基于污水基因组学的早期预警：新型SARS-CoV-2变异株在本地废水中的先于临床监测发现

《Heliyon》：First seen in local wastewater – Novel virus variants observed weeks prior to routine surveillance underscore the potential of wastewater-based epidemiology

本研究针对传统临床监测在追踪免疫逃逸病原体变异株时存在的滞后性问题，通过开展污水基因组学(WBE)研究，结合靶向扩增测序与定制化单核苷酸变异(SNV)指纹分析技术，在德国鲁尔区城市下水道网络中实现了对SARS-CoV-2变异株的早期监测。结果显示，XBB.1.5和XBB.1.9等变异株在废水中的检测比当地临床样本提前数周至数月，证实了局部污水采样点相比污水处理厂(WWTP)能提供更早的预警窗口。该研究为优化公共卫生应对策略提供了及时可行的技术方案。

　　

当全球新冠疫情进入常态化防控阶段，一个关键的科学挑战摆在了研究人员面前：如何在新变异株引发临床感染高峰前就及时发现它们的踪迹？传统依赖于症状报告的流行病学监测存在天然滞后性，而临床基因组测序通常只能覆盖少数病例。在这场与病毒变异的赛跑中，一种创新的监测策略——污水基因组学(Wastewater-Based Epidemiology, WBE)正展现出独特优势。

最近发表在《Heliyon》杂志的一项研究为我们展示了这一技术的巨大潜力。由Alexander Thomas等来自德国埃森大学医院的研究团队发现，通过分析城市下水道中的病毒基因组，能够比常规临床监测提前数周发现新兴的SARS-CoV-2变异株，为公共卫生应对赢得了宝贵时间。

创新方法：当污水分析遇上精准基因组学

为了实现对污水样本中病毒变异株的高灵敏度检测，研究团队采用了多重技术策略。他们从五个采样点（四个城市内部集水区和一个下游污水处理厂）收集了55份废水样本，采样频率为每周两次，持续六周。

关键技术方法包括：使用病原体特异性瓦片式扩增技术对SARS-CoV-2基因组进行全覆盖测序；运用Freyja算法进行混合病毒种群中变异株比例的解析；创新性地开发了定制化的单核苷酸变异(SNV)指纹分析方法，通过识别特定变异株独有的突变位点来增强检测灵敏度。研究人员还将废水监测结果与德国国家、地区、当地及医院层面的患者监测数据进行了比对分析。

研究结果：废水中的早期预警信号

通过对废水样本的深度分析，研究团队获得了令人瞩目的发现：

污水采样与病毒检测结果

在六周的研究期间，收集的55份废水样本中有52份检测到了SARS-CoV-2 RNA，RT-qPCR Ct值在26-30之间，表明社区中存在持续且显著的病毒传播。测序分析产生了每个样本中位数263,501条高质量读数，为后续变异分析提供了充足数据支持。

简化患者监测数据与VOC选择

为了与废水监测结果进行有效对比，研究人员对公开的德国SARS-CoV-2患者监测数据进行了简化处理，将复杂的亚谱系归类到其祖先变异株(Variant of Concern, VOC)层面。在全国层面，BA.5是主导谱系，但在研究期间从超过90%下降至约30%，而新兴谱系如BA.2.75、BQ.1和XBB等重组体的比例逐渐上升。

使用Freyja评估废水谱系丰度

Freyja分析能够可靠地识别废水中的主要变异株，如BA.5和BQ.1，但对某些新兴重组谱系（如CH.1.1）的检测灵敏度有限。这表明在复杂的环境样本混合物中，传统工具对重组谱系的分类存在挑战。

利用时期特异性独特指纹突变增强灵敏度

为了克服Freyja的局限性，研究团队开发了SNV指纹分析方法，专注于识别在相关VOC中每个谱系独特的突变。例如，BA.4、BQ.1、CH.1.1、XBB.1.5和XBB.1.9都具有独特的指纹突变，使它们能够与密切相关的谱系明确区分。这种方法与Freyja形成互补，提高了对低丰度变异株的检测能力。

废水与患者监测比较：新兴变异株的早期检测

最引人注目的发现是，废水监测能够比临床监测更早地检测到新兴变异株。XBB.1.5在本地废水中的检测比当地临床样本早约两周，而XBB.1.9的废水检测更是比首例本地临床病例早数月。

研究还发现，城市内部集水区的监测比污水处理厂能提供更早的预警，这可能是因为较小的集水区稀释程度较低，且更接近感染源。例如，XBB.1.5在一个局部集水区的检测比下游污水处理厂的检测早一周。

研究意义：重新定义公共卫生监测格局

这项研究的意义不仅在于证实了污水基因组学在SARS-CoV-2监测中的早期预警价值，更重要的是它展示了一种更加全面、公平的公共卫生监测模式。

与传统临床监测相比，废水监测具有独特优势：它不受医疗可及性、测试寻求行为或症状报告偏差的影响，能够捕获整个人群的感染情况，包括无症状感染者。随着人群免疫水平的普遍提高，单纯的病毒定量检测已不能可靠预测住院率，而基因组特征分析变得愈发重要，特别是对于免疫逃逸变异株的早期识别。

研究结果表明，将局部废水监测与WWTP级监测和临床监测相结合，可以提供一个更全面的社区变异株传播视图。这种多层次监测系统能够弥补各自方法的局限性：意外的废水信号可以触发强化的患者测序，而孤立的临床检测可以引导有针对性的上游废水采样。

此外，研究中开发的SNV指纹分析方法为污水基因组学分析提供了新的技术工具，通过控制错误发现率，提高了对复杂环境样本中低丰度变异株检测的可靠性。这种方法可以扩展到其他呼吸道病原体的监测，如RSV和流感病毒，为多病原体监测提供了可行路径。

随着污水基因组学技术的成熟，标准化基因组方法、统一数据格式和确定可操作阈值将成为充分发挥其潜力的关键。这项研究为将WBE整合为主流公共卫生监测体系提供了有力证据，展示了其在未来疫情应对和传染病防控中的广阔应用前景。