High-performance xenograft read-sorting for DNA methylation analysis

Dans le monde de la recherche sur le cancer, les scientifiques ont souvent besoin d'étudier les tumeurs dans un environnement vivant qui imite le corps humain. Pour ce faire, ils prélèvent des cellules cancéreuses humaines et les transplantent dans des souris, créant ainsi ce que l'on appelle des xénogreffes dérivées de patients. Ces minuscules laboratoires vivants permettent aux chercheurs d'observer comment une tumeur se développe, comment elle réagit aux médicaments et comment elle pourrait devenir résistante au traitement. Cependant, un obstacle important surgit lorsque les scientifiques tentent d'analyser le matériel génétique de ces échantillons mixtes. Le produit final est une soupe chaotique de brins d'ADN, certains appartenant à la tumeur humaine et d'autres appartenant à l'hôte murin. Pour comprendre le comportement de la tumeur, les chercheurs doivent d'abord séparer les brins humains des brins de souris avec une précision extrême. Cette tâche devient encore plus difficile lorsqu'il s'agit d'étudier la méthylation de l'ADN, une étiquette chimique qui agit comme un interrupteur, activant ou désactivant les gènes. Pour lire ces étiquettes, les scientifiques utilisent un processus chimique qui modifie la séquence d'ADN elle-même, brouillant les lettres d'une manière qui déroute les programmes informatiques standards utilisés pour trier les données génétiques.

Une équipe de chercheurs a maintenant développé une manière plus intelligente de démêler ce désordre génétique, spécifiquement pour ces échantillons d'ADN chimiquement modifiés. Ils ont amélioré un outil logiciel existant appelé Xengsort, le transformant en un trieur hautement efficace capable de distinguer l'ADN humain de l'ADN de souris même après que les changements chimiques ont eu lieu. L'équipe a testé son outil amélioré par rapport à plusieurs autres méthodes établies en utilisant des mélanges générés par ordinateur et des données réelles issues d'études sur le cancer du sein. Ils ont constaté que, bien que tous les outils soient généralement précis pour identifier la source de l'ADN, la nouvelle version de Xengsort était considérablement plus rapide et nécessitait beaucoup moins de mémoire informatique. Dans un test à grande échelle impliquant des échantillons réels de patients, le nouvel outil a terminé le travail de tri en un peu plus de cinq heures, alors qu'une méthode concurrente a mis près de trente heures pour accomplir la même tâche.

Le cœur du problème réside dans la manière dont la méthylation de l'ADN est lue. Pour voir les interrupteurs chimiques, les scientifiques traitent l'ADN avec une substance qui convertit une lettre spécifique, la cytosine, en une autre, la thymine, si cette lettre n'est pas chimiquement marquée. Ce processus est essentiel pour comprendre comment les tumeurs s'adaptent, mais il modifie fondamentalement la séquence d'ADN. Imaginez que vous essayiez de trier une pile de livres mélangés où quelqu'un aurait changé l'orthographe de chaque mot dans la moitié des livres ; un bibliothécaire standard aurait du mal à distinguer quel livre provient de quel auteur. De même, les programmes informatiques standards qui font correspondre les séquences d'ADN à un génome de référence échouent souvent parce que la conversion chimique fait que l'ADN humain ressemble moins à la référence humaine, et l'ADN de souris ressemble moins à la référence de souris. Cette confusion peut conduire à ce que des brins de tumeurs humaines soient identifiés à tort comme des brins de souris, ou vice versa, ce qui ruinerait l'analyse scientifique.

Pour résoudre cela, les chercheurs ont reconstruit le dictionnaire interne de l'outil Xengsort. Au lieu de simplement chercher des correspondances exactes de lettres d'ADN, le nouvel outil anticipe les changements chimiques. Il crée un index à deux couches qui tient compte à la fois de la séquence d'ADN originale et de la séquence après la conversion chimique. Lorsqu'un fragment d'ADN entre dans le système, l'outil le vérifie par rapport aux deux possibilités simultanément. Il décompose le brin d'ADN en petits morceaux et pose une question simple : ce morceau ressemble-t-il à de l'humain ou à de la souris, compte tenu des changements chimiques ? En se fiant aux morceaux d'ADN les plus uniques et en ignorant ceux qui ressemblent trop aux deux espèces, l'outil peut trier avec assurance les brins en catégories humaine, murine ou ambiguë. Cette approche permet au logiciel de sauter le processus lent et lourd consistant à aligner chaque brin sur un génome complet, ce que requièrent les autres méthodes.

Les chercheurs ont mis leur outil à l'épreuve de deux manières. D'abord, ils ont créé des millions de mélanges simulés de brins d'ADN humain et de souris avec des origines connues, leur permettant de mesurer exactement la fréquence à laquelle l'outil commettait des erreurs. Ils ont testé ces mélanges à différentes profondeurs et ratios, simulant tout, d'un échantillon contenant très peu d'ADN humain à un échantillon qui était presque entièrement humain. Les résultats ont montré que l'outil était incroyablement précis, perdant très peu de brins humains et confondant rarement les brins de souris avec ceux de l'humain. Il était aussi performant que les autres outils de pointe en termes de précision, mais il le faisait en une fraction du temps. Alors que d'autres méthodes prenaient des heures pour traiter les données et nécessitaient des quantités massives de mémoire informatique, Xengsort a accompli le même travail en moins d'une heure sur une configuration informatique standard.

Ensuite, l'équipe a appliqué l'outil à des données réelles provenant de patientes atteintes d'un cancer du sein dont les tumeurs avaient été cultivées dans des souris. Ces échantillons provenaient de différentes études, incluant certaines où l'ADN avait été chimiquement converti et d'autres où il avait été traité par des enzymes. Dans ces scénarios réels, l'outil a de nouveau prouvé sa valeur. Il a réussi à trier l'ADN d'échantillons complexes, y compris ceux contenant de très faibles quantités de cellules tumorales humaines mélangées à beaucoup de tissu de souris. Les chercheurs ont noté que l'outil était particulièrement robuste face aux échantillons qui avaient été traités avec des médicaments pour altérer les motifs de méthylation de l'ADN. Dans une comparaison directe de vitesse et d'utilisation des ressources, le nouvel outil était nettement plus efficace. Il a traité un grand ensemble de données en 5,5 heures en utilisant 43 gigaoctets de mémoire, tandis qu'une méthode concurrente a pris 29,1 heures et a nécessité 49 gigaoctets de mémoire. Une autre méthode, qui reposait sur un génome de référence combiné, était rapide mais exigeait un énorme 73 gigaoctets de mémoire, ce qui peut être un facteur limitant pour de nombreux laboratoires.

L'étude a également souligné que le choix de la méthode de tri importe moins pour la précision que pour l'efficacité. Tous les outils testés, y compris le nouveau Xengsort, ont atteint une grande précision pour séparer les brins d'ADN. Cependant, le temps et la puissance de calcul requis pour obtenir ces résultats variaient considérablement. Bien que tous les outils, y compris le nouveau Xengsort, aient atteint une grande précision dans la séparation des brins d'ADN, le temps et la puissance de calcul nécessaires pour obtenir ces résultats variaient énormément. Les chercheurs ont conclu que leur flux de travail est désormais prêt pour une utilisation généralisée, suggérant que les scientifiques devraient d'abord trier leurs brins d'ADN par espèce en utilisant cet outil avant de passer à l'analyse détaillée des motifs de méthylation de la tumeur. En rendant l'étape de tri plus rapide et moins gourmande en ressources, l'outil élimine un goulot d'étranglement majeur, permettant aux scientifiques de consacrer plus de temps à la compréhension du cancer lui-même plutôt qu'à attendre que l'ordinateur termine son travail.