在废水样本中无监督检测新型SARS-CoV-2突变和血统,使用长读测序

科学领域:

• 环境科学环境科学
• 病毒学 病毒学
• 公共卫生 公共卫生

背景情况:

• 基于废水的流行病学 (WBE) 对于监测SARS-CoV-2及其变体至关重要.
• 目前的变种监测依赖于临床数据和更新的基因组数据库,这可能是限制性的.
• 临床试验和测序工作的减少减少了监测数据的敏感性和代表性.

研究的目的:

• 引入HERCULES (高通量流行病学重建和聚类以揭示来自环境SARS-CoV-2的血统),一种不受监督的变种监测方法.
• 为了能够直接从环境样本中识别和量化SARS-CoV-2突变和血统,而无需依赖数据库.
• 加强早期检测新型变种和新出现的病原体.

主要方法:

• 利用了Spike基因1Kb片段的长读测序.
• 应用了无监督的机器学习方法来识别和量化变体谱系.
• 通过使用2022年7月至2023年10月期间收集的挪威废水样本评估了HERCULES.

主要成果:

• 在废水和临床样本数据之间显示出强烈的相关性,用于突变和血统流行率.
• 观察到,废水样本中的SARS-CoV-2趋势比临床数据提前一周被确定.
• 展示了HERCULES在临床样本中检测新血统之前识别新血统的能力.

结论:

• 赫拉克勒斯提供了一种有效的,独立于数据库的方法,用于在废水中早期检测SARS-CoV-2变种.
• 该方法提供了对潜在疫情的早期警告,改善了公共卫生反应.
• 赫尔库勒斯方法适用于对其他新兴病原体的环境监测.