Un nuevo preprint muestra que los errores de secuenciación pueden interpretarse como diversidad microbiológica real y que una mayor precisión puede reducir de forma significativa la aparición de falsas variantes.
En secuenciación, aumentar la profundidad suele asociarse con la posibilidad de detectar más información.
Sin embargo, un nuevo preprint de investigadores de NYU y Simons Foundation muestra que este principio tiene un límite importante: a medida que aumenta el número de lecturas, también aumentan las oportunidades de introducir errores capaces de confundirse con diversidad biológica real.
Los estudios metagenómicos basados en amplicones permiten caracterizar miles de taxones a partir de una sola muestra.
Pero cada lectura tiene una determinada probabilidad de error. Cuando se generan decenas o cientos de millones de lecturas, incluso una tasa de error muy baja puede producir una gran cantidad de secuencias espurias.
Estas secuencias pueden diferir de una molécula real por una o dos bases y ser interpretadas por los algoritmos como variantes independientes.
El resultado: una estimación de diversidad que refleja no solo la biología de la muestra, sino también el ruido introducido por la plataforma y el análisis bioinformático.
El estudio utilizó “no-diversity amplicons”, regiones de ADN con identidad fija y conocida, amplificadas y secuenciadas junto con objetivos microbianos reales.
Como estas regiones no presentan diversidad biológica, cualquier variante detectada dentro de ellas solo puede deberse a errores técnicos.
Este enfoque permite medir de manera directa cuánto de la “diversidad” informada por el pipeline proviene realmente del proceso de secuenciación o análisis.
Utilizando parámetros estándar de DADA2 en QIIME2, los autores observaron que la riqueza de ASVs en los controles sin diversidad podía aumentar hasta alcanzar varios cientos de variantes falsas por muestra.
Además, esta inflación no se mantuvo constante: aumentó de forma marcada a medida que crecía la profundidad de lectura.
El fenómeno también fue observado en distintos tipos de amplicones microbianos, incluyendo 16S, ITS, gyrB y rpoB.
Uno de los resultados más relevantes provino de la comparación de las mismas muestras secuenciadas en Illumina NovaSeq y en AVITI™ de Element Biosciences.
En las mayores profundidades analizadas, AVITI™ mostró una inflación de variantes falsas 2,5 a 5 veces menor que NovaSeq.
Además, AVITI™ eliminó aproximadamente el doble de secuencias erróneas durante el filtrado de calidad.
Estos resultados sugieren que una menor tasa de error y una distribución más uniforme del error a lo largo de la lectura pueden reducir la necesidad de aplicar truncaciones o filtros más agresivos.
Las implicancias del estudio no se limitan a la ecología microbiana.
Cualquier aplicación en la que sea necesario distinguir una señal rara y real dentro de una gran cantidad de secuencias similares puede enfrentar el mismo desafío.
Entre ellas:
• secuenciación de repertorios inmunes
• detección de variantes raras
• investigación en enfermedad mínima residual
• detección temprana de cáncer
• análisis de poblaciones tumorales complejas
En estos escenarios, una mayor profundidad de lectura no necesariamente compensa una menor precisión.
El mensaje central del trabajo es claro:
“Secuenciar más” no siempre equivale a “ver mejor”.
Cuando el objetivo es detectar eventos poco frecuentes o estimar diversidad con precisión, la calidad de la química de secuenciación y el perfil de error de la plataforma pueden ser determinantes.
En este contexto, AVITI™ y Avidite Base Chemistry™ ofrecen una alternativa orientada a generar datos con alta precisión, contribuyendo a reducir variaciones artificiales y mejorar la interpretación de señales biológicas reales.
Lea el artículo original de Element Biosciences:
Nuevo artículo: Cuando “más diversidad” es solo más ruido
ETC Internacional S.A. | Distribuidor Autorizado Element Biosciences en Argentina
Mantenete al tanto de las últimas novedades en NGS, diagnóstico y laboratorio.
