Clear Sky Science · sv
Jämförande utvärdering av HTG och TempO‑Seq riktade transkriptom‑profilmetoder
Varför detta betyder något för cancervård
När läkare och forskare studerar cancer vänder de sig ofta till cellens ”budbärarmolekyler” — RNA — för att se vilka gener som är aktiva eller tysta. Dessa mönster kan avslöja hur en tumör beter sig och vilka behandlingar som kan fungera bäst. Men de flesta sjukhusprover lagras i paraffinblock efter formalinfixering, vilket skadar det känsliga RNA:t. Denna studie ställer en praktisk fråga med stora konsekvenser för cancerforskning: nu när ett mycket använt RNA‑test försvunnit från marknaden, kan en nyare metod ta över och leverera lika användbara resultat från dessa rutinmässigt bevarade prover?
Två verktyg för att läsa genaktivitet
I flera år förlitade sig många laboratorier på en metod kallad HTG EdgeSeq Human Transcriptome Panel (HTP) för att läsa genaktivitet direkt från små skrapprov av formalinfixerad, paraffininkapslad (FFPE) vävnad. Denna metod kunde kartlägga nästan alla mänskliga gener utan att först extrahera RNA, vilket sparade tid och bevarade värdefullt material. Företaget bakom HTG EdgeSeq gick dock i konkurs, vilket lämnade forskare med behovet av ett alternativ. En nyare teknik, TempO‑Seq (TOS), från en annan tillverkare lovar liknande möjligheter: den riktar sig också mot många gener samtidigt, fungerar på skadat RNA från FFPE‑prover och är konstruerad för att vara känslig, reproducerbar och relativt kostnadseffektiv.

Sätta metoderna på prov
Forskargruppen jämförde dessa två tekniker direkt i en mycket praktisk situation. De analyserade 21 lagrade endometriecancerprover, tillsammans med tre standardiserade RNA‑referensmaterial, först med HTG HTP och sedan med TempO‑Seq. Båda metoderna använde riktade paneler som tillsammans täckte mer än 18 000 av samma gener. Forskarna tillämpade strikta kvalitetskontroller för att säkerställa att varje prov gav tillräckligt många sekvensavläsningar och att mätningarna var stabila. De använde också statistiska verktyg för att ta bort så kallade ”batch‑effekter” — konstgjorda skillnader som kan uppstå enbart för att tester kördes vid olika tillfällen, på olika maskiner eller plattformar.
Vad som stämmer och vad som inte gör det
När teamet granskade uttrycket hos enskilda gener en och en höll inte alltid de två metoderna med varandra. Skillnader i hur varje teknik utformar sina prober, bereder prover och räknar avläsningar kan göra jämförelser på gennivå brusiga. Denna bild förändrades dock när de undersökte bredare mönster som kombinerar information från många gener samtidigt. Fler‑gen‑signaturer — som de som används för att gruppera tumörer i molekylära undertyper, uppskatta hur många immunceller som finns i ett prov eller bedöma hur ren tumörvävnaden är — visade mycket starkare överensstämmelse mellan TempO‑Seq och HTG. I de flesta fall var poäng eller klassificeringar likartade, även efter att forskarna simulerat färre sekvensavläsningar för att återspegla olika maskinkapaciteter.

Fler‑gen‑mönster som pålitliga signaler
Studien lyfter fram en viktig princip inom modern genomik: medan mätningen av en enstaka gen kan påverkas av tekniska udda effekter, tenderar kombinering av signaler från dussintals eller hundratals gener att jämna ut det bruset. Författarna använde flera allmänt kända fler‑gen‑verktyg som tekniska stresstester. Dessa inkluderade en bröstcancerpanel som tilldelar tumörer till intrinsiska subtyper, en algoritm som skattar hur mycket immunceller och bindväv som är blandat i ett tumörprov, och en metod som uppskattar andelarna av många typer av immunceller. I dessa komplexa avläsningar följde TempO‑Seq vanligen HTG tätt, vilket tyder på att den fångar samma biologiska signaler även om vissa detaljer skiljer sig åt.
Vad detta innebär framöver
För forskare som är beroende av FFPE‑arkiv för att studera cancer hade förlusten av en betrodd plattform kunnat bli ett stort bakslag. Denna jämförande studie ger försäkran: TempO‑Seq verkar vara ett stabilt ersättningsalternativ för HTG HTP när målet är att använda fler‑gen‑biomarkörer och breda uttrycksmönster, vilka utgör ryggraden i många moderna diagnostiska och prognostiska verktyg. Författarna varnar för att direkt jämföra resultat för enskilda gener över plattformar är olämpligt, eftersom varje metod riktar sig mot gener på något olika sätt. De rekommenderar istället att fokusera på komplexa, fler‑gen‑signaturer för arbete över plattformar. Enkelt uttryckt verkar den nya metoden kunna fortsätta föregångarens uppgift för de flesta praktiska behov inom onkologisk forskning, särskilt när forskare är intresserade av det övergripande mönstret hos många gener snarare än det exakta värdet för en enskild gen.
Citering: Fernández-Serra, A., López-Reig, R., Romero, I. et al. Comparative evaluation of HTG and TempO Seq targeted transcriptome profiling methods. Sci Rep 16, 6108 (2026). https://doi.org/10.1038/s41598-026-36810-w
Nyckelord: transkriptomisk profilering, endometriecancer, FFPE‑vävnad, riktad RNA‑sekvensering, genuttrycks‑biomarkörer