图/ pexels, erik McLean。
去年夏天，来自bob国际首页登录南加州大学维特比工程学院包括亚当•斯密获得一笔赠款，用于研究不同城市的废水，作为在测试数据之前预测未来疫情爆发的一种方式。基本概念是:COVID-19病毒的RNA会在粪便中脱落，即使是在无症状患者的粪便中，因此可以提前分享人群中感染增加的趋势。
麻省理工学院副教授史密斯说，如果收集得当，这些数据可以帮助确定疫情可能发生的地方，并提醒卫生官员，因此可以采取适当的措施防止进一步传播Sonny Astani土木与环境工程系。在整个过程中国家科学基金史密斯发现，洛杉矶的污水处理设施的范围——其中一些为300万到400万居民服务——使得很难根据收集到的数据实施有针对性的行动。
史密斯说:“如果我们得到的数据显示病毒的副本正在增加，那么你对这些数据真的无能为力，因为工厂服务的人太多了。”“所以你需要获得更精确的空间分辨率。”
考虑到更有针对性的采样方法，比如将下水道样本分成5万或10万的更多亚群，很难实施，史密斯认为查看单个建筑水平的数据会很有用。今年10月，他的团队开始从南加州大学公园校区的三座建筑中采样废水。史密斯说，这些建筑物涵盖30至100名居民，因此他们采用的是一个小的、有针对性的样本量，这使得如何实施和验证数据具有更大的透明度。
“当我们开始时，我们的校园样本都是未检测到的，这遵循了当时洛杉矶县的趋势。但随着我们接近11月底(2020年)，我们开始看到样本中阳性检出率增加，”史密斯说。
该团队对每个采样点每周两次使用24小时复合样本。他们发现他们的数据与学生的测试结果密切相关，表明废水是大楼内COVID-19感染的一个很好的指标。
该图表显示了Cale和Irani住宿学院建筑中酒吧的学生与经N1和N2量化的废水样品中病毒拷贝数/L的正相关关系。这是SARS-CoV-2基因组上的两个生物标志物。图像/亚当•斯密(ADAM SMITH)。
然而，下一个障碍是弄清楚如何使这些数据有用。史密斯说:“学生们已经经常接受检测，所以在这一点上，废水数据是多余的。”“我们将在秋季继续这项工作，并将其推广到校园的更多建筑中。我们提议的一件事是每周只对学生进行一次测试，并依靠废水数据来填写额外的信息。”
史密斯说，减少学生所需的COVID-19带回家测试的次数将更方便，并为学校节省资金。但这并非没有挑战。为了使数据更可靠，还需要检查其他细微差别。例如，史密斯说，如果一名学生感染了COVID-19，但没有被转移到酒店或其他建筑物进行隔离，他们仍然会为废水数据做出贡献。史密斯说，此外，由于COVID-19在某些情况下可以在我们的系统中存活数周，了解数据是反映新的还是现有的COVID-19病例很重要。
史密斯说，通过在这一领域的持续努力，他们希望与南加州大学的学生卫生部门更密切地协调，不仅是在COVID-19上，而且在其他可能在近距离爆发的病毒上。该团队还在研究废水中的变体，这样他们就可以追踪哪种版本的COVID-19在学生群体中传播得最多。
“我们量化了所有的病毒RNA，”史密斯说。“RNA基因组上的核苷酸序列有一个特定的变化，可以让你识别不同的变体，比如英国的菌株。我们正在研究单独识别这些变量的方法，这样我们就可以在数据中量化这些变量。”
史密斯说，这也有助于了解疫苗对变异的疗效。“其中一个担忧是，疫苗对其中一些变异并不有效。当我们有更多的学生接种疫苗时——希望是在秋天——如果出现其他变种，而疫苗无效，我们将能够在废水中看到这一点。”
出版于2021年5月25日
最后更新于2021年5月25日
