– Publicado na revista “Ciencia do total Enviroment”
-O artigo, firmado por CSIC, UVigo e GESECO, da conta dos datos recabados en 11 estacións depuradoras de augas residuales con unha metodología integrada desenvolvida para a detección, monitorización e predicción. Tamén, da presencia de virus no medio mariño no punto de vertido das estacións, lo que reveló un impacto menor do SARS-CoV-2 en auga de mar, sedimentos mariños e mexillóns silvestres e de acuicultura.
-O estudio, que se Desenvolveu no marco do proxecto DIMCoVAR, ten entre os seus logros a detección de variantes do virus ou a puesta a punto do primeiro modelo matemático dinámico que incorpora datos sanitarios e de carga viral en augas, obteniendo prediccións de 7-10 días.
Santiago de Compostela, 9 de maio de 2022. En maio de 2020, en plena pandemia da COVID-19, o Consello Superior de Investigacións Científicas (CSIC), a Universidade de Vigo (UVigo) e GESECO Augas S.A. iniciaron o proxecto “DIMCoVAR”, financiado polo Fondo Supera COVID da CRUE-Santander.
O obxectivo xeral era determinar si o análise das augas residuales permitía detectar o virus e predecir a evolución da pandemia en Galicia. A sinergia entre disciplinas (virología, bioloxía molecular, modelización matemática, enxeñaría) e entidades públicas (CSIC e UVigo) e privadas (GESECO) permitió a creación de un equipo que trabajó desde o primeiro momento co fin de poner a disposición dos gestores da pandemia unha ferramenta que sirviera para adelantarse ás sucesivas olas de infeccións.
“A rápida propagación do virus evidenció pronto a necesidade de desenvolver ferramentas para detectar masivamente o seu presencia nas comunidades locales pues estas ferramentas, combinadas con métodos de detección individual, contribuían á vigilancia do SARS-CoV-2. Tamén, pronto se apreció a posibilidade de utilizar o enfoque epidemiológico de augas residuales para COVID-19. Así, a carga viral en augas residuales se utilizó para detectar brotes de COVID-19 e seguir a evolución da poboación infectada e os protocolos de detección do material xenético en augas residuales e o seu cuantificación se teñen optimizado cada vez máis desde o inicio da pandemia”, explica Antonio Figueras, profesor de investigación do CSIC no IIM.
“A carga viral en augas residuales se utilizó para detectar brotes de COVID-19 e seguir a evolución da poboación infectada e os protocolos de detección do material xenético en augas residuales”
Dos anos después de iniciar o proxecto, O CSIC, a través do Instituto de Investigacións Mariñas –grupos de Inmunoloxía e Xenómica e Enxeñaría de Procesos-, junto co grupo de Biotecnoloxía Industrial e Enxeñaría Ambiental da UVigo; GESECO Augas S.A. e o Centro de Investigación en Tecnoloxías da Información e as Comunicacións, dan conta dos resultados alcanzados.
Lo hacen no artículo “Augas residuais e mariño bioindicators surveillance a anticipate COVID-19 prevalence e a explorar SARS-CoV-2 diversity por próximo generation sequencing: One-ano estudar”, publicado en “Ciencia do total Enviroment”.
Se presenta a metodología desenvolvida para a vigilancia de augas residuales do SARS-CoV-2 en Galicia a través de 11 estacións depuradoras de augas residuales (EDAR) ubicadas en municipios de tamaño medio -2.000-23.000 habitantes- sen vertido de hospitales: Baiona, Nigrán, Gondomar, Cambados, Moraña, Porto do Son, Muros, Melide, Ares, Cedeira e Noia. Ademais, a petición das autoridades sanitarias, se incluyeron catro plantas máis para ayudar no control da pandemia: Pobra do Caramiñal, Betanzos, Burela e Viveiro.
O muestreo se realizou tanto nas estacións -1/2 muestras por semana- como no punto de vertido no medio mariño –cada dos semanas muestras de auga de mar, sedimento mariño e bioindicadores de mexillón salvaxe e de acuicultura-, prestando en este último caso especial atención á detección do SARS-CoV-2 en mexillóns polo seu extraordinaria capacidade de filtrado de auga e a posibilidade de concentrar o ARN viral, aumentando a probabilidade de detección do material xenético viral.
“A metodología integra o muestreo de augas residuales nas depuradoras objeto de estudio (nos puntos de entrada, efluente de salida e vertido final), muestreo de sedimentos mariños e bioindicadores, pretratamiento e cuantificación de biomarcadores, detección de ARN por RT-qPCR, secuenciación de SARS-CoV-2 en muestras de augas residuales, xestión de datos a través de unha plataforma dixital e pronóstico de epidemias por un modelo mecanicista predictivo”, explica Beatriz Novoa, profesora de investigación do CSIC no IIM.
Este modelo, desenvolvido polo grupo Enxeñaría de Procesos do IIM por por Antonio A. Alonso, Irene Otero-Muras e Manuel Pájaro, se trata do primero que incorpora datos sanitarios e de carga viral en auga. “A través do mesmo hemos obtido prediccións en horizontes temporales de 7-10 días nas 11 localidades objeto de estudio, permitiendo ao seu vez, ao ser mecanístico, analizar os efectos das distintas políticas de mitigación na evolución do número de persoas infectadas”, explica Irene Otero, quen destaca que “se trata de unha ferramenta robusta e flexible, que se pode adaptar para a detección, vigilancia e monitorización da propagación de SARS-CoV-2 ou outros patógenos”.
“A través de este mecanismo, hemos obtido prediccións en horizontes temporales de 7-10 días nas 11 localidades objeto de estudio”
A carga viral na corriente de entrada ás estacións depuradoras de augas residuales se utilizó para detectar novos brotes de COVID-19, e os datos de carga viral nas augas residuales en combinación cos datos proporcionados polo sistema de saúde se utilizaron para predecir a evolución da pandemia nos municipios en estudio en un horizonte temporal de 7 días.
“O traballo achega diferenciales respecto a estudios publicados anteriormente, entre os que destaca a avaliación do destino do virus en augas residuales e ambientes mariños, a avaliación da eficiencia das EDAR na eliminación do material xenético do virus e o desenvolvemento de un modelo mecanicista que, combinando datos do sistema de saúde, muestre capacidade predictiva para pronosticar a evolución das pandemias a nivel municipal. Ademais, o enfoque integral que inclúe a detección de variantes a partir de muestras de augas residuales é unha importante fuente de información para o seguimento do impacto da pandemia, pues hemos sido capaces de detectar variantes do virus que están circulando en toda a poboación, e no solo en pacientes. Esto é unha ferramenta moi valiosa para seguir a evolución do virus”, destaca apunta Beatriz Novoa.
“Os resultados confirmaron a capacidade da vigilancia de augas residuales para seguir a evolución da pandemia en Galicia, a través do monitoreo de augas residuales SARS-CoV-2 de unha serie de municipios representativos Ademais, e a diferencia de outras investigacións realizadas sobre a presencia de SARS-CoV-2 en augas residuales, noso estudio tamén pretendía explorar a detección do virus no medio mariño e a capacidade de eliminación do virus das estacións, pues Galicia é coñecida polos seus actividades de pesca, mariscos e acuicultura. En este sentido, os datos confirmaron a capacidade dos reactores biológicos 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 en auga de mar e mexillóns silvestres e de acuicultura pode asociarse a vertidos descontrolados de augas residuales e descontaminación da rede de alcantarillado”, conclúe Claudio Cameselle, da Universidade de Vigo.