Signaler un abus

@Francis

300 bases dans le même fragments. Ces bases sont au nombre de 4 : ACGU. Ces 4 bases (lettres) reviennent tout le temps. L’idée est de savoir combien il existe de combinaisons possibles de ces 4 lettres, dans ce seul fragment. Ceci donne mathématiquement 4 à la puissance 300. C’est l’équivalent de 10 à la puissance 180. Ce chiffre est colossal. Mais, ce qui compte c’est de considérer le début et la fin de la séquence avec seulement ces 4 lettres. 

La très grande majorité des séquençage sont réalisés par le procédé « illumina ». Ce procédé utilise des « reads » (des fragments) de 150 bases. 
L’idée c’est de faire rechercher à un algorithme des séquences qui finissent d’une certaine façon pendant que d’autres commencent de la même façon. 
Une exemple. Si un fragment de 150 bases se termine par ACGUACGUACGUACGUACGU et qu’un autre commence par la même variation, alors l’algorithme les « lie » et nous avons deux fragments de 150 bases qui sont réunis. Ensuite on passe à la fin du 2ème fragment et on cherche une correspondance dans les fragments libres. Et ainsi de suite.
Il suffit de répéter l’opération, pour l’algorithme, un peu plus d’une centaine de fois pour « construire » tranquilou un génome grippal (de 17000 nucléotides environ).

Avec des centaines de milliards de fragments dans le surnageant, contenant chacun plus d’une centaine de sous-séquences courtes, la loi des grands nombres garantit une abondance astronomique de chevauchements potentiels.

Mais l’algorithme ne cherche pas n’importe quel assemblage au hasard. On lui demande de construire quelque chose qui ressemble à un génome viral connu dans les bases de données. L’algorithme va donc sélectionner, parmi les milliards de chevauchements possibles, ceux qui correspondent à ce qu’on lui a demandé de trouver.

On trouvera toujours ce qu’on cherche, non pas parce que c’est réellement présent comme entité biologique, mais parce que l’abondance combinatoire garantit qu’on peut assembler pratiquement n’importe quelle séquence de référence.

Les virologues ne « découvrent » jamais de génome, ils le construisent à l’aide d’un algorithme et la loi des grands nombres fait le reste. Le résultat, à savoir un génome de 17000 nucléotides environ pour un « virus grippal » ou de 30000 nucléotides pour un coronavirus, est « absolument » garanti. L’algorithme pourrait même en sortir des milliers. Il est donc « guidé » par le chercheur pour diriger sa recherche dans une certaine direction. Mais il faut comprendre que ce génome n’existe pas dans la réalité : il est fictif, il est imaginaire, il est une construction algorithmique de synthèse. Il n’a jamais existé, il vient d’être construit par un algorithme. Ensuite ce génome va rejoindre la base de données des virus, dont les génomes ont été « construits » de la même façon.