《对巴西东北部最大的首府萨尔瓦多未经处理的废水中 COVID-19 的流行情况进行长期监测》

  • 来源专题:新发突发传染病
  • 编译者: 张玢
  • 发布时间:2023-09-15
  • 基于废水的流行病学(WBE)是一种流行病学方法,可广泛、无创地监测 SARS-CoV-2 的流行情况。在此,首次采用 WBE(无论是否与 PEG 8000 沉淀法相关联)来检测巴西第四大人口城市萨尔瓦多的 22 个城市污水处理站(WWTPs)的原废水或处理过的废水样本中的 SARS-CoV-2 。研究结果表明,无论使用哪种 PEG 8000 浓缩程序,WBE 都能成功地在两种评估样本中检测出 SARS-CoV-2。此外,在 COVID-19 确诊病例数最多的月份(2021 年 5 月、6 月和 2022 年 1 月)采集的样本中,SARS-CoV-2 阳性率有所上升。虽然 PEG 8000 浓缩步骤可显著提高处理过的废水样本的阳性率(p < 0.005),但未浓缩的原废水样本与 COVID-19 新病例数(2021 年 4 月至 2022 年 2 月)之间存在很强的正相关性(r:0.84;p < 0.002)。总之,本研究结果证明了在低容量或高容量污水处理厂中使用 WBE 方法监测 SARS-CoV-2 的有效性。即使在原始废水样本中也能成功使用 WBE,这使其成为一种有趣的低成本流行病学监测工具。

  • 原文来源:https://www.nature.com/articles/s41598-023-41060-1?error=cookies_not_supported&code=fc5cfb06-f672-4e09-aa81-876b8378c7b7
相关报告
  • 《Broad将COVID-19病毒测序工作扩大到东北地区的各种监测》

    • 来源专题:人类遗传资源和特殊生物资源流失
    • 编译者:yanyf@mail.las.ac.cn
    • 发布时间:2021-04-17
    • 过去一年,麻省理工学院和哈佛大学布罗德研究所(Broad Institute of MIT and Harvard)处理了来自养老院、大学、医疗机构、无家可归者收容所、K-12学校和其他组织的1500多万份COVID-19检测。与此同时,布罗德大学病毒基因组学小组的科学家每周与当地临床和公共卫生合作伙伴合作,分析数十个COVID-19阳性样本的病毒基因组,跟踪病毒的传播,并帮助他们的合作伙伴发现和管理疫情。 现在,在与美国疾病控制和预防中心(Centers for Disease Control and Prevention,简称cdc)合作下,该组织正在加大COVID-19病毒测序工作的力度,以便能够在我们的社区对病毒进行基因组监测。广泛的基因组平台和病毒基因组的研究小组正在测序和分析病毒材料COVID-19积极监测患者样本,关于病毒的变异在马萨诸塞州的联邦和新英格兰,比如那些首次发现在英国,巴西和南非。科学家们也在寻找新出现的变异,这需要进一步的研究。 目前,该研究所每周正在从该研究所的COVID-19诊断设施和外部合作伙伴来源对数百份阳性样本进行测序,到今年春季晚些时候,将增加到每周5000份样本。 Broad的数据科学平台正利用生物信息学工具支持这项工作,使数据能够快速分析并与CDC和其他合作伙伴共享。该协会将继续与州公共卫生部门、CDC和更大的科学界共享SARS-CoV-2序列数据,以协助应对大流行。 随着病毒传播,它自然会发生新的突变;其中一些可能会使其更具传染性,对患者更危险,或通过接种疫苗预防的可能性更低。通过监测样本之间病毒基因组序列的差异以及随着时间的推移,科学家可以跟踪病毒是如何变化的,并确定控制病毒传播的新机会,例如,通过修改疫苗,使其能够抵御新的、正在出现的变种。 “我们正在生成的数据将使我们更好地了解这种病毒如何在我们的社区中传播,并将为检测和减缓有关变种的传播提供见解,”Bronwyn MacInnis说。他是布罗德研究所传染病和微生物组项目的病原体基因组监测主任,也是病毒基因组组的联合负责人。 “显然,需要对病毒进行更多的基因组测序,以便在社区监测COVID-19,”基因组学平台主任Stacey Gabriel表示。“我们很幸运能够将我们最先进的基因组学设施和高通量测序和自动化的专业知识用于这一紧迫的公共卫生需求。” 过去一年,麻省理工学院和哈佛大学布罗德研究所(Broad Institute of MIT and Harvard)处理了来自养老院、大学、医疗机构、无家可归者收容所、K-12学校和其他组织的1500多万份COVID-19检测。与此同时,布罗德大学病毒基因组学小组的科学家每周与当地临床和公共卫生合作伙伴合作,分析数十个COVID-19阳性样本的病毒基因组,跟踪病毒的传播,并帮助他们的合作伙伴发现和管理疫情。 现在,在与美国疾病控制和预防中心(Centers for Disease Control and Prevention,简称cdc)合作下,该组织正在加大COVID-19病毒测序工作的力度,以便能够在我们的社区对病毒进行基因组监测。广泛的基因组平台和病毒基因组的研究小组正在测序和分析病毒材料COVID-19积极监测患者样本,关于病毒的变异在马萨诸塞州的联邦和新英格兰,比如那些首次发现在英国,巴西和南非。科学家们也在寻找新出现的变异,这需要进一步的研究。 目前,该研究所每周正在从该研究所的COVID-19诊断设施和外部合作伙伴来源对数百份阳性样本进行测序,到今年春季晚些时候,将增加到每周5000份样本。 Broad的数据科学平台正利用生物信息学工具支持这项工作,使数据能够快速分析并与CDC和其他合作伙伴共享。该协会将继续与州公共卫生部门、CDC和更大的科学界共享SARS-CoV-2序列数据,以协助应对大流行。 随着病毒传播,它自然会发生新的突变;其中一些可能会使其更具传染性,对患者更危险,或通过接种疫苗预防的可能性更低。通过监测样本之间病毒基因组序列的差异以及随着时间的推移,科学家可以跟踪病毒是如何变化的,并确定控制病毒传播的新机会,例如,通过修改疫苗,使其能够抵御新的、正在出现的变种。 “我们正在生成的数据将使我们更好地了解这种病毒如何在我们的社区中传播,并将为检测和减缓有关变种的传播提供见解,”Bronwyn MacInnis说。他是布罗德研究所传染病和微生物组项目的病原体基因组监测主任,也是病毒基因组组的联合负责人。 “显然,需要对病毒进行更多的基因组测序,以便在社区监测COVID-19,”基因组学平台主任Stacey Gabriel表示。“我们很幸运能够将我们最先进的基因组学设施和高通量测序和自动化的专业知识用于这一紧迫的公共卫生需求。” 对测序速度的需要 自大流行开始以来,由研究所成员、哈佛大学教授帕迪斯·萨贝提(Pardis Sabeti)领导的病毒基因组学小组一直在对来自马萨诸塞总医院、马萨诸塞大学医学中心、马萨诸塞和罗德岛公共卫生部门的数百份COVID-19阳性样本进行测序,以及其他合作伙伴,了解病毒是如何在我们的社区中传播的,并因过度蔓延的事件而加速传播。病毒基因组学小组的计算主管丹尼·帕克说:“这些基因组数据对我们的州和国家公共卫生合作伙伴至关重要,无论是协助疫情调查还是监测所关注的变异。”他们设计了病毒测序方案和自动计算管道,将测序位组装成完整的基因组。 该团队还与数据科学平台合作,将工作流程应用于Terra——一个由Broad、Verily和微软开发的安全、可扩展、开源的云计算平台,允许生物医学研究人员访问、分析和共享数据——以研究病毒的突变、进化和传播。利用他们去年的方法,研究人员发现了病毒是如何首次传入大波士顿地区的,以及它如何在受灾严重的城市地区传播。 “由于我们实验室现有的病原体基因组测序专业知识和工作流程,我们能够利用SARS-CoV-2的早期数据,在我们的实验室快速建立了测序过程,对病毒在我们地区的传播做出发现,”戈登·亚当斯说,传染病和微生物组计划的高级研究员。 2020年末,当科学家们发现了全球和新英格兰地区关注的新型SARS-CoV-2变种时,麦金尼斯和其他研究人员认识到,有必要将该研究所的大规模高通量测序能力应用于更广泛的社区监测。病毒基因组学小组首席科学家凯蒂·西德勒(Katie Siddle)表示:“由于COVID-19感染人数众多,病毒有很多机会获得新的突变,这些突变可能使其更好地传播,或逃避我们的免疫反应,我们可以用病毒基因组学进行研究。” 学院领导的关心和支持下,科学家们制定了一个目标不仅扩大现有的病毒基因组的测序能力组的5 - 10倍,但也建立广泛的基因组平台第一次大规模病毒测序项目,使用一些病毒基因组学的基础已经奠定了集团。在CDC的支持下,该项目于2021年3月底启动。 安德里亚·博尔赫斯(Andrea Borges)在布罗德基因组学平台的诊断设施处理患者样本,以进行COVID-19检测。一批covid -19阳性样本被“精心挑选”用于病毒测序。这要归功于博通公司(Broad Communications)的斯科特•萨松。 为了扩大病毒测序的规模,由斯科特·安德森(Scott Anderson)领导的基因组学平台实验室自动化团队,依靠他们与平台开发团队一起实施的一些创新,在大流行早期建立了大规模诊断实验室。安德森说:“在扩大诊断测试规模方面获得的知识基础上,我们能够以灵活、高通量的方式快速开发新的COVID-19测序流程。” 高级生物自动化工程师马修·李(Matthew Lee)设计了一种新的自动化程序,从布罗德的检测设施中“精选”出一部分阳性样本用于测序。由于目前只有1%到2%的样本呈阳性,为了每天达到目标的1000个基因组,大约有1000个96孔板的样本必须经过处理和精心挑选。安德森说:“这不是一项简单的任务,自动化是平稳有效运行的关键。” 用于测序的诊断样本。这要归功于博通公司(Broad Communications)的斯科特•萨松。 由该平台开发团队的Brendan Blumenstiel和Matt DeFelice领导的基因组学平台研究人员调整了现有的SARS-CoV-2样本准备和分析方案,在测序中心的自动化、高通量机器上运行。 “包括Sabeti实验室在内的全球团队已经建立并公开分享了针对新冠病毒基因组和测序的方法。因此,当Broad决定在基因组学平台上启动大规模测序工作时,我们可以迅速确定并验证一种可扩展的方法。”Blumenstiel说。“因为相关人员已经在类似的挑战上合作了十多年,我们能够迅速启动这个有影响力的项目。” 到云 从基因组学平台的高通量过程中获得的病毒序列数据将被发送到Terra数据存储库,进行快速处理、分析和打包,以便与CDC、州和地方卫生部门共享,以及公共科学数据库,包括国家生物技术信息中心的GenBank和Sequence Read Archive,以及GISAID。 为了创建这一系统,数据科学平台和病毒基因组学小组共同努力,扩大过去一年开发的用于数据处理、分析和质量控制的Terra工作流程,目标是在未来几周内尽可能多地实现工作流程的自动化。“我们的工作是确保数据及时处理一致,因此它可以提供最有利于实时公共卫生,”克里斯汀Loreth说,数据科学平台的联盟高级经理曾与病毒基因组组织处理和分析工作流集成到Terra的平台。洛雷斯还在数据科学平台(Data Sciences Platform)内领导工作,并与病毒基因组学集团(Viral Genomics Group)、美国疾病控制与预防中心(CDC)等机构合作,支持将Terra作为病原体基因组学计算的通用平台,供正在进行SARS-CoV-2测序的美国公共卫生实验室使用。 Terra的分析工具可以在大量序列数据中识别SARS-CoV-2突变和变异,还可以表明病毒样本是否为已知的值得关注的变异。这些数据一旦与临床和公共卫生合作伙伴分享,就可以帮助指导公共卫生决策,并为开发疫苗和疗法的努力提供信息。病毒基因组学小组及其合作者也在研究这些数据,以确定新出现的变种,并检查病毒的遗传流行病学。 任何用户都可以使用远大集团的基于web的SARS-CoV-2可视化工具“吉祥”(Auspice)来研究这些数据。 随着基因组学平台提高其用于大规模监测的病毒测序能力,病毒基因组学小组将继续对更多具有感兴趣的特定特征的目标样本集进行测序,如可能的疫苗逃逸(完全接种疫苗的个人COVID-19检测呈阳性)和长期感染,或与合作伙伴合作进行集群调查。此外,他们还将继续深入探索病毒在社区中的演变和传播。 Broad的科学家还与美国疾病控制与预防中心(CDC)合作,帮助建立一个由测序中心组成的全国网络,为美国各地社区提供基因组监测,并对SARS-CoV-2的进化和传播提供更广泛的视角。 麦金尼斯说:“英国在广泛的基因组监测方面做得很好。”“重要的是,我们美国人也要做同样的事情,让全国都了解这些变种是如何进化的。”
  • 《4月2日_全球健康研究所探讨如何在本地传播广泛存在的情况下监测COVID-19疫情》

    • 来源专题:COVID-19科研动态监测
    • 编译者:xuwenwhlib
    • 发布时间:2020-04-05
    • 信息名称:全球健康研究所探讨如何在本地传播广泛存在的情况下监测COVID-19疫情 1.时间:2020年4月2日 2.机构或团队:巴塞罗那全球健康研究所、巴塞罗那大学等 3.事件概要: 西班牙巴塞罗那全球健康研究所和巴塞罗那大学等机构在the Lancet发表文章“Monitoring the COVID-19 epidemic in the context of widespread local transmission”,提到是否有可靠的监测平台,对于及时监测COVID-19疫情并采取适当的控制措施作出反应至关重要。自疫情爆发以来,不同国家根据其资源和能力的不同,采用了不同的检测方法和标准。作者认为按国家或区域比较COVID-19病例的数量,应根据高危人口的规模,使用发病风险(即在特定时间内高危人口中的新病例,在流行病中也称为发病率)进行调整。同样,死亡率最好用死亡风险(即在特定时间间隔内的死亡人数除以发生死亡的人口数量,通常称为死亡率)来表示,如有可能应按年龄分层,因为COVID-19的特定年龄死亡率存在差异,而且各国的年龄结构也不同。当疫情得到控制,所有病例都已查明并追踪到接触者时,如果检测标准没有改变,病例的绝对数仍然是一个可以接受的指标。然而,各国检测输入性病例的能力各不相同,但总体上较差,估计在全球范围内约为38%。 文章提到,当地方性传播很普遍,很大一部分人口被隔离或限制在家中时,如何监测疾病负担。作者认为,基本原则是尽量选择一个包括检测标准变化影响最小的分母指标,并根据人口规模进行调整。在有强大的入院或死亡率监测系统的地区,这样的指标可以是实验室确诊病例的入院发病风险和COVID-19死亡率,这应根据以下假设提供可靠的疫情情况:(1)大多数重症患者入院并接受SARS-CoV-2检测;(2)有良好的医疗卫生服务机会;(3)公立医院和私立医院定期(每天)报告病例和死亡人数;(4)不同地区的入院标准和患者管理没有明显差异。然而,每天的重症病例的发病情况是在数天前(潜伏期加症状出现到入院的时间)的传播指标。根据现有证据,考虑到中位潜伏期为5.1天,从症状发生到入院的中位时间(假设为呼吸困难开始时)为7天,这个时间差约为12天。因此,任何旨在减少基本生育数R0的干预措施都会对大约12天后的住院患者的发病率产生影响。监测疫情演变的其他可靠指标将是COVID-19重症监护室的入院率或COVID-19死亡率,尽管时间上的滞后性会更大,反映出传播的变化发生在更早之前。 对于COVID-19的监测目的,主要是检测疾病负担指标的变化,这些指标比较稳定(在时间或空间上)。这些指标的主要归因需要的是一致性,而不是有效性。尽管有一些局限性(主要是医院入院标准不同或卫生系统崩溃),但由于它能比ICU入院和死亡(死亡率)等更具滞后性的衡量指标(发病率)更快地检测到传播动态的变化,因此,COVID-19入院人数的发生率似乎没有那么多的偏差,但仍然是一个实用的指标。遗憾的是,许多政府没有公开提供每天的入院和出院人数。从长期来看,COVID-19死亡率可能是准确确定死因的情况下最可靠的指标。 4.附件: 原文链接: https://www.thelancet.com/journals/lanres/article/PIIS2213-2600(20)30162-4/fulltext