Ученые из Руанды предлагают алгоритм для дешевого скрининга популяции на COVID-19

Разработан алгоритм тестирования на SARS-CoV-2, при котором пробы ста пациентов объединяют и проводят ПЦР-анализ в одной пробирке. Если смесь дает отрицательный результат, это экономит время и реактивы, если положительный — последующие шаги позволят быстро выявить инфицированных.

Credit:

dhdezvalle | 123rf.com

Высокие цены ПЦР-тестов на коронавирус — большая проблема, особенно в странах с низким и среднем уровнем дохода. Ранее мы писали о том, что менее чувствительные, но более простые и дешевые тесты полезнее для скрининга населения. Один из способов сделать тест дешевле – объединить несколько мазков от разных пациентов в одну пробу и анализировать ее, и только после получения положительного результата проверять каждый мазок отдельно. Еще в апреле исследователи заявили о возможности смешивать 9-10 индивидуальных образцов. Исследователи из Руанды предлагают алгоритм, позволяющий анализировать до 100 мазков в одной пробе. Статья опубликована в Nature.

Один из первых алгоритмов для анализа совмещенных проб, алгоритм Дорфмана, был представлен еще в 1943 году. При распространенности вируса в популяции p он позволял уменьшить количество тестов до 2√p на человека. Новый алгоритм более эффективен, количество тестов на человека для него составляет приблизительно e*p*ln(1/p). При p = 0.05%, что соответствует распространенности коронавируса в некоторых регионах, алгоритм Дорфмана позволял бы одновременно тестировать мазки 22 человек, в то время как новая программа может проанализировать смешанную пробу от 100 пациентов.

Алгоритм Дорфмана предполагает, что после первичного тестирования смешанных проб среди результатов отбирают положительные. Далее все образцы, которые были добавлены в положительную пробу тестируются независимо друг от друга. Отличительная черта нового подхода заключается в том, что изначально количество объединяемых мазков больше. После выявления положительных проб каждый мазок тестируется не отдельно, а, опять же, в смешенной пробе с несколькими другими образцами, которые также могли оказаться положительными. В большинстве случаев схема сочетания образцов различных пациентов в пробе позволяет выявить больных за один дополнительный раунд ПЦР.

Главная проблема заключается в том, что при увеличении количества образцов, объединяемых в одну пробу для ПЦР, падает чувствительность метода. Ученые экспериментально показали, что даже если только один из ста мазков в смешанной пробе будет положительным, ПЦР все равно с большой долей вероятности зарегистрирует наличие вирусной РНК. Ложноотрицательные результаты возникают только в случае низкой вирусной нагрузки, но это означает, что пациент скорее всего уже не заразен.

Авторы подчеркивают, что предложенный алгоритм разработан для общего скрининга населения, который проводится в качестве профилактической меры, а не для людей с симптомами. Схема рассчитана на малый процент больных людей в анализируемой группе.

Источник

Mutesa, L. et al. // A pooled testing strategy for identifying SARS-CoV-2 at low prevalence. // Nature (2020);DOI: 10.1038/s41586-020-2885-5

Добавить в избранное

Мы используем файлы cookie для улучшения работы сайта. Узнать больше.

Настройки файлов cookie

Мы используем файлы cookie для улучшения работы сайта, анализа трафика и показа персонализированной рекламы. Вы можете изменить настройки в любой момент.

Категории файлов cookie:

Необходимые

Эти cookie обеспечивают базовую функциональность сайта — вход в аккаунт, безопасность, оформление заказов. Отключение невозможно.

Функциональные

Функциональные cookie используются для обеспечения работы отдельных функций сайта, а также для запоминания ряда пользовательских предпочтений (например, выбранный язык, товары в корзине), с целью улучшения качества предоставляемого сервиса.

Отключение этого типа файлов cookie может привести к тому, что некоторые сервисы или функции сайта станут недоступны или будут работать некорректно. В результате, вам может потребоваться повторно вводить определённую информацию или настраивать предпочтения при каждом посещении сайта вручную.

Аналитические

Аналитические файлы cookie, включая сторонние аналитические cookie, помогают нам понять, как вы взаимодействуете с нашим сайтом. Эти файлы не собирают информацию, позволяющую установить вашу личность. Все данные обрабатываются в агрегированной и анонимной форме.

Рекламные

Рекламные cookie, включая сторонние, используются для создания пользовательских профилей и показа рекламы, соответствующей вашим интересам и предпочтениям при просмотре сайтов.

Эти cookie позволяют персонализировать рекламные сообщения, которые вы видите, делая их более релевантными. Они также могут использоваться для ограничения количества показов одной и той же рекламы и для оценки эффективности рекламных кампаний.