COMPARATIF · BIO-INFORMATIQUE DE L’ANTIBIORÉSISTANCE

Détecter les gènes de résistance aux antibiotiques : quel outil choisir ?

AMRFinderPlus, ResFinder, PointFinder, CARD/RGI, ABRicate et KMA sont les outils les plus utilisés pour rechercher les gènes de résistance aux antibiotiques (ARG) et les mutations de résistance dans les génomes bactériens séquencés. Ils ne prennent pas les mêmes données en entrée, n’utilisent pas les mêmes bases de référence et ne détectent pas tous les mutations. Ce comparatif résume leurs différences, à partir de leurs publications et de leur documentation officielle.

Par Rachid Merah, vétérinaire de formation, auteur de MEGAM ARG Detection · Publié le 2 novembre 2026. MEGAM utilise plusieurs de ces outils ; les informations ci-dessous proviennent de leurs sources officielles, citées en fin de page.

Tableau comparatif

Les fonctionnalités évoluent avec les versions : vérifiez la documentation de chaque outil avant une analyse. Dernière vérification : 2 novembre 2026.

Comment choisir selon votre situation

Vous avez un génome assemblé

AMRFinderPlus, RGI et ABRicate travaillent sur des séquences assemblées. AMRFinderPlus s’appuie sur la base de référence du NCBI et recherche aussi, si vous indiquez l’espèce, les mutations ponctuelles connues. RGI utilise les modèles de détection de CARD, dont les modèles de variants. ABRicate est rapide et permet de comparer plusieurs bases (ResFinder, CARD, NCBI…), mais il ne cherche que les gènes acquis.

Vous n’avez que des lectures de séquençage

KMA aligne directement les lectures brutes sur des bases redondantes comme celle de ResFinder ; ResFinder l’utilise pour traiter les lectures. RGI propose de son côté le mode bwt, qui aligne les lectures FASTQ sur les séquences de référence de CARD. AMRFinderPlus et ABRicate demandent un assemblage préalable.

Vous recherchez des mutations chromosomiques

La résistance aux quinolones, à la colistine ou à la rifampicine passe souvent par des mutations de gènes chromosomiques plutôt que par l’acquisition d’un gène. PointFinder a été conçu pour cela ; AMRFinderPlus les recherche pour les espèces prises en charge lorsque l’espèce est indiquée ; RGI les couvre par ses modèles de variants. ABRicate ne les détecte pas.

Vous voulez une prédiction d’antibiogramme

ResFinder 4.0 associe chaque déterminant à un phénotype et propose un antibiogramme in silico pour certaines espèces. Sa validation a porté sur Escherichia coli, Salmonella, Campylobacter jejuni, Enterococcus faecium, Enterococcus faecalis et Staphylococcus aureus.

Vous analysez un métagénome

Ce comparatif concerne surtout les isolats bactériens. Pour les métagénomes, RGI en mode bwt et des outils dédiés comme DeepARG, une approche par apprentissage profond conçue pour les données métagénomiques, sont plus adaptés.

Vous ne voulez pas utiliser la ligne de commande

Les services web de ResFinder et de CARD s’utilisent depuis un navigateur, mais demandent d’envoyer vos séquences sur leurs serveurs. La plupart de ces outils s’installent sinon sous Linux ou macOS, en ligne de commande. Une application locale permet d’éviter les deux.

Pourquoi les outils ne donnent pas les mêmes résultats

Les bases de référence n’ont ni le même contenu ni la même nomenclature ; les seuils d’identité et de couverture diffèrent ; un assemblage ou une analyse des lectures ne voient pas toujours les mêmes gènes ; la qualité du séquençage compte aussi. Une étude interlaboratoires a fourni les mêmes données de séquençage d’isolats cliniques à neuf équipes : elles ont trouvé des nombres différents de gènes de résistance et des variants différents. Les auteurs notent que, si ces résultats avaient servi à choisir un traitement, au moins une équipe aurait recommandé un antibiotique différent pour chaque isolat (Doyle et al., 2020).

En pratique :

• indiquez toujours l’outil, sa version et la version de la base ;
• vérifiez l’identité et la couverture des détections importantes ;
• comparez au besoin plusieurs outils ou plusieurs bases ;
• rappelez-vous qu’un gène détecté ne suffit pas à conclure à une résistance clinique : seul un antibiogramme mesure la sensibilité.

Références

1. Feldgarden M et al. AMRFinderPlus and the Reference Gene Catalog facilitate examination of the genomic links among antimicrobial resistance, stress response, and virulence. Sci Rep. 2021;11:12728. doi:10.1038/s41598-021-91456-0
2. Bortolaia V et al. ResFinder 4.0 for predictions of phenotypes from genotypes. J Antimicrob Chemother. 2020;75(12):3491-3500. doi:10.1093/jac/dkaa345
3. Zankari E et al. PointFinder: a novel web tool for WGS-based detection of antimicrobial resistance associated with chromosomal point mutations in bacterial pathogens. J Antimicrob Chemother. 2017;72(10):2764-2768. doi:10.1093/jac/dkx217
4. Alcock BP et al. CARD 2023: expanded curation, support for machine learning, and resistome prediction at the Comprehensive Antibiotic Resistance Database. Nucleic Acids Res. 2023;51(D1):D690-D699. doi:10.1093/nar/gkac920
5. Clausen PTLC, Aarestrup FM, Lund O. Rapid and precise alignment of raw reads against redundant databases with KMA. BMC Bioinformatics. 2018;19:307. doi:10.1186/s12859-018-2336-6
6. Seemann T. ABRicate: mass screening of contigs for antimicrobial and virulence genes. github.com/tseemann/abricate
7. Arango-Argoty G et al. DeepARG: a deep learning approach for predicting antibiotic resistance genes from metagenomic data. Microbiome. 2018;6:23. doi:10.1186/s40168-018-0401-z
8. Doyle RM et al. Discordant bioinformatic predictions of antimicrobial resistance from whole-genome sequencing data of bacterial isolates: an inter-laboratory study. Microb Genom. 2020;6(2). doi:10.1099/mgen.0.000335

Documentation officielle : AMRFinderPlus · ResFinder · RGI · CARD · KMA