Planejar um projeto de sequenciamento é definir, antes da coleta, três coisas: qual pergunta o dado precisa responder, qual é a unidade amostral e quantas réplicas biológicas independentes são necessárias para detectar o efeito esperado.
A maior parte dos projetos que chegam com problema não falhou no laboratório. Falhou no desenho — e nenhuma análise de bioinformática corrige delineamento ruim depois que as amostras foram coletadas.
O que decidir antes de coletar a primeira amostra
A sequência correta de decisões é sempre a mesma, e ela começa longe do sequenciador:
A pergunta. “Quero caracterizar o microbioma” não é pergunta. “O manejo A altera a abundância de fixadores de nitrogênio em relação ao manejo B” é.
A unidade amostral. É o talhão, a parcela, o vaso, o indivíduo? A unidade é o nível em que o tratamento foi aplicado de forma independente.
O número de réplicas biológicas por tratamento.
O método. Só agora: amplicon, shotgun, qPCR ou Sanger. O método é consequência da pergunta, nunca o ponto de partida.
Qual a diferença entre réplica biológica e réplica técnica?
Réplica biológica é uma unidade amostral independente submetida ao mesmo tratamento — parcelas diferentes, indivíduos diferentes, vasos diferentes. É ela que gera poder estatístico.
Réplica técnica é a mesma amostra processada mais de uma vez. Ela mede a variabilidade do método, não a do sistema biológico. Três réplicas técnicas de uma única parcela não substituem três parcelas.
Tratar réplica técnica como se fosse biológica é pseudorreplicação — o erro de delineamento mais comum em estudos de microbioma e o que mais derruba artigo em revisão por pares. O resultado parece significativo porque o n foi inflado artificialmente.
Quantas réplicas são necessárias?
Não existe número universal, mas existem faixas de trabalho úteis. Para comparação de comunidades microbianas por amplicon, cinco réplicas biológicas por tratamento costuma ser o piso razoável quando o efeito esperado é grande — mudança de cultura, de manejo drástico, presença ou ausência de aplicação.
Efeitos sutis exigem mais. Quando a diferença esperada entre tratamentos é da mesma ordem da variação natural entre parcelas do mesmo tratamento, oito a dez réplicas passam a ser necessárias, e às vezes o desenho precisa ser repensado.
Uma regra prática que evita frustração: se o orçamento é fixo, mais amostras com profundidade moderada quase sempre respondem melhor que poucas amostras sequenciadas muito profundamente. Profundidade resolve detecção de organismo raro; número de amostras resolve inferência estatística.
Amostra composta ajuda ou atrapalha?
A amostra composta — várias subamostras homogeneizadas em uma só — reduz o efeito da variação espacial e diminui custo. É adequada quando a pergunta é sobre a condição média da área.
Ela é inadequada quando a pergunta é sobre heterogeneidade: manchas de doença, variação dentro do talhão, comparação entre pontos. Compor apaga exatamente o sinal que se queria enxergar.
A decisão sobre compor ou não é a mesma decisão sobre qual é a unidade amostral. Elas não podem ser tomadas separadamente.
O erro invisível: efeito de lote
Se todas as amostras do tratamento A forem extraídas em um dia e as do tratamento B em outro, ou processadas em corridas de sequenciamento diferentes, o efeito do tratamento fica confundido com o efeito do lote. A análise vai encontrar diferença — e não haverá como saber a origem dela.
A prevenção é barata: distribuir aleatoriamente as amostras de todos os tratamentos entre placas de extração, entre operadores e entre corridas. Registrar essa distribuição nos metadados.
Metadados: o que registrar na coleta
Dado que não foi registrado na coleta não pode ser recuperado depois. O mínimo indispensável: identificação única da amostra, data e hora, coordenada ou identificação da parcela, profundidade ou origem, tratamento, condições no momento da coleta, quem coletou e como a amostra foi conservada até chegar ao laboratório.
Vale registrar também o que parece irrelevante. Chuva na véspera, troca de operador, atraso no transporte — essas variáveis aparecem depois, na hora de explicar a amostra que fugiu do padrão.
Planeje o cronograma de trás para frente
Comece pela data imóvel — a banca, o relatório para a agência de fomento, o prazo do edital — e some para trás o tempo de análise estatística, de bioinformática, de sequenciamento, de fila e de logística até o laboratório. O que sobra é a janela real de coleta, e ela costuma ser bem menor do que a estimada de forma otimista.
Perguntas frequentes
Quantas amostras são necessárias para um estudo de metagenômica?
Depende do tamanho do efeito esperado. Cinco réplicas biológicas por tratamento são um piso razoável para efeitos grandes; efeitos sutis exigem oito ou mais. Réplicas técnicas não contam para esse número.
O que é pseudorreplicação?
É tratar réplicas técnicas — ou subamostras da mesma unidade experimental — como se fossem réplicas biológicas independentes. Isso infla artificialmente o n e produz significância estatística que não se sustenta.
É melhor sequenciar mais amostras ou sequenciar com mais profundidade?
Com orçamento fixo, mais amostras com profundidade moderada geralmente respondem melhor a perguntas comparativas. Profundidade alta se justifica quando o alvo é detectar organismos raros ou reconstruir genomas a partir da comunidade.
Posso decidir o método de sequenciamento depois de coletar?
É arriscado. A forma de coleta e conservação muda conforme o método — RNA exige estabilização imediata, por exemplo. Definir o método antes evita perder o material.
A GoGenetic Science apoia o delineamento antes da coleta, não só a análise depois. Se você está desenhando um projeto de sequenciamento, fale com nossa equipe científica antes de coletar a primeira amostra.
