《Infection, Genetics and Evolution》：Genotype-resolved wastewater surveillance for monitoring human norovirus GII circulation
编辑推荐：
污水监测（wastewater surveillance）捕获了与临床监测（clinical surveillance）共享的主要 GII（genogroup II，基因群 II）基因型。污水 GII.3、GII.6 和 GII.9 的读段（reads）份额超
污水监测（wastewater surveillance）捕获了与临床监测（clinical surveillance）共享的主要 GII（genogroup II，基因群 II）基因型。污水 GII.3、GII.6 和 GII.9 的读段（reads）份额超过散发病例比例。散发病例 GII.17 和暴发 GII.7 份额超过污水读段份额。在 100 条读段阈值下，GII.4 和 GII.17 在所有测序周均被检出。污水基因分型（genotyping）补充诺如病毒 GII 的临床监测。
一、研究背景与问题
诺如病毒是急性胃肠炎的重要原因，造成显著社区负担，而常规监测会明显低估社区病例。GII（genogroup II，基因群 II）包含多个共循环基因型，并随季节、人群和传播环境变化。GII.4 变异株和非 GII.4 谱系反复出现，说明基因型分布可随时间更替。临床分子监测可提供关键基因型信息，但只能在感染者就医、采样、检测并成功分型后观察到。散发与暴发监测因此提供互补而非可互换的临床识别诺如病毒疾病视角。
污水监测（wastewater surveillance）可整合人群排毒 RNA，扩大观察范围。诺如病毒 RNA 可高浓度、长时间排出，症状消退后仍可排。测序污水研究已恢复多个共循环基因型并追踪时间更替；散发、暴发和污水数据比较显示来源和时期会影响基因型组成。近期多地点研究比较污水 GII 浓度与综合征、医疗或暴发指标，并表明解释依赖流域重叠、临床确认和分析选择。扩增子和宏基因组测序已将污水监测从总 GII 丰度扩展到基因型分辨监测。但基于读段（reads）的污水基因型谱与常规散发和暴发监测分型病例基因型谱如何一致和不同，证据仍有限。
研究人员在北京四座市政污水处理厂开展基因型分辨污水监测，时间从 2023 年 10 月至 2024 年 9 月，将每周 GII 谱与同期散发和暴发监测比较，聚焦共享基因型模式、跨流基因型代表性差异、总体组成一致性以及总污水 GII 浓度与临床监测活动的关系。该研究的意义在于，在医学就诊和已识别暴发相关感染之外，增加 GII 循环的环境视角，并提示基于读段的相对丰度解释受流域覆盖、分类学和基因型特异性分析性能影响。
二、主要关键技术与样本来源
四个北京市政污水处理厂作为哨点，覆盖约 2.024 million 居民；2023 年 10 月至 2024 年 9 月每周每厂计划采集约 1000 mL 24-h 复合进水样，共 204 份。污水病毒经聚乙二醇沉淀浓缩，提取 RNA 后以双重实时 RT-PCR（reverse transcription polymerase chain reaction，逆转录聚合酶链反应）检测定量 GI 和 GII。扩增子覆盖 polymerase-capsid junction，在 Illumina MiniSeq 测序，仅用 VP1 衍生序列分配 GII 基因型。读段经质控、引物修剪、合并、去重，比对质控 VP1 参考库，排除模糊和非 GII 分配。厂-周丰度为明确分配至各 GII 基因型的读段比例，优先合并四厂组成，等站点聚合为敏感性分析。临床散发和暴发记录来自北京急性胃肠炎监测系统；散发记录经重匹配和两阶段 ridge-penalised 逆概率加权（inverse-probability weighting）处理。暴发组成由事件关联病例记录重建，并按 2022 年北京居民人口权重年龄标准化，按 ISO 周映射。分析采用严格周基因型组成，无平滑或插补，并辅以居中 3 周组成、Bray-Curtis 差异度、环状移动区组 bootstrap、block-sign、FDR（false discovery rate，错误发现率）和 Spearman 相关。
三、研究结果
3.1 GII genotype composition across surveillance streams
在居中 3 周描述序列中，污水读段相对丰度以 GII.4 最高，为 31.1%，其次 GII.17 为 17.5%、GII.7 为 15.2%、GII.3 为 13.7%。散发以 GII.17 为主，为 48.6%；暴发中 GII.17 为 38.5%、GII.7 为 28.6%。污水分析包括 50 周内 187 个可用厂-周谱；散发比较使用 42 周内 152 条成功分型 GII 记录，修剪加权后总有效样本量为 136.6。187 个可用厂-周样本中，VP1 分配读段均值和中位数分别为 29,291 与 23,706；协调 GII 分析保留读段均值和中位数分别为 18,888 与 13,562。
3.2 Composition similarity among surveillance sources
全居中 3 周描述序列中，平均 Bray-Curtis 差异度为：污水对散发 0.555，污水对暴发 0.554，散发对暴发 0.521。在三个流均有有效严格组成的 32 周中，对应均值分别为 0.679（95% CI 0.590 至 0.767）、0.590（0.499 至 0.699）和 0.607（0.481 至 0.719）。同一 32 周内，严格减居中平均差异分别为 0.143、0.074 和 0.087，FDR q 值分别为 0.002、0.070 和 0.137。
3.3 Cross-stream genotype representation differences
严格周主分析在 8 个优势基因型中发现 10 个 FDR 支持差异。与散发相比，污水 GII.17 低 ?32.6 百分点（95% CI ?47.6 至 ?17.7；q=0.005），GII.3 高 +10.6 百分点（6.1 至 15.0；q=0.004），GII.4 高 +13.5 百分点（3.8 至 22.8；q=0.039），GII.6 高 +5.9 百分点（4.4 至 7.6；q=0.001），GII.9 高 +4.2 百分点（1.4 至 7.5；q=0.033）。与暴发相比，污水 GII.7 低 ?14.0 百分点（?24.9 至 ?4.2；q=0.026），GII.9 高 +4.3 百分点（2.2 至 6.8；q=0.001），GII.13 高 +1.8 百分点（1.1 至 2.6；q=0.001）。散发与暴发相比，散发 GII.3 低 ?9.2 百分点（?14.4 至 ?4.7；q=0.014），GII.7 低 ?17.2 百分点（?29.2 至 ?3.4；q=0.047）。7 个对比符合所有预设稳健标准；污水对散发 GII.4 和两个暴发相关 GII.7 有主 FDR 支持但未满足所有区组长度和 log 比值标准；污水-暴发 GII.13 差异绝对幅度小。
3.4 Wastewater concentration concordance and composition-estimate sensitivity
居中 3 周 log
10 污水 GII 浓度与散发 GII 阳性率同周 Spearman 相关 rho=0.562（95% moving-block bootstrap CI 0.091 至 0.761；circular-shift P=0.392；FDR q=0.549）；与事件周暴发 GII 病例总数相关 rho=0.177（95% CI ?0.347 至 0.592；P=0.549；q=0.549）。在分配读段阈值至少 100 条时，污水检出率 GII.17 和 GII.4 为 100%，GII.3 为 98%，GII.7 为 84%，GII.2 和 GII.13 为 78%，GII.6 为 98%。合并读段与等站点聚合的最大平均周绝对差为 GII.4 的 1.13 百分点。阈值由 100 降至 10 条时，GII.2 检出率由 78% 升至 100%，GII.6 由 98% 升至 100%，GII.13 由 78% 升至 96%，基于相同 50 个观测污水周。
3.5 Sensitivity to weighting, imputation, and outbreak reconstruction
有效样本量在未修剪权重为 111.0，主 1st/99th 百分位修剪为 136.6，5th/95th 百分位修剪为 139.6。涉及散发的 16 个优势基因型对比中，相对主严格周估计的最大绝对变化分别为未修剪 0.003、5th/95th 修剪 0.062、未加权 0.715 百分点。替代修剪下方向和主 FDR 分类不变；未加权保留 15/16 方向和 15/16 FDR 分类，非核心散发-暴发 GII.7 失去主 FDR 支持。所有 7 个核心对比均保留。LOCF（last observation carried forward，最后观察值结转）影响一个暴发向量，未影响散发或污水向量；排除该向量后，居中污水-暴发和散发-暴发 Bray-Curtis 均值变化为 ?0.0024 和 ?0.0048，并保留所有 7 个核心对比。事件观察 GII 基因型间等分配和限制到关联报告日期事件均保留所有 7 个主核心对比。排除多 GII 基因型事件保留 6/7，散发-暴发 GII.3 不再满足所有核心标准。所有 6 个主核心污水-临床对比在每种暴发重建敏感性下持续。16 个暴发相关优势基因型估计最大绝对变化在等分配、单 GII 事件限制和报告日期限制下分别为 0.87、2.87 和 3.43 百分点。
3.6 Lagged wastewater-concentration correlations
未平滑周序列中，最大绝对相关出现于散发阳性 lag ?1 周（rho=0.481）和暴发病例数 lag +1 周（rho=0.327），lag-family FDR q 均为 0.510。居中 3 周序列中，最大值出现于散发阳性 lag ?3 周（rho=0.760；q=0.176）和暴发病例数 lag +3 周（rho=0.486；q=0.118）。正 lag 表示污水先于临床指标。四个 lag-family 检验校正后均不显著。
四、讨论总结与结论翻译
讨论指出，该研究通过每周污水测序描述共循环诺如病毒 GII 基因型，并与同期临床分子监测比较。污水和临床谱共享主要基因型，但相对组成不同。由于四个处理厂为哨点网络且临床记录无法映射到厂流域，这些对比描述时间对齐的监测输出，而非同一源人群的匹配估计。四个流域覆盖约 2.024 million 居民，而临床监测覆盖北京更广；局部基因型循环、年龄结构、医疗可及性和已识别聚集地点均可贡献差异。例如污水 GII.17 较低可能反映采样流域内循环较低，而非排毒较低或扩增较差；该设计无法区分空间贡献与生物或分析效应。
严格周主分析中，污水 GII.17 低于散发，GII.7 低于暴发，而 GII.3、GII.6 和 GII.9 在污水中高于散发。原文认为这些模式可能反映就医、采样、暴发识别、病毒排毒和各流贡献人群差异，GII.17 时期循环也可能影响比较。污水-暴发 GII.7 差异未满足全部稳健标准；GII.13 污水-暴发差异核心稳健但小于 2 百分点，生物重要分离证据有限。排毒持续和强度可能贡献跨流差异，但临床发现依赖情境；污水读段不能识别基因型特异排毒持续或强度，宿主年龄、症状、免疫和感染后时间仍是信号决定因素。总污水浓度与散发阳性中度相关，与暴发 GII 病例总数较弱，校正后均不显著。总浓度和基因型组成代表监测不同维度：浓度反映总病毒 RNA，组成反映相对基因型分布；其关系可受长时间或无症状排毒、就医、报告延迟和非等价分母影响。允许至 3 周偏移未产生显著 lag-family 检验；居中平滑包括未来观察并增加时间重叠，其 lag 谱不估计操作预警提前期。单一周年循环、共享季节性、异质报告延迟和有限配对观察限制时间分辨率；不显著不证明无关联。
局限性包括：临床分型稀疏，逆概率加权 bootstrap 区间条件于一次拟合权重；有效样本量 136.6 是 152 条分型记录权重离散度，不是独立周观察数。加权不能恢复临床监测缺失感染或去除未测选择。LOCF 可平缓局部变异并传播先前基因型模式，但本分析仅影响一个居中暴发向量，主严格周推断未用平滑或 LOCF。暴发谱还依赖事件日期链接和混合基因型事件内分数分配。6 个核心污水-临床对比在测试重建规则下持续，而散发-暴发 GII.3 对排除混合 GII 事件敏感。扩增子测序对深度、参考组成、序列分配和基因型特异扩增敏感；引物结合、逆转录效率和共扩增模板竞争可改变读段比例，即使输入基因组浓度相同，VP1 分配不消除上游效应。无基因型特异校准时，读段比例不能分开差异排毒与测定偏倚或定量感染流行。较低读段阈值增加次要基因型检出，但无阴性对照背景截断，不能将痕量分配等同于验证的低水平检测。等站点聚合影响小，解决站点加权而非空间不匹配或扩增偏倚。一年研究限制多季节稳定性和可移植性评估。未来需多季节稳定描述流域监测、过程 spike-in 控制评估回收和抑制、定义混合基因型标准评估扩增平衡、独立验证基因型特异 digital PCR 提供正交定量比较，并结合重复测序和保留水力元数据；行动阈值和预警性能需前瞻验证，定义报告路径可连接该互补分子监测与公共卫生决策。
研究结论翻译：基因型分辨污水监测记录了共循环诺如病毒 GII 基因型，并发现其与同期临床基因型谱存在反复差异。这些数据在医学就诊和已识别暴发相关感染之外，增加了 GII 循环的环境视角。基于读段的相对丰度解释取决于流域覆盖、分类学和基因型特异性分析性能。
