A análise do material xenético de SARS-CoV-2 en augas residuais confírmase como un método sensible e práctico para a detección de novos gromos de covid-19

Co obxectivo de determinar se a análise das augas residuais permitía detectar o virus e predicir a evolución da pandemia en Galicia, investigadores do Centro Superior de Investigaciones Científicas (CSIC), da Universidade de Vigo e a empresa Geseco Aguas S.A. crearon un equipo multidisciplinar no que, a través da sinerxía entre viroloxía, bioloxía molecular, modelización matemática e enxeñaría, puidesen poñer a disposición dos xestores da pandemia unha ferramenta que servise para adiantarse ás sucesivas vagas de infeccións. “A rápida propagación do virus evidenciou pronto a necesidade de desenvolver ferramentas para detectar masivamente a súa presenza nas comunidades locais, pois estas ferramentas combinadas con métodos de detección individual, contribuían á vixilancia do SARS-CoV-2”, explica Antonio Figueras, profesor de investigación do CSIC no Instituto de Investigacións Mariñas (IIM), que sinala que pronto se apreciou a posibilidade de utilizar o enfoque epidemiolóxico de augas residuais para covid-19. “Así, a carga viral en augas residuais utilizouse para detectar gromos de covid e seguir a evolución da poboación infectada e os protocolos de detección do material xenético en augas residuais e a súa cuantificación optimizáronse cada vez máis desde o inicio da pandemia”, aclara Figueras.

Dous anos despois do iniciar o proxecto, os grupos de Inmunoloxía e Xenómica e Enxeñería de Procesos do CSIC, a través do Instituto de Investigacións Mariñas (IIM); o grupo de Biotecnoloxía Industrial e Enxeñería Ambiental da UVigo; Geseco Aguas S.A e o Centro de Investigación en Tecnologías de la Información y las Comunicaciones, fan públicos os resultados do proxecto no artigo Wastewater and marine bioindicators surveillance to anticipate COVID-19 prevalence and to explore SARS-CoV-2 diversity by next generation sequencing: One-year study, publicado en Science of the total Enviroment.

“Os resultados confirmaron a capacidade da vixilancia de augas residuais para seguir a evolución da pandemia en Galicia, a través da monitoraxe de augas residuais SARS-CoV-2 dunha serie de municipios representativos. Ademais, e a diferenza doutras investigacións o noso estudo tamén pretendía explorar a detección do virus no medio mariño e a capacidade de eliminación do virus nas estacións depuradoras, pois Galicia é coñecida polas súas actividades de pesca, marisqueo e acuicultura”, explica Claudio Cameselle, investigador do grupo de Biotecnoloxía Industrial e Enxeñería Ambiental da UVigo. Neste sentido, os datos confirmaron a capacidade dos reactores biolóxicos e o sistema de desinfección en EDAR para eliminar o virus. “O impacto no medio mariño foi de menor importancia e a detección do virus na auga de mar e mexillóns silvestres e de acuicultura pode asociarse aos vertidos descontrolados de augas residuais e descontaminación da rede de sumidoiros”, conclúe Cameselle.

Mostraxes en estacións depuradoras e en puntos de vertido no medio mariño

O artigo, publicado en Science of the total Enviroment, presenta a metodoloxía desenvolvida para a vixilancia de augas residuais do SARS-CoV-2 en Galicia a través de 11 estacións depuradoras localizadas en municipios de tamaño medio, entre 20.000 e 23.000 habitantes e sen vertidos de hospitais, concretamente Baiona, Nigrán, Gondomar, Cambados, Moraña, Porto do Son, Muros, Melide, Ares, Cedeira e Noia, aos que por petición das autoridades sanitarias, co obxectivo de axudar ao control da pandemia, engadíronse Pobra do Caramiñal, Betanzos, Burela e Viveiro. A mostraxe realizouse tanto en estacións, como no punto de vertido no medio mariño, prestando especial atención á detección de SARS-CoV-2 en mexillóns, pola súa extraordinaria capacidade de filtrado de auga e a posibilidade de concentrar o ARN viral, aumentando a probabilidade de detección de material xenético viral.

“A metodoloxía integra a mostraxe en augas residuais nas depuradoras (nos puntos de entrada, efluente de saída e vertido final), mostraxe de sedimentos mariños e bioindicadores, pretratamento e cuantificación de biomarcadores, detección de ARN por RT-qPCR, secuenciación de SARS-CoV-2 en mostras de augas residuais, xestión de datos a través dunha plataforma dixital e prognóstico de epidemias por un modelo mecanicista preditivo, detalla Beatriz Novoa, profesora de investigación do CSIC no IIM. Este modelo, desenvolvido por Antonio A. Alonso, Irene Otero-Muras e Manuel Pájaro do grupo de Enxeñería de Procesos do IMM, é o primeiro que incorpora datos sanitarios e de carga viral da auga, e través del “obtivemos predicións en horizontes temporais de 7-10 días nas 11 localidades obxecto de estudo, permitindo a súa vez, ao ser mecanístico, analizar os efectos das distintas políticas de mitigación na evolución do número de persoas infectadas”, explica Irene Otero-Muras, que destaca a robusteza e flexibilidade desta ferramenta, que se pode adaptar para a detección, vixilancia e monitoraxe da propagación de SARS-CoV-2 ou outros patóxenos.

Unha ferramenta moi valiosa para seguir a evolución do virus

A carga viral na corrente de entradas das estacións depuradoras de augas residuais utilizouse para detectar novos gromos de covid-19 e os datos de carga viral nas augas residuais, en combinación cos datos proporcionados polo sistema de saúde, utilizáronse para predicir a evolución da pandemia nos municipios de estudo nun horizonte temporal de sete días.

“O traballo, respecto de estudos publicados anteriormente, achega a avaliación do destino do virus en augas residuais e ambientes mariños, a avaliación da eficiencia das EDAR na eliminación do material xenético do virus e o desenvolvemento dun modelo mecanicista que, combinando datos do sistema de saúde, amose capacidade preditiva para prognosticar a evolución das pandemias a nivel mundial”, explica Beatriz Novoa. Ademais, explica a profesora de investigación do CSIC no IMM, o enfoque integral, que inclúe a detección de variantes a partir de mostras de augas residuais é unha importante fonte de información para o seguimento do impacto da pandemia, “pois fomos quen de detectar variantes do virus que están a circular en toda a poboación, e non só en pacientes. Isto é unha ferramenta moi valiosa para seguir a evolución do virus”, destaca.