Séquençage de nouvelle génération

Panorama des méthodes de séquençage de nouvelle génération

Si les méthodes et les réactifs utilisés pour le NGS ne cessent d'évoluer, les chercheurs ont aujourd'hui plusieurs systèmes à leur disposition. Les plateformes classiques intègrent plusieurs étapes clés dans la procédure de NGS : préparation de l'échantillon ou de la banque, formation des clusters, séquençage et analyse des données. La préparation des échantillons inclut généralement l'amplification de l'ADN ou l'ajout d'adaptateurs ou de séquences de liaisons ("linkers"). La formation de clusters pour chaque séquence d'ADN consiste à hybrider, sur une surface solide, l'ADN contenant la séquence de liaison attachée de façon covalente en vue d'une amplification en pont ("bridge PCR"), ou par d'autres méthodes telles que la PCR en émulsion. Il existe par ailleurs de nombreuses méthodes de séquençage de l'ADN, notamment le séquençage par ligature, le séquençage par synthèse, le pyroséquençage et le séquençage par semiconducteur Ion Torrent. Chaque méthode comporte des étapes de réaction et des procédés chimiques différents qui permettent de déterminer la longueur de chaque séquence (longueur de lecture), le taux d'erreurs et le coût des réactifs.

Approches d'analyse des données de séquençage de nouvelle génération

La dernière étape de toutes les applications de NGS consiste à effectuer l'analyse critique des données après le séquençage. Chaque plateforme de NGS et chaque procédure produisent une énorme quantité d'informations numériques qui sont stockées sur des ordinateurs et ces ensembles de données brutes doivent être analysés par des bioinformaticiens. Les analyses se font à l'aide d'un nombre croissant d'outils analytiques, comme Bowtie, Galaxy et bien d'autres, pour l'alignement et la cartographie des séquences lues ("reads"). Les progrès accomplis dans le domaine du séquençage de nouvelle génération sont issus, pour l'essentiel, des efforts conjugués de plusieurs disciplines scientifiques afin de développer et d'optimiser l'analyse et l'interprétation d'ensembles de données si volumineux. Selon les besoins propres à chaque application, les chercheurs peuvent désormais utiliser ces puissants outils pour le séquençage de génomes, d'exomes ou de transcriptomes entiers pour la recherche fondamentale et la recherche sur les maladies.