Génome entier

L’approche utilisée pour l’étude du génome d’un organisme diffère selon l’enjeu biologique et l’objectif du séquençage.

Séquençage de novo (Fig. 1)

Le séquençage de novo permet de reconstituer un génome inconnu, non référencé dans les bases de données, grâce à l’assemblage a priori de données de séquences. Les outils bioinformatiques exploitent les chevauchements de lectures pour construire des contigs de très grande continuité. Alors qu’il était auparavant nécessaire de combiner lectures courtes et lectures longues (assemblage hybride), l’avènement des lectures longues à haute précision permet aujourd’hui d’obtenir directement des assemblages d’une fidélité exceptionnelle. Ces contigs sont ensuite structurés à l’échelle chromosomique et haptotypés (séparant les haplotypes maternels et paternels) grâce à la capture de conformation de la chromatine (Hi-C).

Reséquençage et détection des variants (Fig. 2)

Le séquençage de génomes déjà référencés (reséquençage ou WGS) a pour enjeu majeur de répertorier l’ensemble des variations nucléotidiques et structurales. Les séquences produites sont alignées sur un génome de référence ou sur des pangénomes. Les lectures courtes conservent un intérêt économique pour la détection des variations ponctuelles (SNP) et des petites insertions/délétions (indels). En revanche, les lectures longues sont devenues le standard indispensable pour cartographier avec précision les variations structurales complexes (CNV, inversions, translocations) et pour traverser les régions hautement répétées.

Évolution des technologies et méthodologies

Plusieurs méthodologies majeures façonnent aujourd’hui le paysage du séquençage :

• PacBio (Revio) : Grâce au mode de séquençage circulairement récurrent (CCS), la technologie PacBio produit des lectures longues (15 à 20 kb) dites HiFi (High-Fidelity), affichant une précision supérieure à 99,9 %.
• Oxford Nanopore Technologies (ONT) : Les systèmes ONT (MinION, PromethION etc) génèrent des lectures ultra-longues (>1 Mb). L’évolution des chimies et des modèles de basecalling a porté la précision au-delà de 99 %, permettant de résoudre entièrement les zones centromériques et hétérochromatiques (projets Telomere-to-Telomere / T2T).
• Détection native de l’épigénétique : PacBio et ONT identifient désormais directement les modifications de bases (ex. 5mC) simultanément au séquençage nucléotidique, sans conversion au bisulfite.
• Échafaudage : Le Hi-C s’est imposé comme l’outil privilégié d’échafaudage chromosomique grâce à la généralisation des lectures longues natives.