Un approccio genomico per l’identificazione accurata di specie strettamente correlate con campioni di sequenziamento di nuova generazione

Perché questo è importante per le aziende agricole e oltre

Il sequenziamento del DNA moderno può leggere il codice genetico degli animali con dettaglio sorprendente, ma anche computer potenti possono trovarsi in difficoltà con una domanda sorprendentemente basilare: queste sequenze provengono da una pecora o da una capra? Per agricoltori, allevatori, conservazionisti e scienziati, confondere le specie in grandi insiemi di dati genomici può compromettere studi su salute, produttività ed evoluzione. Questo articolo presenta un metodo semplice ma ingegnoso per distinguere specie strettamente correlate—dimostrato su pecore e capre—osservando non ogni minima differenza nel loro DNA, ma una manciata di tratti che funzionano come codici a barre specifici per specie.

Il problema del DNA simile

Pecore e capre condividono gran parte del loro progetto genetico, quindi brevi frammenti di DNA di una specie spesso si allineano quasi altrettanto bene al genoma di riferimento dell’altra. Gli autori hanno analizzato dati di sequenziamento dell’intero genoma provenienti da 40 animali con identità note—20 pecore e 20 capre—ciascuno con centinaia di milioni di letture di DNA. Utilizzando strumenti standard che mappano le letture sui genomi di riferimento, hanno constatato che il DNA di entrambe le specie si allineava estremamente bene sia al riferimento della pecora sia a quello della capra. Tassi di allineamento, profondità di copertura e misure di errore erano tutti molto simili e con ampia sovrapposizione, rendendo quasi impossibile determinare con sicurezza da quale specie provenisse un campione basandosi soltanto su queste statistiche di routine.

Perché i classificatori di DNA tradizionali non bastano

Il team ha anche testato Kraken2, un programma diffuso che cerca di assegnare ogni lettura di DNA a una posizione nell’albero della vita. Anche con un database esaustivo, le letture sia di pecora sia di capra sono state per lo più classificate negli stessi ampi gruppi animali, con lievi differenze numeriche tra loro. Le visualizzazioni di queste assegnazioni hanno mostrato che la maggior parte delle letture di entrambe le specie confluisce negli stessi generi, riflettendo quanto del loro DNA condividano tra di loro e con altri mammiferi. In pratica, questi confini sfumati significano che gli strumenti tassonomici tradizionali possono fuorviare i ricercatori che presumono che un dataset etichettato “pecora” provenga realmente da pecore, o che un campione etichettato in modo errato sia facile da individuare.

Trasformare la copertura mancante in un codice a barre di specie

Invece di chiedersi quanto bene le letture di DNA corrispondano a un riferimento, gli autori hanno invertito la domanda: dove non corrispondono? Hanno allineato il set di addestramento di 30 animali (15 pecore, 15 capre) a entrambi i genomi di riferimento e hanno scandagliato le regioni alla ricerca di modelli netti acceso–spento. Una regione veniva considerata “specifica della capra”, per esempio, se i campioni di capra mostravano costantemente copertura normale lì quando allineati al genoma di capra, mentre i campioni di pecora mostravano quasi nessuna copertura nella stessa posizione. Usando soglie severe, questa ricerca ha prodotto più di 150.000 regioni candidate nelle capre e oltre 1,7 milioni nelle pecore. Dopo una revisione manuale concentrata su tratti più lunghi e ben separati, il team ha ridotto il tutto a soli dieci regioni ad alta confidenza per specie—brevi zone di DNA in cui una specie si “illumina” in modo affidabile mentre l’altra rimane spenta.

Un test semplice per campioni sconosciuti

Con queste 20 regioni a disposizione, gli autori hanno progettato una routine di prova semplice per qualsiasi insieme di dati di DNA non etichettato. Prima, allineare le letture a entrambi i genomi di riferimento, pecora e capra. Poi, misurare quanta copertura—l’accumulo di letture—cada all’interno delle dieci regioni specifiche della pecora sul genoma della pecora e delle dieci regioni specifiche della capra sul genoma della capra. Se le regioni della pecora mostrano forte copertura mentre le regioni della capra sono quasi vuote, il campione è una pecora; se il modello è invertito, è una capra. Applicato a 14 campioni di validazione indipendenti, inclusi dati pubblici provenienti da diversi sequenziatori e persino DNA chimicamente modificato, questo test basato sul modello ha identificato correttamente ogni singolo campione, raggiungendo il 100% di accuratezza nel set studiato.

Nuovi strumenti e possibili applicazioni future

Oltre a risolvere un problema pratico per la ricerca su pecore e capre, questo lavoro offre una linea guida generale che potrebbe essere adattata ad altre coppie—o gruppi—di specie strettamente correlate. Le regioni curate fungono da mattoni per strumenti futuri, da test rapidi di laboratorio che amplificano solo quegli specifici tratti di specie, a software automatici che scandagliano vecchi dataset di sequenziamento per etichettature errate. Sebbene il metodo richieda di allineare i dati a più genomi di riferimento, con costi in termini di tempo di calcolo e spazio di archiviazione, evita molte insidie degli approcci tradizionali ed è robusto rispetto a differenze tra razze e piattaforme di sequenziamento. In termini pratici, gli autori hanno mostrato come un numero molto ridotto di punti di riferimento del DNA scelti con cura possa fornire una risposta chiara e affidabile a una domanda che algoritmi grandi e complessi spesso sbagliano: che animale è questo?

Citazione: dain Marzouka, N.a., Al-Aamri, A., Alshamsi, F. et al. A genomic approach for accurate identification of closely related species with next-generation sequencing samples. Sci Rep 16, 11329 (2026). https://doi.org/10.1038/s41598-026-41497-0

Parole chiave: identificazione delle specie, sequenziamento dell’intero genoma, pecore e capre, genomica comparativa, genetica animale