Multi-modal benchmarking of the Ultima UG100 and Illumina NovaSeq sequencing platforms using clinically relevant FFPE tissues

Este estudo apresenta uma avaliação multimodal abrangente que demonstra que a plataforma Ultima UG100 oferece desempenho comparável ao da Illumina NovaSeq em amostras FFPE clínicas, com alta precisão e custos reduzidos, validando sua utilidade translacional para genômica em larga escala.

O essencial

Imagine que você precisa ler um livro muito antigo e um pouco danificado (o tecido do paciente, que foi preservado em parafina, o famoso "FFPE"). Para ler esse livro, você precisa de duas máquinas diferentes: uma é a Illumina, que é como a "velha guarda" confiável, usada há anos em laboratórios do mundo todo. A outra é a Ultima Genomics, uma nova concorrente que promete fazer o mesmo trabalho, mas custando muito menos e sendo mais rápida.

Este estudo é como um "teste de colisão" ou uma prova de fogo. Os cientistas pegaram amostras de pacientes com câncer e doenças intestinais e as leram com as duas máquinas ao mesmo tempo para ver: a nova máquina (Ultima) é tão boa quanto a velha (Illumina)?

Aqui está o resumo do que eles descobriram, usando analogias simples:

1. O Cenário: A Biblioteca de Tecidos

Os pesquisadores usaram "livros" (amostras de tecido) de cinco tipos de doenças diferentes. Eles queriam saber se a nova máquina conseguia entender a história completa, desde os capítulos grandes (todo o genoma) até as frases específicas (genes que causam câncer) e até as notas de rodapé (RNA, que diz quais genes estão ativos).

2. A Leitura do Livro (RNA e Genes)

• A Velha Guarda (Illumina): É muito precisa na ortografia. Ela lê cada letra com cuidado. Às vezes, ela é tão cuidadosa que, quando encontra uma palavra difícil ou repetitiva (como um pseudogene), ela diz: "Não tenho certeza onde isso se encaixa, vou marcar como uma palavra estranha".
• A Nova Concorrente (Ultima): Ela lê um pouco mais rápido e com uma "caneta" diferente. Ela às vezes comete pequenos erros de digitação em palavras muito repetitivas (como "aaaaa"), mas é muito boa em entender o contexto geral da frase.
• O Resultado: Ambas as máquinas entenderam a história principal perfeitamente. Elas identificaram os mesmos vilões (genes de câncer) e os mesmos heróis (genes do sistema imunológico). A diferença foi apenas em detalhes muito pequenos, como se a Ultima tivesse lido um pouco mais de "palavras de ação" e a Illumina um pouco mais de "palavras de fundo". Para o médico, a história é a mesma.

3. A Caça aos Vilões (Variantes de DNA)

Aqui a coisa fica interessante. O objetivo é encontrar as "falhas de impressão" no livro que causam a doença.

• Illumina (O Detetive Permissivo): O sistema de análise da Illumina é como um detetive que vê tudo. Ele aponta para quase tudo que parece suspeito. O problema é que ele aponta para muitas coisas que não são vilões de verdade (falsos positivos). Ele é sensível, mas um pouco barulhento.
• Ultima (O Detetive Conservador): O sistema da Ultima é como um detetive mais cético. Ele só aponta para o que tem certeza absoluta. Ele deixa passar menos "vilões falsos", mas pode ser um pouco mais rigoroso.
• O Veredito: Ambas encontraram os vilões principais (as mutações que realmente causam o câncer). A Illumina encontrou mais "suspeitos" no total, mas muitos eram falsos. A Ultima foi mais limpa, com menos ruído, mas garantiu que os culpados que ela apontou eram realmente culpados.

4. A Imagem em 3D (Células Individuais)

Eles também olharam para as células uma a uma (como ver uma multidão em uma foto de alta resolução).

• As duas máquinas conseguiram separar os grupos de pessoas na multidão (células de câncer, células imunes, etc.) da mesma forma.
• A Ultima até conseguiu ver um pouco mais de detalhes em alguns casos, mas a "foto" final era praticamente idêntica.

5. A Conclusão: Vale a pena mudar?

A grande descoberta é que a Ultima Genomics é uma opção viável e excelente, especialmente porque custa muito menos.

• A Analogia do Carro: Imagine que a Illumina é um carro de luxo antigo, muito confiável, mas caro de manter. A Ultima é um carro novo, mais barato e eficiente. O teste mostrou que, embora o novo carro tenha um som de motor um pouco diferente e um sistema de navegação que funciona de forma distinta, ele chega ao mesmo destino com segurança.

Por que isso importa?

Se a medicina de precisão e a Inteligência Artificial querem analisar milhões de pacientes para encontrar curas, elas precisam de dados baratos e em grande quantidade. A Illumina é ótima, mas cara. A Ultima mostra que podemos ter dados de alta qualidade a um custo muito menor, permitindo que mais pesquisas sejam feitas e que mais pacientes sejam diagnosticados.

Resumo final: A nova tecnologia não é perfeita (ela tem seus próprios "tiques" e erros específicos), mas é tão boa quanto a antiga para os fins médicos mais importantes. É como trocar de um mapa de papel antigo por um GPS novo: o caminho é o mesmo, só a ferramenta mudou.

Resumo técnico

Título do Estudo

Avaliação Multimodal de Benchmarks das Plataformas de Sequenciamento Ultima UG100 e Illumina NovaSeq Utilizando Tecidos FFPE Clinicamente Relevantes

---

1. Problema e Contexto

As tecnologias de sequenciamento de nova geração (NGS) revolucionaram a pesquisa biomédica, mas a demanda por grandes conjuntos de dados para inteligência artificial (IA) e diagnósticos clínicos exige soluções mais escaláveis e de menor custo. A Illumina estabeleceu-se como o padrão da indústria, mas plataformas emergentes, como a Ultima Genomics (UG100), prometem reduzir drasticamente os custos (ex: < $0,01 por célula em snRNA-seq) e aumentar o throughput.

No entanto, existe uma lacuna crítica no conhecimento sobre o desempenho dessas novas tecnologias em amostras clínicas reais, especificamente tecidos FFPE (fixados em formalina e embutidos em parafina), que são degradados e representam a maioria dos biobancos clínicos. A falta de benchmarks abrangentes e multimodais (abrangendo genômica e transcriptômica) em amostras FFPE impede a validação da equivalência biológica e a integração segura de dados de diferentes plataformas em estudos de grande escala.

2. Metodologia

Os autores realizaram um estudo comparativo "cabeça-a-cabeça" utilizando 15 amostras FFPE de cinco indicações clínicas:

• Oncologia: Linfoma Difuso de Grandes Células B (DLBCL), Glioblastoma (GBM) e Câncer de Bexiga Invasivo Muscular (MIBC).
• Doenças Inflamatórias: Colite Ulcerativa (UC) e Doença de Crohn (CD).

Abordagem Multimodal:
As amostras foram processadas em quatro modalidades de sequenciamento:

1. snRNA-seq: Sequenciamento de RNA de núcleo único.
2. WTS: Sequenciamento de Transcriptoma Total (Bulk).
3. WES: Sequenciamento de Exoma Total (apenas amostras oncológicas).
4. WGS: Sequenciamento de Genoma Total (apenas amostras IBD).

Fluxo de Trabalho:

• Illumina: Processamento e sequenciamento realizados no CeGaT (Alemanha) usando a plataforma NovaSeq e o pipeline DRAGEN.
• Ultima: As mesmas bibliotecas (ou DNA/RNA equivalente para WGS) foram convertidas e sequenciadas no laboratório da Ultima Genomics (EUA) na plataforma UG100, utilizando o pipeline DeepVariant (otimizado para a plataforma).
• Normalização: Para garantir uma comparação justa, os dados da Ultima foram downsampled (subamostrados) para corresponder à profundidade de leitura da Illumina, eliminando viés de cobertura.
• Análise: Avaliação de métricas de qualidade, perfis de cobertura, espectros de erro, concordância de variantes e reprodutibilidade transcricional.

3. Principais Contribuições

• Primeira Avaliação Abrangente em FFPE: Este é o primeiro estudo a avaliar a plataforma Ultima UG100 em uma variedade de modalidades (snRNA-seq, WTS, WES, WGS) utilizando exclusivamente tecidos FFPE clínicos.
• Validação de Equivalência Biológica: Demonstra que, apesar das diferenças químicas e de pipeline, os dados da Ultima capturam sinais biológicos, assinaturas de vias e composição celular com alta fidelidade em comparação à Illumina.
• Caracterização de Viés de Pipeline: Identifica que as discrepâncias observadas são frequentemente devidas à rigidez dos pipelines de chamada de variantes (DeepVariant vs. DRAGEN) e não apenas à química de sequenciamento.
• Viabilidade para IA: Fornece evidências de que dados gerados por mnSBS (sequenciamento por síntese majoritariamente natural) podem ser integrados em conjuntos de dados de treinamento de IA sem necessidade de correções de lote complexas.

4. Resultados Chave

A. Sequenciamento de RNA (WTS e snRNA-seq)

• Qualidade de Dados: Ambas as plataformas produziram dados de alta qualidade. A Ultima apresentou uma taxa ligeiramente maior de leituras mapeadas unicamente, enquanto a Illumina detectou uma porcentagem ligeiramente maior de pseudogenes e RNAs não codificantes (provavelmente devido à capacidade de mapear leituras curtas em regiões homólogas).
• Reprodutibilidade: Alta correlação entre replicatas técnicas (r > 0,95) em ambas as plataformas.
• Biologia: As plataformas capturaram os mesmos genes de biomarcadores, vias oncogênicas e sinais imunes. A correção de efeitos de lote não foi estritamente necessária para preservar a estrutura biológica (agrupamento por doença), embora a Ultima tenha mostrado uma consistência intrínseca ligeiramente superior em amostras de IBD.
• snRNA-seq: A Ultima manteve a proporção de tipos celulares e a qualidade das células (UMIs) comparável à Illumina, apesar de uma profundidade de leitura 5 vezes maior (que resultou em subamostragem excessiva, não em nova diversidade transcricional).

B. Sequenciamento de DNA (WES e WGS)

• Cobertura e Qualidade: Ambas as plataformas atingiram cobertura média >120x e qualidade de base Q30 >90%.
• Erros de Indel: A Ultima apresentou um viés característico de inserções em regiões de baixa complexidade (homopolímeros), enquanto a Illumina teve taxas de erro uniformemente baixas.
• Chamada de Variantes (WES Oncológico):
  • Illumina/DRAGEN: Mais sensível, mas com uma postura mais permissiva, gerando um número significativamente maior de chamadas únicas (muitas de baixa confiança/VAF baixo).
  • Ultima/DeepVariant: Mais conservadora, com menos chamadas únicas e maior especificidade.
  • Concordância: Ambas as plataformas detectaram consistentemente mutações de "hotspot" oncogênicas e variantes de genes supressores de tumor clinicamente acionáveis.
• WGS (Germinativo):
  • A Ultima mostrou maior sensibilidade para variantes de alta frequência, mas um fardo maior de falsos positivos em indels (comparado ao conjunto de verdade GIAB).
  • A Illumina gerou mais chamadas de baixa frequência (ruído/artefatos), enquanto a Ultima reduziu significativamente chamadas espúrias de baixa frequência.
  • Em variantes de interesse clínico (GWAS para IBD), a Illumina detectou mais variantes do conjunto curado, refletindo sua maior permissividade, mas todas as variantes detectadas pela Ultima foram também detectadas pela Illumina.

5. Significância e Conclusão

O estudo conclui que a plataforma Ultima UG100 é uma alternativa viável, escalável e de baixo custo à Illumina NovaSeq para aplicações clínicas e de pesquisa translacional em tecidos FFPE.

• Equivalência Biológica: As diferenças técnicas (como viés de indel ou atribuição de leituras a pseudogenes) não afetam as conclusões de nível de via ou a detecção de biomarcadores críticos.
• Trade-off Sensibilidade vs. Especificidade: A Illumina tende a ser mais sensível (capturando mais ruído/variantes de baixa frequência), enquanto a Ultima oferece um perfil de chamada mais limpo e conservador, ideal para reduzir falsos positivos em grandes estudos populacionais.
• Futuro: Com a introdução da série UG200 (com melhorias no fluxo de trabalho e uniformidade de cobertura), espera-se que as lacunas de desempenho se estreiem ainda mais.

Este trabalho fornece a base de evidências necessária para a adoção de tecnologias de sequenciamento de baixo custo em biobancos clínicos e estudos de genômica populacional em escala de IA, desde que os pipelines bioinformáticos sejam calibrados adequadamente para as características específicas de cada plataforma.