Evaluación sistemática del rendimiento y validación de aplicación de una estación de trabajo NGS de extremo a extremo

Por qué importan las pruebas genéticas más rápidas

Desde la atención del cáncer hasta el seguimiento de nuevos brotes infecciosos, la medicina moderna depende cada vez más de leer el ADN de forma rápida y precisa. Sin embargo, el trabajo de laboratorio que prepara el ADN para la secuenciación sigue realizándose con frecuencia de manera manual, lleva muchas horas y deja margen para errores humanos. Este artículo describe y prueba rigurosamente una estación de trabajo totalmente automatizada diseñada para gestionar todo ese proceso de preparación, con el objetivo de hacer que las pruebas genéticas de alta calidad sean más rápidas, coherentes y fáciles de escalar.

Un robot para preparar el ADN antes de leerlo

Los investigadores presentan una familia de máquinas llamadas estaciones NadAuto que realizan los pasos clave necesarios antes de que el ADN pueda ser secuenciado. En lugar de que los técnicos transfieran pequeñas muestras líquidas entre tubos y dispositivos, el sistema utiliza brazos robóticos, dispensadores de líquidos precisos y bloques de calefacción y refrigeración controlados con exactitud dentro de un gabinete cerrado y filtrado por aire. Los reactivos se suministran en placas selladas con porciones de un solo uso, lo que simplifica la preparación y reduce los errores por manipulación. Una pantalla táctil e interfaz de software permiten a los usuarios diseñar y simular flujos de trabajo, mientras que los registros electrónicos rastrean cada ejecución para fines de calidad y regulatorios.

Asegurar que las muestras permanezcan separadas

Una preocupación en las pruebas genéticas de alto rendimiento es que trazas de ADN de una muestra puedan contaminar otra, creando resultados falsos. Para investigarlo, el equipo realizó una serie de pruebas tipo “ajedrez” donde pocillos con ADN humano se alternaban con pocillos que contenían solo agua limpia, o con ADN bacteriano, en la misma placa. Incluso después de perturbar deliberadamente el sistema durante un paso crítico de amplificación, hallaron que los pocillos que debían ser negativos mostraron solo señales a nivel de fondo. Cuando secuenciaron placas mixtas de ADN humano y bacteriano, casi todas las lecturas se asignaron a la especie correcta, con la peor contaminación cruzada de apenas tres en un millón de lecturas, evidencia de que la configuración automatizada mantiene las muestras efectivamente aisladas.

Salida consistente en distintos volúmenes de trabajo

Los autores preguntaron luego si el robot podía producir “bibliotecas” de ADN —los fragmentos de ADN preparados listos para la secuenciación— con la misma fiabilidad que un técnico experto. Usando muestras humanas estándar, compararon múltiples corridas a diferentes rendimientos, desde lotes pequeños de 8 o 16 muestras hasta lotes grandes de 24 o 48. En todas estas condiciones, los rendimientos de las bibliotecas fueron altos y estrechamente agrupados, con variaciones entre lotes generalmente por debajo del ocho por ciento, inferiores a los flujos de trabajo manuales típicos. Los tamaños de los fragmentos de ADN se ubicaron claramente dentro del rango requerido por las máquinas de secuenciación comunes, sin exceso de fragmentos muy cortos o muy largos que pudieran reducir la calidad de los datos.

Poniendo a prueba paneles génicos dirigidos

Más allá de la preparación básica, muchas pruebas clínicas y de investigación se centran en conjuntos específicos de genes, como regiones relacionadas con el cáncer en el genoma. La estación de trabajo se evaluó con dichos paneles dirigidos usando un paso de captura que selecciona las regiones de ADN elegidas. Tanto en modos de alto rendimiento como de rendimiento medio, los datos de secuencia resultantes mostraron alta calidad global, una fuerte alineación con el genoma de referencia humano y cobertura uniforme de los genes objetivo, incluidas regiones más difíciles de capturar debido a composiciones de bases inusuales. Es importante que el sistema redujo la proporción de lecturas duplicadas en comparación con los métodos manuales, lo que indica bibliotecas más diversas y ricas en información.

¿Los resultados automatizados coinciden con el trabajo humano?

Para ver si estas mejoras técnicas se traducen en respuestas útiles en el mundo real, el equipo comparó el rendimiento del robot con la preparación manual en muestras de ADN de referencia que contenían mutaciones relacionadas con el cáncer y cambios en el número de copias de genes conocidos. Ambos enfoques detectaron correctamente todas las mutaciones de una sola letra esperadas y las pequeñas inserciones o deleciones, con frecuencias de mutación que coincidieron estrechamente entre sí y con los valores de referencia, incluso para variantes raras presentes aproximadamente al uno por ciento. Las mediciones de amplificaciones génicas, como copias adicionales de MET y ERBB2, también concordaron estrechamente entre las corridas manuales y automatizadas, con diferencias de solo unos pocos puntos porcentuales y sin impacto en la interpretación.

Qué significa esto para las pruebas futuras

En conjunto, el estudio muestra que una estación de trabajo totalmente automatizada puede reducir el tiempo total de procesamiento aproximadamente a la mitad manteniendo, y en algunos aspectos mejorando, la calidad y la fiabilidad de las preparaciones para secuenciación de ADN. Para clínicos y equipos de salud pública, esto se traduce en pruebas genéticas más rápidas, menos sujetas a la variabilidad humana y más fáciles de estandarizar entre distintos laboratorios. Aunque se necesita trabajo adicional en tipos de muestras más desafiantes, como tejidos tumorales degradados, los resultados sugieren que la automatización de extremo a extremo está preparada para apoyar la creciente demanda de análisis genómicos precisos y a gran escala.

Cita: Xie, W., Yang, C. & Ren, S. Systematic performance evaluation and application validation of an end-to-end NGS workstation. Sci Rep 16, 13115 (2026). https://doi.org/10.1038/s41598-026-43941-7

Palabras clave: secuenciación de ADN automatizada, preparación de bibliotecas NGS, diagnósticos genómicos, flujo de trabajo de genómica clínica, automatización de laboratorio