Væskehåndterende roboter for overvåkning av avløpsvann hjelper til med å forutsi tilfeller av COVID-19 i San Diego

I tidligere dager av COVID-19-pandemien, før diagnostisk testing var allment tilgjengelig, det var vanskelig for folkehelsepersonell å holde oversikt over smittespredning, eller forutsi hvor utbrudd sannsynligvis vil forekomme. Forsøk på å komme foran viruset er fortsatt komplisert av det faktum at mennesker kan bli smittet og spre viruset selv uten å oppleve noen symptomer selv.

Da det dukket opp studier som viste at en person som tester positivt for COVID -19 -; om de var symptomatiske eller ikke; kaster viruset i avføringen, "kloakken virket som det" skjer "stedet å lete etter det, "sa Smruthi Karthikeyan, PhD, en miljøingeniør og postdoktor ved University of California San Diego School of Medicine.

Fra juli til november 2020, Karthikeyan og team, ledet av Rob Knight, PhD, professor og direktør for Center for Microbiome Innovation ved UC San Diego, prøvde avløpsvann for å se om de kunne oppdage SARS-CoV-2, viruset som forårsaker COVID-19. De kunne. Men å konsentrere avløpsvannet viste seg å være en flaskehals -; det er en langsom og arbeidskrevende flertrinnsprosess.

Nå, i et papir publisert 2. mars, 2021 tommer mSystemer , forskerne beskriver hvordan de har automatisert avløpskonsentrasjon ved hjelp av væskehåndterende roboter. De demonstrerte systemets robusthet ved å sammenligne det med eksisterende metoder og vise at de kan forutsi COVID-19-tilfeller i San Diego med en uke med utmerket nøyaktighet, og tre uker med rimelig nøyaktighet, bruker bare bykloakk.

San Diego County har bare ett primært avløpsrenseanlegg, ligger ved kysten i byens Point Loma -nabolag. All ekskrement ble skylt bort av San Diego sine omtrent 2,3 millioner innbyggere, inkludert de på UC San Diego campus, havner der.

Sju dager i uken, Karthikeyan eller en kollega kjørte ned til renseanlegget for å hente avløpsvannsprøver som ble samlet inn og lagret for dem av laboratorieteknikere på stedet. De tok prøvene med til Knights laboratorium på UC San Diego School of Medicine campus i La Jolla.

Dessverre, vi kan ikke bare teste avløpsvannsprøver direkte slik vi ville tatt prøver fra pasientens nesepinner. Det er fordi prøvene vi får er svært fortynnede -; tenk bare på antall mennesker som bidrar til avfallsstrømmen, pluss alt søppelet som skylles og kommer til kloakksystemet. "

Smruthi Karthikeyan, PhD, Postdoktor, University of California San Diego School of Medicine

Tilbake i laboratoriet, forskerne behandler kloakken ved hjelp av sin robotplattform. Systemet trekker ut RNA -; det genetiske materialet som utgjør genomene til virus som SARS-CoV-2-; fra prøvene, og kjører polymerasekjedereaksjon (PCR) for å søke etter virusets signaturgener. Den automatiserte, system med høy gjennomstrømning kan behandle 24 prøver hvert 40. minutt. Senere samme dag, Karthikeyan legger dataene til et digitalt dashbord som sporer nye positive saker.

I følge Knight, teknikken er raskere, billigere og mer følsom enn andre tilnærminger til overvåkning av avløpsvann. Teamet er i stand til å identifisere en enkelt COVID-19-sak i en bygning på omtrent 500 mennesker.

Avløpsvannovervåkingsnøkkel til UC San Diego's Return to Learn -program

Forskerne og studentene i Knights lab er ikke fremmede for å håndtere avføringsprøver. Teamet har lenge vært kjent for sine studier av tarmmikrobiomet -; de unike samfunnene av mikrober som lever i våre mage -tarmkanaler. Folk over hele verden deltar i sitt forskningsprogram, Microsetta Initiative (passende forkortet "TMI"), ved å sende avføringene sine til Knight's UC San Diego lab. Crowdsourced -prosjektet har tillatt teamet å studere de mange faktorene som kan påvirke sammensetningen av en persons tarmmikrobiom, og de mange måtene det påvirker vår helse på.

Våren 2020, Knights team satte raskt fokus på å lete etter en bestemt mikrobe:SARS-CoV-2. Snart utgjorde teamet en integrert del av UC San Diego's Return to Learn -program, en bevisbasert tilnærming som har gjort at universitetet kan fortsette å tilby boliger på campus og personlige klasser og forskningsmuligheter. Med omtrent 10, 000 studenter på campus, de mange komponentene i programmet har holdt sakssatsene for COVID-19 mye lavere enn samfunnet rundt og de fleste høyskoler, opprettholde en positivitetsrate på mindre enn 1 prosent.

Return to Learn er avhengig av tre søyler:risikoreduksjon, viral deteksjon og intervensjon. Knights team og deres samarbeidspartnere spiller en stor rolle i viraldeteksjon på campus. De hjelper til med å skjerme for den asymptomatiske tilstedeværelsen av SARS-CoV-2 hos studenter og ansatte (ofte selvinnsamlet ved hjelp av testsett tilgjengelig fra salgsautomater), på overflater og i avløpsvann.

Teamet fortsetter å samle inn prøver daglig fra mer enn 100 avløpsvannprøver på UC San Diego campus, som dekker mer enn 300 bygninger. Omtrent en måned etter at campus -deteksjonssystemet kom online sommeren 2020, en positiv sak ble oppdaget i Revelle College -området en fredag ​​ettermiddag. Campusmiljøet ble varslet innen 14 timer og målrettede meldinger ble sendt til personer tilknyttet de berørte bygningene, anbefaler at de blir testet for viruset så snart som mulig. Mer enn 650 mennesker ble testet for COVID-19 den helgen.

Som et resultat, to asymptomatiske individer ble identifisert som positive for COVID-19. Etter at campus umiddelbart varslet dem, de isolerte seg selv før et utbrudd kunne oppstå. Nå, avløpsvannsøkingsresultater er tilgjengelige på et offentlig dashbord, og positive prøver blir sekvensert for å spore fremveksten av nye SARS-CoV-2-varianter. Programmet Return to Learn, inkludert avløpsvannstesting, har blitt en modell for andre universiteter, K-12 skolekretser og regioner.

"Ettersom hindringen for adgang og drift fortsetter å synke, vi håper avløpsbasert epidemiologi vil bli mer utbredt, "Sa Knight." Raskt, storskala systemer for tidlig varsling av smittsomme sykdommer kan være spesielt nyttige for samfunnsovervåking i sårbare befolkninger og lokalsamfunn med mindre tilgang til diagnostiske tester og færre muligheter til å distanse og isolere -; under denne pandemien, og den neste. "

• Nye interaksjoner mellom vert og virus og mikrobiomer under COVID-19 kan avgjøre utfallet
• Studie:Tarmmikrobiom kan forutsi endringer i type 2 diabetesrelatert glukoseregulering