Typage HLA haute résolution par NGS : Un guide complet pour l'identification des allèles de classe I et de classe II pour la recherche et les applications translationnelles

Intention MétamétaUn guide pratique pour définir la résolution HLA dont une étude a réellement besoin, sélectionner un design NGS qui peut la soutenir et interpréter les appels d'allèles sans exagérer ce que les preuves de séquence prouvent.

Le typage HLA haute résolution est souvent demandé comme un livrable unique, mais il est mieux compris comme une norme de preuve. Un résultat n'est aussi résolu que les loci, les régions de séquence, les informations de phase au niveau moléculaire, la base de données de référence et la politique de rapport qui le sous-tendent. Ce guide explique comment concevoir et auditer le typage HLA basé sur le séquençage de nouvelle génération (NGS) pour des questions de recherche qui nécessitent des appels d'allèles de classe I et de classe II défendables.

La haute résolution est une revendication de preuve, pas un synonyme de NGS.

La première erreur de planification dans un projet HLA est de traiter "basé sur le NGS" et "haute résolution" comme interchangeables. Le NGS peut réduire considérablement l'ambiguïté, mais le résultat dépend toujours de ce qui a été amplifié ou capturé, des bases qui ont été couvertes, si les variants peuvent être phasés sur le même chromosome, et comment le logiciel d'analyse associe les lectures à son ensemble de références. Un test à courtes lectures qui rapporte deux champs et un test à longues lectures couvrant un gène complet peuvent tous deux être décrits comme NGS, mais ils ne font pas la même revendication.

Pour la conception du projet, définissez la sortie avant la méthode. L'étude demande-t-elle une catégorie large associée à un antigène, un appel d'allèle à deux champs, une distinction de séquence dans une région codante, ou un contexte d'allèle de gène complet qui inclut des variations introniques et non traduites ? La réponse détermine si une conception ciblée, une conception à long amplicon, ou un flux de travail d'inférence à partir de données génomiques existantes est approprié.

La règle pratique est simple : le rapport doit indiquer la résolution que les preuves de séquence disponibles soutiennent, et non le plus grand nombre de champs disponibles dans une base de données. Cela déplace la discussion de "Quelle plateforme est la meilleure ?" à "Quelles preuves l'expérience doit-elle préserver ?"

Figure 1 : Échelle de résolution HLA et limites de preuve.

D'où vient l'ambiguïté HLA

Deux problèmes techniques créent la plupart des ambiguïtés résiduelles en HLA. Le premier est l'observation incomplète. Si un test n'interroge que des exons sélectionnés, deux allèles qui diffèrent dans un intron, un exon ou un UTR non couvert ne peuvent pas être distingués par ce test. Le second est le manque de phase. Un échantillon hétérozygote peut contenir deux variants, mais des lectures courtes séparées peuvent ne pas montrer quel variant appartient à quel allèle sur le même chromosome.

Ces mécanismes sont importants car ils nécessitent des corrections différentes. Une région non observée nécessite une couverture de locus plus large. Une incertitude cis-trans nécessite un design qui relie des variants informatifs sur la même molécule, comme un amplicon suffisamment long, une bibliothèque consciente de la molécule ou des lectures plus longues. Ajouter plus de lectures aux mêmes fragments déconnectés peut améliorer la confiance dans les bases individuelles sans résoudre une relation de phase distante.

Les loci de classe I et de classe II ne se comportent également pas comme une cible uniforme. De nombreuses stratégies traditionnelles se concentrent sur les exons 2 et 3 pour la classe I et l'exon 2 pour la classe II car ils codent des régions clés de liaison des peptides. C'est une biologie utile, mais cela ne rend pas le reste de chaque gène sans rapport avec le rapport au niveau des allèles. Un projet doit distinguer un résultat utile de domaine de liaison des peptides d'une revendication de définition allélique complète.

Le Typage HLA La discussion sur le service devrait donc commencer par la question non résolue : couverture incomplète, polymorphismes non phasés, variation potentiellement nouvelle ou besoin d'un groupe rapportable spécifique. Traiter chaque ambiguïté comme un problème logiciel analytique conduit souvent à une réanalyse peu utile des données qui n'ont jamais contenu les preuves nécessaires.

Figure 2 : Lacunes de couverture par rapport à l'ambiguïté de phasage.

Lisez le nom de l'allèle avant de comparer les résultats.

Un nom d'allèle tel que HLA-A*02:01:01:01 est une notation compacte pour plusieurs couches de distinction de séquence. Le premier champ regroupe les allèles historiquement associés à une famille sérologique. Le deuxième champ distingue les allèles qui codent pour différentes séquences protéiques. Le troisième champ enregistre les différences de codage synonymes, et le quatrième champ enregistre les différences en dehors de la séquence codante. Les suffixes peuvent ajouter des informations sur l'expression ou le statut de la séquence, il ne faut donc pas les supprimer à la légère lors de l'exportation des données.

Ces champs ne constituent pas une carte de score universelle. Une désignation à quatre champs peut être scientifiquement significative uniquement lorsque l'essai observé ou défensiblement inféré les régions qui distinguent les candidats. Inversement, un résultat à deux champs peut être le point d'aboutissement approprié si la question de l'étude est explicitement limitée à la distinction allélique au niveau des protéines et que l'incertitude en dehors de ce cadre est déclarée.

Les groupes G et P sont des outils de rapport utiles, mais ils répondent à des questions différentes. Un groupe G combine des allèles qui partagent une séquence de nucléotides identique dans les exons codant les domaines de liaison aux peptides : exons 2 et 3 pour la classe I et exon 2 pour la classe II. Un groupe P relie des allèles qui codent la même séquence de protéines de domaine de liaison aux peptides. Aucun des deux labels ne prouve que la séquence génomique complète est identique. Le rapport doit inclure la version de la base de données, car l'appartenance au groupe et les allèles nommés évoluent à mesure que la référence officielle est mise à jour.

Figure 3 : Nomenclature HLA à quatre champs cartographiée sur la structure génétique.

Définir les loci et la résolution rapportable avant de choisir un essai.

Ne commencez pas par un panneau fixe simplement parce qu'il est familier. Commencez par la question de recherche biologique ou translationnelle, puis indiquez quels loci et quel niveau de rapport sont nécessaires pour la tester. De nombreux projets nécessitent un sous-ensemble ciblé de loci classiques ; d'autres ont besoin d'un package plus large de Classe I et Classe II car leur comparaison en aval dépend des deux contextes de présentation d'antigènes.

Par exemple, une étude de la reconnaissance cellulaire restreinte de classe I peut privilégier HLA-A, HLA-B et HLA-C. Une question impliquant un contexte immunitaire associé à la classe II peut nécessiter DRB1, DQB1 et DPB1, avec DQA1 ou DPA1 ajoutés lorsque l'interprétation prévue dépend du contexte des hétérodimères. L'ensemble correct n'est pas le plus long. C'est le paquet de loci minimum qui préserve l'inférence de la question.

Rédigez un contrat d'analyse court avant que les échantillons ne soient transférés au laboratoire. Il doit spécifier les loci, le niveau de champ prévu ou le résultat au niveau du groupe, si la phase doit couvrir l'intégralité du gène, les classes d'ambiguïté acceptables et ce qui déclenchera une confirmation orthogonale. Ce contrat prévient un mode d'échec courant : recevoir un rapport apparemment précis qui ne peut pas répondre à la question originale parce que le locus cible ou la limite de phase requise n'a jamais été défini.

Cet article de Spoke se concentre sur les preuves HLA au niveau du locus. Le Hub de services de typage HLA et de séquençage du répertoire immunitaire relie le contexte HLA aux questions de répertoire immunitaire et HLA-KIR ; il ne doit pas être utilisé comme substitut à un plan de rapportabilité spécifique au locus.

Figure 4 : Matrice de décision question-locus.

Les limites des amplicons déterminent ce qui peut être revendiqué.

Dans le typage HLA, les limites des amorces et de capture font partie de l'interprétation. Un test ciblé peut générer une excellente profondeur sur des exons polymorphes sélectionnés tout en laissant le reste du gène non observé. Un design de PCR à longue portée peut relier plus de variants à travers un locus, mais ses performances dépendent de l'intégrité de l'ADN, de la compatibilité des amorces et de l'amplification équilibrée des deux allèles. Les conceptions basées sur la capture peuvent élargir l'observation mais nécessitent une évaluation explicite de la couverture du locus et de la spécificité de cartographie.

La question de la planification n'est pas simplement de savoir si un locus est "couvré". Demandez où commence et où finit l'amplicon, quelles positions discriminantes se trouvent à l'intérieur, si le design relie les variants qui doivent être phasés, et si un décalage d'amorces spécifiques à un allèle pourrait réduire la représentation. Ces questions sont particulièrement importantes dans les loci hautement polymorphes, où une différence de liaison d'amorce peut entraîner une perte d'allèle ou un déséquilibre qui ressemble à un appel homozygote propre.

Séquençage de région ciblée est approprié lorsque les intervalles cibles et la résolution rapportable sont définis à l'avance. Services de séquençage d'amplicons peut soutenir une interrogation approfondie et ciblée, mais la description de l'essai ne doit pas impliquer que chaque différence de gène complet est capturée. Lorsque la décision dépend de preuves continues à l'échelle du locus, Analyse des longs amplicons est le pont le plus naturel entre la conception expérimentale et l'interprétation consciente des phases.

Intégrez une revue de couverture dans le modèle de rapport. Pour chaque locus, conservez les limites cibles, les intervalles couverts, les intervalles de faible confiance, l'équilibre des lectures et les positions qui séparent les allèles candidats principaux. Cela transforme un appel en une mesure vérifiable plutôt qu'en une étiquette de base de données.

Figure 5 : Conception de l'amplicon et résolution rapportable.

Les lectures courtes et les lectures longues résolvent différents problèmes de HLA.

Le séquençage NGS à lecture courte est précieux lorsqu'un projet nécessite une interrogation multiplexée et à haute profondeur de régions définies à travers de nombreux échantillons. Les paires de lectures et l'assemblage local peuvent résoudre de nombreuses combinaisons d'allèles courantes, en particulier lorsque le design cible couvre les régions informatives et que l'analyse est adaptée au type de données. Sa limitation est structurelle, et non un défaut général : les variants plus éloignés que l'étendue du fragment ou de la paire de lectures peuvent rester non liés.

Les longues lectures ajoutent un type de preuve différent. Elles peuvent préserver la relation entre les variantes sur un grand amplicon ou un locus complet, ce qui est particulièrement utile lorsque la question non résolue concerne la phase plutôt que la seule précision des bases. Les longues lectures sont donc un outil d'escalade pour le contexte de gène complet, l'ambiguïté cis-trans éloignée, ou les allèles candidats qui diffèrent en dehors des cibles d'exon conventionnelles. Elles ne sont pas automatiquement nécessaires pour chaque résultat de recherche à deux champs.

La tendance 2025-2026 n'est pas simplement de "remplacer les lectures courtes". Il s'agit d'aligner l'architecture des lectures avec l'affirmation : utiliser des lectures courtes pour un appel ciblé évolutif lorsque leur portée soutient la distinction nécessaire, et utiliser des preuves de lectures longues lorsque la continuité à travers la molécule change l'interprétation. Séquençage ciblé par nanopore et Analyse des données de séquençage à lecture longue sont pertinentes lorsque des preuves sensibles à la phase et à l'échelle du locus font partie de la conception de l'étude.

La norme de validation devrait également refléter cette distinction. La concordance dans deux champs ne démontre pas la concordance au niveau d'un gène complet. Un projet devrait indiquer le niveau de champ, les loci, la source des données et la version de la base de données utilisée pour chaque comparaison, plutôt que de résumer tous les accords en un seul pourcentage.

Figure 6 : Assemblage de courtes lectures par rapport à la phasage de molécules uniques.

Établir un contrat d'analyse avant de générer des lectures

La bioinformatique HLA est un problème d'inférence versionné. Les mêmes lectures peuvent produire des rapports différents lorsque la base de données de référence, l'appelant, les définitions de locus, les seuils de qualité ou la politique d'ambiguïté changent. Cela ne signifie pas automatiquement qu'un rapport est erroné. Cela signifie que le contrat analytique doit être suffisamment visible pour évaluer pourquoi les résultats diffèrent.

Le contrat doit enregistrer : l'identifiant de l'échantillon et le type d'entrée ; la stratégie d'extraction et de bibliothèque ; les loci et régions cibles ; l'architecture de lecture ou d'amplicon ; le génome de référence le cas échéant ; la version IPD-IMGT/HLA ; l'appelant et sa version ; la résolution de sortie prise en charge ; le classement des paires d'allèles ou la logique de confiance ; et tous les filtres pouvant créer un no-call ou un drapeau d'ambiguïté. Pour les données WES ou WGS existantes, ajouter le kit de capture, la longueur de lecture, la profondeur des loci et si l'appelant a été validé pour cette géométrie de données.

Les noms de logiciels ne sont pas des étiquettes de qualité interchangeables. Certains appelants sont conçus pour des données brutes de courtes lectures, d'autres pour des lectures alignées, certains pour des ensembles de loci spécifiques, et d'autres pour des assemblages de longues lectures. Une comparaison utile se demande si l'entrée attendue de l'outil et la résolution prise en charge correspondent à l'expérience. Un appelant optimisé pour la Classe I à partir de lectures dérivées d'ARN ne devrait pas être utilisé pour faire une revendication de Classe II sur un gène complet à partir de données génomiques rares simplement parce qu'il renvoie un nom d'allèle formaté.

Pour les données dérivées de WGS ou de WES, acceptez une inférence HLA comme étant adaptée à l'objectif déclaré uniquement lorsque la géométrie des données, la complétude des loci, la validation des appelants et le niveau de rapport demandé sont tous alignés. Si l'un de ces éléments reste non pris en charge, étiquetez le résultat comme un dépistage ou générateur d'hypothèses plutôt que de le présenter comme un substitut équivalent à une résolution pour un design ciblé.

Utilisez un design de validation à deux niveaux lorsque l'étude inclut plus d'une source de données. Tout d'abord, validez le système expérimental avec des échantillons dont les appels au niveau des loci sont établis indépendamment au niveau de rapport prévu. Cela vérifie si les amorces, le design de capture, le traitement des lectures et le logiciel d'appel fonctionnent ensemble pour le paquet de loci. Deuxièmement, validez la géométrie des données spécifiques au projet : la longueur exacte des lectures, la taille des insertions, le matériel source et la distribution de couverture attendue dans l'étude. Un logiciel d'appel qui fonctionne bien sur un ensemble de référence séquencé en profondeur peut ne pas convenir à des données archivées moins profondes ou à un panneau de capture qui sous-échantillonne les intervalles de classe II.

Précisez à l'avance comment les appels discordants seront jugés. Enregistrez si la comparaison se fait au niveau du premier champ, du deuxième champ, du groupe G, du champ à trois niveaux ou du niveau de gène complet ; sinon, un résultat peut sembler discordant simplement parce que deux pipelines rapportent à des granularités différentes. Ensuite, examinez si la discordance est causée par une mise à jour de la base de données, un intervalle manquant, une compétition de cartographie, un faible équilibre allélique ou des preuves de séquence véritablement conflictuelles. Ce flux de travail produit un journal de discordance significatif au lieu d'une liste indifférenciée de discordances.

Lorsqu'une étude s'étend d'un test HLA ciblé à un contexte génomique plus large, Séquençage du génome entier, Service de séquençage de panneaux génétiques, et Appel de variantes devrait être formulé comme des choix de génération de données ou d'analyse avec des contraintes de couverture spécifiques, et non comme des voies interchangeables menant aux mêmes preuves HLA.

Figure 7 : Piste de vérification des appels HLA versionnés.

Un résultat haute résolution nécessite un plan de vérification orthogonal.

La vérification doit être conçue avant la première exécution, et non improvisée après un appel difficile. L'objectif n'est pas de répéter chaque échantillon par une seconde méthode. Il s'agit de définir les conditions dans lesquelles les preuves originales sont insuffisantes pour la revendication prévue.

Des exemples de déclencheurs d'escalade incluent un locus avec un soutien faible ou fortement déséquilibré, une paire d'allèles candidats séparée uniquement par des positions non observées, un conflit de phase à travers les amplicons, un suffixe inattendu nul ou à faible expression, une séquence potentiellement nouvelle, ou une incohérence d'identité d'échantillon. Le chemin de vérification doit correspondre au mode de défaillance. La ré-extraction aide lorsque l'ADN source est compromis ; un amplicon redessiné aide lorsque la compatibilité des amorces ou la couverture d'intervalle est le problème ; une lecture continue plus longue aide lorsque le lien cis-trans reste non résolu.

Séquençage de Sanger peut être utile pour la confirmation ciblée d'une variante locale définie, mais elle ne devrait pas être décrite comme une solution universelle de résolution de locus complet. Son rôle est le plus fort lorsque la région précise et l'alternative testée sont déjà connues. La sortie devrait indiquer clairement si la confirmation concerne une base locale, un segment ou la phase des paires d'allèles elle-même.

Un rapport efficace étiquette chaque appel comme directement soutenu, déduit d'une combinaison de candidats, regroupé parce que la région observée est identique, ou en attente de confirmation. Ce langage maintient un résultat ambigu scientifiquement utile sans le présenter comme une attribution complète d'allèle.

Figure 8 : Arbre de décision pour la vérification des appels HLA.

L'architecture d'échantillon détermine la fiabilité de l'appel.

Le type d'échantillon affecte les preuves moléculaires avant le début du séquençage. L'ADN dérivé du sang, la salive, les écouvillons buccaux et les échantillons de sang de cordon peuvent tous être adaptés à des projets de recherche HLA, mais ils diffèrent en termes d'intégrité de l'ADN, de matériel co-extrait, de composition cellulaire et de risque pratique d'ADN de faible poids moléculaire. Une stratégie de longueur complète ou à longue portée est plus sensible à la fragmentation qu'un essai ciblé court, car un modèle endommagé peut réduire la récupération de la longue molécule nécessaire pour la phase.

Utilisez une spécification d'échantillon unique pour l'ensemble de l'étude, puis ajoutez une couche de contrôle qualité consciente des loci. En plus des mesures de quantité et de pureté générale, documentez l'intégrité de l'ADN, le lot d'extraction, les contrôles d'identité des échantillons, la carte des plaques, l'ensemble de loci attendu et les critères de re-test. Pour une étude académique de 300 échantillons, le plan de lot doit répartir les groupes de comparaison entre les lots d'extraction, d'amplification et de séquençage. Si tous les membres d'un groupe biologique occupent un lot de flux de travail, un artefact technique spécifique à un locus peut devenir indistinguable d'une association biologique.

L'équilibre allélique est particulièrement important dans les travaux HLA basés sur les amplicons. Une faible proportion de lectures soutenant un allèle peut résulter d'un échantillonnage stochastique, d'un décalage des amorces, d'une mauvaise intégrité du modèle, de contamination ou d'un problème de traitement. Le même déséquilibre observé n'a pas une interprétation universelle, donc le plan de projet devrait définir une zone de révision plutôt que de filtrer silencieusement l'allèle le plus faible. Conserver des graphiques d'équilibre et de couverture au niveau du locus permet de faciliter le dépannage ultérieur lorsque le résultat apparaît homozygote, ambigu de manière inattendue ou incohérent avec des échantillons apparentés.

Pour les études multi-lots, réservez un échantillon ou un matériau équivalent de pont qui apparaît dans plus d'un lot. L'objectif n'est pas de prétendre que chaque série sera identique, mais de détecter des variations dans la récupération des loci, l'équilibre allélique et les motifs d'ambiguïté avant de comparer des groupes biologiques. Cela est particulièrement précieux lorsque le travail inclut un mélange d'ADN nouvellement extrait et archivé, car les différences dans l'état des échantillons peuvent interagir avec la longueur des amplicons et créer un motif non biologique.

Incluez des témoins positifs qui exercent le locus difficile ou la catégorie de résolution, pas seulement un échantillon facile à appeler. Incluez des témoins négatifs qui détectent la contamination, et conservez du matériel en double ou répétable pour le petit sous-ensemble d'échantillons répondant à des critères d'escalade préalablement définis. Il s'agit d'une mesure de sécurité dans la conception du projet, et non d'un ajout optionnel après l'arrivée des résultats.

Comment lire un rapport HLA prêt pour la recherche

Un rapport HLA prêt pour la recherche contient plus de deux chaînes d'allèles par locus. Au minimum, il doit identifier le locus, l'appel d'allèle ou l'attribution de groupe, le niveau de champ, la version de la base de données, la version d'analyse, une note de séquençage ou de couverture, le statut de phase, la description d'ambiguïté et le drapeau de contrôle qualité/revue. Il doit également faire la distinction entre un appel soutenu par séquence directe et une conclusion déduite parce que plusieurs allèles candidats sont indistinguables dans l'intervalle observé.

Lisez le rapport dans cet ordre. Tout d'abord, vérifiez l'ensemble de loci prévu : un résultat DPB1 vide n'est pas une omission mineure si le projet a été conçu autour de DPB1. Deuxièmement, vérifiez la résolution indiquée et la notation du groupe. Troisièmement, identifiez si le rapport enregistre la phase ou seulement une paire d'allèles compatibles. Quatrièmement, inspectez si la couverture ou l'équilibre des allèles rend un locus moins fiable que les autres. Enfin, vérifiez la version de référence et de l'appelant avant de comparer le résultat avec un ensemble de données historiques.

Le Un guide pratique pour le typage HLA et l'interprétation des résultats est un contexte utile pour lire la nomenclature des rapports. Pour une décision au niveau du projet, ajoutez les limites expérimentales décrites dans cet article : ce qui a été séquencé, ce qui a été phasé et ce qui est resté non résolu.

Figure 9 : Liste de contrôle du rapport HLA prêt pour la recherche.

Quand escalader au-delà de la haute résolution conventionnelle

L'escalade est justifiée lorsqu'un écart de preuve spécifique peut modifier la conclusion de l'étude. Les exemples incluent une distinction complète de gène qui affecte l'analyse prévue, une séquence nouvelle suspectée, un conflit entre des paires d'allèles candidats, une frontière de phase non résoluble, ou un locus avec un contexte de cartographie ou de nombre de copies inhabituel. L'objectif est de combler cet écart, et non de poursuivre par défaut un maximum de détails dans chaque échantillon.

Utilisez un mémo décisionnel avec trois champs : l'appel actuel, la distinction non résolue et la méthode qui peut observer les preuves manquantes. Cela facilite la séparation entre le suivi scientifiquement nécessaire et le séquençage techniquement impressionnant mais peu informatif. Cela préserve également le budget et le matériel d'échantillon pour les cas où des preuves complètes des gènes sont réellement importantes.

Pour des détails d'implémentation sur les longues lectures, l'existant Méthode de typage HLA en longueur complète utilisant le protocole de séquençage PacBio SMRT et Protocole de génotypage HLA complet par séquençage Nanopore fournir un contexte complémentaire. Le projet de Typage HLA-KIR abordera la question distincte de l'interprétation génétique combinée HLA-KIR ; cela est intentionnellement en dehors du champ d'application de cet article.

Questions Fréquemment Posées

Utilisation réservée à la recherche. Ce contenu soutient la planification expérimentale et l'interprétation de la recherche ; il ne s'agit pas d'un guide de diagnostic ou de traitement.

Références :

1. Maire NP, Robinson J, McWhinnie AJM, et al. Typage HLA pour la prochaine génération. PLOS ONE. 2015;10:e0127153. DOI : 10.1371/journal.pone.0127153.

2. Liu C, et al. Évaluation des performances de typage des antigènes leucocytaires humains de trois tests et de sept algorithmes basés sur le séquençage de nouvelle génération.. Frontières en immunologie. 2021;12:652258. DOI : 10.3389/fimmu.2021.652258.

3. Dashti M, Malik MZ, Nizam R, et al. Évaluation du contenu de typage HLA des ensembles de données de séquençage de nouvelle génération provenant de trios familiaux et d'individus d'ethnicité arabe. Frontières en génétique. 2024;15:1407285. DOI : 10.3389/fgene.2024.1407285.

4. Dilthey AT, Gourraud P-A, Mentzer AJ, et al. Inférence de type HLA à haute précision à partir de données de séquençage du génome entier en utilisant des graphes de référence de population. PLOS Biologie Computationnelle. 2016;12:e1005151. DOI : 10.1371/journal.pcbi.1005151.

5. Anukul N, Jenjaroenpun P, Sirikul C, et al. Typage HLA de classe I ultrarapide et haute résolution utilisant le séquençage par nanopore basé sur la transposase appliqué aux tests pharmacogénétiques. Frontières en Génétique2023;14:1213457. DOI : 10.3389/fgene.2023.1213457.