[论文解读] SARS-CoV-2 Wastewater Genomic Surveillance: Approaches, Challenges, and Opportunities

Viorel Munteanu, Michael A. Saldana+30 more|arXiv (Cornell University)|Sep 23, 2023

SARS-CoV-2 detection and testingMedicine被引用 3

一句话总结

本文综述了废水基因组监测（WWGS）在SARS-CoV-2中的应用，概述了其在检测病毒变异株和无症状传播中的作用，尽管面临病毒RNA浓度低、降解及测序质量不佳等挑战。文章强调了需要开发专用生物信息学工具和标准化方法，以提升资源有限地区基因系检测和监测的准确性。

ABSTRACT

During the SARS-CoV-2 pandemic, wastewater-based genomic surveillance (WWGS) emerged as an efficient viral surveillance tool that takes into account asymptomatic cases and can identify known and novel mutations and offers the opportunity to assign known virus lineages based on the detected mutations profiles. WWGS can also hint towards novel or cryptic lineages, but it is difficult to clearly identify and define novel lineages from wastewater (WW) alone. While WWGS has significant advantages in monitoring SARS-CoV-2 viral spread, technical challenges remain, including poor sequencing coverage and quality due to viral RNA degradation. As a result, the viral RNAs in wastewater have low concentrations and are often fragmented, making sequencing difficult. WWGS analysis requires advanced computational tools that are yet to be developed and benchmarked. The existing bioinformatics tools used to analyze wastewater sequencing data are often based on previously developed methods for quantifying the expression of transcripts or viral diversity. Those methods were not developed for wastewater sequencing data specifically, and are not optimized to address unique challenges associated with wastewater. While specialized tools for analysis of wastewater sequencing data have also been developed recently, it remains to be seen how they will perform given the ongoing evolution of SARS-CoV-2 and the decline in testing and patient-based genomic surveillance. Here, we discuss opportunities and challenges associated with WWGS, including sample preparation, sequencing technology, and bioinformatics methods.

研究动机与目标

• 评估当前基于废水的基因组监测（WWGS）在SARS-CoV-2病毒基因系和突变检测中的状态。
• 识别WWGS中的技术与计算挑战，包括病毒RNA浓度低和RNA降解问题。
• 评估现有生物信息学工具在处理废水特异性测序数据方面的局限性。
• 强调开发专用于废水基因组学、经基准测试的计算工具的必要性。
• 概述提升WWGS准确性、可扩展性及与公共卫生监测系统整合的未来研究方向。

提出的方法

• 系统性综述现有废水基因组监测方法，重点关注样本采集、病毒RNA提取及测序技术。
• 评估用于废水数据的现有生物信息学流程，包括序列读取比对、变异检测和基因系分配。
• 分析低测序深度、RNA片段化及废水样本中污染风险等挑战。
• 比较通用基因组工具与新开发的废水优化工具在变异检测和基因系推断方面的表现。
• 识别数据处理工作流程中的缺口，并提出标准化、可扩展且可复现的方法建议。
• 整合多组学及宿主-微生物互作研究的见解，以提升复杂废水基质中病毒的检测能力。

实验结果

研究问题

• RQ1 在缺乏临床检测数据的情况下，废水基因组监测在检测SARS-CoV-2变异株和新基因系方面的有效性如何？
• RQ2 可靠病毒检测和突变谱分析在废水样本中的主要技术障碍是什么？
• RQ3 现有生物信息学工具在废水测序数据上的表现程度如何？与专为临床或环境基因组学设计的工具相比有何差异？
• RQ4 计算方法如何优化以处理废水中的低覆盖度、降解及片段化的病毒RNA？
• RQ5 建立标准化、可扩展且公开可访问的废水监测框架的关键需求是什么？

主要发现

• WWGS可通过突变谱检测有效捕获已知的SARS-CoV-2基因系，即使在缺乏临床数据的情况下亦然。
• 废水中的病毒RNA通常处于降解状态且浓度较低，导致测序覆盖度差，检测灵敏度降低。
• 现有生物信息学工具原本为临床或转录组数据设计，在废水基因组学中表现欠佳，因其数据特征具有独特性。
• 针对废水的专用工具正在出现，但随着SARS-CoV-2持续变异，仍需进一步基准测试和验证。
• 缺乏标准化协议和计算流程阻碍了结果的可复现性，并限制了其与国家监测系统的整合。
• WWGS在检测隐匿或新基因系方面具有潜力，但若无高质量、深度覆盖的测序，确切的基因系分配仍具挑战。