BRB-seq : l'avenir rapide et moins cher du séquençage de l'ARN

Le séquençage de l'ARN est une technique utilisée pour analyser des génomes entiers en examinant l'expression de leurs gènes. Aujourd'hui, de telles analyses de l'expression du génome sont un outil standard pour les études génomiques parce qu'elles reposent sur des technologies à haut débit, qui sont elles-mêmes devenues largement disponibles.

Néanmoins, le séquençage de l'ARN est encore coûteux et prend beaucoup de temps, car il nécessite d'abord la préparation coûteuse d'une bibliothèque génomique complète - le pool d'ADN généré par l'ARN des cellules - alors que les données elles-mêmes sont également difficiles à analyser. Tout cela rend le séquençage de l'ARN difficile à exécuter, ce qui rend son adoption moins répandue qu'elle pourrait l'être.

De nouvelles approches ont vu le jour, stimulées par la révolution de la transcriptomique unicellulaire, qui utilise ce que l'on appelle le "code-barres d'échantillon" ou "multiplexage". Ici, des séquences individuelles de "codes à barres" sont ajoutées à chaque fragment d'ADN au cours de la préparation de la bibliothèque afin que chacun puisse être identifié et trié avant l'analyse des données finales - ce qui signifie que cette approche ne nécessite qu'une seule bibliothèque qui contient plusieurs échantillons ou cellules distincts.

Le codage à barres réduit à la fois le coût et le temps, ce qui pourrait s'étendre au séquençage de l'ARN en vrac de grands ensembles d'échantillons. Mais il y a toujours des difficultés à adapter et à valider les protocoles pour un profilage fiable et bon marché des échantillons d'ARN en vrac - ce à quoi nous sommes confrontés lorsque nous essayons d'analyser le transcriptome des cellules ou des tissus.

Aujourd'hui, les scientifiques du laboratoire de Bart Deplancke de l'Institut de Bioingénierie de l'EPFL ont mis au point une nouvelle approche appelée "Bulk RNA Barcoding and sequencing" (BRB-seq) qui est 25 fois moins chère qu'une technologie commerciale classique de séquençage d'ARN (le TruSeq d' Illumina).

Parmi ses nombreux avantages, le BRB-seq est rapide et préserve la spécificité des brins - un défi sur le terrain, lié à la transcription de l'ADN dans la bonne direction. Ainsi, BRB-seq offre une approche peu coûteuse pour effectuer la transcriptomique sur des centaines d'échantillons d'ARN, ce qui peut augmenter le nombre de répétitions biologiques (et donc la précision expérimentale) en une seule série.

En termes de performance, les scientifiques ont constaté que le BRB-seq peut détecter le même nombre de gènes que "l'étalon-or" sur le terrain, à savoir TruSeq Stranded mRNA, à la même profondeur de séquençage et que la technique produit des données fiables même avec des échantillons de faible qualité. De plus, il génère des données transcriptomiques à l'échelle du génome à un coût comparable au profilage de quatre gènes à l'aide de la RT-QPCR, qui est actuellement une méthode standard, mais à faible débit pour mesurer l'expression génétique.

Une illustration de la méthode BRB-seq. Crédit : Daniel Alpern/EPFL

Dans un test, BRB-seq pourrait générer des bibliothèques génomiques prêtes à séquencer jusqu'à 192 échantillons par jour, ne nécessitant que deux heures de temps pratique. Cette technique est combinée à un pipeline convivial pour le prétraitement et l'analyse des données de séquençage, permettant l'acquisition des résultats en une seule journée.

"Depuis son lancement, des dizaines de laboratoires et d'entreprises nous ont déjà contactés pour les aider à mettre en œuvre l'approche BRB-seq ", explique Bart Deplancke. "En raison du faible coût du BRB-seq, ces chercheurs ont réalisé qu'ils pouvaient maintenant analyser beaucoup plus d'échantillons avec le même budget, augmentant ainsi considérablement la portée et la reproductibilité de leurs expériences. Nous prévoyons donc que le BRB-seq ou une approche comparable deviendra à long terme la norme dans tout laboratoire de biologie moléculaire et remplacera le RT-qPCR comme première option de profilage de l'expression génétique."

Autres contributeurs
Institut suisse de bioinformatique (SIB)