Систематическая оценка производительности и валидация применения комплексной рабочей станции для NGS

Почему важны быстрые генетические тесты

От онкологической помощи до отслеживания новых инфекционных вспышек — современная медицина все больше зависит от умения быстро и точно читать ДНК. При этом подготовительные лабораторные операции, предшествующие секвенированию, по‑прежнему часто выполняются вручную, занимая много часов и оставляя место для человеческой ошибки. В этой работе описывается и строго тестируется полностью автоматизированная рабочая станция, призванная выполнять весь процесс подготовки, с целью сделать высококачественное генетическое тестирование быстрее, более стабильным и проще масштабируемым.

Робот для подготовки ДНК к чтению

Исследователи представляют семейство устройств NadAuto — рабочие станции, выполняющие ключевые шаги, необходимые перед секвенированием ДНК. Вместо того чтобы техники переносили крошечные образцы жидкостей между пробирками и приборами вручную, система использует роботизированные манипуляторы, точные дозаторы и строго контролируемые блоки нагрева и охлаждения в герметичном шкафу с фильтрацией воздуха. Реагенты поставляются в запечатанных планшетах с одноразовыми порциями, что упрощает подготовку и снижает вероятность ошибок при обращении. Сенсорный экран и программный интерфейс позволяют пользователям проектировать и моделировать рабочие протоколы, а электронные журналы фиксируют каждую прогонку в целях качества и соответствия регуляторным требованиям.

Обеспечение раздельности образцов

Одно из опасений при массовом генетическом тестировании — что следы ДНК из одного образца могут попасть в другой и дать ложно‑положительные результаты. Чтобы проверить это, команда провела серию «шахматных» тестов, где лунки с человеческой ДНК чередовались с лунками, содержащими только чистую воду, или с бактериальной ДНК, на одной и той же пластине. Даже после намеренного нарушения системы в критический этап амплификации они обнаружили, что лунки, предназначенные для отрицательных результатов, показывали лишь фоновый сигнал. При секвенировании смешанных пластин с человеческой и бактериальной ДНК почти все риды соответствовали правильному виду, а максимальный уровень перекрестного загрязнения составил всего три на миллион ридов — доказательство того, что автоматизированная установка эффективно изолирует образцы.

Стабильные результаты при разных нагрузках

Далее авторы проверили, может ли робот так же надежно готовить «библиотеки» ДНК — фрагменты, подготовленные для секвенирования — как опытный сотрудник. Используя стандартные образцы человеческой ДНК, они сравнили несколько прогонов при разной пропускной способности: от небольших партий по 8 или 16 образцов до больших партий по 24 или 48. Во всех условиях выход библиотек был высоким и тесно сгруппированным, вариабельность между партиями в целом не превышала 8 процентов, что ниже, чем при типичных ручных методах. Размеры фрагментов ДНК находились в диапазоне, требуемом для распространенных секвенаторов, без избыточного числа очень коротких или очень длинных фрагментов, которые могли бы снизить качество данных.

Проверка таргетных панелей генов

Помимо базовой подготовки, многие клинические и исследовательские тесты фокусируются на определенных наборах генов, например участках, связанных с раком. Рабочая станция оценивалась с такими таргетными панелями с использованием шага захвата, который «вылавливает» выбранные регионы ДНК. Как в режимах высокой пропускной способности, так и в средненагруженных режимах, полученные данные секвенирования показали высокое общее качество, хорошее выравнивание по референсному человеческому геному и равномерное покрытие целевых генов, включая участки, которые труднее захватить из‑за необычного состава оснований. Важно, что система снизила долю дублированных ридов по сравнению с ручными методами, что указывает на более разнообразные и информационно насыщенные библиотеки.

Соответствуют ли автоматические результаты человеческой работе?

Чтобы понять, переводятся ли эти технические улучшения в практические ответы, команда сравнила производительность робота с ручной подготовкой на референсных образцах ДНК, содержащих известные мутации, связанные с раком, и изменения числа копий генов. Оба подхода корректно обнаружили все ожидаемые одиночные замены и небольшие вставки или делеции, при этом частоты мутаций хорошо совпадали друг с другом и с референсными значениями, даже для редких вариантов, присутствующих примерно на уровне одного процента. Измерения амплификаций генов, таких как увеличенное число копий MET и ERBB2, также в основном совпадали между ручными и автоматизированными прогонами, с расхождениями всего в несколько процентов и без влияния на интерпретацию.

Что это значит для будущих тестов

В целом исследование показывает, что полностью автоматизированная рабочая станция может примерно вдвое сократить общее время обработки при сохранении, а в некоторых аспектах — и улучшении качества и надежности подготовки к секвенированию ДНК. Для клиников и служб здравоохранения это означает генетические тесты, работающие быстрее, менее подверженные человеческой вариабельности и проще стандартизируемые между лабораториями. Хотя требуется дальнейшая работа с более сложными типами образцов, такими как деградированные опухолевые ткани, результаты указывают на то, что сквозная автоматизация готова поддержать растущий спрос на точный крупномасштабный геномный анализ.

Цитирование: 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

Ключевые слова: автоматизированное секвенирование ДНК, подготовка библиотек для NGS, геномная диагностика, рабочий процесс клинической геномики, лабораторная автоматизация