Redacción iAgua
Connecting Waterpeople
Vector Energy
TEDAGUA
Consorcio de Aguas Bilbao Bizkaia
KISTERS
Centro Nacional de Tecnología de Regadíos (CENTER)
Sivortex Sistemes Integrals
s::can Iberia Sistemas de Medición
ACCIONA
Baseform
Fundación CONAMA
TRANSWATER
AECID
Likitech
Minsait
Barmatec
Hach
Molecor
Fundación Biodiversidad
ONGAWA
AGS Water Solutions
IAPsolutions
HRS Heat Exchangers
J. Huesa Water Technology
ESAMUR
Agencia Vasca del Agua
TecnoConverting
GS Inima Environment
RENOLIT ALKORPLAN
Red Control
Amiblu
FENACORE
AMPHOS 21
ISMedioambiente
Xylem Water Solutions España
SCRATS
Asociación de Ciencias Ambientales
Fundación Botín
Filtralite
Rädlinger primus line GmbH
Hidroconta
Laboratorios Tecnológicos de Levante
Global Omnium
ICEX España Exportación e Inversiones
Grupo Mejoras
Schneider Electric
Aqualia
Lama Sistemas de Filtrado
DATAKORUM
Catalan Water Partnership
LACROIX
FLOVAC
Confederación Hidrográfica del Segura
Idrica
Almar Water Solutions
Cajamar Innova
Saint Gobain PAM
Ministerio para la Transición Ecológica y el Reto Demográfico
Sacyr Agua
Innovyze, an Autodesk company
ADECAGUA
Ingeteam
CAF

Se encuentra usted aquí

Un sistema de alerta temprana analiza las aguas residuales para detectar la COVID-19 en edificios

  • sistema alerta temprana analiza aguas residuales detectar COVID-19 edificios
    Skyline de Madrid. (Imagen: Ayuntamiento de Pozuelo de Alarcón)

Investigadores de la Universidad de California en San Diego han desarrollado un sistema de alerta temprana en su mayoría automatizado que utiliza análisis de alto rendimiento de muestras de aguas residuales para identificar edificios donde han surgido nuevos casos de COVID-19 incluso antes de que las personas infectadas desarrollen síntomas, según publican en 'mSystems', la revista de acceso abierto de la Sociedad Estadounidense de Microbiología.

El enfoque es rápido, rentable y lo suficientemente sensible como para detectar un solo caso de COVID-19 en un edificio que alberga a casi 500 personas, señala el ingeniero ambiental de la UC San Diego y primer autor Smruthi Karthikeyan, quien dirigió el diseño del sistema. "Realmente nos permite controlar los nuevos brotes antes de que empeoren", señala.

Estudios anteriores han demostrado que el análisis de las concentraciones virales en las aguas residuales puede predecir con precisión las tendencias en los diagnósticos clínicos hasta con una semana de anticipación. Sin embargo, los enfoques convencionales para la vigilancia de las aguas residuales son laboriosos y requieren mucho tiempo, apunta Karthikeyan.

Para sortear estos cuellos de botella el equipo de la UCSD diseñó un sistema desde cero que automatiza la mayor parte del análisis. La automatización hace posible obtener resultados rápidamente y el sistema ya está atento a los brotes comunitarios en San Diego, señala Karthikeyan. Todas las mañanas a las 10.30 horas, los investigadores de la UCSD recogen muestras de aguas residuales de casi 100 estaciones, que representan cada edificio en el campus y un hospital local.

De vuelta en el laboratorio, una plataforma robótica puede procesar 24 muestras en solo 40 minutos. Luego, una herramienta automatizada de alto rendimiento extrae ARN de las muestras y usa la PCR para buscar tres genes reveladores asociados con el SARS-CoV-2. Si la secuenciación revela los 3 genes, la muestra se clasifica como positiva. A primera hora de la tarde, los investigadores pueden actualizar los datos en un panel en línea que muestra dónde han surgido nuevos casos.

Tal sistema de vigilancia solo es útil si tiene un tiempo de respuesta rápido, precisa Karthikeyan, y "no hay forma de que podamos hacer todas esas muestras el mismo día a menos que lo automaticemos". Y debido a que cada paso está automatizado el proceso no es vulnerable a errores humanos.

Una prueba positiva también desencadena una alerta que se envía a los residentes del edificio donde se tomó la muestra, y ellos mismos se prueban usando kits de una máquina expendedora. Las personas que luego dan positivo son puestas en cuarentena y el proceso se repite, recuerda Karthikeyan, investigador postdoctoral en el laboratorio del microbiólogo Rob Knight, cuya investigación utiliza técnicas computacionales para estudiar los ecosistemas del cuerpo.

Después de que un experimento piloto mostró que el sistema informó de manera confiable nuevos casos en edificios individuales, el grupo amplió y comenzó la vigilancia de más de 2 millones de personas que viven en el condado de San Diego. "El sur de California tiene muchos casos, y seguramente lo veremos en las aguas residuales", señala Karthikeyan.

En el futuro posterior a la pandemia, predice Karthikeyan, un sistema de vigilancia rápido y rentable podría ser particularmente útil para rastrear brotes virales en comunidades vulnerables con acceso limitado a la atención médica.

La redacción recomienda

25/03/2024 · Investigación

Ausbringung Messinstrumente auf dem 79° N-Gletscher Grönlands