Investigadores han desarrollado un nuevo método para detectar la variante Alfa de la COVID-19 en las aguas residuales.
Se espera que permita una monitorización rápida y económica de otras variantes del SARS-CoV-2 en las aguas residuales.
La monitorización de las aguas residuales se ha convertido en un medio seguro y eficiente para rastrear la pandemia de coronavirus.
Investigadores del grupo interdisciplinario de investigación en resistencia antimicrobiana (AMR) de la Antimicrobial Resistance (AMR) Singapore-MIT Alliance for Research and Technology (SMART), la empresa de investigación del MIT en Singapur, junto con colaboradores de Biobot Analytics, la Universidad Tecnológica de Nanyang (NTU) y el MIT, han desarrollado con éxito un innovador método de detección molecular de código abierto que permite detectar y cuantificar la variante B.1.1.7 (Alfa) del SARS-CoV-2. Este avance allana el camino para una vigilancia rápida y económica de otras variantes del SARS-CoV-2 en las aguas residuales.
Mientras el mundo sigue luchando por contener la Covid-19, la reciente identificación de variantes del SARS-CoV-2 con mayor transmisibilidad y mayor gravedad ha hecho esencial desarrollar métodos prácticos de rastreo de variantes. Actualmente, las variantes identificadas incluyen la variante B.1.17 (Alfa), identificada por primera vez en el Reino Unido, y la variante B.1.617.2 (Delta), detectada por primera vez en la India.
La vigilancia de las aguas residuales se ha consolidado como una herramienta crítica de salud pública para rastrear de forma segura y eficiente la pandemia del SARS-CoV-2 de manera no intrusiva, al proporcionar información complementaria que permite a las autoridades sanitarias obtener información práctica a nivel comunitario. Más recientemente, se detectaron fragmentos virales del SARS-CoV-2 en complejos de viviendas de Singapur mediante un programa proactivo de vigilancia de aguas residuales. Esta información, junto con las pruebas de vigilancia, permitió al Ministerio de Salud de Singapur responder con rapidez, aislar y realizar pruebas de hisopado como parte de las medidas preventivas.
Sin embargo, la detección de variantes mediante la vigilancia de las aguas residuales es menos habitual debido a los desafíos de la tecnología existente. La secuenciación de nueva generación para la vigilancia de aguas residuales requiere mucho tiempo y es costosa. Además, las pruebas carecen de la sensibilidad necesaria para detectar abundancias bajas de variantes en muestras de aguas residuales diluidas y mixtas, debido a una cobertura de secuenciación inconsistente y/o baja.
El método desarrollado por los investigadores está diseñado de forma única para abordar estos desafíos y amplía la utilidad de la vigilancia de las aguas residuales más allá de las pruebas del SARS-CoV-2, hacia el rastreo de la propagación de las variantes del SARS-CoV-2 de preocupación.
Wei Lin Lee, científica investigadora de SMART AMR y primera autora del artículo, añade: «Esto es especialmente importante en los países que luchan contra las variantes del SARS-CoV-2. La vigilancia de las aguas residuales ayudará a determinar la proporción real y la propagación de las variantes en las comunidades locales. Nuestro método es lo bastante sensible como para detectar variantes en concentraciones muy diluidas de SARS-CoV-2, típicas de las muestras de aguas residuales, y produce resultados fiables incluso en muestras que contienen múltiples linajes del SARS-CoV-2.»
Dirigido por Janelle Thompson, profesora asociada de la NTU, y Eric Alm, profesor del MIT y investigador principal de SMART AMR, el estudio del equipo, «Quantitative SARS-CoV-2 Alpha variant B.1.1.7 Tracking in Wastewater by Allele-Specific RT-qPCR» se ha publicado en Environmental Science & Technology Letters. La investigación explica el innovador método de detección molecular de código abierto basado en RT-qPCR específica para alelos, que detecta y cuantifica la variante B.1.1.7 (Alfa). El ensayo desarrollado, probado y validado en muestras de aguas residuales de 19 comunidades de Estados Unidos, permite detectar y cuantificar de forma fiable niveles bajos de la variante B.1.1.7 (Alfa) con baja reactividad cruzada, y con proporciones de la variante de hasta el 1 por ciento en un fondo de virus SARS-CoV-2 mixtos.
Dirigido a mutaciones de la proteína de la espícula que son altamente predictivas de la variante B.1.1.7 (Alfa), el método puede implementarse utilizando protocolos de RT-qPCR disponibles comercialmente. A diferencia de los productos disponibles comercialmente que utilizan cebadores y sondas patentados para la vigilancia de aguas residuales, el artículo detalla el método de código abierto y su desarrollo, que pueden ser utilizados libremente por otras organizaciones e institutos de investigación para su trabajo de vigilancia de aguas residuales del SARS-CoV-2 y sus variantes.
El avance del equipo de investigación de Singapur es utilizado actualmente por Biobot Analytics, una startup del MIT y líder mundial en epidemiología de aguas residuales con sede en Cambridge, Massachusetts, que presta servicios a estados y localidades de todo Estados Unidos. Mediante el método, Biobot Analytics puede aceptar y analizar muestras de aguas residuales para la variante B.1.1.7 (Alfa), y planea añadir variantes adicionales a su análisis a medida que se desarrollen los métodos. Por ejemplo, el equipo de SMART AMR está desarrollando actualmente ensayos específicos que permitirán detectar y cuantificar la variante B.1.617.2 (Delta), que recientemente fue identificada por la Organización Mundial de la Salud como variante de preocupación.
«Gracias al innovador método del equipo, hemos podido monitorizar la variante B.1.1.7 (Alfa) en poblaciones locales de EE. UU., lo que proporciona a los líderes información sobre las tendencias de la Covid-19 en sus comunidades y les permite formular recomendaciones y realizar cambios en las medidas de control con criterio», afirma Mariana Matus, doctora por el MIT en 2018, CEO y cofundadora de Biobot Analytics.
«Este método puede adaptarse rápidamente para detectar nuevas variantes de preocupación más allá de la B.1.1.7», añade Alm, del MIT. «Nuestra colaboración con Biobot Analytics ha convertido nuestra investigación en un impacto real más allá de las fronteras de Singapur y contribuye a la detección de la Covid-19 y sus variantes, sirviendo como sistema de alerta temprana y orientación para los responsables políticos mientras rastrean los grupos de infección y consideran las medidas de salud pública adecuadas.»
La investigación es llevada a cabo por SMART y cuenta con el apoyo de la Fundación Nacional de Investigación (NRF) de Singapur en el marco de su programa Campus for Research Excellence And Technological Enterprise (CREATE) .
SMART fue establecido por el MIT en colaboración con la Fundación Nacional de Investigación de Singapur (NRF) en 2007. SMART es la primera entidad de CREATE desarrollada por la NRF. SMART funciona como centro intelectual y de innovación para las interacciones investigadoras entre el MIT y Singapur, y lleva a cabo proyectos de investigación de vanguardia en áreas de interés tanto para Singapur como para el MIT. SMART comprende actualmente un Centro de Innovación y cinco IRG: AMR, Análisis Crítico para la Medicina Personalizada en la Fabricación, Tecnologías Disruptivas y Sostenibles para la Agricultura de Precisión, Movilidad Urbana del Futuro y Sistemas Electrónicos de Bajo Consumo Energético.
El grupo interdisciplinario de investigación en AMR es un programa de investigación traslacional y de emprendimiento que aborda la creciente amenaza de la resistencia antimicrobiana. Aprovechando el talento y las tecnologías convergentes de Singapur y el MIT, AMR aspira a desarrollar múltiples enfoques innovadores y disruptivos para identificar, responder y tratar las infecciones microbianas resistentes a los fármacos. Gracias a sólidas colaboraciones científicas y clínicas, su objetivo es ofrecer soluciones transformadoras y holísticas para Singapur y el mundo.
