With the cost of next-generation sequencing (NGS) decreasing, this technology is rapidly being integrated into the workflows of veterinary clinical and diagnostic laboratories nationwide. The mission of the U.S. Department of Agriculture–National Animal Health Laboratory Network (NAHLN) is in part to evaluate new technologies and develop standardized processes for deploying these technologies to network laboratories for improving detection and response to emerging and foreign animal diseases. Thus, in 2018, the NAHLN identified the integration of NGS into the network as a top priority. In order to assess the current state of preparedness across NAHLN laboratories and to identify which have the capability for performing NGS, a questionnaire was developed by the NAHLN Methods Technical Working Group and submitted to all NAHLN laboratories in December 2018. Thirty of 59 laboratories completed the questionnaire, of which 18 (60%) reported having some sequencing capability. Multiple sequencing platforms and reagents were identified, and limited standardized quality control parameters were reported. Our results confirm that NGS capacity is available within the NAHLN, but several gaps remain. Gaps include not having sufficient personnel trained in bioinformatics and data interpretation, lack of standardized methods and equipment, and maintenance of sufficient computing capacity to meet the growing demand for this technology.

随着下一代测序 (NGS) 成本的下降，这项技术正在迅速融入全国兽医临床和诊断实验室的工作流程。美国农业部国家动物健康实验室网络 (NAHLN) 的部分使命是评估新技术并开发标准化流程，以便将这些技术部署到网络实验室，以改进对新出现的和外来动物疾病的检测和响应。因此，在 2018 年，NAHLN 将 NGS 整合到网络中作为重中之重。为了评估 NAHLN 实验室的当前准备状态并确定哪些实验室有能力执行 NGS，NAHLN 方法技术工作组开发了一份调查问卷，并于 2018 年 12 月提交给所有 NAHLN 实验室。59 个实验室中有 30 个完成了调查问卷，其中 18 个（60%）报告称具有一定的测序能力。确定了多个测序平台和试剂，并报告了有限的标准化质量控制参数。我们的结果证实，NGS 能力在 NAHLN 中是可用的，但仍存在一些差距。差距包括没有足够的人员接受过生物信息学和数据解释方面的培训，缺乏标准化的方法和设备，以及维持足够的计算能力以满足对该技术不断增长的需求。确定了多个测序平台和试剂，并报告了有限的标准化质量控制参数。我们的结果证实，NGS 能力在 NAHLN 中是可用的，但仍存在一些差距。差距包括没有足够的人员接受过生物信息学和数据解释方面的培训，缺乏标准化的方法和设备，以及维持足够的计算能力以满足对该技术不断增长的需求。确定了多个测序平台和试剂，并报告了有限的标准化质量控制参数。我们的结果证实，NGS 能力在 NAHLN 中是可用的，但仍存在一些差距。差距包括没有足够的人员接受过生物信息学和数据解释方面的培训，缺乏标准化的方法和设备，以及维持足够的计算能力以满足对该技术不断增长的需求。