Scalable single-cell metagenomic analysis with Bascet and Zorn

Les microbiologistes sont confrontés depuis longtemps à une limite fondamentale : ils peuvent voir la forêt, mais pas les arbres individuels. Les méthodes traditionnelles d'étude des communautés microbiennes, connues sous le nom de métagénomique, consistent à broyer un échantillon de sol, d'eau ou de salive et à séquencer tout l'ADN qui s'y trouve. Cette approche fournit une moyenne puissante de ce qui est présent, un peu comme si l'on mélangeait une salade de fruits et que l'on analysait le jus résultant pour deviner quels fruits se trouvaient à l'intérieur. Bien qu'utile, cette méthode brouille les lignes entre les différentes souches de bactéries, cache les espèces rares qui existent en faibles nombres et rend impossible le lien entre des gènes spécifiques et la cellule exacte qui les porte. Pour véritablement comprendre le monde complexe et invisible des microbes, les scientifiques ont besoin d'un moyen d'observer chaque bactérie individuellement, une par une, pour voir son empreinte génétique unique.

Pendant des années, ce niveau de détail était prohibitif en termes de coût et de rapidité, limité à l'analyse de seulement quelques dizaines de cellules à la fois. Cependant, des avancées récentes en microfluidique — la science de la manipulation de minuscules gouttelettes de liquide — ont ouvert la voie au traitement de millions de cellules en une seule expérience. Le défi qui subsistait n'était pas de générer les données, mais de les interpréter. Le volume colossal d'informations produit par ces nouvelles méthodes à haut débit aurait submergé les programmes informatiques standards, créant un goulot d'étranglement numérique qui empêchait les chercheurs d'explorer ces ensembles de données massifs. Une nouvelle étude menée par une équipe de l'Université d'Umeå en Suède répond à cette barrière en introduisant une boîte à outils logicielle complète conçue pour gérer l'échelle du séquençage microbien sur cellule unique moderne, permettant enfin aux scientifiques de cartographier la diversité génétique des communautés microbiennes avec une clartité sans précédent.

Les chercheurs, dirigés par Hadrien Gourlé, Iryna Yakovenko et leurs collègues, ont développé un système en deux parties pour résoudre ce problème. La première partie, appelée Bascet, est un puissant programme en ligne de commande écrit dans un langage de codage rapide et efficace. Il agit comme le moteur principal, prenant les données de séquençage brutes de millions de cellules et les organisant dans un format gérable. La seconde partie, Zorn, est une interface conviviale qui permet aux scientifiques d'explorer, de visualiser et d'analyser les données sans avoir besoin d'écrire de code complexe. Ensemble, ces outils permettent un flux de travail capable de traiter les données de plus d'un million de cellules en une seule exécution, une échelle qui était auparavant impossible pour les logiciels de bioinformatique standards. L'équipe a démontré la puissance de ce système en l'appliquant à une communauté factice de dix espèces bactériennes connues et, plus important encore, à un échantillon réel de salive humaine.

Pour générer les données, l'équipe a utilisé une nouvelle technique de laboratoire impliquant des capsules semi-perméables. Ces minuscules conteneurs flexibles emprisonnent les cellules bactériennes individuelles, permettant aux chercheurs de les rompre et d'amplifier leur ADN à l'intérieur sans que les cellules ne se mélangent entre elles. Une fois l'ADN amplifié, il est marqué par un code-barres unique, garantissant que chaque fragment de matériel génétique peut être retracé jusqu'à sa cellule d'origine. L'équipe a testé deux méthodes différentes pour l'amplification de l'ADN. Elle a constaté qu'une méthode plus récente et plus précise, appelée amplification dirigée par le template primaire, produisait des résultats beaucoup plus uniformes et fiables que la méthode plus ancienne et plus courante, qui avait tendance à amplifier certaines parties du génome bien plus que d'autres. Cette découverte suggère que les chercheurs devraient délaisser l'ancienne technique s'ils veulent obtenir des données de haute qualité à partir de cellules uniques.

Lorsque l'équipe a appliqué son nouveau logiciel à un échantillon de salive humaine, les résultats ont été frappants. Ils ont réussi à générer des empreintes génétiques complètes, appelées génomes amplifiés à l'échelle de la cellule unique, à partir de plus de 15 000 cellules procaryotes individuelles. Ce niveau de résolution a révélé des détails qui étaient totalement invisibles pour le séquençage global traditionnel. Par exemple, la méthode standard a manqué un type spécifique de bactérie non cultivée associée aux maladies des gencives, connu sous le nom de Tannerella sp. oral taxon 808. Cependant, l'approche sur cellule unique a non seulement détecté cet organisme rare, mais a également découvert une nouvelle lignée de celui-ci qui n'avait jamais été vue auparavant. Cette nouvelle lignée semble être distincte des autres versions connues de la bactérie, montrant une différence génétique qui aurait été perdue dans un échantillon mélangé. De plus, l'analyse suggère que ces bactéries pourraient être liées géographiquement, avec différentes variantes génétiques dominant dans différentes parties du monde.

L'étude a également souligné l'importance de la capacité du logiciel à traiter les données sans dépendre d'une bibliothèque préexistante de génomes connus. Dans de nombreux cas, les scientifiques ne savent pas exactement quelles espèces sont présentes dans un échantillon, ce qui rend difficile l'utilisation d'outils traditionnels nécessitant une carte de référence. La nouvelle boîte à outils comprend des méthodes innovantes qui comparent les cellules sur la base de leurs motifs génétiques directs, permettant aux chercheurs de regrouper des cellules similaires et de repérer les différences même lorsque les espèces spécifiques sont inconnues. Cette capacité est cruciale pour explorer la « matière noire microbienne » — le vaste nombre de microbes non cultivés et non caractérisés qui constituent la majeure partie de la biodiversité de la planète.

En combinant une méthode de laboratoire à haut débit avec un cadre computationnel évolutif, les chercheurs ont levé un obstacle majeur à la science microbienne. Leur travail montre qu'il est désormais possible de générer autant de génomes microbiens en une seule expérience que ce qui existe actuellement dans toutes les bases de données publiques combinées. Ce passage de l'étude de la moyenne à l'étude de l'individu ouvre de nouvelles voies pour comprendre comment les bactéries évoluent, comment elles interagissent avec leurs hôtes et comment elles contribuent à la santé et aux maladies humaines. Les outils sont open-source et librement disponibles, invitant la communauté scientifique mondiale à commencer à explorer les microbiomes à une résolution qui relevait autrefois de la science-fiction.