Tim Kesehatan Organisasi Asgar
Berdasarkan serangkaian studi dan penelitian ditemukan bahwa ada Khabar Baru, Singapura Berhasil Deteksi Varian Covid-19 di Air Limbah.
Para peneliti dari Antimicrobial Resistance (AMR) Interdisciplinary Research Group (IRG) di Singapore-MIT Alliance for Research and Technology (SMART), perusahaan riset MIT di Singapura, bersama kolaborator dari Biobot Analytics, Nanyang Technological University (NTU) dan Massachusetts Institute of Technology (MIT), telah berhasil mengembangkan metode deteksi molekuler open-source yang inovatif yang mampu mendeteksi dan mengukur varian B.1.1.7 (Alpha) dari SARS-CoV-2.
Terobosan ini membuka jalan bagi pengawasan yang cepat dan murah terhadap varian SARS-CoV-2 lainnya dalam air limbah.
Ketika dunia terus berjuang dan menahan Covid-19, identifikasi varian SARS-CoV-2 baru-baru ini dengan penularan yang lebih tinggi dan peningkatan keparahan telah membuat pengembangan metode pelacakan varian yang nyaman menjadi penting.
Saat ini, varian yang teridentifikasi termasuk varian B.1.17 (Alpha) yang pertama kali diidentifikasi di Inggris Raya dan varian B.1.617.2 (Delta) yang pertama kali terdeteksi di India.
Pengawasan air limbah telah muncul sebagai alat kesehatan masyarakat yang penting untuk melacak epidemi SARS-CoV-2 dengan aman dan efisien dengan cara yang tidak mengganggu, memberikan informasi pelengkap yang memungkinkan otoritas kesehatan memperoleh informasi tingkat masyarakat yang dapat ditindaklanjuti.
Baru-baru ini, fragmen virus SARS-CoV-2 terdeteksi di perumahan di Singapura melalui program pengawasan air limbah proaktif.
Informasi ini, di samping pengujian pengawasan, memungkinkan Kementerian Kesehatan Singapura (MOH) dengan cepat merespons, mengisolasi, dan melakukan tes swab sebagai bagian dari tindakan pencegahan.
Namun, mendeteksi varian melalui pengawasan air limbah kurang umum karena tantangan dalam teknologi yang ada. Urutan generasi berikutnya (NGS) untuk pengawasan air limbah memakan waktu dan mahal.
Mereka juga tidak memiliki sensitivitas yang diperlukan untuk mendeteksi kelimpahan varian rendah dalam sampel air limbah encer dan campuran karena cakupan sekuensing yang tidak konsisten dan/atau rendah.
Metode yang dikembangkan oleh para peneliti secara unik dirancang untuk mengatasi tantangan ini dan memperluas kegunaan pengawasan air limbah di luar pengujian untuk SARS-CoV-2, menuju pelacakan penyebaran varian SARS-CoV-2 yang menjadi perhatian. Dr Wei Lin Lee, Ilmuwan Riset di SMART AMR dan penulis pertama makalah tersebut menambahkan,
“Ini sangat penting di negara-negara yang memerangi varian SARS-CoV-2. Surveilans air limbah akan membantu mengetahui proporsi dan penyebaran varian yang sebenarnya di masyarakat setempat.
Metode kami cukup sensitif untuk mendeteksi varian dalam konsentrasi SARS-CoV-2 yang sangat encer yang biasanya terlihat pada sampel air limbah, dan menghasilkan hasil yang dapat diandalkan bahkan untuk sampel yang mengandung banyak garis keturunan SARS-CoV-2.”
Dipimpin oleh Associate Professor Janelle Thompson dari NTU, dan Profesor MIT dan Investigator Utama SMART AMR Eric Alm, penelitian tim
“Kuantitatif SARS-CoV-2 Alpha varian B.1.1.7 Pelacakan dalam Air Limbah oleh Allele-Specific RT-qPCR ” telah diterbitkan dalam jurnal bergengsi, Environmental Science & Technology Letters.
Penelitian ini menjelaskan metode deteksi molekuler open-source yang inovatif berdasarkan RT-qPCR spesifik alel yang mendeteksi dan mengukur varian B.1.1.7 (Alpha).
Pengujian yang dikembangkan, diuji dan divalidasi dalam sampel air limbah di 19 komunitas di AS, mampu mendeteksi dan mengukur varian B.1.1.7 (Alpha) tingkat rendah dengan reaktivitas silang rendah, dan pada proporsi varian hingga 1 % dengan latar belakang virus campuran SARS-CoV-2.
Menargetkan mutasi protein lonjakan yang sangat prediktif terhadap varian B.1.1.7 (Alpha), metode ini dapat diimplementasikan menggunakan protokol RT-qPCR yang tersedia secara komersial.
Tidak seperti produk yang tersedia secara komersial yang menggunakan primer dan probe berpemilik untuk pengawasan air limbah, makalah ini merinci metode sumber terbuka dan pengembangannya yang dapat digunakan secara bebas oleh organisasi dan lembaga penelitian lain untuk pekerjaan mereka dalam pengawasan air limbah SARS-CoV-2 dan varian.
Terobosan oleh tim peneliti di Singapura saat ini digunakan oleh Biobot Analytics, pemimpin global dalam epidemiologi air limbah yang berkantor pusat di Cambridge, Massachusetts, di AS, melayani negara bagian dan daerah di seluruh negeri.
Dengan menggunakan metode tersebut, Biobot Analytics dapat menerima dan menganalisis sampel air limbah untuk varian B.1.1.7 (Alpha) dan berencana untuk menambahkan varian tambahan ke analisisnya saat metode dikembangkan.
“Dengan menggunakan metode inovatif tim, kami dapat memantau varian B.1.1.7 (Alpha) pada populasi lokal di AS – memberdayakan para pemimpin dengan informasi tentang tren COVID-19 di komunitas mereka dan memungkinkan mereka untuk membuat rekomendasi dan pertimbangan yang matang. perubahan untuk tindakan pengendalian,” kata Dr Mariana Matus, CEO dan Cofounder Biobot Analytics.
Tim SMART AMR juga saat ini sedang mengembangkan tes spesifik yang dapat mendeteksi dan mengukur varian B.1.617.2 (Delta), yang baru-baru ini diidentifikasi sebagai varian yang menjadi perhatian Organisasi Kesehatan Dunia.
“Metode ini dapat dengan cepat diadaptasi untuk mendeteksi varian baru yang menjadi perhatian di luar B.1.1.7,” kata penulis koresponden Profesor Eric Alm dari MIT dan Principal Investigator di SMART AMR.
“Kemitraan kami dengan Biobot Analytics telah menerjemahkan penelitian kami ke dalam dampak dunia nyata di luar pantai Singapura dan membantu dalam mendeteksi COVID-19 dan variannya, berfungsi sebagai sistem peringatan dini dan panduan bagi pembuat kebijakan saat mereka melacak kelompok infeksi dan mempertimbangkan tindakan kesehatan masyarakat yang sesuai.”
Penelitian ini dilakukan oleh SMART dan didukung oleh National Research Foundation (NRF) Singapura di bawah program Campus for Research Excellence And Technological Enterprise (CREATE).
Demikianlah yang dapat disampaikan, semoga bermanfaat.
