通过优化被动采样器的使用，实现了对污水中SARS-CoV-2变异株BA.4和BA.5的早期检测

《Environmental Science: Water Research & Technology》：Optimised use of passive samplers enabled early detection of SARS-CoV-2 variants BA.4 and BA.5 in sewage water

废水被动采样监测奥密克戎变种效果评估及方法优化

　　该研究探讨了基于膜的被动采样方法在污水处理系统中对新冠病毒（SARS-CoV-2）及其变异株的监测效果。随着新冠疫情的爆发，污水基流行病学（Wastewater-based epidemiology, WBE）作为一种新兴的监测手段迅速发展，能够有效追踪社区内病毒的传播情况，包括无症状感染者。由于被动采样方法具有部署简便、成本低廉的优势，它成为在无法使用自动采样设备的环境中一种可行的替代方案。然而，针对低丰度病毒的采样策略是否能够准确反映病毒的动态变化，仍需进一步评估。

在法国的两个大城市——里昂和南特，研究人员于2022年4月和5月对污水处理系统中的被动采样与直接采样进行了并行比较。采样过程中，每个地点部署了一个名为“新冠污水笼”（COSCa）的3D打印装置，该装置设计用于SARS-CoV-2的检测。COSCa是一个空心球体，直径为10厘米，表面有26个直径1.5厘米的孔，以促进污水的自由流动，减少对水流的阻碍。在收集完被动采样样本后，研究人员随即进行了直接采样，采集了1升污水样本，进行实验室处理和分析。为了确保实验的全面性，研究人员在两个城市各进行了两次采样，总共收集了16个样本。

研究的主要目标是优化从尼龙膜中回收病毒的方法，同时分析被动采样和直接采样在病毒检测和基因组测序方面的代表性。通过实验，研究人员发现直接裂解法在病毒回收和SARS-CoV-2测序方面效果最佳，而使用Tween 20进行洗脱并结合超声处理并未显著提升病毒回收率。这一结果表明，在污水处理环境中，直接裂解法可能比洗脱法更为高效，特别是在处理低浓度病毒样本时。此外，实验还发现，被动采样与直接采样在病毒浓度和基因组覆盖度方面具有高度一致性，表明这两种方法在污水处理监测中具有相似的适用性。

为了评估病毒的基因组覆盖度和测序质量，研究人员采用了ARTIC V4.1多路复用PCR技术，并结合Illumina MiSeq平台进行测序。这一技术能够生成覆盖整个SARS-CoV-2基因组的98个重叠片段，每个片段约400个碱基对。实验结果表明，大多数样本在30倍测序深度下达到了近完整的基因组覆盖，且在测序深度上具有较高的一致性。然而，某些区域的测序深度较低，例如片段21，这可能与RNA提取的质量或PCR扩增效率有关。值得注意的是，这种测序深度的不均匀性并不影响整体的病毒检测效果，且对于低频突变的识别仍具有重要意义。

在对SARS-CoV-2变异株的识别方面，研究人员使用了两种不同的方法：一种是基于突变频率的分析，另一种是利用VaRaPS（Variants ratios from pooled sequencing）和Freya等工具进行的亚型比例估算。结果显示，无论是被动采样还是直接采样，都能够准确识别主要的Omicron亚型，如BA.2、BA.4和BA.5。其中，BA.4和BA.5的首次检测在污水样本中比在人口层面的检测提前了约三周，这为疫情预警提供了重要依据。此外，研究人员还发现了一些可能与隐性亚型相关的低频突变，如G700C、A694S和I410I，这些突变尚未在其他研究中被广泛报道，表明污水监测能够揭示病毒的隐性传播路径。

对于诺如病毒（NoV GII）的检测，研究结果同样显示被动采样和直接采样在病毒回收率和基因组覆盖度方面具有高度一致性。尽管在某些情况下，被动采样可能无法完全反映病毒的动态变化，但总体而言，这两种方法在监测病毒流行趋势方面表现良好。研究还发现，尽管被动采样可能无法提供精确的定量数据，但它能够有效地捕捉病毒的多样性，从而为流行病学研究提供有价值的信息。

在讨论部分，研究人员指出，尽管被动采样在监测低浓度病毒方面具有一定的优势，但要实现更精确的半定量分析，仍需进一步优化采样策略。此外，病毒在膜上的吸附特性可能因病毒种类、悬浮颗粒浓度以及水质条件的不同而有所差异。因此，针对不同类型的病毒，需要定制化的采样和处理方法，以确保测序数据的准确性和代表性。在实际应用中，研究人员建议在污水处理监测中结合被动采样和直接采样，以获得更全面的病毒动态信息。

总体而言，这项研究为污水处理中的病毒监测提供了一种可行的方法，并展示了被动采样在早期识别新冠病毒变异株方面的潜力。通过优化采样和测序流程，研究人员能够有效追踪病毒的传播趋势，包括低频变异株和隐性亚型。这些发现不仅有助于提升污水处理监测的准确性，也为公共卫生决策提供了重要的数据支持。未来的研究可以进一步探索被动采样在不同环境条件下的适用性，并结合其他技术手段，如人工智能和大数据分析，以提高监测的效率和精确度。