基于污水流行病学的SARS-CoV-2变异株传播动力学研究：揭示病毒选择优势与脱落差异的稳健性

瑞士研究团队通过数学模型、模拟实验和污水监测数据，系统评估了SARS-CoV-2变异株脱落差异对选择优势（s）和有效再生数（Re）估算的影响。研究发现，基于污水基因组学的变异株竞争分析具有无偏性和稳健性，即使存在脱落差异仍能准确反映变异株传播动态，为公共卫生决策提供了不受临床数据偏差干扰的新型监测工具。

　　

随着COVID-19大流行持续演变，污水流行病学(WBE)已成为追踪SARS-CoV-2传播的重要工具。尽管污水病毒载量与临床发病率存在显著相关性，但不同变异株在粪便中的脱落差异可能扭曲这种关系——例如Omicron BA.1相较Delta的脱落量减少50%，这引发了学界对污水数据可靠性的质疑。

瑞士联邦理工学院(ETH Zurich)联合瑞士水生科学与技术研究所(Eawag)等机构的研究团队在《Nature Communications》发表突破性研究，通过理论推导和实证分析证明：污水数据估算的变异株选择优势具有惊人的稳健性。研究人员建立数学模型揭示，即使变异株间存在总脱落量(l)或脱落时间分布(μ)的差异，基于相对丰度估算的选择优势(s)仍保持无偏性。这种特性源于对数转换后相对丰度曲线的导数仅反映增长率差异的本质特征。

研究采用四大关键技术：

1. 瑞士六座污水处理厂(WWTP)的连续污水采样与核酸提取技术

2. 针对S:HV69-70缺失(Omicron)和S:L452R突变(Delta)的双重数字PCR(dPCR)检测

3. 下一代测序(NGS)的变异株频率定量

4. 结合确定性模拟与随机模拟的传播动力学建模

主要发现

1. 选择优势的无偏性验证

   通过推导闭合表达式证明，在恒定传播率假设下，污水估算的选择优势完全不受脱落差异影响。即使放松该假设，仅当变异株脱落时间分布形状不同时才会引入偏差，而总脱落量差异仍不影响结果稳健性。

1. 有效再生数的瞬态偏差

   理论推导显示R_e估算的偏差上限为(c-1)s/4（c为脱落量比值），该偏差在变异株相对丰度稳定后自动消失。实际监测中，瑞士污水数据虽因Omicron脱落减少导致总病毒载量低估，但R_e上升趋势仍被准确捕捉。

2. 方法学普适性验证

   比较污水dPCR、NGS与临床测序数据发现，尽管不同检测方法存在校准偏差（如S:L452R探针高估Omicron频率），但选择优势估计值高度一致（图3D）。这证实污水监测对技术差异也具有强容错性。

该研究从根本上解决了污水流行病学应用的核心争议，证明：

• 变异株竞争分析无需校正脱落差异即可获得可靠结果

• 污水数据所需样本量较临床监测减少两个数量级

• 方法适用于其他病原体的变异监测

David Dreifuss等学者特别指出，该发现对早期预警系统建设至关重要——当新变异株出现时，即使其脱落特征未知，公共卫生部门仍可基于污水数据快速准确评估其传播优势。这种"抗干扰"特性使污水基因组学成为未来疫情监测的基石技术。