Les techniques actuelles pour déterminer la composition du microbiome sont inadéquates, disent Belén Serrano-Antón et al., dans PLOS ONE. En conséquence, de nombreuses recherches dans ce domaine ne sont pas fiables, disent-ils.
Les méthodes les plus couramment utilisées pour étudier le microbiome sont le séquençage du génome entier (WGS) et les techniques d’amplicon, telles que la réaction en chaîne par polymérase (PCR). Dans les deux méthodes, les chercheurs comparent les séquences d’ADN avec les séquences présentes dans les bases de données. Et c’est bien là le problème, selon les chercheurs espagnols : surtout lorsque ces bases de données sont incomplètes, il est impossible de caractériser correctement toutes les bactéries du microbiome.
Pour tester la fiabilité de la WGS et de l’ARNr-PCR 16S, Serrano-Antón et al ont créé des microbiomes virtuels qui imitent les populations bactériennes présentes chez l’homme, les insectes, le sol, l’eau, etc. Les chercheurs ont analysé ces microbiomes en utilisant les deux techniques.
Selon la méthode utilisée, les chercheurs ont caractérisé différentes espèces bactériennes lorsqu’ils ont analysé le même microbiome. Le chevauchement entre 16S et WGS était inférieur à 50 % au niveau de l’espèce, tombant à moins de 10 % lorsque la base de données était incomplète. Assez remarquablement, une double identification – à la fois par 16S et WGS – ne garantissait pas la présence réelle d’une espèce dans le microbiome virtuel. Le nombre de faux positifs a augmenté lorsque les chercheurs ont utilisé une base de données incomplète.
Pour tester si les prédictions des microbiomes virtuels s’appliquent également aux microbiomes physiques, les chercheurs ont analysé le microbiome des larves de fausse teigne (Galleria mellonella) avec WGS et 16S. Là aussi, ils ont trouvé des écarts importants entre les deux méthodes dans la caractérisation des bactéries.
EST CE QUE JE:
https://doi.org/10.1371/journal.pone.0280391
Lire aussi
