El diseño se decide antes de muestrear, no en el análisis. Réplicas, controles negativos, comunidad mock y profundidad: qué exige un estudio defendible.
En metabarcoding, el análisis bioinformático no puede arreglar un muestreo mal planteado. Ningún software convierte tres muestras sin réplicas en una conclusión. Estas son las decisiones que hay que tomar antes de salir a campo.
Una réplica biológica es una muestra independiente de la misma condición: otra parcela, otra planta, otro animal. No es el mismo tubo procesado dos veces —eso es una réplica técnica, y mide otra cosa.
Como orientación práctica:
La pregunta más frecuente es si conviene gastar el presupuesto en más profundidad de secuenciación o en más muestras. Para comparar grupos, casi siempre en más muestras. Secuenciar tres muestras muy profundo describe esas tres muestras con enorme detalle y no dice nada sobre la población de la que salieron.
Mezclar varios submuestreos de una parcela en un solo tubo —muestra compuesta— reduce el ruido dentro de la parcela y es buena práctica en suelo. Pero hay una línea que no conviene cruzar: componer entre parcelas destruye la réplica. Si se mezclan las tres parcelas de un tratamiento en un tubo, ese tratamiento pasa a tener n = 1.
Son baratos, ocupan un pocillo y son lo que permite defender el resultado.
Estos controles hay que secuenciarlos, no solo tomarlos. Un blanco que no se secuencia no informa de nada.
Si todas las muestras del control se extraen el lunes y todas las del tratamiento el martes, cualquier diferencia entre días —otro lote de reactivo, otra persona, otra temperatura— queda confundida con el efecto biológico, y ya no hay forma de separarlos en el análisis.
La solución es gratis: aleatorizar el orden de extracción, de placa y de pocillo, y repartir las condiciones entre lotes. Y anotar todo eso, porque solo se puede corregir lo que está registrado.
Para amplicones 16S o ITS, el intervalo habitual está entre 20.000 y 50.000 lecturas por muestra. Más allá, el retorno cae: se empiezan a detectar sobre todo taxones muy raros y errores de secuenciación.
Lo que sí importa es mirar las curvas de rarefacción al final: si no se aplanan, la muestra no se ha caracterizado por completo y conviene decirlo en el informe en lugar de omitirlo.
Este es el punto que más estudios lastra. Sin variables acompañando a cada muestra, el resultado se queda en una lista de quién está: no se puede explicar por qué.
Conviene registrar, con las mismas unidades para todas las muestras:
Con eso, el análisis pasa de describir a correlacionar, y ahí es donde están las conclusiones que interesan.
Más muestras antes que más profundidad. Controles siempre. Aleatoriza el orden. Anota las variables.
El detalle del flujo —de las lecturas crudas a las ASVs, la taxonomía y la diversidad— está en metabarcoding 16S / ITS. Si el diseño todavía está abierto, es el momento de revisarlo: después ya no se puede.
Pinto, A. J., & Raskin, L. (2012). PCR biases distort bacterial and archaeal community structure in pyrosequencing datasets. PLoS ONE, 7(8), Artículo e43093. https://doi.org/10.1371/journal.pone.0043093
Salter, S. J., Cox, M. J., Turek, E. M., Calus, S. T., Cookson, W. O., Moffatt, M. F., Turner, P., Parkhill, J., Loman, N. J., & Walker, A. W. (2014). Reagent and laboratory contamination can critically impact sequence-based microbiome analyses. BMC Biology, 12, Artículo 87. https://doi.org/10.1186/s12915-014-0087-z