, A., Takei, J., Ando, M., Takashima, H. Etiological insights of encephalitis and encephalitis-like central nervous system diseases: brain tissue metagenomic next-generation sequencing. Neurology. 102 (7-1), 3782(2024).
  24. Sun, J., et al. Correcting PCR amplification errors in unique molecular identifiers to generate accurate numbers of sequencing molecules. Nat Methods. 21 (3), 401-405 (2024).
  25. Tan, J. K., et al. Laboratory validation of a clinical metagenomic next-generation sequencing assay for respiratory virus detection and discovery. Nat Commun. 15 (1), 9016(2024).
  26. Prasanna, A. kshatha Clin-mNGS: Automated pipeline for pathogen detection from clinical metagenomic data. , https://github.com/AkshathaPrasanna/Clin-mNGS (2025).
  27. Marra, P. S., et al. Metagenomic next-generation sequencing in patients with infectious meningoencephalitis: a comprehensive systematic literature review and meta-analysis. Open Forum Infect Dis. 12 (5), ofaf274(2025).
  28. Ramachandran, P. S., Wilson, M. R. Metagenomics for neurological infections - expanding our imagination. Nat Rev Neurol. 16 (10), 547-556 (2020).
  29. Salter, S. J., et al. Reagent and laboratory contamination can critically impact sequence-based microbiome analyses. BMC Biol. 12, 87(2014).
  30. Simner, P. J., Miller, S., Carroll, K. C. Understanding the promises and hurdles of metagenomic next-generation sequencing as a diagnostic tool for infectious diseases. Clin Infect Dis. 66 (5), 778-788 (2018).

Acceso restringido. Inicie sesión o comience una prueba gratuita para ver este contenido.

Reimpresiones y permisos

Etiquetas

Secuenciaci n metagen micadetecci n de pat genosextracci n de cidos nucleicospreparaci n de bibliotecaspurificaci n con perlas magn ticaselectroforesis capilaran lisis bioinform ticomica del hu sped
Secuenciación metagenómica de nueva generación del líquido cefalorraquídeo para la detección de patógenos del sistema nervioso central
Contáctenos
Recomendar a la biblioteca

Privacidad

Condiciones de uso

Políticas

Copyright © 2026 MyJoVE Corporation. Todos los derechos reservados.