Identification, quantification, and elimination of barcode crosstalk in multiplexed Oxford Nanopore sequencing

Deze studie identificeert en kwantificeert barcode-crosstalk in Oxford Nanopore-sequencing en introduceert post-ligatie pooling (PLP) als een effectieve methode om dit probleem volledig te elimineren in plaats van alleen te mitigeren.

De kern

🧬 De "Vervuilde Post" in DNA-sequencing: Een probleem opgelost

Stel je voor dat je een enorme hoeveelheid brieven (DNA-stukjes) van verschillende mensen moet sorteren en naar hun juiste adressen (samples) moet sturen. Om dit te doen, plak je een sticker (een barcode) op elke brief. In de wereld van DNA-sequencing (het lezen van genetische code) helpt dit om honderden monsters tegelijk in één keer te verwerken. Dit heet multiplexing.

Het probleem dat deze onderzoekers ontdekten, is dat de stickers soms verkeerd geplakt werden.

1. Het Probleem: De "Gekke Sticker" (Barcode Crosstalk)

In het standaardproces van Oxford Nanopore (een bedrijf dat DNA-sequencers maakt), worden alle brieven van verschillende mensen eerst in één grote stapel gedaan, en daarna krijgen ze hun stickers.

De onderzoekers ontdekten dat tijdens dit proces een sticker van persoon A soms loslaat en op de brief van persoon B plakt.

• Het gevolg: De computer denkt dat de brief van persoon B eigenlijk van persoon A komt.
• De ramp: In de wetenschap noemen we dit crosstalk (spraakverwarring). Het lijkt alsof er besmetting is (bijvoorbeeld: je vindt bacteriën van persoon A in het monster van persoon B), terwijl dat niet zo is. Dit is vooral gevaarlijk bij monsters met heel weinig DNA (zoals water uit een riool of lucht), waar zelfs één verkeerde sticker de hele conclusie kan verdraaien.

De analogie:
Stel je voor dat je in een drukke postkantoor werkt. Je moet brieven van 10 verschillende mensen sorteren.

• De oude methode: Je gooit alle brieven in één grote bak, plakt er stickers op, en probeert ze daarna te sorteren. Omdat de stickers loslaten en op de verkeerde brieven plakken, krijg je een rommelpost. Je denkt dat de brieven van de burgemeester bij de school liggen, terwijl dat niet zo is.
• Het risico: Als je zoekt naar een heel zeldzame ziekte in een monster, kan deze "verkeerde sticker" je laten denken dat de ziekte er is, terwijl het gewoon een foutje is.

2. De Oplossing: "Eerst Plakken, Dan Stapelen" (PLP)

De onderzoekers (Qing Dai, Claudia Gunsch en Joshua Granek) bedachten een slimme truc om dit te voorkomen. Ze noemen het PLP (Post-Ligation Pooling).

In plaats van alle brieven eerst in één bak te gooien, doen ze het andersom:

1. Je plakt de sticker op de brief van persoon A.
2. Je plakt de sticker op de brief van persoon B.
3. Pas daarna gooi je ze in één grote bak.

De analogie:
Het is alsof je eerst de enveloppen van alle mensen dichtplakt en verzegelt, en daarna pas in één grote zak doet om naar het postkantoor te sturen. Omdat de stickers nu al stevig zitten, kunnen ze niet meer loslaten en op de verkeerde brieven plakken.

3. Wat hebben ze bewezen?

Ze hebben dit getest met echte monsters (zoals water uit een badkamer en bacteriën).

• Met de oude methode: De "lege" monsters (die geen DNA moesten bevatten) bleken vol te zitten met DNA van andere monsters. Het leek alsof er overal besmetting was.
• Met de nieuwe methode (PLP): Het aantal verkeerde stickers daalde met 10 tot 100 keer. De "lege" monsters waren nu echt leeg, en de resultaten waren veel betrouwbaarder.

Ze hebben ook een tweede truc gebruikt (een speciale wasbeurt genaamd SFB) die de losse stickers weghaalt. Als je beide trucs combineert (PLP + SFB), is het probleem bijna volledig opgelost.

4. Waarom is dit belangrijk voor de wereld?

Vroeger dachten wetenschappers dat dit soort foutjes alleen bij de dure Illumina-sequencers gebeurden. Nu weten we dat het ook bij Oxford Nanopore gebeurt.

• Voor medische tests: Als je zoekt naar een zeldzame virusinfectie in een patiënt, wil je zeker weten dat het virus echt daar is en niet door een "verkeerde sticker" in het monster is beland.
• Voor milieuonderzoek: Als je water analyseert om te zien welke bacteriën er leven, wil je niet dat je denkt dat er een dierlijke bacterie in zit, terwijl dat alleen een foutje is.

Conclusie

Deze paper zegt eigenlijk: "Hé, onze manier van DNA-sequeren had een lekje waardoor stickers verplaatsten. We hebben een simpele, goedkope oplossing gevonden (eerst plakken, dan mengen) die dit lek dichtt. Wetenschappers moeten dit nu direct gebruiken om hun resultaten betrouwbaar te houden."

Het is alsof je ontdekt hebt dat je deurklink loszat, en je hebt hem vastgezet zodat niemand meer per ongeluk de verkeerde kamer binnenloopt.

Technische samenvatting

Probleemstelling

Bij multiplexed sequencing (het sequencen van meerdere monsters in één run) worden index-barcodes gebruikt om reads aan het juiste monster toe te wijzen. Een groot probleem bij Oxford Nanopore Technologies (ONT) sequencing is barcode crosstalk (ook wel "barcode hopping" genoemd).

• Oorzaak: In tegenstelling tot demultiplexing-fouten (veroorzaakt door sequenceringsfouten), ontstaat crosstalk door een fysieke fout tijdens de library-preparatie. Hierbij wordt een onjuiste barcode geligatieerd aan een nucleïnezuurfragment, vaak omdat monsters te vroeg worden samengevoegd (gepoold) in een gedeelde ligatie-omgeving.
• Gevolg: Dit leidt tot reads die ten onrechte aan het verkeerde monster worden toegewezen. Dit maskeert zich als kruisbesmetting (cross-contamination), wat vooral problematisch is voor experimenten met laag-biomassa monsters (zoals omgevingsmonsters) en onbalans in het ontwerp. Het kan leiden tot valse positieven, een opgeblazen diversiteitsschatting en vertekende kwantitatieve analyses.

Methodologie

De auteurs hebben een reeks experimenten uitgevoerd om het probleem te identificeren, te kwantificeren en een oplossing te ontwikkelen.

1. Validatie met Real-World Data:

   • Er werd shotgun metagenomica uitgevoerd op "built-environment" (omgevings) watermonsters.
   • Observatie: Met het standaard ONT-protocol (waarbij monsters direct na barcoding worden gepooled) werden sequenties gevonden in negatieve controles (waterblanks) die overeenkwamen met de positieve controles en het omgevingsmonster.
   • Hypothese: De crosstalk vindt plaats tijdens de adapter-ligatie-stap omdat er een gedeelde pool is van ongecodeerd DNA en vrije barcodes.

2. Ontwikkeling van Post-Ligation Pooling (PLP):

   • De auteurs introduceerden PLP: een workflow-modificatie waarbij de library-preparatie voor elk monster individueel wordt voltooid (inclusief adapter-ligatie), en pas na deze stap worden de libraries samengevoegd (gepoold).
   • Dit voorkomt dat vrije barcodes uit het ene monster aan het DNA van een ander monster worden geligatieerd.

3. Kwantificeringsexperiment (Gedefinieerde Genomen):

   • Om crosstalk nauwkeurig te meten, werd een experiment opgezet met eenvoudige, distincte DNA-monsters (DCS lambda, Mycoplasma hominis, Phocaeicola vulgatus, Corynebacterium striatum) en waterblanks.
   • Vergelijking: Vier protocollen werden getest:
     1. Standaard ONT protocol.
     2. PLP (Post-Ligation Pooling).
     3. SFB (Short Fragment Buffer cleanup, een nieuw ONT-protocol).
     4. SFB + PLP (Combinatie van beide).
   • Design: Een Latin-square-achtig ontwerp werd gebruikt om batch-effecten te minimaliseren en protocollen direct te vergelijken op dezelfde flowcell.

4. Data-analyse:

   • Gebruik van tools zoals Dorado (basecalling/demultiplexing), Minimap2 (mapping), MEGAN (taxonomische classificatie) en FEAST (bron-tracking).
   • Meting van "misassigned reads" (foutief toegewezen reads) per miljoen reads en berekening van precisie, recall en F1-scores.

Belangrijkste Bijdragen

• Identificatie en Kwantificering: Het is de eerste studie die substantieel barcode crosstalk op het ONT-platform identificeert en kwantificeert, met misassign rates die vergelijkbaar zijn met die van Illumina-platforms (waar dit al langer bekend is).
• PLP Workflow: Introductie van een eenvoudige, "drop-in" modificatie (Post-Ligation Pooling) die crosstalk niet alleen mitigeert, maar voorkomt.
• Vergelijking met UDIs: De auteurs tonen aan dat Unieke Dual Indexes (UDIs), de standaardoplossing voor Illumina, alleen crosstalk detecteren en filteren (wat data kost), terwijl PLP de oorzaak fysiek elimineert zonder data te verliezen.

Resultaten

De resultaten tonen een dramatische reductie in crosstalk bij gebruik van de aangepaste protocollen:

• Real-World Data: In de standaard workflow werden duizenden reads in negatieve controles gevonden die afkomstig leken te zijn van andere monsters. Met PLP daalde dit aantal met 1 tot 2 orde van grootte (bijv. van 1043 naar 7 reads in een waterblank). De overgebleven reads waren niet-microbieel van aard.
• Kwantificeringsexperiment:
  • Standaard protocol: Misassign rate van 0,882%.
  • SFB alleen: Reductie naar 0,067%.
  • PLP alleen: Reductie naar 0,019%.
  • SFB + PLP: Laagste misassign rate van 0,015%.
• Conclusie: Het uitstellen van het poolen tot na de adapter-ligatie (PLP) is de meest effectieve maatregel. De combinatie met SFB-cleanup levert de beste resultaten op.

Betekenis en Impact

• Betrouwbaarheid: De studie waarschuwt dat bestaande ONT-data, gegenereerd met het standaard Native Barcoding Kit, mogelijk vervuild is door crosstalk, wat de interpretatie van lage-abundantie signalen (zoals in single-cell sequencing of lage-biomassa microbiomen) kan verstoren.
• Onmiddellijk toepasbare oplossing: PLP is een kosteneffectieve, eenvoudige wijziging in het bestaande protocol die geen extra reagentia vereist.
• Toekomstige toepassingen: Door crosstalk te elimineren, wordt multiplexed ONT-sequencing veel betrouwbaarder voor toepassingen waar kruisbesmetting kritiek is, zoals het detecteren van zeldzame somatische mutaties, T-cel receptoren en omgevings-DNA in schone monsters.
• Aanbeveling: De auteurs dringen er bij gebruikers van het ONT Native Barcoding Kit op aan om direct over te schakelen op PLP (eventueel in combinatie met SFB) en onderzoekers aan te moedigen hun bestaande data te heroverwegen op mogelijke crosstalk-invloeden.