Dans une expérience représentative pour tester le protocole présenté, nous avons extrait l’ARN de 10 échantillons sanguins différents de cinq espèces animales (c.-à-d., 2 individus par espèce (chèvre, mouton, porc, chien, bétail)) (tableau 3). Les rendements d’ARN et la qualité après extraction peuvent varier considérablement, en particulier en raison des différences dans la manutention et le stockage des échantillons. Dans notre expérience représentative, nous avons observé des concentrations d’ARN comprises entre 43 ng et 543 ng par μL (tableau 3). En outre, après amplification par RT-PCR, l’analyse du gel des produits de PCR NPC-1 a montré divers résultats (figure 2), avec des bandes nettement plus faibles pour les échantillons BC01 et BC02 (les deux chèvres). Ces différences étaient probablement causées par des différences dans la qualité de l’échantillon, bien que les différences dans l’efficacité de la PCR en raison de différences dans la fixation des amorces au gène NPC1 de différentes espèces ne puissent pas être exclues. Cependant, ces différences de rendement et/ou d’efficacité d’amplification n’ont pas eu d’impact notable sur le résultat global du séquençage. De plus, un produit d’ACP supplémentaire non spécifique a été prélevé dans l’échantillon BC10 (bovins). Contrairement au séquençage de Sanger, ces produits non spécifiques n’influencent pas négativement les résultats du séquençage des nanopores, car ces lectures sont ignorées lors de la cartographie des lectures obtenues à une séquence de référence dans le cadre de l’analyse des données.
Avant chaque exécution de séquençage, un contrôle de qualité de la cellule d’écoulement à utiliser est fortement recommandé, avec une exigence minimale de 800 pores totaux. Dans notre expérience représentative, ce contrôle de qualité a retourné 1 102 pores disponibles pour le séquençage. Étant donné que les données sont fournies en temps réel et peuvent être analysées immédiatement, la longueur d’une exécution de séquençage peut être ajustée pour l’application individuelle (c.-à-d., jusqu’à ce que des données de séquençage suffisantes soient produites pour l’analyse souhaitée). Dans nos expériences, les séquences de séquençage sont généralement exécutées pendant la nuit, et dans le cas de notre expérience représentative, nous avons obtenu environ 1,4 million lectures pendant une telle course de 14 h.
Selon le type d’analyse de données à effectuer, il peut être conseillé de traiter uniquement un sous-ensemble des lectures obtenues. Dans le cas de notre expérience représentative, un sous-ensemble de 10 000 lectures a été sélectionné pour une analyse plus approfondie. À cette fin, les fichiers FastQ générés au cours de la séquence de séquençage ont été traités ultérieurement dans un environnement Ubuntu 18,04 LTS, et démultiplexés à l’aide de FlexBar v 3.0.1 avec des paramètres optimisés pour le démultiplexage des données de séquençage des nanopores (code-barres-queue-longueur 300 , code-barres-erreur-rate 0,2, code-barres-Gap-pénalité-1)12. Après le démultiplexage, la cartographie de lecture et la génération de consensus peuvent alors être faites en utilisant un certain nombre d’outils différents, mais une discussion détaillée de l’aspect bioinformatique du séquençage des nanopores va au-delà de la portée de ce manuscrit. Cependant, dans le cas de nos résultats représentatifs, le mappage de lecture à une séquence de référence a été effectué à l’aide de Geneious. Sur les 10 000 lectures analysées, 5 457 a montré une longueur entre 1 750 et 2 000 nucléotides, qui correspond aux tailles attendues pour les fragments de PCR amplifiés dans le cadre de notre workflow (1 769 NT, figure 3). Un pic supplémentaire dans la distribution de la longueur des lectures a été observé entre 250 et 500 nucléotides, ce qui peut être attribué à des produits de PCR non spécifiques. Le démultiplexage des lectures a permis l’assignation de 87,6% des lectures à l’un des 10 codes à barres/échantillons analysés (figure 4). La proportion de lectures démultiplexées pour chaque code-barres variait de 3,4% pour le code-barres 1 à 16,9% pour le code à barres 10; Cependant, en raison du grand nombre total de lectures, cela a toujours permis un consensus significatif appelant avec une profondeur de lecture élevée, même pour ces jeux de codes à barres de faible abondance. En effet, la cartographie des lectures triées à une séquence de référence de NPC1 a entraîné entre 31,7% (code-barres 2) et 100% (code-barres 7 et 8) de lire le mappage à la référence, ce qui donne une profondeur de lecture de plus de 90 lectures à n’importe quelle position pour chaque échantillon. C’est alors plus que suffisant pour permettre un consensus confiant-appel de base avec un taux d’erreur négligeable.

Figure 1: représentation schématique du séquençage de l’ADN à l’aide de la technologie nanopore. Une molécule d’ADN monocaténaire traverse une nanopore incorporée dans une membrane électriquement résistante, avec une helicase régulant la vitesse de transition. Un courant ionique traverse simultanément le pore et est continuellement mesuré. Les modulations du courant causées par les nucléotides présents dans les pores sont détectées et traduites en arrière-plan dans la séquence nucléotidique du brin d’ADN. S’il vous plaît cliquez ici pour voir une version plus grande de ce chiffre.

Figure 2: amplification des produits de PCR de Niemann-Pick C1 de l’ARNm. l’ARNm a été isolé à partir de chèvres (BC01 et 02), de moutons (BC03 et 04), de porcs (BC05 et 06), de chiens (BC07 et 08) et de bovins (BC09 et 10). Les produits de PCR imbriqués ont été séparés dans un gel d’d’agarose à 0,8% dans un tampon TAE (préparé à partir du tampon TAE 50x: 242,28 g de base Tris, 57,1 mL d’acide acétique glacial, 100 mL d’EDTA de 0,5 M,2O à 1 L de DH, pH ajusté à 8,0) pour 45 min à 100 V et teinté avec SYBR safe. S’il vous plaît cliquez ici pour voir une version plus grande de ce chiffre.

Figure 3: distribution en lecture de longueur de 10 000 lectures de l’expérience représentative. Le nombre de lectures obtenues ayant un intervalle de longueur de lecture donné est indiqué. S’il vous plaît cliquez ici pour voir une version plus grande de ce chiffre.

Figure 4: distribution des lectures après démultiplexage. Le nombre et le pourcentage de lectures démultiplexées (grises) et cartographiées (noires) pour chaque code-barres sont affichés. S’il vous plaît cliquez ici pour voir une version plus grande de ce chiffre.
Tableau 1: vue d’ensemble des ensembles d’amorces utilisés. L’amplification initiale des séquences cibles a été réalisée avec Primer Set 1. Primer Set 2 a ensuite été utilisé pour l’amplification imbriquée et l’addition d’adaptateur. Les adaptateurs sont indiqués en rouge. Veuillez cliquer ici pour télécharger ce fichier.
Tableau 2: vue d’ensemble des séquences de codes-barres. Des codes-barres individuels ont été utilisés pour identifier chaque échantillon séquencé. Veuillez cliquer ici pour télécharger ce fichier.
Tableau 3: concentrations d’ARN obtenues après extraction à partir d’échantillons sanguins séquencés dans l’expérience représentative. Les concentrations d’ARN de deux individus de chacune des cinq espèces sont montrées, et les ratios des densités optiques à 260/280 nm et 260/230 nm sont indiqués. Veuillez cliquer ici pour télécharger ce fichier.