Un microbe détecté dans un prélèvement n’était pas forcément présent dans l’organisme étudié. Une microgoutte projetée pendant le pipetage, une fuite entre deux puits ou une erreur d’attribution lors du séquençage peuvent suffire à transférer de l’ADN d’un échantillon à l’autre. À Jouy-en-Josas, les unités MetaGenoPolis et MaIAGE d’INRAE ont développé avec l’IRD un logiciel pour repérer ces intrus dans les données.
CroCoDeEL s’attaque aux contaminations croisées entre de véritables prélèvements. Les témoins négatifs employés dans les laboratoires restent utiles pour détecter l’ADN venu des réactifs ou de l’environnement, mais ils ne révèlent pas nécessairement qu’un échantillon en a contaminé un autre. Les méthodes fondées sur le partage de souches peinent, de leur côté, à distinguer un accident de laboratoire d’une proximité biologique réelle entre deux personnes.
Le logiciel automatise une observation que des spécialistes savaient déjà effectuer sur un graphique. Lorsqu’un prélèvement en contamine un autre, plusieurs espèces provenant de la source apparaissent chez le contaminé dans des proportions comparables. Elles dessinent alors une ligne caractéristique. CroCoDeEL recherche ce motif, désigne la source probable et estime la quantité transférée à partir des profils d’abondance des espèces.
Cette automatisation devient nécessaire avec la taille des études. Comparer dans les deux sens les 96 prélèvements d’une seule plaque représente déjà 9 120 examens. À Jouy-en-Josas, le projet French Gut prévoit d’analyser 100 000 échantillons. Aucun regard humain ne peut contrôler seul toutes les combinaisons possibles.
Les résultats publiés dans Nature Communications montrent un outil opérationnel, mais pas un arbitre infaillible. CroCoDeEL a correctement retrouvé huit contaminations créées volontairement. Sur trois autres jeux de données, il a détecté en moyenne 95 % des cas signalés par deux experts. Inversement, seule la moitié de ses alertes correspondait à leur sélection. Selon les auteurs, moins de 10 % des alertes supplémentaires étaient probablement de faux positifs ; la majorité portait sur des transferts très faibles, proches de la limite de détection. Ces cas représentaient moins de 0,5 % des paires analysées et doivent être vérifiés sur les graphiques avant d’écarter un prélèvement.
L’intérêt ne se limite pas aux essais préparés pour le logiciel. En réanalysant une étude sur le microbiote des nourrissons, les chercheurs ont identifié huit événements de contamination qui avaient échappé à l’analyse initiale. Dans l’un d’eux, le profil microbien d’un prélèvement de nouveau-né portait fortement la signature du prélèvement maternel. Ce qui avait été interprété comme une transmission précoce de microbes apparaît, selon leur analyse, comme un transfert accidentel au laboratoire.
CroCoDeEL est disponible librement et peut être intégré à une chaîne d’analyse métagénomique. Il ne détecte pas les contaminants venus des réactifs et ne retire pas encore l’ADN parasite des données. Son rôle est plus précis : passer automatiquement en revue les comparaisons et ne soumettre aux chercheurs qu’une série de cas à examiner. À Jouy-en-Josas, CroCoDeEL permet ainsi de repérer les données susceptibles de fausser l’interprétation d’une étude.