《Frontiers in Public Health》：SARS-CoV-2 wastewater surveillance in a central Chinese metropolis: variant responses and correlation with clinical cases
编辑推荐：
目的：本研究分析了中國鄭州市城市廢水中SARS-CoV-2的監測結果，以探討其與社區COVID-19發病率的關聯，並評估其在不同SARS-CoV-2變異株流行階段的預警效能。方法：研究人員於2024年5月至2025年7月期間在五座代表性污水處理廠(WWTP)進
目的：本研究分析了中國鄭州市城市廢水中SARS-CoV-2的監測結果，以探討其與社區COVID-19發病率的關聯，並評估其在不同SARS-CoV-2變異株流行階段的預警效能。方法：研究人員於2024年5月至2025年7月期間在五座代表性污水處理廠(WWTP)進行每週監測，共獲得325個樣本。使用逆轉錄定量聚合酶鏈式反應(RT-qPCR)對ORF1ab和N基因的病毒載量進行定量，統計分析包括斯皮爾曼相關(Spearman correlation)、單因素方差分析(ANOVA)和互相關函數(cross-correlation function)。結果：兩個目標基因顯示高度一致性，且與14天累積COVID-19發病率呈顯著正相關。然而，在不同變異株時期和基因靶標間觀察到顯著的變異性和明顯異質性，其中N基因的穩定性優於ORF1ab。廢水病毒信號比臨床病例超前一週。結論：這些發現支持了廢水基流行病學(wastewater-based epidemiology, WBE)在後疫情時代COVID-19監測中的應用價值，表明其潛在的預警能力，並揭示了監測效能在不同病毒變異株和靶基因間存在顯著異質性。
该研究发表于《Frontiers in Public Health》。研究背景方面，COVID-19由严重急性呼吸道综合征冠状病毒2型（SARS-CoV-2）引起，对全球公共卫生及社会经济造成持续负担。自2023年1月8日起，中国将COVID-19管理从甲类调整为乙类传染病，大规模常规核酸检测逐步取消。传统的基于临床病例的监测系统受限于固有的时间滞后以及对无症状和轻症病例的大量漏报，削弱了其捕捉实时传播动态的能力。废水基流行病学（wastewater-based epidemiology, WBE）作为一种补充手段，通过检测原废水中脱落的病毒RNA实现社区级监测，覆盖无症状与轻症感染，因其成本效益高、时效性强及人口全覆盖，已被全球70多个国家和地区纳入国家监测框架。然而，现有研究多集中于大规模流行传播期的关联分析，缺乏后疫情时代低水平地方性传播及变异株持续涌现背景下的性能评估，且废水病毒浓度与实际感染数的剂量反应关系尚未明确，WBE在不同流行阶段及变异株更替中的相关性强度差异及异质性仍有待阐明。为此，研究人员选取中国中部省会郑州城市核心区为研究区域，利用2024年5月至2025年7月的废水监测、临床及人口特征数据，系统表征后疫情时代废水中SARS-CoV-2 RNA浓度与社区发病负担的动态关系，阐明不同Omicron波次下WBE的异质性表现及理化参数对检测的调制作用，评估预警能力并量化不同功能区监测差异，为优化监测系统提供科学依据。
为开展研究，研究人员构建了样本队列来源于郑州五个代表不同功能区的污水厂（WWTP-A至WWTP-E），覆盖约430万服务人口，监测时间为2024年5月6日至2025年7月28日，每周采集进水24小时流量比例混合样。关键技术方法包括：基于市政管网GIS数据划定集水区并估算服务人口；采用RT-qPCR双靶标（ORF1ab、N基因）定量病毒浓度并建立标准曲线；计算14天累积发病率（Incidence_14d）及人均每日病毒载量（Vgene）以归一化水力波动与人口规模；运用R软件进行Spearman相关分析、ANOVA及Tukey HSD事后检验、最大滞后期为4的互相关函数（CCF）分析，并辅以增广迪基-富勒（ADF）检验验证时序平稳性。
研究结果如下：
3.1 Sewage parameter information。研究人员分析325份样本（每厂65份），五座污水厂服务人口10万至185万不等，进水温度中位数23.3–24.9°C，总悬浮固体（TSS）231.0–361.0 mg/L，化学需氧量（CODCr）246.0–397.0 mg/L，氨氮24.1–47.4 mg/L，pH 7.2–7.4。结果表明各厂理化参数存在差异但均在典型范围。
3.2 Relationship between SARS-CoV-2 RNA concentration in wastewater and the reported number of COVID-19 cases。研究人员发现人均每日病毒载量（ORF1ab、N）与14天累积发病率时间趋势高度一致，峰值对应JN.1、XDV、NB.1.8.1三波变异株流行。JN.1期间除WWTP-E外均显著正相关（Spearman r=0.30–0.80, p<0.05）；XDV期间中度正相关；NB.1.8.1期间N基因仍多正相关，而ORF1ab在WWTP-A、B呈显著负相关，揭示变异株特异性脱落动力学差异。理化参数方面，人均病毒载量与进水温度显著正相关（r=0.52, 0.46, p<0.001），与pH显著负相关（r=-0.29, -0.27, p<0.001），偏相关分析显示温度独立相关，pH关联受季节混杂衰减，与TSS、CODCr、氨氮无实质相关。
3.3 Cross-correlation analysis of wastewater SARS-CoV-2 RNA and COVID-19 community incidence。研究人员通过CCF分析发现，废水中人均每日病毒载量与社区14天累积发病率在lag=0和lag=-1（废水超前1周）处关联最强。JN.1期两靶标一致；NB.1.8.1期ORF1ab呈负相关问题而N基因维持正相关。敏感性分析（7天与14天窗口）结果稳健。异质性存在于不同变异株阶段及各厂区。
讨论部分总结：研究人员指出本研究系统表征了郑州五座污水厂SARS-CoV-2 RNA动态及其与社区发病率的关联，量化了变异株依赖性相关性强弱，识别了进水温度独立正向关联病毒检测，pH关联受季节混杂，并验证了WBE约超前临床1周的预警能力及同一城市不同功能区异质性。ORF1ab与N基因在NB.1.8.1期表现分化，凸显城市功能区与人口结构为关键混杂因素需校准。局限性包括未用辣椒轻斑驳病毒（PMMoV）等粪便指示病毒归一化、未建模RNA降解动力学、全基因组测序样本受限且Ct值≤34导致序列时空覆盖不均、周采样降低时间分辨率、病例按住址编码未校正跨区通勤及服务人口仅为近似动态人口可能导致集水区错配。
结论部分翻译：综上所述，城市废水中SARS-CoV-2 RNA载量与社区COVID-19发病率强相关，且总体呈现约较临床病例激增超前一周的趋势。废水温度与病毒检测效率独立相关，而pH影响部分受季节变异混杂。病毒演化驱动了显著的变异株依赖性监测性能差异，两靶标基因（ORF1ab与N基因）与报告发病率的相关性在各监测点存在显著分歧。本研究通过覆盖服务约430万居民的五大核心功能区空间代表性采样设计，有效捕捉了由城市功能区划与人口结构塑造的市内传播异质性。直接将发现外推至具有不同人口或基础设施特征的地区需进一步本地验证。
