最近已知和新的SARS-COV-2变体的发现强调了下一代测序(NGS)基础流行病学和监测研究的重要性,以及对NGS研究的SARS-COV-2病毒的全基因组覆盖的需要。
废水样本越来越多地在临床监测前几天越来越多地向Covid感染率提供社区见解,但由于SARS-COV-2的样本复杂性和低病毒滴度,这种样品对于精确的变体鉴定和监测,这种样品具有独特的挑战。
污水监测是可能的,因为SARS-COV-2通过对症状和无症状的个体的相似量的身体排泄脱落。它一直报道一些无症状的个体甚至可能与症状性质更高的速率脱落SARS-COV-2。但由于病毒出现在收集废水中的低病毒滴度,并且材料可能降低或污染,因此如果某种菌株在某个区域中捕获或识别新的菌株或识别新的样品,则难以从这些样品中达到全基因组覆盖。菌株。
准确地调用Variants.
迅速生物科学家的高级员工科学家约旦罗斯费鲁拉指出,SARS-COV-2的基因组覆盖率增加是准确应变鉴定的重要方面,以确保尽可能多地确定尽可能多的突变,即使突变是基因组丧失信息。α,β和伽马谱系中突变的位置证明了需要完全基因组覆盖以进行准确的变体识别(图1)。
根据SWIFT,SWIFT确定正常性扩增子SARS-COV-2面板(SNAP)试剂盒提供了SARS-COV-2基因组的99.7%。Rosefigura表示,卡扣套件适用于低病毒滴度样品,也可用于废水监测。
为了在这种样本中启用变体呼叫,SNAP SARS-COV-2面板被开发为玫瑰隔轮表示与低输入相兼容。根据SWIFT的数据,10位到10到100万病毒基因组拷贝使用Snap SARS-COV-2面板产生NGS文库(图2和3.)。
此外,Swift的单管,重叠的扩增子测定提供了新颖的变体发现的冗余。“超大扩增子”的创建维持基因组覆盖率,即使存在导致引物辍学的突变(图4.)。此功能仅在单管工作流中找到;超大扩增子不在两个管工作流中形成。一种引起底漆功能损失的新型变体可能导致损失覆盖和错过突变。
根据SWIFT,2小时Snap Library Prep.工作流量多路复用在Illumina序列机上每次运行多达1,536个样本,并且专有的重叠扩增子设计产生99.7%的基因组覆盖率。
玫瑰鱼格被引用说:“这种吞吐量和覆盖水平将使基因组监测计划能够迅速扩大用于变体测定的阳性covid样本的数量,同时确保未错过任何变种。”