Le Contrôle Qualité (QC) pour le Séquençage de Nouvelle Génération (NGS) est essentiel pour garantir des données de séquençage fiables, précises et reproductibles. Le QC est appliqué à plusieurs étapes : le matériel de départ, la préparation des librairies et l’analyse des données post-séquençage.
Contrôle qualité du matériel de départ
Au stade initial des acides nucléiques, le QC implique des méthodes spectrophotométriques, fluorimétriques (par ex. Qubit, PicoGreen) et électrophorétiques (par ex. Bioanalyzer) afin d’évaluer la qualité, la quantité et l’intégrité des échantillons. Le RNA Integrity Number (RIN) est couramment utilisé pour les échantillons d’ARN ; une valeur de RIN >7 est généralement considérée comme acceptable.
Contrôle qualité lors de la préparation des librairies
Le contrôle qualité des librairies repose généralement sur des plateformes telles que le Bioanalyzer pour vérifier la distribution de la taille des fragments et détecter la présence de contaminants tels que les dimères d’adaptateurs, qui peuvent compromettre la génération de clusters, en particulier sur les plateformes Illumina.
Contrôle qualité des données post-séquençage
Après le séquençage, le contrôle qualité des données brutes s’effectue à l’aide d’outils logiciels tels que FastQC, qui permettent d’évaluer les scores de qualité des bases, le taux de duplication des séquences, la teneur en GC, la présence éventuelle de contaminants d’adaptateurs et les séquences surreprésentées. Les statistiques de cartographie (pourcentage de lectures mappées de manière unique sur un génome de référence) complètent l’évaluation de la qualité et reflètent l’utilité des données pour les analyses en aval.
Intégration du contrôle qualité tout au long du flux de travail
L’intégration du QC à toutes ces étapes — qualité des échantillons, métriques des librairies et qualité des données de séquençage — est cruciale pour économiser le temps et les coûts associés aux échecs de séquençage ou à une mauvaise qualité des données. De plus, les seuils de QC peuvent varier selon le type d’expérience (par ex. DNA-seq, RNA-seq, ChIP-seq), l’essai et le contexte biologique. Les pipelines bio-informatiques complets incluant des étapes de filtrage et de découpage QC contribuent à la qualité finale et à l’interprétation fiable des jeux de données NGS.
En résumé, le contrôle qualité en NGS est un processus multi-étapes et multi-paramètres englobant l’évaluation de l’intégrité des acides nucléiques, la qualité de la préparation des librairies et les métriques des données de séquençage brutes afin de garantir des analyses génomiques précises et fiables.
