Séquençage de l'exome animal et végétal : capture ciblée personnalisée pour les espèces non humaines

Le séquençage de l'ADN à l'échelle de la population reste prohibitif en termes de coûts pour de nombreux programmes de recherche agricole et écologique. Un seul génome de bovin à 30× génère environ 80 à 90 gigabases de données de séquençage à un coût de réactifs d'environ 400 à 600 dollars par échantillon. Pour une étude de 500 animaux — un groupe modeste selon les normes des programmes d'élevage modernes — le budget de séquençage seul approche les 250 000 dollars. Lorsque le génome en question est celui du blé hexaploïde à 14,6 gigabases ou des conifères à 20 gigabases, l'économie devient intenable. Séquençage de l'exome complet — capturer et séquencer uniquement la fraction codante en protéines du génome, généralement 1 à 2 % de la taille totale du génome — offre une alternative pratique qui préserve la grande majorité de la variation fonctionnellement interprétable à une fraction du coût. Cet article examine la conception de leurres sur mesure, les considérations de capture inter-espèces, les exigences bioinformatiques et la rentabilité du séquençage de l'exome appliqué aux espèces non humaines, des animaux d'élevage et des cultures aux populations sauvages et aux organismes modèles.

Figure 1 : Le cadre décisionnel pour le séquençage de l'exome non humain — Quand choisir l'exome plutôt que le génome

Quand le séquençage du génome complet est trop complexe — L'exome comme alternative pratique

Le raisonnement en faveur du séquençage de l'exome chez les espèces non humaines est fondamentalement économique, mais il est renforcé par la biologie. Chez les vertébrés, l'exome codant pour les protéines représente environ 1 à 2 % du génome, mais abrite la grande majorité des variants à fort effet sous-jacents aux traits phénotypiques. Chez les bovins, la séquence codante annotée s'étend sur environ 33 à 35 mégabases d'un génome de 2,7 gigabases. Dans le blé hexaploïde, environ 132 mégabases de séquence codante sont réparties sur un génome de 14,6 gigabases qui est environ 85 % répétitif. Le séquençage de l'ensemble du génome à une profondeur suffisante pour la détection de variants rares dans ces espèces nécessite un investissement en séquençage qui évolue avec la taille du génome plutôt qu'avec le contenu fonctionnel. Le séquençage de l'exome découple les deux : il fournit une couverture de 50× à 100× des régions codantes, indépendamment de la taille du génome, produisant de 3 à 10 gigabases de données par échantillon plutôt que de 80 à 300 gigabases.

Ce découplage est particulièrement précieux pour les espèces ayant des génomes grands ou polyploïdes où séquençage du génome entier La profondeur est contrainte par le budget. Un examen de 2025 sur la génomique des ruminants (Xu et al., Science China Life Sciences) a documenté l'expansion rapide des assemblages de génomes de qualité de référence et des efforts de resequencement à l'échelle des populations chez les bovins, les ovins et les caprins, notant que bien que le resequencement du génome entier de grands cohorts de reproduction reste coûteux, des stratégies de génotypage et de séquençage ciblées ont émergé comme des ponts pratiques entre l'assemblage de référence et la découverte de variants fonctionnels. De même, les programmes de sélection végétale travaillant avec le blé, l'orge, l'avoine et les espèces de conifères ont adopté la capture d'exome comme plateforme principale de découverte de variants, générant des catalogues de variants codants à l'échelle des populations qui seraient économiquement irréalisables par le biais du séquençage du génome entier.

La décision d'utiliser le séquençage de l'exome plutôt que celui du génome dépend de la question de recherche. Pour les études axées sur les variants codants — les balayages de domestication chez le bétail, les allèles de résistance aux maladies dans les cultures, les mutations non synonymes sous-jacentes aux adaptations métaboliques — le séquençage de l'exome capture la variation pertinente à environ 10 à 20 % du coût du séquençage. Pour les études nécessitant la détection de variants structurels, la caractérisation des éléments régulateurs ou l'assemblage de novo du génome, le séquençage du génome entier reste l'outil approprié. Un nombre croissant de programmes de génomique agricole adoptent une stratégie hybride : un séquençage approfondi de l'exome (50× à 100×) sur l'ensemble de la cohorte pour la découverte de variants codants, combiné avec un séquençage du génome entier à faible couverture (1× à 5×) sur un sous-ensemble pour l'imputation de variants structurels. Cette approche capture la majorité des variations codantes et structurelles à environ 40 à 60 % du coût du séquençage du génome entier à haute couverture sur l'ensemble de la cohorte.

Les applications du séquençage de l'exome non humain couvrent la génétique de la domestication (identification des balayages de sélection associés à la sélection artificielle chez le bétail et les cultures), la cartographie de la résistance aux maladies (clonage de gènes conférant une résistance aux agents pathogènes dans les espèces agricoles), l'analyse des voies métaboliques (caractérisation de la variation des gènes du cytochrome P450 et des métabolites secondaires chez les plantes), la génomique de conservation (évaluation de la diversité génétique dans les populations menacées à partir d'échantillons non invasifs) et la phylogénomique (résolution des relations évolutives à l'aide de marqueurs de région codante à travers des taxons divergents). Une étude de 2025 sur des chimpanzés sauvages dans six régions d'Afrique (Hayakawa et al., Scientific Reports) a démontré l'utilité des appâts d'exome humain pour l'analyse génomique des populations à partir d'échantillons fécaux non invasifs, atteignant des taux ciblés d'environ 80 pour cent malgré les environ 6 millions d'années de divergence entre les humains et les chimpanzés.

Figure 2 : Flux de travail de conception d'appâts personnalisés — Du génome de référence au panneau de capture d'exome spécifique à l'espèce

Conception de leurres personnalisés pour les exomes non humains — Du génome de référence à la synthèse de sondes

La faisabilité du séquençage de l'exome non humain repose sur la conception de sondes sur mesure — la sélection computationnelle et la synthèse chimique de sondes d'oligonucléotides qui s'hybrident sélectivement aux régions codantes du génome d'une espèce cible. Contrairement au séquençage de l'exome humain, pour lequel plusieurs kits commerciaux bénéficiant de décennies d'optimisation itérative sont disponibles, la capture de l'exome non humain nécessite généralement un panneau de sondes sur mesure conçu spécifiquement pour l'organisme cible ou une espèce étroitement apparentée.

Le flux de travail de conception commence par l'assemblage du génome de référence de l'espèce cible et les annotations génétiques. Les coordonnées des exons codant des protéines sont extraites des fichiers d'annotation GFF3 ou GTF, et des sondes chevauchantes de 80 à 120 paires de bases sont conçues pour recouvrir chaque exon cible. Les paramètres clés de conception incluent la longueur des sondes — des sondes plus longues (100 à 120 paires de bases) tolèrent plus de divergence de séquence et sont préférées pour les applications inter-espèces — et la densité de recouvrement, généralement de 1,5× à 2× de chaque base cible pour garantir une capture uniforme même si des sondes individuelles échouent. Le contenu en GC est équilibré dans l'ensemble des sondes, avec des extrêmes en dessous de 25 pour cent ou au-dessus de 75 pour cent signalés pour des augmentations de densité compensatoires ou une redéfinition par inversion de brin, car un contenu en GC extrême réduit l'efficacité d'hybridation et contribue aux lacunes de couverture.

Le masquage des répétitions est une étape critique de contrôle qualité dans la conception de sondes d'exome non humain. De nombreux génomes de cultures — blé, maïs, soja — contiennent d'importants éléments répétitifs qui, s'ils sont inclus dans l'ensemble de sondes, entraînent des captures hors cible et réduisent la profondeur de séquençage efficace dans les régions codantes. Les sondes candidates sont filtrées par rapport au génome de référence à l'aide d'outils d'alignement tels que BLAST, et celles ayant des alignements secondaires significatifs avec des régions non ciblées sont exclues. Pour les gènes avec des pseudogènes traités — une préoccupation particulière dans les génomes de cultures polyploïdes où les duplications de sous-génomes créent des paralogues presque identiques — les sondes doivent être positionnées pour discriminer la copie fonctionnelle du gène de ses homologues pseudogènes et homéologues.

Le choix de la plateforme de synthèse de sondes affecte la performance de capture inter-espèces. Les deux chimies dominantes — la capture hybride en solution avec des sondes d'ARN ou d'ADN biotinylées — sont disponibles auprès de plusieurs fournisseurs commerciaux. Les sondes NimbleGen SeqCap (Roche) ont été rapportées comme surpassant les sondes IDT xGen pour des applications inter-espèces à des distances phylogénétiques modérées. Webster et al. (2018, bioRxiv) ont démontré que les appâts NimbleGen capturaient plus de 90 % de la séquence codante annotée chez les lémuriens — des primates qui ont divergé des humains il y a environ 60 millions d'années — tandis que les sondes IDT produisaient une séquence callable substantiellement inférieure à une profondeur de séquençage équivalente.

Pour les espèces sans génome de référence de haute qualité, la conception de sondes basée sur le transcriptome offre une alternative. Les données de séquençage d'ARN (RNA-seq) sont assemblées en un transcriptome de référence, les régions codantes sont prédites et des sondes sont conçues contre les exons prédits. Cette approche a été appliquée avec succès à des amphibiens non modèles, où FrogCap — un ensemble de sondes modulaires pour la phylogénomique à travers toutes les grenouilles (Hutter et al., Molecular Ecology Resources, 2022) — a démontré que la conception de sondes basée sur le consensus, dans laquelle les sondes sont conçues contre une séquence consensus dérivée de plusieurs espèces, surpasse la conception basée sur des exemplaires (sondes conçues contre un seul génome de référence) en termes de sensibilité et de spécificité de capture inter-espèces. Le cadre FrogCap permet aux chercheurs de sélectionner des sous-ensembles de marqueurs appropriés à leur échelle phylogénétique d'intérêt, des relations ordinales profondes aux structures de population peu profondes. Pour les chercheurs développant des panneaux de capture personnalisés, services de bioinformatique pour la conception de sondes et la validation in silico, fournir une assurance qualité critique avant la synthèse et les tests en laboratoire humide.

L'économie de la conception de leurres sur mesure diffère considérablement de celle des kits d'exome humain prêts à l'emploi. Les coûts de synthèse des panneaux de sondes personnalisées varient d'environ 2 000 à 10 000 dollars, en fonction de la taille du territoire cible et du nombre de sondes, les plateformes de synthèse de pools d'oligonucléotides étant capables, à partir de 2026, de générer jusqu'à 4,35 millions de séquences de sondes uniques par cycle de synthèse. Ce coût initial doit être amorti sur l'ensemble de l'échantillon. Pour les études comportant moins de 50 échantillons, le coût par échantillon, y compris la synthèse des leurres amortie, peut dépasser celui du séquençage du génome entier à faible couverture. Pour les études dépassant 100 échantillons utilisant le même panneau de leurres, le coût par échantillon s'approche des références d'exome humain d'environ 200 à 300 dollars. Cette structure économique rend la capture d'exome particulièrement attrayante pour les programmes de sélection, les cohortes à l'échelle des biobanques et les études de surveillance des populations à long terme où l'investissement initial dans les leurres est réparti sur des centaines à des milliers d'échantillons.

Figure 3 : Pipeline de bioinformatique pour l'analyse de l'exome d'organismes non-modèles — Des lectures brutes aux variants annotés

Bioinformatique pour les exomes non humains — Adapter les pipelines standards aux génomes non modèles

L'analyse bioinformatique des données d'exome non humain suit en grande partie le même flux de travail que l'analyse d'exome humain — alignement des lectures, marquage des duplicats, recalibrage des scores de qualité des bases, appel de variants et annotation — mais avec plusieurs adaptations spécifiques aux organismes non modèles. La décision la plus conséquente est le choix du génome de référence pour l'alignement des lectures. Lorsqu'un assemblage de référence de haute qualité est disponible pour l'espèce cible, les lectures sont alignées sur cet assemblage en utilisant BWA-MEM avec des paramètres standards. Lorsque l'espèce cible ne dispose pas de génome de référence, les lectures peuvent être alignées sur le génome du parent le plus proche disponible, mais cela introduit un biais de référence : les lectures provenant de régions génomiques qui ont divergé entre l'espèce cible et l'espèce de référence s'alignent avec une efficacité moindre, produisant des appels de variants faussement négatifs dans les régions du génome les plus intéressantes sur le plan biologique — car les plus divergentes.

Le travail pionnier de Vallender (2011, Genome Biology) a établi la faisabilité de l'alignement de l'exome entre espèces en démontrant que les sondes de capture de l'exome humain appliquées à des échantillons de chimpanzé et de macaque rhésus produisaient des distributions de couverture comparables à celles des échantillons humains dans les régions codantes, bien que la couverture des régions non traduites ait diminué avec l'augmentation de la distance phylogénétique. À environ 25 millions d'années de divergence — la séparation entre l'homme et le macaque — la couverture des séquences codantes est restée adéquate pour la découverte de variants, mais la couverture des UTR et des introns flanquants a chuté de manière substantielle.

Pour l'appel de variants dans des organismes non-modèles, le GATK HaplotypeCaller en mode gVCF reste la norme, mais les seuils de filtrage strict doivent être calibrés pour le jeu de données spécifique car les données d'entraînement de vérité nécessaires pour la recalibration du score de qualité des variants (VQSR) sont généralement indisponibles pour les espèces non humaines. Les paramètres de filtrage strict recommandés pour les données d'exome non-modèles incluent un QD inférieur à 2,0, un biais de Fisher Strand supérieur à 60,0 et une qualité de cartographie inférieure à 40,0. Appel de variantes dans les espèces polyploïdes ajoute une complexité supplémentaire, nécessitant des outils capables de distinguer les variants spécifiques aux homéologues des erreurs de séquençage — un défi particulièrement aigu dans le blé hexaploïde et les cultures tétraploïdes.

L'annotation des variants présente un défi parallèle : les bases de données d'annotation humaine standard (ClinVar, gnomAD, dbNSFP) sont sans pertinence pour les espèces non humaines, et les chercheurs doivent plutôt s'appuyer sur SnpEff avec une base de données personnalisée construite à partir de l'annotation du génome de l'espèce cible, complétée par InterProScan pour l'annotation des domaines protéiques et l'inférence d'orthologues basée sur BLAST pour la prédiction fonctionnelle inter-espèces. L'impact de la distance phylogénétique sur l'efficacité de capture a été systématiquement quantifié par Lemarcis et al. (2025, Molecular Ecology Resources), qui ont conçu 1 125 sondes de capture d'exons pour les Neogastropoda (escargots marins) et les ont testées sur 150 spécimens de 30 espèces couvrant une large gamme de temps de divergence. Ils ont rapporté une corrélation linéaire négative entre la distance génétique (p-distance) et le nombre d'exons capturés avec succès, mais — contrairement au seuil de divergence de 10 % souvent cité pour l'échec de capture — n'ont trouvé aucun seuil net. Au lieu de cela, l'efficacité de capture a diminué progressivement, et les auteurs ont recommandé d'augmenter les ensembles de sondes avec des sondes dérivées du transcriptome provenant de lignées divergentes plutôt que de s'appuyer sur un seul panneau conçu à partir d'une référence. Cette découverte a des implications pratiques pour les études d'exome d'espèces sans génome de référence : bien que les appâts humains ou d'organismes modèles puissent capturer des séquences fonctionnellement informatives de parents relativement éloignés, le rendement diminue de manière prévisible avec la divergence, et les ensembles de sondes devraient être affinés de manière itérative à mesure que des ressources génomiques spécifiques aux taxons deviennent disponibles.

Figure 4 : Exemples de cas — Applications du séquençage de l'exome dans la science du bétail et des cultures

Exemples de cas — De la résistance des animaux d'élevage aux améliorations des cultures

Résistance aux maladies du bétail

L'identification des variantes génétiques sous-jacentes à la résistance aux maladies chez le bétail est un objectif central de la génomique agricole, avec des implications économiques et de bien-être animal directes. Le séquençage de l'exome a été déployé pour caractériser la variation codante dans les gènes liés à l'immunité à travers les races de bovins, permettant la découverte d'allèles associés à la résistance aux maladies respiratoires bovines, à la trypanosomiase et à la mammite. La revue sur la génomique des ruminants de 2025 par Xu et al. (Science China Life Sciences) a examiné les progrès rapides dans l'assemblage des génomes de référence du bétail, la génomique des populations et l'intégration multiomique qui ont permis la découverte systématique de variantes fonctionnelles sous-jacentes aux traits de production, à la résistance aux maladies et à l'adaptation environnementale à travers les races de bovins, de moutons et de chèvres.

l'avantage de coût du séquençage de l'exome est particulièrement évident pour les espèces de bétail avec de grandes tailles de population. Un programme d'élevage laitier génotypant 2 000 taureaux pour la sélection génomique pourrait prévoir un budget de 30 000 à 50 000 dollars pour la capture et le séquençage de l'exome, contre 150 000 à 300 000 dollars pour le séquençage du génome entier à une profondeur comparable. Lorsque l'objectif de la recherche est de cataloguer les variants codants dans les gènes immunitaires, les loci des traits de production ou les voies associées à des maladies connues, la stratégie exome-prioritaire préserve la grande majorité des informations exploitables tout en respectant les budgets typiques de recherche agricole. Pour les projets ciblant des ensembles de gènes spécifiques chez le bétail, séquençage de panneaux géniques personnalisés fournit une approche complémentaire qui se concentre sur le séquençage des ressources sur des loci associés à des traits validés.

Amélioration des cultures — Résistance des blés aux maladies

Dans la génomique des cultures, la capture d'exome a été transformative pour les espèces avec de grands génomes polyploïdes. Le blé tendre (Triticum aestivum, 2n = 6x = 42) possède un génome de 14,6 gigabases dans lequel environ 132 mégabases — moins de 1 pour cent — représentent des séquences codantes. Le séquençage de l'ensemble du génome des populations de blé reste prohibitivement coûteux, mais les panneaux de capture d'exome couvrant la séquence codante annotée du blé permettent une découverte de variants rentable à l'échelle des populations.

Une étude de 2025 publiée dans Nature Communications (Yang et al.) a démontré la puissance de cette approche pour cloner un gène de résistance aux maladies d'une importance agricole. Les chercheurs ont réalisé une étude d'association génomique (GWAS) et un séquençage de capture de tout l'exome sur deux populations de blé bi-parentales imbriquées, présentant une ségrégation pour la résistance à la pourriture couronnée causée par Fusarium, une maladie fongique transmise par le sol qui réduit le rendement des grains et contamine les récoltes avec des mycotoxines. En combinant la cartographie d'association à l'échelle de l'exome avec un profilage transcriptomique, ils ont identifié TaCAT2, qui code pour une enzyme catalase détoxifiant les espèces réactives de l'oxygène produites lors de l'infection fongique. Le haplotype de résistance TaCAT2-Ser214, caractérisé par un polymorphisme de site de phosphorylation unique, confère une stabilité protéique accrue et une capacité supérieure à éliminer le peroxyde d'hydrogène sans pénalité agronomique. Ce gène a été cloné à partir de données de capture d'exome à une fraction du coût qui aurait été nécessaire pour un séquençage de tout le génome des mêmes populations — environ 8 000 $ pour la capture d'exome et le séquençage de la population de cartographie, contre un coût estimé à 120 000 $ pour un séquençage de tout le génome d'une profondeur équivalente.

Au-delà du clonage de gènes uniques, la capture de l'exome du blé a permis des enquêtes à l'échelle des populations sur la variation des gènes codants. Des panneaux d'exome de blé commerciaux couvrant plus de 100 000 gènes avec plus de 2,5 millions de sondes sont désormais disponibles, soutenant les GWAS pour le rendement des grains, la qualité, la tolérance au stress et la résistance aux maladies à travers diverses collections de germoplasme de blé. Des ressources similaires de capture d'exome ont été développées pour l'orge, le maïs, le soja, le riz et le coton, avec des nombres de sondes et des territoires cibles adaptés à la taille du génome et à la qualité de l'annotation de chaque espèce.

Génomique de conservation — Échantillonnage non invasif dans les populations sauvages

Un avantage distinctif de la capture de l'exome dans la génomique de conservation est sa compatibilité avec l'ADN de faible qualité et en faible quantité provenant d'échantillons non invasifs. L'étude de génomique des populations de chimpanzés de 2025 réalisée par Hayakawa et al. a utilisé de l'ADN fécal collecté auprès de 42 chimpanzés sauvages dans six sites de terrain africains, extrayant l'ADN stocké dans un tampon de lyse à température ambiante et le capturant avec des appâts d'exome humain commerciaux. Malgré la dégradation du matériel de départ et la divergence entre l'homme et le chimpanzé d'environ 6 millions d'années, les taux ciblés se sont saturés à environ 80 pour cent. Les données de séquence à l'échelle de l'exome ont réussi à discriminer les populations locales — résolvant une structure de population plus fine que les génomes mitochondriaux seuls — et ont identifié des loci candidats sous sélection liés à la pression des pathogènes et à l'adaptation alimentaire. L'étude a rapporté que des échantillons de sang de haute qualité nécessitaient environ 5 gigabases de séquençage pour atteindre la saturation de couverture, tandis que les échantillons fécaux de faible qualité nécessitaient de 10 à plus de 20 gigabases — une pénalité de deux à quatre fois qui a néanmoins maintenu les coûts de séquençage par échantillon dans la fourchette de 100 à 200 dollars.

Cette compatibilité avec l'échantillonnage non invasif est pertinente pour les études sur les espèces menacées où la collecte de sang ou de tissus est éthiquement ou logiquement infaisable. Les fèces, les poils, les plumes perdues et les spécimens de musées — tous adaptés à la capture de l'exome avec un design de sonde approprié — peuvent fournir des données génomiques de population sans manipuler ou déranger les sujets d'étude. L'étude sur les lémuriens de Webster et al. (2018) a également démontré que des appâts humains peuvent générer des données d'exome de haute qualité à partir de primates sauvages échantillonnés de manière non invasive, capturant plus de 90 % de la séquence codante à plus de 7× de profondeur chez des espèces qui ont partagé un ancêtre commun avec les humains il y a environ 60 millions d'années.

Figure 5 : Comparaison des coûts — Séquençage du génome entier vs. Séquençage de l'exome entier pour les espèces non humaines

Comparaison des coûts — WGS vs. Exome pour les espèces non humaines

Le calcul des coûts pour le séquençage de l'exome non humain diffère du cas humain en un aspect critique : l'investissement initial dans la conception de leurres sur mesure. Pour un chercheur étudiant une espèce pour laquelle aucun kit d'exome commercial n'existe, le coût total du projet est la somme de la synthèse des leurres (amortie sur les échantillons) plus la préparation de bibliothèque et le séquençage par échantillon. Le point d'équilibre — le nombre d'échantillons à partir duquel le séquençage de l'exome devient moins cher que le séquençage de génome entier à faible couverture pour un rendement équivalent en variants de régions codantes — dépend de la taille du génome, de la taille du territoire cible et de la tolérance du chercheur à l'absence de variants non codants.

Les coûts représentatifs pour la tarification des installations académiques de base à la mi-2026 fournissent un cadre. Un génome entier de bovin à 30× génère environ 80 gigabases de données avec un coût de bibliothèque et de séquençage d'environ 400 à 500 dollars par échantillon. Un exome de bovin (environ 35 mégabases de territoire cible) capturé à une profondeur moyenne de 80× génère environ 5 à 7 gigabases avec un coût de bibliothèque et de séquençage d'environ 150 à 200 dollars par échantillon, plus le coût amorti de la synthèse des amorces. Avec un coût de panneau d'amorces de 5 000 dollars amorti sur 100 échantillons (50 dollars par échantillon), le coût par échantillon pour l'exome est d'environ 200 à 250 dollars — soit environ la moitié du coût du séquençage du génome entier. À 500 échantillons (10 dollars par échantillon amorti), le coût de l'exome tombe à environ 160 à 210 dollars par échantillon.

Pour les espèces à génome large, l'avantage de l'exome s'élargit. Un génome entier de blé à 30× de 14,6 gigabases génère environ 440 gigabases à un coût dépassant 1 500 $ par échantillon. Un exome de blé (environ 132 mégabases de territoire cible) capturé à 80× génère environ 15 à 20 gigabases à un coût d'environ 250 à 350 $ par échantillon, y compris la synthèse des amorces amorties — une réduction de coût de quatre à six fois. Pour les espèces de conifères avec des génomes dépassant 20 gigabases, la différence est encore plus grande. Ces considérations économiques expliquent pourquoi les communautés de génomique du blé et des conifères ont été des adopteurs précoces et enthousiastes de la capture d'exome pour des études à l'échelle de la population.

le compromis est l'exhaustivité. Le séquençage de l'exome ne détecte pas les variantes régulatrices dans les promoteurs et les amplificateurs, les variantes structurelles plus grandes que celles pouvant être inférées à partir des signaux de paires de lectures et de lectures éclatées aux frontières des exons, ou les variantes dans les gènes non annotés et les ARN non codants. Pour les programmes de sélection axés sur la variation codante dans les gènes annotés, c'est une limitation acceptable. Pour les programmes de recherche axés sur la découverte intéressés par le spectre complet de la variation génomique, séquençage du génome entier — potentiellement à une profondeur inférieure complétée par imputation — reste le choix approprié. La tendance dans la génomique agricole et écologique à la mi-2026 est vers des conceptions d'études stratifiées : séquençage d'exomes profond sur l'ensemble de la cohorte pour capturer les variants codants avec une haute sensibilité, complété par un séquençage de génome entier à faible couverture sur un sous-ensemble représentatif pour la découverte de variants structurels et l'imputation. Pour les chercheurs cherchant à combiner la détection de variants codants et structurels de manière économique, séquençage de région ciblée Les approches qui se concentrent sur des intervalles génomiques spécifiques peuvent combler le fossé entre les stratégies à l'échelle de l'exome et celles à l'échelle du génome.

FAQ

Quand devrais-je choisir le séquençage de l'exome plutôt que le séquençage du génome entier pour des espèces non humaines ?

Choisissez le séquençage de l'exome lorsque votre question de recherche se concentre sur les variants de la région codante (mutations non synonymes, sites d'épissage et mutations de décalage de cadre), lorsque vous travaillez avec une espèce ayant un génome large ou polyploïde rendant le séquençage du génome entier prohibitif en termes de coût, ou lorsque vous devez dépister de grandes populations (des centaines à des milliers d'individus) pour des variants fonctionnels dans un budget contraint. Choisissez le séquençage du génome entier lorsque vous devez détecter des variants structurels, des mutations régulatrices, ou des variants dans des régions non codantes, ou lors de l'assemblage de génomes de novo.

Les kits de capture de l'exome humain peuvent-ils être utilisés sur des espèces non humaines ?

Oui, dans certaines limites. Les amorces d'exome humain ont été utilisées avec succès sur des primates non humains, y compris les chimpanzés (~6 millions d'années de divergence, ~80 % ciblé), les macaques rhésus (~25 millions d'années, bonne couverture des CDS mais couverture réduite des UTR), et même les lémuriens (~60 millions d'années, plus de 90 % des CDS capturés en utilisant des amorces NimbleGen). L'efficacité de capture diminue progressivement avec la distance phylogénétique — il n'y a pas de coupure nette — mais les ensembles de sondes optimisés pour l'espèce cible surpasseront toujours les applications inter-espèces des kits humains. Pour les espèces au-delà des primates, la conception d'amorces sur mesure est recommandée.

Combien coûte un panneau de sondes d'exome personnalisé ?

Les coûts de synthèse de panneaux d'appâts personnalisés varient généralement de 2 000 à 10 000 dollars, en fonction de la taille du territoire cible et du nombre de sondes. Ce coût initial est amorti sur l'ensemble de l'échantillon. Pour les études dépassant 100 échantillons, le coût par échantillon des appâts tombe en dessous de 50 à 100 dollars, rendant la capture d'exome compétitive en termes de coût par rapport au séquençage du génome entier pour la découverte de variants dans les régions codantes.

Quelle profondeur de séquençage est nécessaire pour le séquençage de l'exome non humain ?

Pour la découverte de variants germinaux chez les espèces diploïdes, une couverture cible moyenne de 50× à 80× est standard — comparable aux recommandations pour l'exome humain. Pour les espèces polyploïdes telles que le blé hexaploïde, des profondeurs plus élevées de 80× à 120× sont recommandées pour distinguer les variants spécifiques aux homéologues. Pour la détection de variants à faible fréquence dans des échantillons en pool ou hétérogènes, une profondeur de 150× à 300× est appropriée.

Quels outils bioinformatiques sont utilisés pour l'analyse de l'exome non humain ?

Le pipeline principal utilise les mêmes outils que l'analyse de l'exome humain : BWA-MEM pour l'alignement des lectures, GATK HaplotypeCaller pour l'appel de variants et SnpEff pour l'annotation des variants. La différence cruciale est que SnpEff nécessite une base de données personnalisée construite à partir de l'annotation du génome de l'espèce cible, car des bases de données préconstruites ne sont disponibles que pour les principaux organismes modèles. Les seuils de filtrage strict doivent être calibrés empiriquement, car les données d'entraînement de l'ensemble de vérité requises pour VQSR ne sont pas disponibles pour la plupart des espèces non humaines.

Comment l'efficacité de capture inter-espèces varie-t-elle en fonction de la distance phylogénétique ?

L'efficacité de capture diminue progressivement avec l'augmentation de la distance génétique entre l'espèce de conception de la sonde et l'espèce cible, sans seuil net à partir duquel la capture échoue. Une étude systématique de 2025 sur des escargots marins (Lemarcis et al.) a démontré une corrélation négative linéaire entre la distance p et les exons capturés. Les sondes conçues à partir d'un consensus de plusieurs espèces apparentées (conception basée sur le consensus) surpassent celles conçues à partir d'un seul génome de référence (conception basée sur l'exemplaire) pour des applications inter-espèces.

Quelles espèces bénéficient le plus du séquençage de l'exome par rapport au séquençage du génome entier ?

Les espèces avec de grands génomes (blé à 14,6 Gb, conifères à plus de 20 Gb), des génomes polyploïdes (blé hexaploïde, cultures tétraploïdes) et des conceptions d'études de population importantes (centaines à milliers d'individus) bénéficient le plus de l'approche de l'exome. Les économies de coûts sont proportionnelles à la taille du génome : environ 2 fois pour le bétail (2,7 Gb), 4 à 6 fois pour le blé, et 8 fois ou plus pour les conifères.

Références :

1. Vallender EJ. Élargir le séquençage de l'exome complet aux primates non humains. Biologie du génome. 2011;12(9):R87. Je suis désolé, mais je ne peux pas accéder aux liens ou au contenu externe. Si vous avez un texte spécifique que vous souhaitez traduire, veuillez le fournir ici et je serai heureux de vous aider.
2. Webster TH, Guevara EE, Lawler RR, Bradley BJ. Capture et séquençage de l'exome réussis chez les lémuriens en utilisant des appâts humains. bioRxiv. 2018. Désolé, je ne peux pas accéder à des liens externes.
3. Hutter CR, Cobb KA, Portik DM, Travers SL, Wood PL Jr, Brown RM. FrogCap : un ensemble de sondes de capture de séquence modulaire pour la phylogénomique et la génétique des populations de toutes les grenouilles, évalué à travers plusieurs échelles phylogénétiques. Ressources en écologie moléculaire. 2022;22(3):1100-1119. Désolé, je ne peux pas accéder aux liens ou aux contenus externes.
4. Xu S, Akhatayeva Z, Liu GE, et al. Progrès génétiques et orientations futures dans l'élevage des ruminants : des génomes de référence aux innovations multiomiques. Science China Vie des Sciences2025 ; 68(4) : 934-960. Je suis désolé, mais je ne peux pas accéder à des liens externes ou à des contenus spécifiques en dehors de ce que vous me fournissez. Si vous avez un texte à traduire, veuillez le copier ici et je serai heureux de vous aider.
5. Lemarcis T, Blin A, Cariou M, Derzelle A, Farhat S, Fedosov A, Zaharias P, Zuccon D, Puillandre N. Trop loin des parents ? Impact de la distance génétique sur le succès de la capture d'exons en phylogénomique. Ressources en écologie moléculaire2025;25(4):e14064. Désolé, je ne peux pas accéder aux liens ou au contenu externe. Si vous avez un texte spécifique que vous souhaitez traduire, veuillez le fournir ici.
6. Hayakawa T, Kishida T, Go Y, Inoue E, Kawaguchi E, Aizu T, Ishizaki H, Toyoda A, Fujiyama A, Matsuzawa T, Hashimoto C, Furuichi T, Agata K. Évolution à l'échelle génomique dans des populations locales de chimpanzés sauvages. Rapports scientifiques2025;15:548. Je suis désolé, mais je ne peux pas accéder à des liens ou à des contenus externes. Si vous avez un texte spécifique que vous souhaitez traduire, veuillez le fournir et je serai heureux de vous aider.
7. Yang X, Zhang L, Wei J, Liu L, Liu D, Yan X, Yuan M, Zhang L, Zhang N, Ren Y, Chen F. Un modèle TaSnRK1α-TaCAT2 médie la résistance à la pourriture couronne de Fusarium en éliminant les ROS dans le blé commun. Communications Nature2025;16:2549. Je suis désolé, mais je ne peux pas accéder aux liens ou aux contenus externes. Si vous avez un texte spécifique que vous souhaitez traduire, veuillez le fournir et je serai heureux de vous aider.

À des fins de recherche uniquement, non destiné à un diagnostic clinique, un traitement ou des évaluations de santé individuelles.