Le problème n'est pas, à mon avis,la synthèse de fragments d'ADN long mais leur séquençage sans erreur, plus la séquence est longue, plus le nombre d'erreur augment et le "code" contenu sera altéré et corrompu. Les méthodes de séquençage courantes (tyep Illumina, la techno utilisés dans le séquençage de l'article sont dont faites pour des séquences assez courtes.
Les méthodes pour séquencer de longues séquences génèrent des séquences très bruitées corrigeables mais rarement à 100%.
Les buffers des logiciels expertisés et celui qu'ils ont trafiqué sont probablement petits car ils sont fait pour gérer des reads courtes. Cela ne minimise en rien le problème potentiel même si c'est se donner bien du mal pour lancer une attaque.
Et si les séquenceurs s'améliore, les tailles maximen de séquence augmenteront.
D'un coté expérimental, il faut injecter cet ADN malveillant dans un ou des échantillons candidats au séquençage quasiment au moment de leur dépôts dans le séquenceur (toute intégration avant risque de voir la séquence maltraité par toutes les étapes pré-séquençages, qu'il bosse suffisamment proprement pour ne pas altérer suffisamment la séquence malicieuse, qu'elle soit démultiplexé (si l'index accolé à cette séquence n'est pas prévu dans l'analyse "infectée", il ne sera pas cherché et la séquence sera mise de coté [1]) et qu’ensuite elle soit lue par un des logiciels susceptibles d'être impactés.
L'article de Futura tech est approximatif : FASTQ est un format de données de séquençage pas un logiciel.
L'article original est plutôt intéressant à lire comme poc - il fallait y penser. Par contre, le logiciel (un programme optimisé pour la compressions des fichiers FASTQ) altéré est sûrement peu utilisé, les logiciels assurant le démultiplexage des séquences produisent le plus souvent des fichiers au format fastq compressés (gz ou bz2) et ils sont souvent utilisés tels quels.
Les logiciels d'optimisations de compression des fichiers de séquences sont abordés lorsque l'on veut faire du stockage optimisé pour le long terme, les logiciels de manipulations et d'analyse de séquence s'attendent en général à un format gz ou bz2 ou sans compression.
Les compressions optimisées devant être converties vers ces "standards" pour être à nouveau utilisables.
[1] dans l'article, ils évoquent néanmoins le risque qu'elle apparaisse également dans les autres échantillons du fait d'erreur dans la lecture de la séquençage de l'index lors de la phase de démultiplexage, ce qui est possible / cette séquence peut avoir un index similaire à un échantillon légitime (remplacement de tube, connaissance de protocole expérimental et des index prévus)
[^] # Re: Déformation journalistique
Posté par littlebreizhman . En réponse au journal ADN overflow : c'est de la faute de l'open source. Évalué à 4. Dernière modification le 12 août 2017 à 21:44.
Le problème n'est pas, à mon avis,la synthèse de fragments d'ADN long mais leur séquençage sans erreur, plus la séquence est longue, plus le nombre d'erreur augment et le "code" contenu sera altéré et corrompu. Les méthodes de séquençage courantes (tyep Illumina, la techno utilisés dans le séquençage de l'article sont dont faites pour des séquences assez courtes.
Les méthodes pour séquencer de longues séquences génèrent des séquences très bruitées corrigeables mais rarement à 100%.
Les buffers des logiciels expertisés et celui qu'ils ont trafiqué sont probablement petits car ils sont fait pour gérer des reads courtes. Cela ne minimise en rien le problème potentiel même si c'est se donner bien du mal pour lancer une attaque.
Et si les séquenceurs s'améliore, les tailles maximen de séquence augmenteront.
D'un coté expérimental, il faut injecter cet ADN malveillant dans un ou des échantillons candidats au séquençage quasiment au moment de leur dépôts dans le séquenceur (toute intégration avant risque de voir la séquence maltraité par toutes les étapes pré-séquençages, qu'il bosse suffisamment proprement pour ne pas altérer suffisamment la séquence malicieuse, qu'elle soit démultiplexé (si l'index accolé à cette séquence n'est pas prévu dans l'analyse "infectée", il ne sera pas cherché et la séquence sera mise de coté [1]) et qu’ensuite elle soit lue par un des logiciels susceptibles d'être impactés.
L'article de Futura tech est approximatif : FASTQ est un format de données de séquençage pas un logiciel.
L'article original est plutôt intéressant à lire comme poc - il fallait y penser. Par contre, le logiciel (un programme optimisé pour la compressions des fichiers FASTQ) altéré est sûrement peu utilisé, les logiciels assurant le démultiplexage des séquences produisent le plus souvent des fichiers au format fastq compressés (gz ou bz2) et ils sont souvent utilisés tels quels.
Les logiciels d'optimisations de compression des fichiers de séquences sont abordés lorsque l'on veut faire du stockage optimisé pour le long terme, les logiciels de manipulations et d'analyse de séquence s'attendent en général à un format gz ou bz2 ou sans compression.
Les compressions optimisées devant être converties vers ces "standards" pour être à nouveau utilisables.
[1] dans l'article, ils évoquent néanmoins le risque qu'elle apparaisse également dans les autres échantillons du fait d'erreur dans la lecture de la séquençage de l'index lors de la phase de démultiplexage, ce qui est possible / cette séquence peut avoir un index similaire à un échantillon légitime (remplacement de tube, connaissance de protocole expérimental et des index prévus)