Une nouvelle approche de séquençage ultra-rapide du génome développée par les scientifiques de Stanford Medication et leurs collaborateurs a été utilisée pour diagnostiquer des maladies génétiques rares en huit heures en moyenne – un exploit presque inédit dans les soins cliniques normal.



« Quelques semaines, c’est ce que la plupart des cliniciens appellent « rapide » lorsqu’il s’agit de séquencer le génome d’un client et de renvoyer des résultats », a déclaré Euan Ashley, MB ChB, DPhil, professeur de médecine, de génétique et de science des données biomédicales à Stanford.

Le séquençage du génome permet aux scientifiques de voir la composition complète de l’ADN d’un affected person, qui contient des informations sur tout, de la couleur des yeux aux maladies héréditaires. Le séquençage du génome est essentiel pour diagnostiquer les individuals atteints de maladies enracinées dans leur ADN  : une fois que les médecins connaissent la mutation génétique spécifique, ils peuvent adapter les traitements en conséquence.



Aujourd’hui, une approche de méga-séquençage conçue par Ashley et ses collègues a redéfini « rapide » pour les diagnostics génétiques  : leur diagnostic le moreover rapide a été effectué en un peu in addition de sept heures. Des diagnostics rapides signifient que les clients peuvent passer moins de temps dans les unités de soins intensifs, nécessiter moins de exams, récupérer in addition rapidement et dépenser moins en soins. Notamment, le séquençage moreover rapide ne sacrifie pas la précision.

Ashley, doyen associé de la Stanford School of Medication et professeur Roger et Joelle Burnell en génomique et santé de précision, est l’auteur principal de l’article. Le chercheur postdoctoral John Gorzynski, DVM, PhD, est l’auteur principal.

Partir pour établir un document

En moins de six mois, l’équipe a recruté et séquencé les génomes de 12 people, dont cinq ont reçu un diagnostic génétique à partir des informations de séquençage dans le temps qu’il faut pour compléter une journée au bureau. (Toutes les maladies ne sont pas d’origine génétique, ce qui est probablement la raison pour laquelle certains individuals n’ont pas reçu de diagnostic après que leurs informations de séquençage ont été renvoyées, a déclaré Ashley.) Le taux de diagnostic de l’équipe, d’environ 42 %, est d’environ 12 % supérieur à la moyenne. taux de diagnostic des maladies mystérieuses.

Dans l’un des cas, il a fallu 5 heures et 2 minutes pour séquencer le génome d’un affected person, ce qui a établi le premier titre Guinness Entire world Information pour la procedure de séquençage d’ADN la furthermore rapide. Le file a été certifié par le groupe Genome in a Bottle du National Institute of Science and Technological know-how et est documenté par Guinness Environment Records.

« Ce n’était qu’un de ces times incroyables où les bonnes personnes se sont soudainement réunies pour réaliser quelque chose d’incroyable », a déclaré Ashley. « C’était vraiment comme si nous approchions d’une nouvelle frontière. »

Le temps qu’il a fallu pour diagnostiquer ce cas était de 7 heures et 18 minutes, ce qui, à la connaissance d’Ashley, est environ deux fois in addition rapide que le précédent file pour un diagnostic basé sur le séquençage du génome (14 heures) détenu par le Rady Children’s Institute. Quatorze heures, c’est toujours un délai d’exécution incroyablement rapide, a déclaré Ashley. Les scientifiques de Stanford prévoient d’offrir un délai d’exécution inférieur à 10 heures aux clients des unités de soins intensifs de l’hôpital de Stanford et de l’hôpital pour enfants Lucile Packard de Stanford – et, au fil du temps, à d’autres hôpitaux également.

Accélérant

Pour atteindre des vitesses de séquençage ultra-rapides, les chercheurs avaient besoin de nouveau matériel. Ashley a donc contacté des collègues d’Oxford Nanopore Systems qui avaient construit une equipment composée de 48 unités de séquençage appelées cellules de flux. L’idée était de séquencer le génome d’une seule personne en utilisant simultanément toutes les cellules de flux. L’approche méga-machine a été un succès – presque trop. Les données génomiques ont submergé les systèmes informatiques du laboratoire.

« Nous n’avons pas été en mesure de traiter les données assez rapidement », a déclaré Ashley. « Nous avons dû complètement repenser et réorganiser nos pipelines de données et nos systèmes de stockage. » L’étudiante diplômée Sneha Goenka a trouvé un moyen d’acheminer les données directement vers un système de stockage basé sur le cloud où la puissance de calcul pourrait être suffisamment amplifiée pour passer au crible les données en temps réel. Les algorithmes ont ensuite scanné indépendamment le code génétique entrant à la recherche d’erreurs susceptibles de provoquer une maladie et, dans la dernière étape, les scientifiques ont effectué une comparaison des variantes génétiques du individual avec des variantes documentées publiquement connues pour provoquer une maladie.

Du début à la fin, l’équipe a cherché à accélérer chaque component du séquençage du génome d’un client. Les chercheurs ont littéralement envoyé des échantillons à pied au laboratoire, de nouvelles equipment ont été conçues pour prendre en demand le séquençage simultané du génome et la puissance de calcul a été augmentée pour traiter efficacement des ensembles de données massifs. Maintenant, l’équipe optimise son système pour réduire encore as well as le temps. « Je pense que nous pouvons à nouveau réduire de moitié », a déclaré Ashley. « Si nous sommes capables de faire cela, nous parlons d’être en mesure d’obtenir une réponse avant la fin d’un tour d’hôpital. C’est un saut spectaculaire. »

Séquençage à lecture longue

La caractéristique la in addition importante de la capacité de l’approche diagnostique à repérer rapidement les fragments d’ADN suspects est peut-être son utilisation de ce qu’on appelle le séquençage à lecture longue. Les methods traditionnelles de séquençage du génome découpent le génome en petits morceaux, précisent l’ordre exact des paires de bases d’ADN dans chaque morceau, puis reconstituent le tout en utilisant un génome humain regular comme référence. Mais cette approche ne capture pas toujours l’intégralité de notre génome, et les informations qu’elle fournit peuvent parfois omettre des versions dans les gènes qui indiquent un diagnostic. Le séquençage à lecture longue préserve de longues étendues d’ADN composées de dizaines de milliers de paires de bases, offrant une précision similaire et furthermore de détails aux scientifiques qui parcourent la séquence à la recherche d’erreurs.

« Les mutations qui se produisent sur une grande partie du génome sont in addition faciles à détecter en utilisant le séquençage à lecture longue. Il existe des variantes qui seraient presque impossibles à détecter sans une sorte d’approche à lecture longue », a déclaré Ashley. C’est aussi beaucoup moreover rapide  : « C’est l’une des principales raisons pour lesquelles nous avons opté pour cette approche. »

Ce n’est que récemment que les entreprises et les chercheurs ont suffisamment affiné la précision de l’approche à lecture longue pour s’y fier pour les diagnostics. Cela et une baisse de son prix autrefois élevé ont créé une opportunité pour l’équipe d’Ashley. À sa connaissance, cette étude est la première à démontrer la faisabilité de ce sort de séquençage à lecture longue comme élément de base de la médecine diagnostique.

Au cours de l’étude, l’équipe d’Ashley a proposé la method de séquençage accéléré du génome aux people non diagnostiqués dans les unités de soins intensifs des hôpitaux de Stanford. Ils ont fourni des tests de normes de soins établis aux people de l’étude ainsi que le séquençage rapide expérimental des gènes, avec lequel ils ont cherché des réponses à deux questions importantes  : la génétique est-elle responsable de la maladie du patient  ? Si oui, quelles erreurs ADN spécifiques créent des problèmes  ?

Les tests normal examinent le sang d’un client pour les marqueurs associés à la maladie, mais ils ne recherchent qu’une poignée de gènes bien documentés. Les laboratoires commerciaux, qui exécutent souvent ces checks, mettent du temps à mettre à jour les molécules qu’ils recherchent, ce qui signifie que cela peut prendre beaucoup de temps avant que les mutations pathogènes nouvellement découvertes soient intégrées dans le check. Et cela peut conduire à des diagnostics manqués.

C’est pourquoi le séquençage rapide du génome pourrait changer la donne pour les sufferers atteints d’une maladie génétique exceptional, a déclaré Ashley. Les scientifiques peuvent scanner l’intégralité du génome d’un client à la recherche de toutes les variantes génétiques suggérées par la littérature scientifique, même si ce gène n’est découvert que la veille. De additionally, si un affected person ne reçoit pas initialement un diagnostic génétique, il y a toujours de l’espoir que les scientifiques trouveront une nouvelle variante génétique liée à la maladie du affected person sur toute la ligne.

L’intérêt d’autres cliniciens begin déjà à affluer. « Je sais que les gens de Stanford ont entendu dire que nous pouvions faire un diagnostic génétique en quelques heures, et ils en sont ravis », a déclaré Ashley. « Les exams génétiques ne sont tout simplement pas considérés comme des checks qui reviennent rapidement. Mais nous changeons cette perception. » C’est pourquoi le séquençage rapide du génome pourrait changer la donne pour les sufferers atteints d’une maladie génétique rare, a déclaré Ashley. Les scientifiques peuvent analyser le génome entier d’un affected person à la recherche de toutes les variantes génétiques suggérées par la littérature scientifique, même si ce gène a été découvert la veille. De plus, si un patient ne reçoit pas initialement un diagnostic génétique, il y a toujours de l’espoir que les scientifiques trouveront une nouvelle variante génétique liée à la maladie du patient sur toute la ligne.

Les autres auteurs de l’étude à Stanford sont la scientifique des données cliniques Dianna Fisk, PhD l’étudiant diplômé Tanner Jensen Jonathan Bernstein, MD, PhD, professeur de pédiatrie physiologiste de l’exercice clinique Jeffrey Christle, PhD l’ingénieur logiciel Karen Dalton la conseillère en génétique Megan Grove Maura Ruzhnikov, MD, professeure adjointe clinique de neurologie et de sciences neurologiques  Elizabeth Spiteri, MD, professeure adjointe clinique de pathologie et la résidente en pédiatrie Katherine Xiong, MD.

Des chercheurs de Google, UC Santa Cruz, Oxford Nanopore Know-how et Baylor University of Medicine ont également contribué à cette étude.

Cette étude a été soutenue par Oxford Nanopore Systems, Google et NVIDIA.