Als Studien auftauchten, die zeigten, dass eine Person positiv auf COVID-19 getestet wurde -; ob sie symptomatisch waren oder nicht -; das Virus mit dem Stuhl ausscheiden, "die Kanalisation schien der 'zufällige' Ort zu sein, um danach zu suchen, " sagte Smruthi Karthikeyan, Doktortitel, Umweltingenieur und Postdoktorand an der San Diego School of Medicine der University of California.
Von Juli bis November 2020, Karthikeyan und Team, angeführt von Rob Knight, Doktortitel, Professor und Direktor des Center for Microbiome Innovation an der UC San Diego, Abwasserproben entnommen, um zu sehen, ob sie SARS-CoV-2 nachweisen können, das Virus, das COVID-19 verursacht. Sie könnten. Aber die Konzentration des Abwassers erwies sich als Flaschenhals -; Es ist ein langsamer und mühsamer mehrstufiger Prozess.
Jetzt, in einem am 2. März veröffentlichten Papier, 2021 in mSystems , Die Forscher beschreiben, wie sie mit Hilfe von Liquid-Handling-Robotern die Abwasserkonzentration automatisiert haben. Sie demonstrierten die Robustheit ihres Systems, indem sie es mit bestehenden Methoden verglichen und zeigten, dass sie COVID-19-Fälle in San Diego mit ausgezeichneter Genauigkeit um eine Woche vorhersagen können. und drei Wochen mit ziemlicher Genauigkeit, nur mit Stadtabwasser.
San Diego County hat nur eine primäre Kläranlage, liegt an der Küste im Stadtteil Point Loma der Stadt. Alle Exkremente werden von San Diegos rund 2,3 Millionen Einwohnern weggespült, einschließlich derjenigen auf dem Campus der UC San Diego, endet dort.
Sieben Tage die Woche, Karthikeyan oder ein Kollege fuhren zur Kläranlage hinunter, um Abwasserproben abzuholen, die von Labortechnikern vor Ort für sie gesammelt und gelagert wurden. Sie brachten die Proben zu Knights Labor auf dem Campus der UC San Diego School of Medicine in La Jolla.
Bedauerlicherweise, wir können nicht einfach Abwasserproben direkt testen, wie wir es mit Nasenabstrichproben von Patienten tun würden. Das liegt daran, dass die Proben, die wir erhalten, stark verdünnt sind -; Denken Sie nur an die Anzahl der Menschen, die zum Abfallstrom beitragen, plus all der Müll, der gespült wird und in die Kanalisation gelangt."
Smruthi Karthikeyan, Doktortitel, Postdoc-Forscher, Medizinische Fakultät der Universität von Kalifornien San Diego
Zurück im Labor, Die Forscher verarbeiten das Abwasser mit ihrer Roboterplattform. Das System extrahiert RNA -; das genetische Material, aus dem die Genome von Viren wie SARS-CoV-2 bestehen -; aus den Proben, und führt die Polymerase-Kettenreaktion (PCR) durch, um nach den Signaturgenen des Virus zu suchen. Die automatisierte, Hochdurchsatzsystem kann alle 40 Minuten 24 Proben verarbeiten. Später am selben Tag, Karthikeyan fügt die Daten einem digitalen Dashboard hinzu, das neue positive Fälle verfolgt.
Laut Ritter, die Technik ist schneller, billiger und sensibler als andere Ansätze zur Abwasserüberwachung. Das Team ist in der Lage, einen einzelnen COVID-19-Fall in einem Gebäude mit etwa 500 Personen zu identifizieren.
Den Forschern und Studenten in Knights Labor ist der Umgang mit Stuhlproben nicht fremd. Das Team ist seit langem bekannt für seine Studien zum Darmmikrobiom -; die einzigartigen Gemeinschaften von Mikroben, die in unserem Magen-Darm-Trakt leben. Menschen auf der ganzen Welt beteiligen sich an ihrem Forschungsprogramm, Die Microsetta-Initiative (passend abgekürzt "TMI"), indem sie ihre Kotabstriche an Knights UC San Diego Labor schicken. Das Crowdsourcing-Projekt hat es dem Team ermöglicht, die vielen Faktoren zu untersuchen, die die Zusammensetzung des Darmmikrobioms einer Person beeinflussen könnten. und die vielen Möglichkeiten, wie es unsere Gesundheit beeinflusst.
Im Frühjahr 2020, Knights Team konzentrierte sich schnell auf die Suche nach einer bestimmten Mikrobe:SARS-CoV-2. Bald war das Team ein integraler Bestandteil des Return to Learn-Programms der UC San Diego. ein evidenzbasierter Ansatz, der es der Universität ermöglicht hat, weiterhin Unterkünfte auf dem Campus sowie persönliche Kurse und Forschungsmöglichkeiten anzubieten. Mit etwa 10, 000 Studenten auf dem Campus, die vielen Komponenten des Programms haben die COVID-19-Fallraten viel niedriger gehalten als in der umliegenden Gemeinde und den meisten College-Campus. Aufrechterhaltung einer Positivitätsrate von weniger als 1 Prozent.
Return to Learn basiert auf drei Säulen:Risikominderung, Viruserkennung und Intervention. Knights Team und seine Mitarbeiter spielen eine große Rolle bei der Viruserkennung auf dem Campus. Sie helfen beim Screening auf das asymptomatische Vorhandensein von SARS-CoV-2 bei Schülern und Mitarbeitern (häufig selbst gesammelt mit Testkits, die an Automaten erhältlich sind), auf Oberflächen und im Abwasser.
Das Team sammelt weiterhin täglich Proben von mehr als 100 Abwassersammlern auf dem Campus der UC San Diego. die mehr als 300 Gebäude umfassen. Ungefähr einen Monat nachdem das Campus-Erkennungssystem im Sommer 2020 online ging, An einem Freitagnachmittag wurde in der Gegend des Revelle College ein positiver Fall festgestellt. Die Campus-Community wurde innerhalb von 14 Stunden benachrichtigt und es wurden gezielte Nachrichten an die mit den betroffenen Gebäuden verbundenen Personen gesendet, Sie empfehlen, sich so schnell wie möglich auf das Virus testen zu lassen. Mehr als 650 Personen wurden an diesem Wochenende auf COVID-19 getestet.
Als Ergebnis, zwei asymptomatische Personen wurden als positiv für COVID-19 identifiziert. Nachdem der Campus sie umgehend benachrichtigt hatte, sie isolierten sich selbst, bevor ein Ausbruch auftreten konnte. Jetzt, Die Ergebnisse des Abwasserscreenings sind auf einem öffentlichen Dashboard verfügbar und positive Proben werden sequenziert, um das Auftreten neuer SARS-CoV-2-Varianten zu verfolgen. Das Return to Learn-Programm, einschließlich Abwassertests, ist zum Vorbild für andere Hochschulen geworden, K-12 Schulbezirke und Regionen.
„Da die Eintritts- und Geschäftsbarriere weiter sinkt, wir hoffen, dass die abwasserbasierte Epidemiologie breiter angenommen wird, "Ritter sagte. "Schnell, groß angelegte Frühwarnsysteme für Infektionskrankheiten könnten besonders nützlich für die Gemeinschaftsüberwachung in gefährdeten Bevölkerungsgruppen und Gemeinschaften sein, die weniger Zugang zu diagnostischen Tests und weniger Möglichkeiten zur Entfernung und Isolierung haben -; während dieser Pandemie, und der nächste."