Combining individual and wastewater whole genome sequencing improves SARS-CoV-2 surveillance
Notice bibliographique
Résumé
ABSTRACT Background Robust methods to track pathogens support public health surveillance. Both wastewater (WW) and individual whole genome sequencing (WGS) are used to assess viral variant diversity and spread. However, their relative performance and the information provided by each approach have not been sufficiently quantified. Therefore, we conducted a comparative evaluation using extensive individual and wastewater longitudinal SARS-CoV-2 WGS datasets in Northern Ireland (NI). Methods WGS of SARS-CoV-2 was performed on >4k WW samples and >23k individuals across NI from 14 th November 2021 to 11 th March 2023. SARS-CoV-2 RNA was amplified using the ARTIC nCov-2019 protocol and sequenced on an Illumina MiSeq. Wastewater data were analysed using Freyja to determine variant compositions, which were compared to individual data through time series and correlation analyses. Inter-programme agreements were evaluated by mean absolute error (MAE) calculations. WW treatment plant (WWTP) performances were ranked by mean MAE. Volatile periods were identified using numerical derivative analyses. Geospatial spreading patterns were determined by horizontal curve shifting. Findings Strong concordance was observed between wastewater and individual variant compositions and distributions, influenced by sequencing rate and variant diversity. Overall variant compositions derived from individual sequences and each WWTP were regionally clustered rather than dominated by local population size. Both individual and WW sequencing detected common nucleotide substitutions across many variants and complementary additional substitutions. Conserved spreading patterns were identified using both approaches. Interpretation Both individual and wastewater WGS effectively monitor SARS-CoV-2 variant dynamics. Combining these approaches enhances confidence in predicting the composition and spread of major variants, particularly with higher sequencing rates. Each method detects unique mutations, and their integration improves overall genome surveillance. Funding Individual sequencing was funded via the Belfast Health and Social Care Trust (Department of Health for Northern Ireland) and the COVID-19 Genomics UK (COG-UK) consortium, which was supported by the Medical Research Council (MRC), UK Research and Innovation (UKRI), the National Institute for Health Research (NIHR), the Department of Health and Social Care (DHSC), and the Wellcome Sanger Institute. The NI Wastewater Surveillance Programme was funded by the Department of Health for Northern Ireland. EPT was supported through the COG-UK Early Career Funding Scheme.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».