加州大学圣地亚哥分校的大多数COVID-19病例都是通过废水筛查早期发现的

文章内容

据悉，感染SARS-CoV-2(导致COVID-19的病毒)的人会通过粪便排出病毒，即使他们没有任何症状。考虑到这一点，加州大学圣地亚哥分校医学院的研究人员自2020年夏天以来一直在筛查校园建筑的废水，以寻找病毒的迹象，认为这些信息可以帮助防止疫情爆发。

现在他们有数据支持:在废水中筛查SARS-CoV-2，研究小组表明，他们甚至可以检测到一个在大型建筑中生活或工作的单一无症状感染者。向污水呈阳性的每栋建筑的住户发出通知，可使COVID-19检测率提高13倍。一旦居住者检测呈阳性，隔离和接触者追踪有助于防止病毒进一步传播。

研究人员在2021年8月10日的《美国医学杂志》上报告称，这种方法能够早期发现校园内85%的COVID-19病例mSystems．换句话说，在大多数个案诊断之前，废水样本检测呈阳性。

加州大学圣地亚哥医学院的环境工程师、博士后研究员、第一作者Smruthi Karthikeyan博士说:“大学校园尤其受益于废水监测，作为避免COVID-19爆发的一种手段，因为大学校园里到处都是无症状人群，是潜在的传播热点，需要经常进行诊断检测。”

在2020-2021学年，约有1万名学生住在加州大学圣地亚哥分校，由于回归学习计划的许多风险缓解、病毒检测和干预元素，COVID-19病例率较低。图片来源:艾瑞克·杰普森/加州大学圣地亚哥分校。

Karthikeyan和资深作者Rob Knight博士一起领导了这项研究，Rob Knight博士是加州大学圣地亚哥分校微生物组创新中心的教授和主任。

废水筛选是加州大学圣地亚哥分校的一个组成部分回归学习计划这是一种基于证据的方法，使该大学能够在大流行的大部分时间里提供校内住宿、面对面的课程和研究机会。

回归学习依赖于三大支柱:风险降低、病毒检测和干预。在2020-2021学年，校园内约有1万名学生，该计划的许多组成部分使COVID-19病例率远远低于周围社区，与大多数大学校园相比，在此期间保持不到1%的阳性率。“回归学习”项目，包括废水测试，已经成为其他大学、K-12学区和地区的典范。

每周七天，每天早上，一组穿着配套t恤的学生和工作人员开着高尔夫球车在校园里穿梭，从126个收集机器人那里收集污水样本，这些机器人被设置来监测350栋建筑。上午10点，他们回到奈特在医学院的实验室。

在那里，Karthikeyan和他的团队处理污水一种不同的机器人该技术使用磁性纳米颗粒浓缩病毒，然后从样本中提取RNA——构成SARS-CoV-2等病毒基因组的遗传物质。聚合酶链式反应(PCR)检测被用来寻找病毒的特征基因。

当检测到病毒时，自动但有针对性的信息将通过校园范围的系统发送给与受影响建筑物有关的人员，如学生、教职员工，建议他们尽快进行病毒检测。数据被添加到公共仪表盘．

Karthikeyan表示，自成立以来，该团队一直致力于优化流程。目前的自动化方法极大地缩短了样品到结果的周转时间20倍;现在是5小时96个样品。通过将样本小型化，研究人员将每个样本的处理成本降低到13美元。奈特估计，这种方法的规模是类似监控项目的10到100倍。他说，下一步将是采用快速方法实时检测SARS-CoV-2变种，包括三角洲病毒。

一个在线仪表板跟踪加州大学圣地亚哥分校检测出的新冠病毒阳性废水，并向公众开放。来源:加州大学圣地亚哥分校。

奈特说:“这个系统展示了加州大学圣地亚哥分校的许多不同部分如何作为一个系统共同工作，以保持校园安全。”“这项工作不仅需要在病毒样本处理方面取得进步，还需要包括后勤、环境健康与安全、校园和卫生系统IT、设施管理等在内的团队，以及回归学习计划的领导才能实现这一目标。我们现在正在帮助其他校园和组织复制这一成功，这不仅对COVID-19有潜力，而且对许多其他粪便传播的病原体，包括流感，在未来也有潜力。”

合著者包括:Andrew Nguyen, Daniel McDonald, Yijian Zong, Nancy Ronquillo, Junting Ren，晶晶Zou, Sawyer Farmer, Greg Humphrey, Diana Henderson, Tara Javidi, Karen Messer, Cheryl Anderson, Robert Schooley, Natasha K. Martin，他们都来自加州大学圣地亚哥分校。

这项研究是由加州大学圣地亚哥分校回归学习项目资助的。