Legestr glaz

@pemile

Mais non, pas du tout pemile. Le séquençage de Novo « nécessite » des fragments d’ARN. Et ces fragments proviennent des exosomes. 

Vous voyez le truc ou pas ? Je vous explique ou pas ?

@pemile

Le séquençage « reads longs » est l’escroquerie « technologique » ! Parlons-en puisque vous abordez ce sujet.

D’abord les reads longs sont « toujours validés » en les alignant contre les génomes de référence (assemblés avant 2007 mais ceux-ci avec des reads courts).
Tous les génomes « confirmés » par reads longs dépendent de PCR ciblées basées sur des références ou d’alignements sur ces mêmes références lesquelles ont été assemblées avant 2007 (autres virus) ou début 2020 (SARS-CoV-2) avec des reads courts et k=21-25

Si les références sont des chimères exosomales, tous les « reads longs » ne font que reproduire ces chimères.

Les reads longs seuls échouent à assembler un génome complet. L’hybridation avec des reads courts est nécessaire, ce qui réintroduisant de facto tous les problèmes de k-mers courts. La circularité est totale, les amorces PCR sont basées sur la référence qu’on prétend valider ! 

Vraiment vous devriez lire l’étude qui suit : 
« The long and short of it : benchmarking viromics using Illumina, Nanopore and PacBio sequencing technologies »
https://pubmed.ncbi.nlm.nih.gov/38376377/

Extraits : « Malgré une couverture de lecture élevée, les assemblages basés uniquement sur les longues lectures n’ont permis de récupérer qu’un seul génome complet par assemblage, sauf si les lectures étaient sous-échantillonnées avant l’assemblage. Globalement, la meilleure approche consistait à assembler les génomes en combinant les lectures Illumina et Nanopore, ce qui a permis de réduire les taux d’erreur à des niveaux comparables à ceux des assemblages basés uniquement sur les courtes lectures. »

Conclusion qui confirme que les génomes sont des assemblages, des « constructions » à partir de fragments d’ARN épars. 
... « Nous avons comparé les plateformes de séquençage Illumina, ONT et PacBio pour l’analyse du virome en utilisant différentes combinaisons de lectures et d’assembleurs, et nous formulons les recommandations suivantes : (i) si une seule plateforme de séquençage est utilisée, Illumina offre les meilleures performances en termes de récupération du génome et présente les taux d’erreur les plus faibles ; (ii) l’ajout de lectures longues aux lectures Illumina améliore l’assemblage des génomes peu abondants, en particulier ONT ; (iii) bien que les assemblages de lectures longues, en particulier ONT, présentent des fréquences d’erreur plus élevées, le polissage avec des lectures Illumina peut réduire ces erreurs à des niveaux comparables à ceux des assemblages réalisés uniquement avec Illumina ; (iv) le sous-échantillonnage des lectures longues peut faciliter l’assemblage ; et (v) le choix de la plateforme de séquençage doit être pris en compte lors des décisions relatives aux analyses ultérieures, telles que l’algorithme d’assemblage et le logiciel de prédiction virale. »

Voilà pemile, vous pouvez remballer vos « reads longs », ils procèdent de la même escroquerie du raisonnement circulaire.

@pemile

Je vous ai mis un lien. Maintenant si vous n’êtes pas au niveau pour comprendre il ne faut pas venir ici traiter les autres de « nuls ». Cet adjectif vous devez l’endosser définitivement.

Si vous niez que le K-mers courts (21-31) sont utilisés en première intention par l’algorithme pour « construire » les génomes c’est que vous êtes un parfait imposteur.

... « Pour des jeux de lectures de type « short-read » (par ex. Illumina), il est courant de choisir des k-mers ≈ 21 et 31 bases — ce domaine offre un bon compromis entre couverture, robustesse face aux erreurs et spécificité. »...

... « La loi des grands nombres joue un rôle clé dans l’assemblage de génomes via les k-mers : les courts k-mers (ex. 21-33) sont beaucoup plus abondants statistiquement dans les lectures de séquençage, car une lecture de longueur L génère L-k+1 k-mers, et leur fréquence élevée (due à des chevauchements de k-1 bases plus probables) assure une couverture quasi-complète du génome, même avec des erreurs ou des trous de couverture. »... « La loi des grands nombres assure une probabilité élevée de reconstruction cohérente globalement »...
... « Avec l’abondance massive de fragments (NGS), la loi des grands nombres assure que tous les k-mers du génome sont présents avec une fréquence proportionnelle à leur occurrence réelle, rendant le graphe complet et les chevauchements »impeccables« dans les régions uniques ou bien couvertes. Cela permet de trouver un chemin eulérien (parcours traversant chaque arête une fois) avec haute probabilité, reconstructible de manière certaine »...

Vous n’avez toujours pas conscience de ne rien comprendre ? Vous en arrivez à nier très exactement le « protocole » qui est suivi pour la « construction » d’un génome. Parce que, si ce que j’écris est faux, il conviendrait de venir le prouver. Et ceci est impossible puisque c’est le « protocole » qui est utilisé ! Ne vous en déplaise pemile !

@pemile

Mais mon « pov » pemile vous n’avez pas encore découvert les « K-mers ». Vous ne savez donc pas comment fonctionne un algorithme ?

Réfléchissez à ce que sont ces « K-mers ». Savez vous que les algorithmes commencent toujours par rechercher des chevauchements dans les courts K-mers (K-21 = 21 bases seulement). Et les correspondances dans ces courts K-mers sont très nombreuses. Il s’agit de faire coïncider 20 bases (les 20 dernières bases du k-mer 1 doivent correspondre aux 20 premières bases du k-mer 2). Et plus le chevauchement est court, plus il est facile de trouver deux fragments qui correspondent « par hasard ». 
Ainsi commencer par k-21 « garantit de trouver des correspondances », mais ne garantit absolument pas que ces correspondances reflètent une réalité biologique. La loi des grands nombres s’applique ! 

Si l’algorithme doit systématiquement commencer avec un k court pour « garantir de trouver des correspondances », c’est précisément parce que les chevauchements longs ne fonctionnent pas ! 
Si un virus unifié était présent, alors l’échantillon contiendrait des millions de copies identiques du même génome viral (ou quasi-identiques) qui seraient séquencées en fragments aléatoires le long de ce génome en créant naturellement des chevauchements profonds et cohérents. L’algorithme devrait trouver d’excellents chevauchements même avec k=71, 91, ou encore plus.
Mais les seules correspondances fiables sont sur des « séquences courtes » ! Et pourquoi trouve-t-on des correspondances sur séquences courtes ? Et bien parce que ce sont des séquences conservées partagées entre fragments d’origines différentes, en provenance d’exosmoses humains, bovins et simiesques.

Le fait que les virologues aient standardisé l’usage de « k=21-25 » comme point de départ est un aveu implicite que les données ne supportent pas l’assemblage avec des « k longs ». Mais au lieu de questionner l’hypothèse du virus unifié, ils ont normalisé la méthode qui force un résultat qui n’est que le reflet du « hasard » !

N’essayez pas de cacher la poussière sous le tapis avec vos interventions qui manquent de rigueur et qui ne sont pas en lien avec le protocole qui est appliqué ! 

Et dire que vous parlez d’être fâché avec les maths ! 

https://pmc.ncbi.nlm.nih.gov/articles/PMC11152613/

@pemile

Petit poison rouge vous avez déjà fait le tour du bocal ?

Copié-collé :... « Et que dans un milliard de milliard de milliard de cellules non contaminées tu ne trouveras JAMAIS d’ARN viral de Sars-Cov2  ?. »...

Mais alors qu’est-ce que les tests PCR retrouvaient chez les « asymptomatiques » ? Ils étaient malades sans le savoir, comme chez le docteur Knock ? Le « porteur sain asymptomatique » n’est pas un concept virologique, c’est l’artefact d’une technique qui confond communication cellulaire normale et « infection ».

Je le rappelle maintenant pour les poissons rouges : les « cargos » des exosomes sont absolument différents en conditions physiologiques et en conditions pathologiques. Ceci est parfaitement documenté.

Donc oui pemile en conditions pathologiques les séquences d’ARN transportées par les exosomes ne sont pas celles transportées en conditions physiologiques.
Si ces séquences sont réduites en reads, pour que l’algorithme assemble ceux-ci, il y aura nécessairement des inclusions de courtes séquences de reads « de conditions pathologiques » dans le génome algorithmique de synthèse. Courtes séquences qui circulent moins fréquemment dans des cellules en conditions physiologiques. Mais que le test PCR retrouve quand même si on pousse un peu le CT !

Mais maintenant le plus gros boulot pour vous c’est de savoir ce qu’est véritablement l’ARN viral. Vous ne le savez toujours pas.