نُشر في مجلة Nature، أن التقييم الوبائي لمياه الصرف الصحي الذي يعتمد على تسلسل الجينات والتعلم الآلي يمكنه اكتشاف الفيروسات قبل ما يصل إلى 4 أسابيع.
على مدى السنوات القليلة الماضية، واجه أمن الصحة العامة العالمي تحديات جسيمة. ويتجلى هذا بشكل خاص منذ تفشي جائحة كوفيد-19. فقد استمر فيروس كورونا 2 المسبب لمتلازمة الالتهاب التنفسي الحاد الوخيم (SARS-CoV-2)، وهو العامل الممرض للفيروس، في التطور، مع ظهور العديد من المتحورات السائدة. وتتمتع هذه المتحورات بقدرات متفاوتة على إصابة الاستجابات المناعية والتهرب منها، مما يزيد بشكل كبير من صعوبة الوقاية من الأوبئة ومكافحتها، ويزيد العبء على أنظمة الرعاية الصحية.
تعد اختبارات الصحة العامة وتسلسل جينوم فيروس SARS-CoV-2 وسائل مهمة للكشف الشامل عن المتغيرات المنتشرة.ومع ذلك، فإن هذا النوع من المراقبة السريرية يعتمد في كثير من الأحيان إلى حد كبير على كمية كبيرة من موارد المختبر ويتطلب من الأفراد المشاركة بنشاط في الاختبار.من الصعب تتبع ظهور وانتشار متحورات فيروس كورونا المستجد (SARS-CoV-2) بشكل كامل. وخاصةً في المناطق ذات الموارد الطبية المحدودة نسبيًا أو التي لا ترغب في إجراء الاختبارات، يكون الرصد السريري أكثر عرضة للتحيز في الكشف، مما يُؤدي إلى ثغرات في الوقاية والسيطرة.
وباعتبارها نهجًا تكميليًا، لعبت علم الأوبئة القائم على مياه الصرف الصحي دورًا مهمًا في التحذير من تفشي الأمراض منذ اقتراحها لأول مرة في أربعينيات القرن العشرين لتقييم عدوى المجتمع. يكتشف WBE ويتتبع بشكل أساسي التركيب الفيروسي والتغيرات الديناميكية من خلال تحليل آثار الفيروسات التي يفرزها جسم الإنسان في مياه الصرف الصحي.وبالمقارنة بالمراقبة السريرية، يمكن لـ WBE أن تعكس بشكل موضوعي وغير متحيز حالة الإصابة الجماعية في المنطقة المغطاة دون الاعتماد على الاختبار النشط الفردي، وتحقيق الإنذار المبكر، كما أنها فعالة من حيث التكلفة بشكل كبير.
ومع ذلك، فإن طرق مراقبة مياه الصرف الصحي السائدة الحالية (مثل Freyja وCOJAC المستندة إلى الانحدار الخطي) لا تزال تعاني من القيود.يجب أن يعتمد الاكتشاف على النمط الطفري للمتغيرات المعروفة (مثل التسلسلات المرجعية في قواعد بيانات GISAID أو UshER)،إذا ظهر متغير جديد لم يتم وصفه أو تضمينه في الأدبيات السريرية، فغالبًا ما يكون من الصعب التعرف عليه بدقة، مما يحد إلى حد ما من كفاءة الكشف عن WBE.
ولمعالجة هذه المشكلة، اقترح فريق بحثي من جامعة نيفادا في لاس فيغاس أسلوب تحليل متعدد المتغيرات يسمى ICA-Var (تحليل المكونات المستقلة للمتغيرات).تعتمد الطريقة على تصميم عملية التعلم الآلي غير الخاضعة للإشراف وتستخدم تحليل المكونات المستقلة (ICA) لاستخراج أنماط التباين والطفرات المتطورة بمرور الوقت من بيانات مياه الصرف الصحي.يتم تحقيق الكشف المبكر والأكثر دقة عن المتغيرات.
وباستخدام هذه الطريقة، تمكن فريق البحث من اكتشاف متحور دلتا ومتحور أوميكرون ومتحور XBB المعاد التركيب بدقة بين أواخر عام 2021 وعام 2023. ولا تؤكد هذه الطريقة فعالية مراقبة مياه الصرف الصحي للتحذير المبكر من الوقاية من الأوبئة ومكافحتها فحسب، بل توفر أيضًا أداة جديدة لتتبع الطفرات الفيروسية وانتشارها بشكل شامل في غياب المراقبة السريرية.
نُشر البحث ذو الصلة في مجلة Nature Communications تحت عنوان "الكشف المبكر عن المتغيرات الناشئة لفيروس SARS-CoV-2 من مياه الصرف الصحي من خلال تسلسل الجينوم والتعلم الآلي".
أبرز الأبحاث:
* تكشف هذه الطريقة عن الديناميكيات المكانية الزمنية للطفرات الفيروسية في المناطق الحضرية والريفية، وتؤكد قانون انتقال الفيروس من المناطق الحضرية إلى الريفية، وتوفر نموذجًا فعالًا ومنخفض التكلفة للكشف عن المتغيرات للمناطق ذات الوصول الطبي الضعيف أو نقص بيانات التسلسل السريري.
* بالمقارنة مع أداة Freyja المعيارية الذهبية الحالية، فإن طريقة التحليل المتعدد المتغيرات الخاصة بـ ICA-Var تتمتع بمزايا كبيرة، ومتوسط وقت اكتشاف متغيرات Delta وOmicron وأحدث EG.5 وHV.1 وBA.2.86 هو 1-4 أسابيع أبكر.
عنوان الورقة:
https://www.nature.com/articles/s41467-025-61280-5
جمع البيانات طويلة الأمد ومتعددة النقاط
في هذه الدراسة، تم جمع عينات مياه الصرف الصحي المستخدمة في التجربة من أغسطس 2021 إلى نوفمبر 2023.تم جمع 3659 عينة من مياه الصرف الصحي من المناطق الحضرية والريفية في جنوب نيفادا.بعد جمع العينات، سيتم وضع عينات مياه الصرف الصحي على الثلج في الموقع وحفظها مبردة حتى المعالجة، لمدة تخزين لا تزيد عن 36 ساعة.
أثناء عملية استخلاص الأحماض النووية،قام فريق البحث أولاً بعزل الأحماض النووية من عينات مياه الصرف الصحي باستخدام طقم بروميجا ويزارد إنفيرو توتال نوكلييك (رقم الكتالوج A2991) وفقًا للمتطلبات التنظيمية. ثم عدّلوا بروتوكول بروميجا، فحللوا مياه الصرف الصحي بمحلول بروتياز، واستخدموا حبيبات ماشيري-ناجل نوكليوماج (رقم الكتالوج 744970) لربط الأحماض النووية الحرة. بالنسبة للحمض النووي الريبوزي (RNA) الذي يزيد عن 10 نانوغرام، استخدم الفريق طقم نيو إنجلاند بيولابس لونا سكريبت آر تي سوبر ميكس لتخليق السلسلة الأولى من الحمض النووي الريبوزي منقوص الأكسجين التكميلي.
بناء مكتبة التسلسل والتسلسل،استخدم فريق البحث لوحة CleanPlex SARS-CoV-2 FLEX من Paragon Genomics لبناء مكتبات تسلسل الأمبليكون، والتي تم تسلسلها بعد ذلك على منصة Illumina NextSeq 500 أو NextSeq 1000 باستخدام خلية تدفق ذات 300 دورة.
من حيث معالجة البيانات التسلسلية،استخدم الفريق أولًا برنامج cutadapt (الإصدار 4.2) لإزالة تسلسلات محول Illumina من أزواج قراءة التسلسل. ثم ربطوا أزواج قراءة التسلسل بجينوم SARS-CoV-2 المرجعي (NC_045512.2) باستخدام برنامج bwa mem (الإصدار 0.7.17-r1188). ثم استخدموا أداة fgbio TrimPrimers (الإصدار 2.1.0، وضع التقليم الصارم) لإزالة تسلسلات بادئات Paragon Genomics CleanPlex SARS-CoV-2 FLEX amplicon من القراءات المتوازية. وأخيرًا، استُخدم برنامج iVar variants (الإصدار 1.4.1) للكشف عن المتغيرات (بناءً على اختلافات تردد الأليلات مقارنةً بالجينوم المرجعي الأصلي لعام 2020)، واستُخدم برنامج samtools (الإصدار 1.16.1) لحساب تغطية الجينوم وعمق القراءة.
بعد إزالة العينات المكررة والضوابط الإيجابية/السلبية،وتم استخدام العينات المتبقية وعددها 2684 عينة لتحليل مراقبة الجودة.بعد مراقبة الجودة الصارمة، تم الاحتفاظ فقط بعينات مياه الصرف الصحي بعمق تسلسل 50x وتغطي 80% على الأقل من جينوم SARS-CoV-2 للتحليل اللاحق.
أخير،استخدمت الدراسة 1385 عينة عالية الجودة.تغطية 59,422 موقع طفرة لمتغيرات SARS-CoV-2 للتحليل اللاحق.
وللمساعدة في التحقق من فعالية طريقة ICA-Var، استخدم فريق البحث البيانات السريرية كأساس للتحكم والمرجع، وقاموا بتحليل 8810 من بيانات تسلسل SARS-CoV-2 السريرية عالية التغطية من نيفادا والتي تم تنزيلها من قاعدة بيانات GISAID، والتي تغطي الفترة من سبتمبر 2021 إلى نوفمبر 2023.
مع ICA باعتباره الأساس، تم تقديم طريقة الانحدار المزدوج لإنشاء أداة جديدة للكشف عن COVID-19
العملية الأساسية لـ ICA-Var هييقوم بمعالجة ترددات الطفرات في عينات مياه الصرف الصحي من خلال تحليل المكونات المستقلة واستخراج أنماط الطفرات المتغيرة المستقلة.ويتم بعد ذلك ربط هذه الأنماط بالعينات الأصلية من خلال الانحدار المزدوج لتتبع المتغيرات الفيروسية، كما هو موضح في الشكل أدناه:
* أ في الشكل هي عملية تحليل المكونات المستقلة.المصفوفتان هما: الكشف الأسبوعي عن سلالة SARS-CoV-2 (الصف السفلي) والطفرات الجديدة المحتملة (الصف العلوي)
* يوضح الشكل (ب) الهيكل الهرمي لـ 18 متغيرًا مثيرًا للقلق.تم أخذ مواقع الطفرة الرئيسية لكل متغير (أي المواقع التي تحدد السلالة) من http://covspectrum.org ملخص البيانات السريرية، مع عدد الطفرات الرئيسية بين قوسين والمربعات المظللة التي تشير إلى المعايير التي سيتم اختبارها في سير العمل المقترح.
*يوضح الشكل C المقارنة بين طريقة ICA-Var وأداة Freyja الحديثة.بالنسبة للمتغيرات التي ظهرت حديثًا EG.5 وHV.1 وBA.2.86، يشير المربع الأحمر إلى وقت اكتشاف ICA-Var سابق؛ ويشير المربع الأصفر إلى أسبوع لم يتم فيه أخذ عينات من مياه الصرف الصحي بسبب مشاكل فنية.
على وجه التحديد، نظرًا لأن إشارة جينوم SARS-CoV-2 في عينات مياه الصرف الصحي هي نتيجة لمزيج من المتغيرات المتعددة وتتداخل مع تدهور العينة وأخطاء التسلسل وما إلى ذلك، فإن الطرق التقليدية يصعب تحليل خصائص متغير واحد بشكل مباشر.الفكرة الأساسية لـ ICA-Var هي استخدام تحليل المكونات المستقلة——تفترض تقنية فصل المصدر الأعمى هذه أن إشارة الطفرة المختلطة هي عبارة عن مزيج خطي من "مصادر مستقلة" متعددة وتستخدم النمذجة الرياضية لفصل هذه الأنماط المستقلة عن البيانات المختلطة.
قام فريق البحث أولاً بمعالجة البيانات مسبقًا.بإجراء مراقبة جودة على بيانات تسلسل جينوم فيروس كورونا المستجد (SARS-CoV-2) من عينات مياه الصرف الصحي، واستبعاد القراءات منخفضة الجودة والطفرات المشوشة، تم إنشاء "مصفوفة تردد الطفرات"، حيث تمثل الصفوف العينات، وتمثل الأعمدة مواقع الطفرات، وتمثل القيم تردد الطفرات لكل موقع في العينة. بعد ذلك، أُجري تحليل المكونات المستقلة على مصفوفة تردد الطفرات، مما أدى إلى تحليل الإشارة المختلطة إلى مكونات مستقلة. يمثل كل مكون مجموعة من "أنماط الطفرات المصاحبة"، أو مجموعات من الطفرات المميزة لمتغير معين تظهر أو تختفي بشكل متزامن عبر العينات بمرور الوقت.
هنا،استخدمت الدراسة معيار طول الوصف الأدنى (MDL) لتحديد عدد المكونات المستقلة وأجرت تحلل المكونات المستقلة باستخدام خوارزمية fastICA.ولضمان موثوقية النتائج، كرروا تحليل ICA 50 مرة بقيم أولية مختلفة، وقاموا بتجميع وتصور المكونات التي تم الحصول عليها في كل تشغيل بمساعدة برنامج ICASSO، وأخيرًا احتفظوا فقط بالتقديرات الموثوقة المقابلة للتجمعات الضيقة كمصفوفة المصدر.
وبعد ذلك، من أجل تحديد حالة المتغيرات الأسبوعية بشكل أكبر،استخدم فريق البحث أسلوب الانحدار المزدوج لإعادة إسقاط مصفوفة المصدر التي تم الحصول عليها من تحليل المكونات المستقلة في العينة الأصلية.حساب "مساهمة" كل مكون مستقل في كل عينة، أي الوفرة النسبية للمتغير في العينة، وذلك لقياس التغيرات الديناميكية للمتغيرات المختلفة في الزمان والمكان، مثل وقت الظهور، واتجاهات الأوبئة، والاختلافات في التوزيع بين المناطق الحضرية والريفية.
استخدم فريق البحث مصفوفة مصدر العينة الكاملة كمجموعة من مُنْحَدِرات المصدر في نموذج خطي عام (GLM) لإيجاد أنماط تحليل الإشارة لكل عينة أسبوعية مرتبطة بمصفوفة مصدر العينة الكاملة. ثم استخدموا أنماط تحليل الإشارة لكل عينة أسبوعية كمؤشرات في نموذج خطي عام ثانٍ لإيجاد مصفوفة المصدر الخاصة بالأسبوع، مع الحفاظ على ارتباطها بمصفوفة مصدر العينة الكاملة. نتج عن هذه العملية أزواج من التقديرات التي شكلت الفضاء المزدوج، ووفرت معًا أفضل تقريب لمصفوفة مصدر تحليل المكونات المستقلة الأصلية للعينة الكاملة في كل عينة أسبوعية.
أخيرا،قام فريق البحث بمقارنة المكونات المستقلة المعزولة مع المتغيرات المعروفة في بيانات التسلسل السريري وشرحها.يمكن أن يؤدي هذا إلى تحديد سلالة المتغير المقابلة بنجاح، أو استبعاد أنماط الطفرة غير المتطابقة للتحذير من إمكانية ظهور سلالات متغيرة جديدة.
تتغلب طريقة ICA-Var على عيوب الطرق التقليدية التي تعتمد على "رموز الباركود المرجعية المحددة مسبقًا".من خلال التقاط أنماط التباين المشترك للطفرات، من الممكن تحديد المتغيرات الجديدة في وقت مبكر وبشكل أكثر دقة من الطرق التقليدية.بالاقتران مع تحليل الانحدار المزدوج، تكشف هذه الطريقة أيضًا عن اختلافات في انتقال العدوى بين المناطق الحضرية والريفية، والتطور الزمني لمواقع الطفرات. باختصار، يوفر تحليل ICA-Var أداةً أكثر دقةً وشمولاً وفعاليةً من حيث التكلفة للكشف عن كوفيد-19.
تتجاوز كفاءة الكشف أداة Freyja القياسية الذهبية الحالية ولديها القدرة على التنبؤ بالمتغيرات الجديدة
للتحقق من صحة أداء ICA-Var وتقييمه، قارنه فريق البحث بأداة Freyja، وهي أداةٌ تُستخدم لتقدير الوفرة النسبية لسلالات فيروس SARS-CoV-2 في مياه الصرف الصحي. تستخدم الأداة مكتبة "باركود" تتكون من طفرات تُعرّف السلالات لتحديد جميع سلالات فيروس SARS-CoV-2 المعروفة بشكل فريد، وتستخدم طريقة انحدار ذات انحراف مطلق أدنى ووزن عميق لإيجاد وفرة السلالات.وقد أكدت التجارب أن طريقة التحليل المتعدد المتغيرات ICA-Var تتمتع بمزايا أكثر أهمية.
كما هو موضح في الشكل أدناه، شرح قسم طريقة النموذج والهندسة المعمارية بإيجاز كيف يمكن لـ ICA-Var اكتشاف المتغيرات الجديدة EG.5 وHV.1 وBA.2.86 سابقًا، وسيتم توسيع المحتوى الرئيسي في هذا القسم.
وبالتحديد في عام 2022،لقد ثبت أن ICA-Var قادر على اكتشاف المتغيرات مثل BA.2، وBA.4، وBA.5، وBF.7، وBQ.1، وXBB.1، وXBB.1.5 قبل أسبوع أو أكثر من Freyja.في الكشف عن EG.5، رصدت ICA-Var هذا المتغير في أسبوع 5 يونيو، لكن فريا لم تحدد إشارة EG.5 حتى 3 يوليو، عندما وصلت وفرة عينات مياه الصرف الصحي إلى 23.08%، وظهرت بالفعل 5 من مواقع الطفرات الثمانية السائدة لـ EG.5. وبالمثل، بالنسبة لمتغيرات مثل XBB.1 وHV.1 وBA.2.86،كما تم اكتشاف ICA-Var قبل عدة أسابيع من Freyja.
ويرجع هذا إلى قيام ICA-Var بدمج المعلومات من عينات متعددة حول "مواقع الطفرة المهيمنة ذات الانتشار الموثوق ولكن المنخفض".مما يُحسّن القدرة الإحصائية ويُمكّن من الكشف المُبكر. هذا يعني أنه لا يعتمد على نسبة عالية من الطفرات السائدة في عينة واحدة؛ بل يُمكنه تعزيز الكشف ببساطة عن طريق تجميع الإشارات الضعيفة من عينات متعددة. في المقابل، يتطلب نظام فريا عينة واحدة على الأقل تُظهر بوضوح موقع طفرة سائدة لإكمال الكشف. هذا يعني أيضًا أنه يعتمد بشكل أكبر على إشارة طفرة قوية بما يكفي في عينة واحدة، وهو أقل حساسية للإشارات الضعيفة أو المُشتتة.
تناولت التجربة بشكل أعمق الاتجاهات الديناميكية للمتغيرات في العينات الحضرية والريفية. ابتداءً من أوائل عام ٢٠٢٢، قام فريق البحث بتسلسل وتحليل عينات مياه الصرف الصحي من المناطق الريفية في جنوب نيفادا، وأجرى مقارنة وبائية شاملة بين المناطق الحضرية والريفية، مع تحليل العينات الحضرية والريفية بشكل منفصل أسبوعيًا.
أظهرت النتائج أنه من بين المتحورات الثمانية عشر المثيرة للقلق، اكتشف كلٌّ من ICA-Var وFreyja 16 متحورًا لفيروس SARS-CoV-2 في عينات مياه الصرف الصحي الحضرية قبل اكتشافها في العينات الريفية، مما يشير إلى أن متحورات الفيروس تظهر عادةً في المدن أولاً ثم تنتشر إلى المناطق الريفية. كما هو موضح في الشكل أدناه:
الاستثناء هو أن Freyja اكتشفت في البداية XBB.1 في عينات مياه الصرف الصحي الريفية، بينما اكتشف ICA-Var المتغير في عينات مياه الصرف الصحي الحضرية قبل أسبوع؛ ووجدت كلتا الأداتين FL.1.5.1 في عينات مياه الصرف الصحي الريفية، في حين كان تواتر وانتشار الأليل البديل للطفرة السائدة لهذا المتغير أقل بكثير في عينات مياه الصرف الصحي الحضرية خلال نفس الفترة.
كشفت الدراسة أيضًا عن الاتجاهات التطورية الزمنية لمواقع الطفرات. قارن فريق البحث 177 موقع طفرة ذات مساهمات تطورية زمنية مهمة بين أغسطس 2021 ونوفمبر 2023 مع مواقع الطفرات السائدة للمتغيرات B.1.617.2 وBA.1 وXBB.1، كما هو موضح في الشكل أدناه:
من بين 25 موقعًا رئيسيًا للطفرة في متغير دلتا (B.1.617.2)، أظهر 16 موقعًا تقلبات كبيرة في المساهمة بنهاية عام 2021، تلاها انخفاض تدريجي في عام 2022. زادت مساهمة الطفرات ذات الصلة في النمط الفرعي أوميكرون BA.1 بشكل ملحوظ في نهاية عام 2021 وبلغت ذروتها في أوائل عام 2022. استمرت مساهمة بعض مواقع طفرة BA.1 في التقلب في عام 2023، ووُجدت في سلالات فرعية أخرى من أوميكرون، مثل XBB.1. من بين 25 طفرة رئيسية في متغير XBB.1، أظهرت 22 طفرة مساهمات ديناميكية زمنية كبيرة، مع تأثير كبير بعد سبتمبر 2022. أظهرت مواقع طفرة متعددة أنماط تقلب مماثلة، مما يشير إلى التباين المشترك، مما يعكس خصائص إعادة التركيب لـ XBB.1.
وقد أظهرت هذه التحليلات أن المساهمات التطورية الزمنية لمواقع الطفرة التي حددها ICA-Var كانت متوافقة مع النتائج السريرية لمتغيرات Delta وOmicron وXBB.1، مما يوضح بشكل أكبر موثوقية نتائج ICA-Var ويوضح إمكاناتها في تحديد أنماط طفرات جديدة قد تؤدي إلى ظهور متغيرات جديدة.
أجرت التجربة تحققًا مفصلاً من ذلك. فحص فريق البحث 113 موقعًا جديدًا محتملًا للطفرة من خلال مقارنتها بمواقع الطفرة السائدة لـ 15 متغيرًا رئيسيًا. ثم استخدموا خوارزمية تصنيف هرمي لتصنيف مواقع الطفرة هذه إلى ست مجموعات مميزة. كما هو موضح في الشكل أدناه:
من بين هذه المجموعات المميزة، تتداخل مواقع الطفرات في أربعة منها (المجموعات 2-5) مع المتحورات التي ظهرت في نهاية عام 2023. لا توجد طفرات متداخلة في المجموعتين 1 و6 مع مواقع الطفرات المعروفة. من بينها، أظهرت مواقع الطفرات في المجموعة 1 نمط تباين مشترك واضح بعد أغسطس 2023. أظهرت بيانات التسلسل السريري لـ GISAID أنه تم التحقق من 8 من مواقع الطفرات، ووُجد أن معدل الإبلاغ عنها منخفض في العينات السريرية. لذلك،وقد تؤدي هذه الطفرات إلى ظهور سلالات جديدة من فيروس كورونا المستجد، وهو ما يتطلب مزيدا من التحقق من خلال الاختبارات السريرية.يجب المراقبة الدقيقة.
بفضل التعلم الآلي، يستمر تطوير مراقبة مياه الصرف الصحي لتعزيز الوقاية من الفيروسات والسيطرة عليها بجودة عالية
كما ذُكر سابقًا، فإنّ اختبار بكتيريا الماء (WBE) ليس أسلوبًا جديدًا. فمنذ أربعينيات القرن الماضي، أدرك علماء الفيروسات البيئية أهمية الحصول على فيروس شلل الأطفال من خلال تجارب زراعة الخلايا في مياه الصرف الصحي. ومنذ ذلك الحين، شهد اختبار بكتيريا الماء (WBE) تطورًا مستمرًا، وأصبح أداةً فعّالة للإنذار المبكر بتفشي الأمراض.منذ اندلاع جائحة كوفيد-19، لعبت WBE مرة أخرى دورًا إيجابيًا في الوقاية من الأوبئة والسيطرة عليها.
على سبيل المثال، في نهاية عام ٢٠٢٣، أفادت تقارير بأن فريقًا بحثيًا سويديًا نجح في اكتشاف ظهور المتحور الجديد لفيروس SARS-CoV-2 BA.2.86 من خلال دمج الاختبارات الجينومية لمياه الصرف الصحي وحالات كوفيد-19. بالإضافة إلى ذلك، ولزيادة فعالية وفعالية استخدام تقنية WBE للكشف عن متحورات فيروس كورونا الجديدة، قامت العديد من المختبرات بتطوير أو تحسين نماذج ذات صلة لتوفير أدوات أكثر فعالية من حيث التكلفة لتقنية WBE.
على سبيل المثال، نشر باحثون من جامعة تسينغهوا، وجامعة خبي للعلوم والتكنولوجيا، ومركز تيانجين للرصد البيئي دراسة مشتركة بعنوان "التحقق من صحة طرق إثراء الحمض النووي الريبوزي لفيروس SRAS-CoV-2 وكشفه في مياه الصرف الصحي". قارنت الدراسة تقنيتي إثراء، هما الترشيح الفائق وفصل الراتنج التساهمي، مع طريقتي كشف، هما تفاعل البوليميراز المتسلسل الكمي بالنسخ العكسي (RT-qPCR) وتفاعل البوليميراز المتسلسل الرقمي بالنسخ العكسي (RT-dPCR)، لتقييم أدائهما في رصد فيروسات مياه الصرف الصحي.
أخيرا،وأشارت الدراسة إلى أن طريقة تفاعل البوليميراز المتسلسل العكسي الرقمي (RT-dPCR) تعد الخيار الأفضل للكشف عن تركيزات منخفضة من الحمض النووي الريبوزي لفيروس SARS-CoV-2 في مياه الصرف الصحي.معدل الكشف أعلى ولديه قدرة تحمل أفضل لمثبطات تفاعل البوليميراز المتسلسل.
* عنوان الورقة:
https://link.springer.com/article/10.1007/s10311-025-01843-6
بالإضافة إلى ذلك، نشر الفريق البحثي بقيادة البروفيسور شينغفانغ لي من قسم علم الأمراض وطب المختبرات بجامعة ألبرتا، كندا، دراسة بعنوان "التحديد الكمي والتمييز بين متحورات فيروس كورونا المستجد (SARS-CoV-2) في مياه الصرف الصحي لأغراض المراقبة". واستنادًا إلى طريقتي الكشف عن تفاعل البوليميراز المتسلسل العكسي الكمي (RT-qPCR) باستخدام جاما (ABG) ودلتا المتعدد، واللتين طُوّرا سابقًا للعينات السريرية، استهدف الباحثون المتحور الفرعي أوميكرون، واستغلوا طفراته الفريدة.تم تطوير اختبار RT-qPCR الثلاثي لـ Omicron والذي يمكنه التمييز بين خمسة سلالات فرعية رئيسية من متغيرات Omicron.هذه هي الدراسة الأولى التي تستخدم اختبار RT-qPCR ثلاثي الأنبوب الواحد للكشف عن جميع المتغيرات الفرعية لـ Omicron وتحديدها في عينات مياه الصرف الصحي على مدى فترة عام واحد.
* عنوان الورقة:
https://pubs.acs.org/doi/10.1021/envhealth.3c00089
باختصار، يواجه العالم اليوم تحديات جسيمة في مجال الصحة العامة والسلامة، ويلعب رصد مياه الصرف الصحي، كوسيلة فعّالة للغاية لرصد السكان، دورًا لا غنى عنه. ومع التقدم التكنولوجي المستمر، سيستمر رصد مياه الصرف الصحي في التطور، بدءًا من الكشف المبكر المُستهدف بالاعتماد على أنماط الطفرات المعروفة، وصولًا إلى تحقيق إنجازات في تسلسل الجينوم الكامل وتحديد مسببات الأمراض المجهولة. ومع التزايد المستمر في الحساسية والتغطية، سيوفر رصد مياه الصرف الصحي بيانات أكثر دقة وأهمية للتحذير من الأوبئة، والتتبع، وصنع السياسات، ليصبح بذلك مُكمّلًا حيويًا لخط الدفاع في مجال الصحة العامة والسلامة.
مراجع:
1.https://www.nature.com/articles/s41467-025-61280-5
2.https://mp.weixin.qq.com/s/ZzzZt-uNNc5DsD-ib3Ww8g