Un equipo de investigación multidisciplinario del Instituto Nacional de Estándares y Tecnología NIST ha desarrollado una forma de aumentar la sensibilidad de la prueba primaria utilizada para detectar el virus SARS-CoV-2, que causa COVID-19. Aplicando sus hallazgos aEl equipo de prueba computarizado podría mejorar nuestra capacidad para identificar a las personas que están infectadas pero que no presentan síntomas.
Resultados del equipo, publicados en la revista científica Química analítica y bioanalítica , describe una técnica matemática para percibir señales comparativamente débiles en los datos de las pruebas de diagnóstico que indican la presencia del virus. Estas señales pueden escapar a la detección cuando la cantidad de partículas virales que se encuentran en la muestra de prueba del frotis nasal de un paciente es baja. El método del equipo ayudauna señal modesta se destaca más claramente.
"La aplicación de nuestra técnica podría hacer que la prueba con hisopo sea hasta 10 veces más sensible", dijo Paul Patrone, físico del NIST y coautor del artículo del equipo. "Podría potencialmente detectar a más personas portadoras del virus pero cuyasEl recuento viral es demasiado bajo para que la prueba actual dé un resultado positivo ".
Los hallazgos de los investigadores demuestran que los datos de una prueba positiva, cuando se expresan en forma gráfica, adquieren una forma reconocible que es siempre la misma. Así como una huella dactilar identifica a una persona, la forma es exclusiva de este tipo de prueba.Solo la posición de la forma y, lo que es más importante, su tamaño, difieren cuando se grafican, variando con la cantidad de partículas virales que existen en la muestra.
Si bien se sabía anteriormente que la posición de la forma podía variar, el equipo aprendió que su tamaño también puede variar. Reprogramar el equipo de prueba para reconocer esta forma, independientemente del tamaño o ubicación, es la clave para mejorar la sensibilidad de la prueba.
La prueba de hisopo emplea una técnica de laboratorio llamada reacción en cadena de la polimerasa cuantitativa, o qPCR, para detectar el material genético transportado por el virus SARS-CoV-2. La técnica de qPCR toma cualquier hebra de ARN viral que exista en la muestra de hisopo de un paciente yluego los multiplica en una cantidad mucho mayor de material genético. Cada vez que se hace un nuevo fragmento de este material, la reacción libera un marcador fluorescente que brilla cuando se expone a la luz. Es esta fluorescencia la que indica la presencia del virus.
Si bien el método de prueba generalmente funciona bien en la práctica, puede carecer de sensibilidad a los recuentos bajos de partículas virales. La prueba comienza con el material genético que está presente y lo duplica, luego lo duplica nuevamente, hasta 40 veces, de modo que elLos marcadores fluorescentes generan suficiente luz para activar un detector. La duplicación, como sabe cualquiera que esté familiarizado con el interés compuesto, es un amplificador poderoso, que crece lentamente al principio y luego aumenta a números altos. Las duplicaciones producen un gráfico que inicialmente es plano, además de las protuberancias deruido de fondo sistémico y, finalmente, se eleva un pico revelador.
Sin embargo, cuando el recuento viral inicial es bajo, puede haber comienzos en falso en los primeros ciclos. En estos casos, incluso 40 duplicaciones pueden no generar un pico lo suficientemente alto, o una fluorescencia lo suficientemente brillante, para elevarse por encima delumbral de detección. Este problema puede causar problemas como pruebas no concluyentes o "falsos negativos", es decir, una persona es portadora del virus pero la prueba no lo revela.
Los estudios preliminares indican que la tasa de falsos negativos puede ser tan alta como el 30% en las pruebas de qPCR para COVID-19, incluido un estudio en el que las tomografías computarizadas de tórax indicaron casos positivos donde las pruebas de hisopo no lo hicieron. Otro estudio muestra que las pruebas asintomáticas y tempranasLos estados de enfermedad están asociados con hasta 60 veces menos partículas de virus en las muestras de pacientes. Un estudio de JAMA publicado en agosto apoya la idea de que los portadores asintomáticos pueden propagar el virus.
Los investigadores del NIST encontraron que la forma de un gráfico de prueba positivo, un comienzo plano y ruidoso seguido de un pico, se encuentra incluso en los datos que actualmente no generan un resultado positivo de la prueba. Su artículo ofrece una prueba formal de que ellas formas son matemáticamente "similares", similares a los triángulos que tienen los mismos ángulos y proporciones a pesar de ser más grandes o más pequeños entre sí. Aplican esta evidencia teórica en una rutina que una computadora puede usar para reconocer la forma de referencia en los datos.
"Ya no estamos limitados por tener que pasar un umbral de detección alto", dijo Patrone. "Los picos no necesitan ser grandes. Necesitan tener la forma correcta".
La incorporación de sus hallazgos en las pruebas ayudaría de inmediato a la respuesta pandémica, dijo Patrone, ya que ayudaría a determinar el número de casos asintomáticos y presintomáticos con mayor precisión.
"En esencia, reducir los falsos negativos debería ayudar a los médicos y científicos a controlar mejor la propagación real del virus", dijo. "Hay una buena posibilidad de que nos falten casos asintomáticos con las pruebas.proyecto en el número de ARN viral detectado podría detectar un número significativo de casos asintomáticos ".
También es poco probable que la nueva prueba genere falsos positivos porque verificaría que la curva fuera consistente con una forma de referencia, no simplemente que cruzó un umbral de detección.
"En los protocolos de prueba estándar, es posible obtener falsos positivos, por ejemplo, si los efectos de fondo se elevan al umbral de detección y nadie verifica manualmente el resultado", dijo Patrone. "La probabilidad de que eso suceda en nuestro análisis esmuy pequeño porque las matemáticas descartan automáticamente tales señales. "
Los trabajadores de respuesta ante una pandemia no necesitarían hacer nada diferente al recolectar muestras. Debido a que el enfoque del equipo usa un algoritmo matemático aplicado después de la recolección de datos, los programadores podrían aplicarlo actualizando el software del equipo de laboratorio con unas pocas líneas de código de computadora.
"Nuestro trabajo es una solución potencialmente fácil porque es un avance en el análisis de datos", dijo Patrone. "Puede incorporarse fácilmente al protocolo de cualquier laboratorio o instrumento de prueba, por lo que podría tener un impacto inmediato en la trayectoria dela crisis de salud. "
Fuente de la historia :
Materiales proporcionado por Instituto Nacional de Estándares y Tecnología NIST . Nota: el contenido se puede editar por estilo y longitud.
Referencia de la revista :
cite esta página :