DOSSIER
OO–2026–08
MOTEUR
minimap2-lca/3.0.0
CLASSIF.
TECHNIQUE · PUBLIQUE
TESTS
769/769
MESURE
2026–08–10
99,08 %
d'exactitude au genre sur une communauté certifiée par le fabricant
97,24 %
d'exactitude à l'espèce, avec 15 549 lectures résolues sur cinquante mille
8 / 8
taxons nommés et corrects, sans un seul faux positif
22 514
génomes de référence, un par espèce procaryote
01
Composition certifiée
La vérité de référence n'est pas la nôtre. C'est le fabricant qui la certifie.
ZymoBIOMICS D6300 — huit bactéries à 12 % d'ADN génomique et deux levures à 2 %, séquencé par Nicholls, Quick, Tang et Loman dans GigaScience (2019) sur deux plateformes différentes. Cinquante mille lectures par plateforme.
Invariance entre plateformes
La même communauté sur deux séquenceurs donne une divergence L1 de 0,0181 contre les 0,0257 que produit l'échantillonnage lui-même, avec zéro taxon divergent. Non pas « proche de zéro » : statistiquement indiscernable du hasard, ce qu'il fallait démontrer.
La divergence est comparée à celle que produit l'échantillonnage, simulée avec les comptages réels — et non à zéro. Deux sous-échantillons d'une même population ne donnent pas zéro non plus.
Et ce qui n'est pas reproductible
Les artefacts de faible abondance ne se répètent pas : Macrococcus apparaît avec 23 lectures sur une plateforme et 5 sur l'autre. La composition se répète ; les traces, non.
C'est publié parce que c'est un avertissement direct sur le poids à donner à un taxon soutenu par vingt lectures — et parce que cela a motivé la correction du seuil de nommage.
02
Le terrain du concurrent
Son jeu de données, sa métrique, son tableau.
Brown et al. 2017 : sept jeux de données nanopore à composition déclarée, la métrique définie par les auteurs de l'outil de référence — lectures correctes sur lectures classées —, au rang du genre. Mêmes fichiers, mêmes numéros d'accession.
Le plus grand écart apparaît sur le jeu de données le plus difficile : Pseudomonas fluorescens, où les quatre outils publiés se situent entre 84,2 % et 85,8 % tandis qu'OmniOta atteint 94,64 %.
Le chiffre agrégé — 896 lectures correctes sur 932 classées, sans moyenner des pourcentages — est de 96,1 %, avec un intervalle de confiance à 95 % entre 94,7 % et 97,2 %. Les deux sont publiés : la moyenne par jeu de données parce qu'elle est la seule comparable aux chiffres publiés par le concurrent, et l'agrégé parce qu'il est statistiquement correct.
Ce que ces chiffres n'autorisent PAS à dire
L'avantage de +1,33 point sur le concurrent le plus proche des performances d'OmniOta n'atteint pas la significativité statistique avec sept paires : t apparié 0,823 contre une valeur critique de 2,447 ; test des signes p = 0,375. La valeur la plus élevée du tableau correspond à celle obtenue par OmniOta ; la rigueur consiste à ne pas affirmer que l'avantage soit systématique.
Qu'une différence ne soit pas significative ne signifie pas non plus que les outils soient équivalents : cela exigerait un test d'équivalence que personne n'a mené. Pour les produits non ouverts ou non accessibles — services fermés à référence propriétaire —, les valeurs employées sont celles des mêmes benchmarks telles que publiées officiellement par leurs auteurs.
FIG. 01–02 · Échantillons dégradés
03
La limite de l'échantillon dégradé
Quand l'échantillon arrive en mauvais état, la concurrence ne rend rien.
0
/7
jeux de données dégradés sur lesquels sylph rend une seule ligne. Aucun.
Nature Biotechnology 2024, l'état de l'art, exécuté en interne sur exactement les mêmes 22 514 génomes de référence. Ce n'est ni un échec d'exécution ni une configuration défavorable : l'outil le déclare lui-même.
La cause est structurelle et elle se calcule. Ces méthodes identifient en cherchant des segments de 31 bases correspondant exactement au génome de référence. Quand l'ADN arrive fragmenté ou que la lecture accumule des erreurs, ces segments exacts cessent d'exister : avec des lectures qui ne correspondent que sur 74 % de leurs bases, la probabilité qu'un segment de 31 survive intact est de 0,74³¹. Il n'y a plus rien à compter. Un alignement tolère des bases changées ; une correspondance exacte, non.
Quand il est question ici d' identité il s'agit de cela et de rien d'autre : quel pourcentage des bases d'une lecture correspond à la référence. À 99 % l'échantillon est propre ; à 74 %, une base sur quatre ne colle pas.
FIG. 01
Probabilité qu'un segment de 31 bases arrive intact
0,74³¹ — échelle logarithmique. Le matériel dégradé tombe au point ambre.
Et cela ne s'argumente pas : cela se mesure
Entre un jeu de données de 2015 et un de 2019, tout change à la fois ; attribuer l'effondrement à l'identité n'était donc pas justifié. La question a été tranchée en prenant le même fichier certifié de 2019 et en y injectant de l'erreur à des taux croissants : tout le reste identique par construction. Le résultat pouvait nous être défavorable.
Et la variable n'est pas l'année : c'est l'identité. Une cellule de flux en fin de vie, un ADN dégradé par le traitement thermique de l'aliment, une extraction difficile depuis une matrice grasse ou un échantillon environnemental ancien placent un run de 2026 dans le même régime qu'un de 2015.
L'effondrement se reproduit sur du matériel moderne et certifié. Plus de profondeur retarde la limite mais ne l'élimine pas : à 76,84 % il n'y a pas un seul taxon, même avec cinquante mille lectures, et quadrupler le séquençage achète environ quatre points d'identité. Le niveau le plus dégradé de l'expérience tombe à 74,23 % — exactement l'identité du matériel de 2015, que le modèle prédit sans l'avoir reçue.
FIG. 02
Taxons détectés par sylph
Identité mesurée
5 000 lect.
20 000
50 000
88,77 % intacto
8 sur 8
8
—
84,91 %
6
8
—
82,65 %
0
7
8
79,68 %
0
0
6
76,84 %
0
0
0
74,23 %
0
0
0
Profondeur en lectures. Ambre : pas un seul taxon, à aucune profondeur.
Ce qu'il advient d'OmniOta dans ce même régime
Au rang du genre, la performance reste pratiquement intacte sur des données où le concurrent ne rend pas une ligne. Au rang de l'espèce, elle se dégrade, et beaucoup — et cela est déclaré : à 74 % d'identité, aucun outil ne peut soutenir une espèce. Voilà ce qu'un laboratoire doit savoir avant d'acheter : avec un échantillon difficile, il aura toujours une réponse au genre — celle qui déclenche une action — et il saura que l'espèce n'est pas fiable, au lieu de recevoir un rapport vide ou, pire, rempli de noms inventés.
04
Pourquoi cela décide dans l'agroalimentaire
Le cas difficile n'est pas l'exception. Ici, c'est le travail.
Tout ce qui précède serait une curiosité de benchmark si les échantillons dégradés étaient rares. En microbiologie alimentaire, ils sont le régime habituel, et la littérature le documente depuis plus d'une décennie.
01
L'échantillon direct est obligatoire, et la culture altère l'image
Face à une altération grave ou atypique, il faut lire l'échantillon tel quel : tout enrichissement sélectionne ce qui croît vite dans ce milieu et efface les proportions réelles de la communauté. Le domaine l'a admis il y a des années — les méthodes indépendantes de la culture existent précisément parce que la culture ne décrit pas l'écosystème qui altère le produit, et dans une usine de viande échantillonnée en profondeur sont apparus 74 taxons bactériens encore non décrits.
Cocolin et al. (2013) Int J Food Microbiol 167:29–43 · 10.1016/j.ijfoodmicro.2013.05.008
Xu et al. (2025) Microbiome 13:25 · 10.1186/s40168-024-02026-1
Xu et al. (2025) Microbiome 13:25 · 10.1186/s40168-024-02026-1
02
La matrice alimentaire est chargée d'inhibiteurs
Graisses, calcium, polysaccharides, protéines, sels biliaires, composés phénoliques, ions métalliques : un catalogue de substances qui dégradent le rendement de la réaction et qui imposent des protocoles spécifiques par matrice. La conséquence documentée n'est pas un peu moins de sensibilité : ce sont des faux négatifs et moins de matériel exploitable, ce qui est exactement ce qui effondre l'identité des lectures.
Schrader et al. (2012) J Appl Microbiol 113:1014–1026 · 10.1111/j.1365-2672.2012.05384.x
03
La transformation fragmente l'ADN avant son arrivée au laboratoire
Température, pH, pression et temps dégradent l'ADN de la matrice — c'est documenté au point de rendre l'analyse non viable ou la quantification peu fiable. Un produit ultratransformé ne livre pas d'ADN long et intact : il livre des fragments. Et un fragment court et porteur d'erreurs est, par définition, un fragment sans segment exact à offrir.
Gryson (2010) Anal Bioanal Chem 396:2003–2022 · 10.1007/s00216-009-3343-2
04
Et une partie de ce qu'il faut trouver ne pousse pas en boîte
Sous stress — réfrigération, acide, désinfectant, carence —, des pathogènes pertinents entrent en état viable mais non cultivable : ils restent vivants, retrouvent leur capacité d'infecter en se réactivant, et n'apparaissent pas sur milieu standard. Si l'organisme cherché ne pousse pas, la seule lecture possible est moléculaire. Ce n'est pas une préférence de méthode : c'est la seule voie qui reste.
Oliver (2010) FEMS Microbiol Rev 34:415–425 · 10.1111/j.1574-6976.2009.00200.x
Ce qui se déduit des quatre réunies
Échantillon direct obligatoire, matrice pleine d'inhibiteurs, ADN déjà fragmenté et organismes qui ne cultivent pas. Les quatre conditions poussent dans la même direction : des lectures qui correspondent peu à la référence. Dans ce secteur, le régime où l'état de l'art par correspondance exacte ne rend rien n'est pas le cas rare — c'est le cas qui arrive au laboratoire quand quelque chose a vraiment mal tourné.
La conséquence pratique
Là où la méthode casse cesse d'être une note de benchmark et devient un critère d'achat : cela définit quels échantillons peuvent être analysés. Une altération grave, rare ou urgente est justement celle qui amène le pire échantillon. Et c'est justement là qu'un rapport vide coûte un lot entier.
Avec du matériel à ce niveau de dégradation, OmniOta maintient 97,70 % au genre et déclare que l'espèce n'est pas fiable. Le premier déclenche l'action ; le second évite de la défendre à l'excès.
05
Ce qui distingue vraiment
Refuser d'affirmer.
Un point d'exactitude en plus ou en moins, tout le monde peut en débattre. Ce qui n'est pas courant, c'est un système qui se taît quand la donnée ne suffit pas — et qui dit exactement ce qui lui manque pour pouvoir parler.
Distinguer « ce n'est pas là » de « je ne l'ai pas échantillonné » est la différence entre une mesure et une devinette ornementée.
06
Le moteur contre la voiture
L'exactitude de classification est une capacité. Ce n'est pas le système.
Kraken2, Bracken et sylph sont des outils en ligne de commande qui font une chose très bien. Les offres commerciales comparables sont des plateformes d'analyse. OmniOta est une application de diagnostic au sein d'un écosystème de laboratoire.
Un seul moteur ne convient pas à tous les échantillons
Un amplicon 16S dégradé, un ITS fongique, un métagénome complet et un marqueur propre au client ne se classent pas bien avec le même algorithme. Un système à pipeline unique force l'échantillon à s'adapter à l'outil.
Assignation par lecture, pas seulement un profil
OmniOta dit à quoi appartient chacune des 29 824 lectures avec 99,18 % de réussite. Sans cela, pas de résolution infraspécifique sur les lectures d'un taxon ni de lien avec l'analyse fonctionnelle.
L'échelle est dérivée du run lui-même
Le plafond de bruit varie de 7 % entre jeux de données de la même étude et de la même chimie. Tout seuil absolu choisi pour l'un serait mal calibré pour les autres.
07
Fiche technique
Entrée
Lectures brutes de n'importe quelle plateforme — Illumina, Nanopore, Ion Torrent —, détectées en lisant les en-têtes du fichier. Amplicon à onze marqueurs ou métagénome complet.
Sortie
Taxonomie avec rang déclaré et preuve par ligne, diversité, abondance par proportion de couverture moyenne, potentiel métabolique et diagrammes de Sankey, dans un rapport d'une dizaine de pages avec méthodes, figures et tableaux prêt à publier. Sortie directe vers la conception d'amorces.
Référence
22 514 génomes, un par espèce procaryote, au meilleur niveau d'assemblage disponible : 1 118 270 séquences, 35,1 Go. Téléchargement complet sans une seule erreur.
Traçabilité
Sceau de règles par ligne : deux runs aux règles différentes se savent non comparables. Panels versionnés portant les accessions et leur hash, versions d'outils figées et lockfiles publiés. Un test automatique compare les chiffres publiés au run réel.
Limite · chimie
Le matériel le plus récent mesuré date de 2019. ONT R10.4 et Illumina restent non mesurés.
Limite · concurrents
sylph est exécuté à référence égale. Kraken2/Bracken, MetaPhlAn 4, Ganon et KMCP restent à faire ; CAMI II a été écarté avec justification écrite. Le concurrent le plus proche des performances d'OmniOta n'a pas été exécuté : c'est un produit fermé et sa référence est propriétaire ; les valeurs employées sont celles du même benchmark publiées officiellement par ses auteurs.
Limite · portée
La référence est bactérienne : champignons et levures en sont exclus. Dans le mock certifié, les deux levures sortent à 0,00 % sur les deux plateformes — ce n'est pas un faux négatif du moteur, et que le chiffre soit identique sur les deux le confirme.
Limite · calibration
Aucun pourcentage de certitude de lignée n'est émis : cela exigerait une calibration contre du matériel à lignée connue qui n'existe pas encore. Sur nanopore, la confiance déclarée surestime de 1,9 point, c'est publié, et cela n'est pas extrapolé à Illumina.
Sources : Brown, Watson, Minot, Rivera et Franklin (2017) GigaScience 6(3) · Paytuví-Gallart et al. (2019) bioRxiv 804690 · Nicholls, Quick, Tang et Loman (2019) GigaScience 8(5):giz043 · Shaw et Yu (2024) Nature Biotechnology · ISO 13136:2012. Données de l'European Nucleotide Archive, projets PRJEB8672 et PRJEB8716.
Il n'y a pas un chiffre ici que vous ne puissiez vérifier. Et plusieurs que nous aurions aimé mettre manquent.
BIOTECNO.org · Vitoria-Gasteiz
EU + Codex