Array de diversité mondiale et Arrays Infinium : Génotypage à haut débit pour la génomique humaine et agricole

Tableaux de contenu fixe — Le cheval de bataille du génotypage à grande échelle

Les SNP arrays à contenu fixe occupent une niche distincte dans le paysage des technologies de génotypage que ni le séquençage de génome entier ni le séquençage à représentation réduite n'ont remplacée — et comprendre pourquoi révèle la logique qui devrait guider les décisions de sélection de plateformes pour les installations centrales et les programmes de sélection.

La plateforme Illumina Infinium BeadChip est la technologie dominante dans ce domaine. Chaque BeadChip est une plaquette en silice gravée de micro-puits contenant des billes dérivées d'oligonucléotides, chaque bille étant recouverte de dizaines de milliers de copies d'une sonde spécifique à un locus de 50 nucléotides. Deux chimies d'analyse coexistent : l'Infinium I utilise deux types de billes par SNP (une par allèle) et discrimine les allèles par extension à un seul nucléotide avec des didéoxynucléotides étiquetés différemment ; l'Infinium II utilise un seul type de bille par SNP avec une coloration à deux couleurs après l'extension, échangeant des taux d'appel légèrement inférieurs pour une densité de multiplexage plus élevée. Un seul BeadChip traite 8, 24 ou 48 échantillons selon le format de la matrice, avec le nombre de marqueurs par échantillon variant d'environ 50 000 sur des matrices agricoles à faible densité à près de 2 millions sur la Global Diversity Array avec un contenu PGx amélioré.

La sortie prévue pour mi-2025 de la chimie Infinium EX a réduit les exigences en matière d'ADN et raccourci le temps de traitement par rapport à la chimie Infinium HD héritée. Les produits alimentés par EX comprennent le Global Screening Array v4 (GSA v4, 48 échantillons par puce, ~650 000 marqueurs avec jusqu'à 50 000 emplacements personnalisés) et le Global Clinical Research Array (GCRA, 24 échantillons par puce, ~1,2 million de marqueurs sélectionnés parmi les principales bases de données de recherche, y compris ClinVar, PharmGKB et ClinGen). Les deux disposent de variantes en pharmacogénétique (PGx) améliorées avec amplification ciblée des gènes pour des loci difficiles tels que CYP2D6 et CYP2B6 où l'interférence des pseudogènes complique le génotypage standard.

L'avantage fondamental des arrays à contenu fixe — et la raison pour laquelle ils persistent malgré la baisse des coûts de séquençage — est la cohérence des données. Chaque échantillon analysé sur un design d'array donné est interrogé aux mêmes marqueurs, produisant des appels de génotype directement comparables entre les lots, les laboratoires et les années, sans alignement d'imputation ni correction des effets de lot. Pour une installation centrale qui traite des échantillons d'une étude de cohorte longitudinale sur plusieurs années, ou un programme de sélection qui accumule des données de génotype à travers des générations de candidats à la sélection, cette comparabilité n'est pas une commodité — c'est une exigence opérationnelle. Un génotype à rs429358 sur un GDA réalisé en 2025 est directement comparable à un génotype au même SNP sur un GDA réalisé en 2028, sans étape d'imputation, sans dépendance à un panel de référence, et sans confondants d'effet de lot à modéliser. Pour un aperçu plus large du paysage technologique de génotypage, y compris des approches basées sur le séquençage telles que GBS et ddRAD-seq, voir CD Genomics. Services de génotypage et de diversité génétique aperçu.

Figure 1 : Technologie Infinium BeadChip — De l'ADN aux appels de génotype via l'extension d'une seule base

Arrays de génotypage humain — GDA et ses dérivés

L'Infinium Global Diversity Array (GDA) est l'actuel dispositif phare de génotypage humain, comportant environ 1,8 million de marqueurs dans sa configuration de base et pouvant être étendu à environ 2 millions avec des modules de contenu supplémentaires. L'ossature SNP a été conçue à partir de données de séquence du génome entier provenant du Consortium sur l'asthme parmi les populations d'ascendance africaine dans les Amériques (CAAPA) et de l'étude sur l'architecture des populations utilisant la génomique et l'épidémiologie (PAGE) — plus de 1 000 génomes entiers d'ascendance africaine ont informé la sélection des marqueurs, abordant le biais eurocentrique persistant qui limitait la performance des dispositifs antérieurs dans les populations non européennes. Le GDA a été sélectionné comme plateforme de génotypage pour le programme de médecine de précision All of Us des NIH, qui représente à lui seul l'un des plus grands engagements de génotypage sur une seule plateforme de l'histoire.

L'écosystème GDA s'est élargi grâce à des modules de contenu supplémentaires — des pools de perles secondaires fabriqués sur le même BeadChip qui complètent l'ensemble de marqueurs de base avec du contenu spécifique à un domaine. Le module de contenu PGx amélioré ajoute environ 108 000 marqueurs couvrant plus de 44 000 variantes liées à l'ADME et 2 000 cibles pharmacogénétiques à travers plus de 1 700 allèles étoiles, avec une amplification ciblée des gènes pour CYP2D6 afin de dissocier l'interférence des pseudogènes. Le module de contenu du Score de Risque Polygénique (v1.0) ajoute des marqueurs sélectionnés pour la détermination du PRS pan-ethnique, portant le nombre total de marqueurs à environ 2 millions. Le module de contenu de dépistage des porteurs (v2.0) ajoute environ 45 000 marqueurs à travers plus de 600 gènes cliniquement significatifs. Le module de cytogénétique optimise la couverture pour la détection des CNV avec des sondes ciblant plus de 4 800 gènes cliniquement pertinents. Une installation de base offrant le GDA peut configurer la pile de modules pour correspondre aux programmes de recherche qu'elle dessert — PGx pour une cohorte de pharmacogénomique, PRS pour une étude de santé populationnelle, Cytogénétique pour un registre de troubles du développement — sans changer la plateforme de base, la chaîne d'approvisionnement des consommables ou le pipeline d'analyse.

Le GSA v4, propulsé par la chimie Infinium EX, sert un créneau différent : un débit plus élevé (48 échantillons par BeadChip) à un coût par marqueur inférieur (~650 000 marqueurs) avec une capacité d'ajout personnalisée, ce qui en fait le choix économique pour des projets à l'échelle des biobanques où le coût par échantillon domine la sélection de la plateforme. L'Asian Screening Array (ASA) et le NeuroBooster Array (NBA) — ce dernier construit sur l'architecture GDA avec environ 95 000 marqueurs spécifiques aux maladies neurologiques — illustrent l'adaptabilité de la plateforme : le même processus de fabrication de BeadChip, le même lecteur iScan, le même logiciel d'analyse GenomeStudio, mais un contenu biologique radicalement différent adapté à des populations et des domaines de maladies spécifiques.

Quand une étude en génétique humaine devrait-elle choisir un array plutôt que le séquençage ? La réponse dépend de trois variables : si les marqueurs d'intérêt sont connus à l'avance, si les échantillons seront collectés et analysés sur une période prolongée, et si le budget favorise le coût par échantillon à grande échelle ou le contenu informatif par marqueur. Une étude qui doit génotyper 10 000 échantillons sur un ensemble défini de 650 000 SNP pour le calcul du PRS, avec des échantillons arrivant sur trois ans, est un projet d'array. Une étude qui doit découvrir des variants rares nouveaux dans 500 échantillons avec un phénotype spécifique est un projet de séquençage. Le point de croisement des coûts — le nombre d'échantillons au-delà duquel les arrays deviennent moins chers par unité d'information génétique utile que le séquençage — dépend de la profondeur de séquençage, de la densité de l'array et du panel de référence d'imputation disponible, mais comme référence pratique : à des prix actuels, une GWAS basée sur un array sur 5 000 échantillons coûte moins de 0,5× lcWGS sur la même cohorte, et produit des appels de génotypes sur des marqueurs connus et bien validés sans l'incertitude d'imputation qui accompagne les génotypes de séquençage à faible couverture.

Un exemple concret illustre la logique de configuration du booster en pratique. Un hôpital de recherche menant une cohorte de pharmacogénomique de 3 000 patients sous traitement antidépresseur a besoin à la fois de données SNP à l'échelle du génome pour la stratification de la population et de variants PGx ciblés pour la prédiction du statut de métaboliseur CYP2D6 et CYP2C19. Exécuter le GDA de base suivi d'un panel de génotypage ciblé séparé pour les variants PGx ajoute un coût par échantillon et une étape de fusion des données. Exécuter le GDA avec le booster PGx amélioré — un flux de travail BeadChip unique fournissant 1,93 million de marqueurs, y compris tout le contenu PGx requis — élimine l'étape de fusion et réduit le coût total par échantillon d'environ 25 à 35 % par rapport à l'approche à deux plateformes. La décision concernant le booster ne concerne pas l'existence du contenu ; il s'agit de savoir si le coût incrémentiel par échantillon du booster est inférieur au coût d'exécution d'un essai séparé pour les mêmes marqueurs — un calcul qui dépend du nombre d'échantillons, de la taille du contenu du booster par rapport à un panel ciblé autonome, et du coût de personnel pour fusionner les données de deux plateformes. Services de microarray SNP le soutien à l'ensemble de la famille GDA avec la configuration des boosters et l'appel de génotypes basé sur GenomeStudio est disponible.

Figure 2 : Arrays de génotypage humains vs. agricoles — Densité des marqueurs, format d'échantillon et domaines d'application

Réseaux agricoles — Génotypage spécifique à l'espèce à grande échelle

Les puces de génotypage agricole résolvent un problème fondamentalement différent de celui des puces humaines. Les puces humaines sont conçues pour capturer la variation commune à l'échelle de la population pour les GWAS de traits complexes et les PRS — les marqueurs sont sélectionnés pour identifier des blocs d'haplotypes à travers des ancêtres divers. Les puces agricoles sont conçues pour la prédiction génomique : estimer les valeurs de reproduction à partir des génotypes de marqueurs à l'échelle du génome, où l'objectif n'est pas d'identifier des variants causaux mais de capturer avec précision les relations à l'échelle du génome parmi les candidats à la sélection. Cette différence de but influence chaque choix de conception.

Les panneaux commerciaux spécifiques aux espèces comprennent le BovineSNP50 (environ 50 000 marqueurs), le BovineHD (environ 777 000 marqueurs), le PorcineSNP60 (environ 65 000 marqueurs), le MaizeSNP50 (environ 50 000 marqueurs) et divers panneaux de blé variant de 9 000 à 80 000 marqueurs selon la conception du consortium. La densité des marqueurs sur les panneaux agricoles est systématiquement inférieure à celle des panneaux humains pour le même niveau de coût, car les espèces agricoles n'ont pas bénéficié des investissements massifs dans les panneaux de référence (1000 Genomes, TOPMed, gnomAD) qui ont permis l'optimisation des panneaux humains. Les panneaux agricoles sont conçus par des consortiums — le USDA, l'Université de Wageningen, le Centre international d'amélioration du maïs et du blé (CIMMYT) et divers programmes nationaux de sélection — et les marqueurs reflètent les priorités de ces consortiums : couverture génomique uniforme pour la prédiction génomique, inclusion de variantes fonctionnelles connues (gènes de résistance aux maladies, QTL majeurs, SNP de parenté) et compatibilité entre races, lignées et populations au sein d'une espèce.

Un développement notable en 2025 est l'IMAGE001, un panel multispecies de 10 000 SNP couvrant six espèces de bétail (bovins, ovins, caprins, équins, porcins et avicoles) sur un format BeadChip unique. Conçu spécifiquement pour les collections de banques de gènes, l'IMAGE001 inclut des variants fonctionnels, des marqueurs d'ADN mitochondrial, des marqueurs de chromosomes sexuels, ainsi que des SNP liés aux maladies et aux traits. Pour une banque de gènes gérant du matériel cryoconservé à travers plusieurs espèces de bétail, l'IMAGE001 remplace six workflows de génotypage spécifiques à chaque espèce par un seul — une avancée pratique qui réduit les coûts, simplifie la logistique en laboratoire et standardise le contrôle qualité entre les espèces. C'est le genre d'innovation qui compte pour une installation centrale mais qui est invisible pour la plupart des lecteurs de revues.

La sélection génomique — l'application principale des puces SNP agricoles — utilise des marqueurs à l'échelle du génome pour prédire les valeurs de reproduction sans phénotyper chaque individu. Le GBLUP (prédiction linéaire best unbiased génomique) reste la norme de l'industrie en raison de son équilibre entre précision et efficacité computationnelle, tandis que les méthodes bayésiennes (BayesA, BayesB, BayesR) et les cadres émergents d'apprentissage profond (Gsformer, une architecture CNN d'attention auto-pourvue publiée en 2026) offrent une précision progressivement plus élevée à un coût computationnel significativement plus élevé. Le paramètre clé pour les utilisateurs de puces n'est pas l'algorithme de prédiction spécifique mais la densité des marqueurs : la précision de la prédiction atteint un plateau à un nombre de marqueurs dépendant de l'espèce et du caractère, et ajouter des marqueurs au-delà de ce point de saturation coûte de l'argent sans améliorer les décisions de sélection. Pour les vaches laitières, la précision se stabilise à environ 50 000 à 80 000 marqueurs ; pour des cultures très diversifiées avec une dégradation rapide de la LD comme le maïs, 10 000 à 30 000 marqueurs peuvent être suffisants. Une installation centrale conseillant un programme de reproduction devrait recommander la puce de la plus faible densité qui atteint les objectifs de précision du programme, et non la puce de la plus haute densité que le budget peut accueillir.

Le retour en arrière assisté par marqueurs — utilisant un petit ensemble de marqueurs diagnostiques pour suivre des QTL ou des transgènes connus à travers les générations de retour en arrière — représente l'autre extrémité du spectre de génotypage agricole : peu de marqueurs, de nombreux échantillons, un délai d'exécution rapide. Pour 1 à 10 marqueurs à travers des milliers d'échantillons, des tests ciblés (KASP ou TaqMan, discutés dans notre article sur Services de génotypage de microsatellites et de SNP) sont plus rentables que de faire fonctionner un tableau de 50 000 SNP et de jeter 49 990 génotypes par échantillon.

Figure 3 : Matrice de décision sur la technologie de génotypage — Arrays vs. GBS vs. lcWGS en fonction de la taille de l'échantillon et des exigences en matière de marqueurs

Conception de tableaux sur mesure — Quand le prêt-à-porter ne suffit pas

Les SNP arrays à contenu fixe décrits ci-dessus sont des produits de consortiums, conçus pour des espèces bien dotées en ressources et disposant de grandes communautés d'utilisateurs. Un généticien des plantes travaillant sur le chêne blanc européen, un écologiste étudiant une espèce de poisson non modèle, ou un sélectionneur développant une nouvelle variété de culture peuvent constater qu'aucun array commercial n'existe pour leur espèce — ou que les arrays existants ont été conçus pour des populations génétiquement éloignées de leur matériel d'étude et fonctionnent mal en raison d'un biais d'ascertainment des SNP. La conception d'arrays personnalisés comble cette lacune, mais le chemin allant d'un ensemble de SNP candidats à un BeadChip validé et prêt pour la production est plus exigeant que le flux de travail des arrays commerciaux.

Le cycle de conception d'un tableau personnalisé se déroule en quatre étapes. Étape 1 — Découverte de SNP — utilise généralement le séquençage de génome entier ou le séquençage à représentation réduite (GBS, ddRAD-seq) de 50 à 200 individus représentant les populations cibles pour identifier les loci polymorphes. Étape 2 — Sélection de SNP et scoring in silico — filtre les SNP candidats à l'aide de l'outil de conception d'essai propriétaire d'Illumina (ADT), qui évalue chaque SNP pour la performance d'essai Infinium prédite en fonction de l'unicité de la séquence flanquante, du contenu en GC et de la présence de variants secondaires dans la région de liaison de la sonde. Les SNP recevant un score ADT inférieur à 0,6 sont généralement exclus, car ils sont peu susceptibles de produire des clusters de génotypes fiables, quelle que soit la qualité de conception du reste de l'essai. Le processus de scoring ADT n'est pas un filtre à passage unique. Un flux de travail typique dans une installation centrale itère : soumettre la liste complète des SNP candidats, recevoir les scores ADT, éliminer les SNP ayant un score inférieur à 0,4, puis pour les SNP ayant un score de 0,4 à 0,6, examiner la séquence flanquante pour des variants secondaires dans les 60 pb autour du SNP cible qui peuvent être évités en déplaçant la fenêtre de conception de la sonde, soumettre à nouveau les séquences de sondes ajustées pour un nouveau scoring, et conserver les SNP qui s'améliorent à 0,6 ou plus lors du second passage. Cette étape de sauvetage itérative récupère 10 à 15 pour cent des SNP qui seraient rejetés par un seuil ADT à passage unique, ce qui est significatif lorsque le pool de départ de candidats est limité — une situation courante chez les espèces non-modèles où la découverte initiale de SNP donne 20 000 à 40 000 variants plutôt que les 100 000 ou plus typiques des organismes modèles. Une conception de tableau personnalisé typique commence avec 50 000 à 100 000 SNP candidats, dont 60 à 80 pour cent passent le scoring ADT, et 30 000 à 60 000 sont sélectionnés pour le tableau final en fonction de la fréquence de l'allèle mineur, de la distribution génomique et de l'annotation fonctionnelle.

La phase 3 — fabrication — est réalisée par Illumina ; le délai de livraison, depuis la soumission du design jusqu'à l'expédition du BeadChip, est généralement de 8 à 12 semaines. La phase 4 — validation — est celle où les puces personnalisées réussissent ou échouent. Une étude fondamentale qui a conçu une puce Infinium personnalisée pour les chênes blancs européens (Quercus petraea et Q. robur) illustre les défis du monde réel : parmi 7 913 SNP candidats soumis pour le design, le taux de succès de génotypage était de 80,4 % dans les populations de cartographie mais est tombé à 54,8 % dans les populations naturelles, avec environ 25 % des SNP génotypés avec succès montrant une compression de cluster indicative d'interférence de paralogues. Les auteurs ont estimé que 15 à 20 % des SNP sur la puce finale étaient peu fiables pour l'inférence génétique des populations, et ont recommandé de génotyper un ensemble pilote diversifié de 48 à 96 échantillons avant de s'engager avec l'ensemble complet de l'étude sur une puce personnalisée — une recommandation que les installations centrales devraient considérer comme une norme minimale, et non comme une étape optionnelle.

La décision économique pour les puces personnalisées dépend du débit d'échantillonnage. Une BeadChip personnalisée de 50 000 SNP avec une commande minimum de 288 échantillons (un format de puce de 24 échantillons, 12 puces) a un coût par échantillon plus élevé que l'équivalent commercial à grande échelle, mais pour une espèce sans puce commerciale — et sans perspective d'en avoir une — le choix n'est pas entre personnalisé et commercial, mais entre une puce personnalisée et une technologie de génotypage alternative. Si l'alternative est le GBS avec 10 000 à 20 000 SNP par échantillon et 20 à 40 % de données manquantes nécessitant une imputation, et que l'étude nécessite une cohérence des marqueurs sur 2 000 échantillons collectés sur cinq ans, la puce personnalisée peut être le choix le plus économique malgré un coût de conception initial plus élevé, car elle élimine l'imputation par lot, la correction des effets de lot et la gestion des données associée à la fusion des fichiers VCF de plusieurs courses de GBS.

Figure 4 : Cycle de conception d'un tableau SNP personnalisé — De la découverte de SNP à l'évaluation pilote en passant par le scoring in silico

Génération de données et contrôle qualité — La perspective des installations centrales

Pour le scientifique qui gère l'array, le flux de travail du laboratoire est mature et bien documenté, mais la différence entre des données de génotypage adéquates et excellentes réside dans les décisions de contrôle qualité prises à chaque étape — des décisions qui nécessitent du jugement, pas seulement le respect du protocole.

Échantillonnage et contrôle de qualité de l'ADN. Le protocole Infinium standard nécessite 200 ng d'ADN génomique double brin à une concentration minimale de 50 ng/µL, avec un rapport d'absorbance 260/280 compris entre 1,8 et 2,0. Les concentrations mesurées par fluorométrie (Qubit ou QuantiFluor) plutôt que par spectrophotométrie (NanoDrop) sont essentielles car les lectures spectrophotométriques sont gonflées par l'ADN simple brin dégradé, la contamination par l'ARN et le phénol résiduel — tous ces éléments produiront une lecture acceptable sur NanoDrop et un échec de l'array. L'intégrité de l'ADN — évaluée par électrophorèse sur gel d'agarose ou par analyseur de fragments — devrait montrer une bande prédominante au-dessus de 10 kb. L'ADN partiellement dégradé (avec des traînées en dessous de 10 kb et de l'ADN de haut poids moléculaire encore visible) produit souvent des taux d'appel acceptables mais une variance élevée du score GenCall à travers les SNP, en particulier aux loci avec un contenu en GC élevé où la cinétique d'hybridation des sondes est sensible à la longueur des fragments.

Le flux de travail du laboratoire — amplification du génome entier (de nuit, isotherme), fragmentation enzymatique, précipitation et resuspension, hybridation sur le BeadChip, extension à base unique avec des didéoxynucléotides marqués, et coloration fluorescente — est largement automatisé sur des plateformes de manipulation de liquides (Tecan, Beckman) avec un temps d'intervention minimal. Le BeadChip est scanné sur un système iScan, qui utilise un laser confocal pour exciter les fluorophores Cy3 et Cy5 incorporés lors de l'extension et enregistre l'intensité de fluorescence pour chaque type de perle à chaque marqueur dans deux canaux de couleur, produisant des fichiers .idat (un par canal par échantillon).

Appel de génotype et métriques de QC. GenomeStudio 2.0 convert les données d'intensité brutes .idat en appels de génotypes en utilisant un algorithme de regroupement propriétaire. Pour chaque SNP, le logiciel trace l'intensité normalisée dans les deux canaux de couleur pour tous les échantillons sur le BeadChip et partitionne les données en trois clusters de génotypes (AA, AB, BB). Les principaux indicateurs de contrôle qualité produits sont :

Taux d'appel

Taux d'appel — la proportion d'échantillons avec un appel de génotype à un SNP donné, ou la proportion de SNPs appelés pour un échantillon donné. La norme de l'industrie pour un SNP réussi est un taux d'appel ≥ 98 % sur les échantillons ; pour un échantillon réussi, le taux d'appel ≥ 95 % sur les SNPs. Un échantillon avec un taux d'appel inférieur à 95 % reflète généralement de l'ADN dégradé, un apport insuffisant ou une erreur de traitement lors de l'étape d'amplification ou de fragmentation, et doit être exclu et réanalysé plutôt que d'être récupéré statistiquement.

Score GenCall

Score GenCall — un indicateur de qualité par génotype (de 0 à 1) reflétant la confiance dans l'attribution des clusters. Les scores supérieurs à 0,7 sont généralement acceptables ; les scores compris entre 0,5 et 0,7 signalent des génotypes qui devraient être examinés manuellement dans le graphique des clusters ; les scores inférieurs à 0,5 doivent être considérés comme des données manquantes. GenomeStudio rapporte un score GenCall pour chaque appel de génotype à chaque SNP, et la distribution de ces scores à travers un échantillon est un indicateur de qualité de l'ADN plus sensible que le taux d'appel seul — un échantillon avec un taux d'appel de 99 pour cent mais 5 pour cent de génotypes avec un GenCall inférieur à 0,5 présente un problème de qualité des données que le taux d'appel agrégé masque.

Séparation des clusters

Séparation des clusters — une métrique par SNP (de 0 à 1) reflétant la clarté avec laquelle les trois clusters de génotypes sont résolus. Des valeurs supérieures à 0,8 indiquent des clusters bien séparés ; des valeurs comprises entre 0,5 et 0,8 indiquent des clusters distinguables mais qui se chevauchent ; des valeurs inférieures à 0,5 indiquent des SNP pour lesquels les génotypes ne peuvent pas être attribués de manière fiable. Les SNP avec une séparation de clusters inférieure à 0,6 devraient être exclus ou re-clusterisés manuellement avec des limites personnalisées. Une mauvaise séparation des clusters est l'échec de contrôle qualité au niveau des marqueurs le plus courant sur les puces Infinium et a trois causes principales : (1) un SNP secondaire dans la région de liaison de la sonde qui réduit l'efficacité d'hybridation pour un allèle, produisant un cluster d'hétérozygotes décalé vers un homozygote ; (2) des séquences paralogues ailleurs dans le génome qui co-hybridisent avec la sonde, ajoutant de l'intensité de signal aux deux canaux de couleur et compressant tous les clusters vers l'origine ; et (3) une variation du nombre de copies au locus cible qui crée des clusters supplémentaires (AAAA, AAAB, AABB, etc.) non modélisés par l'algorithme standard à trois clusters.

Reproductibilité

La reproductibilité — évaluée en incluant 5 à 10 pour cent d'échantillons dupliqués aveugles (même ADN, traités indépendamment de l'amplification à la numérisation) — devrait dépasser 99,5 pour cent de concordance. Les appels dupliqués discordants sont enrichis en SNP avec de faibles scores GenCall et une séparation de clusters marginale, c'est pourquoi les pipelines de contrôle qualité devraient traiter ces métriques conjointement plutôt que d'appliquer des seuils indépendants : un SNP avec un taux d'appel de 98,5 pour cent, une séparation de clusters de 0,65 et une concordance dupliquée de 97 pour cent passe chaque filtre individuel mais présente un taux d'erreur systématique qui justifie son exclusion ou sa curation manuelle.

Figure 5 : Tableau de bord QC de l'Array Infinium — Taux d'appel, Score GenCall, Séparation des clusters et Métriques de reproductibilité

Coût, Débit et le Calcul de l'Array contre le Séquençage

Le coût du génotypage basé sur des matrices suit une courbe d'économie d'échelle qui diffère du séquençage en un aspect critique : le coût incrémental par échantillon diminue avec le nombre d'échantillons principalement parce que le coût fixe du BeadChip est amorti sur un plus grand nombre d'échantillons, et non parce que la chimie devient moins chère. Un seul système iScan peut traiter environ 1 728 échantillons GDA par semaine en supposant un fonctionnement 24 heures sur 24 avec des chargeurs de matrices automatisés — un débit suffisant pour tous sauf les plus grandes biobanques nationales.

Au moment de la rédaction, les coûts approximatifs par échantillon (consommables uniquement, sans inclure la main-d'œuvre, l'amortissement des équipements ou la bioinformatique) sont : 30 à 50 $ pour un tableau de classe GDA (1,8 M de marqueurs, format 8 échantillons), 20 à 35 $ pour un GSA v4 (650 K de marqueurs, format 48 échantillons), 15 à 25 $ pour un tableau agricole de densité intermédiaire (50 K de marqueurs, format 24 échantillons), et 40 à 70 $ pour un tableau personnalisé de densité équivalente, selon le volume de commande. Ces chiffres sont des estimations qui varient en fonction des prix régionaux, des accords institutionnels et de la taille des lots, mais l'ordre relatif est stable sur les marchés.

La comparaison avec le génotypage basé sur le séquençage dépend des exigences en matière de marqueurs de l'étude. À titre de référence, un séquençage génomique à faible couverture (lcWGS) à 0,5× avec imputation vers un grand panel de référence peut récupérer des appels de génotypes pour 5 à 20 millions de variantes communes (MAF > 1 %), bien au-delà de tout type de puce, mais avec une précision d'imputation variable — les valeurs R² d'imputation diminuent avec le MAF. À environ 20 à 40 $ par échantillon pour le lcWGS à 0,5×, l'option de séquençage offre plus d'informations génétiques par dollar lorsque l'étude peut tolérer l'incertitude d'imputation et nécessite une couverture à l'échelle du génome au-delà de ce que toute puce peut fournir. La puce conserve l'avantage lorsque : (1) les marqueurs d'intérêt sont connus, fixes et bien validés sur la puce, (2) les échantillons sont traités par lots sur plusieurs années et doivent être directement comparables sans ré-imputation, (3) le pipeline d'analyse en aval (PRS, prédiction génomique) a été validé spécifiquement sur les génotypes de la puce et la re-validation sur les génotypes de séquençage imputés est coûteuse, ou (4) les exigences réglementaires ou de recherche translationnelle exigent un génotypage à des marqueurs précisément spécifiés avec un contrôle qualité auditable plutôt qu'avec des appels de génotypes probabilistes à l'échelle du génome.

Un cas pratique illustre le compromis. Un programme de sélection de maïs à éclater soumet 1 500 lignées haploïdes doublées pour la prédiction génomique. Le programme dispose d'une population d'entraînement existante de 300 lignées génotypées sur l'array MaizeSNP50 et phénotypées dans trois environnements. La génotypage des 1 500 nouvelles lignées sur le même array (~25 $ par échantillon) produit des appels de génotype directement comparables à la population d'entraînement ; le coût total des consommables est d'environ 37 500 $. Passer à 0,5× lcWGS nécessiterait d'imputer à la fois les nouvelles lignées et la population d'entraînement à un ensemble de variants commun, de ré-estimer le modèle de prédiction génomique sur les génotypes imputés, et de valider que la précision de la prédiction sur les données imputées correspond à la précision précédemment démontrée sur les génotypes de l'array — un investissement bioinformatique de semaines à mois dont le coût en temps de personnel peut dépasser la différence dans les consommables. En revanche, si le même programme partait de zéro sans données de génotype existantes et sans modèle de prédiction validé, lcWGS à 0,5× suivi de l'imputation et de l'entraînement du modèle sur l'ensemble complet donnerait probablement une précision de prédiction plus élevée pour le même coût ou un coût inférieur.

La recommandation pratique pour les installations centrales : maintenir les deux capacités — le génotypage basé sur des matrices pour les projets en cours, standardisés et à haut débit avec des ensembles de marqueurs établis, et le génotypage basé sur le séquençage pour la découverte, les espèces non modèles et les projets où les exigences en matière de contenu de marqueurs ne sont pas encore définies. Ce sont des technologies complémentaires, et une installation qui offre les deux avec des conseils éclairés sur le choix de la plateforme fournit un service que ni un fournisseur uniquement basé sur des matrices ni un fournisseur uniquement basé sur le séquençage ne peut égaler. Pour les chercheurs prévoyant des GWAS sur des cohortes génotypées par matrice ou passant d'un génotypage basé sur des matrices à un génotypage basé sur le séquençage, Services d'analyse GWAS et génotypage par séquençage (GBS) fournir des voies complémentaires des données génotypiques vers des connaissances biologiques.

FAQ

Quelle est la différence entre la chimie des essais Infinium I et Infinium II ?

Infinium I utilise deux types de billes par SNP, une pour chaque allèle, et discrimine les allèles par extension à base unique avec des didéoxynucléotides marqués par haptenes, suivie d'une coloration immunohistochimique. Infinium II utilise un seul type de bille par SNP avec une coloration fluorescente en deux couleurs après l'extension. Infinium I atteint généralement des taux d'appel légèrement plus élevés ; Infinium II permet une densité de marqueurs plus élevée par puce. La chimie Infinium EX, lancée en 2025, réduit les besoins en ADN et le temps de traitement pour les deux types de tests.

Combien d'ADN ai-je besoin pour un tableau Infinium ?

Le protocole standard nécessite 200 ng d'ADN génomique double brin à une concentration minimale de 50 ng/µL. L'ADN doit avoir un ratio 260/280 compris entre 1,8 et 2,0, évalué par spectrophotométrie, mais la concentration doit être mesurée par fluorométrie (Qubit ou QuantiFluor) pour éviter une surestimation due à des acides nucléiques dégradés. L'intégrité de l'ADN génomique doit montrer une bande prédominante au-dessus de 10 kb sur un gel d'agarose ou un analyseur de fragments.

Quels sont les indicateurs de qualité (QC) les plus importants pour les données de génotypage Infinium ?

Quatre métriques sont les plus importantes : le taux d'appels (niveau SNP ≥ 98 % , niveau échantillon ≥ 95 %), le score GenCall (confiance par génotype ; ≥ 0,7 acceptable, < 0,5 doit être rejeté), la séparation des clusters (résolution des clusters par SNP ; ≥ 0,6 pour inclusion) et la reproductibilité (concordance des duplicatas aveugles ≥ 99,5 %). Ces métriques doivent être évaluées conjointement : un SNP qui passe chaque seuil individuel de justesse peut encore comporter une erreur systématique.

Quand devrais-je utiliser un tableau personnalisé plutôt qu'un tableau commercial ?

Des arrays personnalisés sont justifiés lorsqu'aucun array commercial n'existe pour votre espèce, lorsque les arrays existants sont conçus pour des populations génétiquement éloignées et fonctionnent mal en raison d'un biais d'ascertainment des SNP, ou lorsque votre étude nécessite un ensemble de marqueurs spécifique (provenant de GWAS antérieurs, de cartographie QTL ou d'annotation fonctionnelle) non représenté dans les produits commerciaux. Attendez-vous à un cycle en quatre étapes : découverte de SNP, scoring in silico avec l'ADT d'Illumina, fabrication (8 à 12 semaines) et validation pilote sur 48 à 96 échantillons.

Comment le génotypage basé sur des arrays se compare-t-il au GBS ou au lcWGS en termes de coût ?

Prix approximatifs pour 2025 : tableau de classe GDA (1,8 M de marqueurs) 30 $ - 50 $/échantillon ; GSA v4 (650 K de marqueurs) 20 $ - 35 $/échantillon ; tableau agricole (50 K de marqueurs) 15 $ - 25 $/échantillon ; 0,5× lcWGS 20 $ - 40 $/échantillon ; GBS (10 K-100 K SNPs) 15 $ - 40 $/échantillon. Le point de croisement des coûts dépend des exigences en matière de marqueurs, de la taille du lot et de la nécessité de maintenir la comparabilité des données existantes. Les tableaux conservent un avantage lorsque la comparabilité des marqueurs sur de longues périodes est non négociable.

Qu'est-ce que la compression de cluster et comment devrais-je la gérer ?

La compression des clusters — lorsque les trois clusters de génotypes sont déplacés vers l'origine du graphique d'intensité, réduisant leur séparation — est l'échec de contrôle qualité au niveau des marqueurs le plus courant. Elle a trois causes principales : des SNP secondaires dans la région de liaison des sondes réduisant l'efficacité d'hybridation, des séquences paralogues co-hybridant et ajoutant du signal aux deux canaux, et une variation du nombre de copies produisant plus de trois clusters. Les SNP avec des clusters sévèrement compressés (séparation des clusters < 0,6) doivent être exclus. Une compression modérée (0,6-0,8) nécessite un reclustering manuel dans GenomeStudio.

Puis-je combiner des génotypes d'array avec des génotypes basés sur le séquençage dans la même analyse ?

Oui, mais pas de manière naïve. Les génotypes des marqueurs qui se chevauchent doivent être harmonisés : l'orientation du brin doit être vérifiée, les allèles de référence doivent être appariés et les méthodes d'appel de génotypes doivent être calibrées avant la fusion. L'imputation vers un panneau de référence commun est la stratégie d'harmonisation standard. Pour les études inter-plateformes, le génotypage d'un sous-ensemble d'échantillons sur les deux plateformes permet une calibration directe des taux de concordance des génotypes.

Références :

1. Illumina, Inc. Infinium Global Diversity Array avec PGx amélioré — Fiche produit (Pub. No. M-GL-00543). 2025. Désolé, 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 ici et je serai heureux de vous aider.
2. Lepoittevin C, Bodénès C, Chancerel E, et al. Découverte et validation de polymorphismes nucléotidiques uniques dans un array SNP à haute densité pour l'analyse génétique des chênes blancs européens. Ressources en écologie moléculaire2015 ; 15(6) : 1446-1459. Je suis désolé, mais je ne peux pas accéder à des liens ou du contenu externe. Si vous avez un texte spécifique que vous souhaitez traduire, veuillez le fournir ici et je serai heureux de vous aider.
3. Yang L, Zhang Z, Li J, et al. Gsformer : un cadre d'apprentissage profond à double architecture avec attention auto-CNN et attention sparse pour la sélection génomique. Sélection Génétique Évolution2026;58:10. Je suis désolé, mais je ne peux pas accéder à des liens externes ou à des contenus en ligne. Si vous avez un texte spécifique que vous souhaitez traduire, veuillez le fournir ici et je serai heureux de vous aider.
4. Crooijmans RPMA, Gonzalez Prendes R, Colli L, et al. IMAGE001 : un nouveau tableau SNP multispecies pour caractériser la variation génomique dans les collections de banques de gènes du bétail européen. Génétique animale2025;56(5):e70039. Désolé, 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 ici.
5. Steemers FJ, Gunderson KL. Technologies de génotypage à l'échelle du génome sur la plateforme BeadArray. Journal de biotechnologie2007 ; 2(1) : 41-49. Désolé, mais je ne peux pas accéder à des liens ou des contenus externes. Si vous avez un texte spécifique à traduire, n'hésitez pas à le partager ici.

Services connexes

• Microarray SNP
• Génotypage SNP du génome entier
• Génotypage par séquençage (GBS)
• Étude d'Association Génome-Étendue (GWAS)
• ddRAD-seq
• Services de bioinformatique
• Génotypage SNP TaqMan
• Service de génotypage de microsatellites

À utiliser uniquement pour la recherche, non destiné au diagnostic clinique, au traitement ou aux évaluations de santé individuelles.