Un team di ricerca multidisciplinare presso il National Institute of Standards and Technology (NIST) ha sviluppato un modo per aumentare la sensibilità del test primario utilizzato per rilevare il virus SARS-CoV-2, che causa il COVID-19. L'applicazione dei risultati alle apparecchiature di test computerizzate potrebbe migliorare la nostra capacità di identificare le persone infette ma che non mostrano sintomi.

I risultati della squadra, pubblicato sulla rivista scientifica Chimica Analitica e Bioanalitica , descrivono una tecnica matematica per percepire segnali relativamente deboli nei dati dei test diagnostici che indicano la presenza del virus. Questi segnali possono sfuggire al rilevamento quando il numero di particelle virali trovate nel campione di tampone nasale di un paziente è basso. Il metodo del team aiuta a far risaltare più chiaramente un segnale modesto.

"L'applicazione della nostra tecnica potrebbe rendere il test del tampone fino a 10 volte più sensibile, " disse Paolo Patrone, un fisico del NIST e un coautore dell'articolo del team. "Potrebbe potenzialmente individuare più persone che sono portatrici del virus ma la cui conta virale è troppo bassa perché il test attuale dia un risultato positivo".

I risultati dei ricercatori dimostrano che i dati di un test positivo, quando espresso in forma grafica, assume una forma riconoscibile e sempre la stessa. Proprio come un'impronta digitale identifica una persona, la forma è unica per questo tipo di test. Solo la posizione della forma, e soprattutto, la sua taglia, differiscono quando sono rappresentati graficamente, variabile con la quantità di particelle virali presenti nel campione.

Mentre era noto in precedenza che la posizione della forma poteva variare, il team ha appreso che anche le sue dimensioni possono variare. Riprogrammare le apparecchiature di prova per riconoscere questa forma, indipendentemente dalle dimensioni o dalla posizione, è la chiave per migliorare la sensibilità del test.

Il tampone utilizza una tecnica di laboratorio chiamata reazione a catena della polimerasi quantitativa, o qPCR, per rilevare il materiale genetico trasportato dal virus SARS-CoV-2. La tecnica qPCR prende tutti i filamenti di RNA virale che esistono nel campione di tampone di un paziente e poi li moltiplica in una quantità molto maggiore di materiale genetico. Ogni volta che viene realizzato un nuovo frammento di questo materiale, la reazione rilascia un marker fluorescente che si illumina quando esposto alla luce. È questa fluorescenza che indica la presenza del virus.

Sebbene il metodo di prova di solito funzioni bene nella pratica, può mancare di sensibilità a bassi conteggi di particelle virali. Il test parte dal materiale genetico presente e lo raddoppia, poi lo raddoppia di nuovo, fino a 40 volte di più, in modo che i marcatori fluorescenti generino luce sufficiente per attivare un rilevatore. Raddoppio, come sa chiunque abbia familiarità con l'interesse composto, è un potente amplificatore, crescendo lentamente all'inizio e poi raggiungendo numeri elevati. I raddoppi producono un grafico che è inizialmente piatto a parte i dossi del rumore di fondo sistemico, e alla fine un picco rivelatore si alza da esso.

Però, quando la conta virale iniziale è bassa, potrebbero esserci false partenze nei primi cicli. In questi casi, anche 40 raddoppiamenti potrebbero non creare un picco abbastanza alto, o una fluorescenza abbastanza brillante, da superare la soglia di rilevamento. Questo problema può causare problemi come test inconcludenti o "falsi negativi, "significa che una persona porta il virus ma il test non lo rivela.

Studi preliminari indicano che il tasso di falsi negativi può raggiungere il 30% nei test qPCR per COVID-19, compreso uno studio in cui le scansioni TC del torace hanno indicato casi positivi in ​​cui i test dei tamponi non lo erano. Un altro studio mostra che gli stati asintomatici e precoci sono associati a un numero di particelle virali fino a 60 volte inferiore nei campioni dei pazienti. UN JAMA studio pubblicato ad agosto sostiene l'idea che i portatori asintomatici possano diffondere il virus.

I ricercatori del NIST hanno scoperto che la forma di un grafico di test positivo, un piatto, inizio rumoroso seguito da un picco:si riscontra anche nei dati che attualmente non determinano un risultato positivo del test. Il loro articolo offre una prova formale che le forme sono matematicamente "simili, " simile a triangoli che hanno gli stessi angoli e proporzioni nonostante siano più grandi o più piccoli l'uno dell'altro. Applicano questa evidenza teorica in una routine che un computer può utilizzare per riconoscere la forma di riferimento nei dati.

"Non siamo più vincolati dal dover superare una soglia di rilevamento elevata, " Ha detto Patrone. "Le punte non hanno bisogno di essere grandi. Devono avere la forma giusta".

Incorporare i loro risultati nei test aiuterebbe immediatamente la risposta alla pandemia, Patrono ha detto, in quanto aiuterebbe a determinare in modo più accurato il numero di casi asintomatici e presintomatici.

"In sostanza, ridurre i falsi negativi dovrebbe aiutare i medici e gli scienziati a gestire meglio l'effettiva diffusione del virus, " ha detto. "Ci sono buone probabilità che ci manchino casi asintomatici con i test. La riduzione che proiettiamo nel numero di RNA virale rilevato potrebbe rilevare un numero significativo di casi asintomatici".

Inoltre, è improbabile che il nuovo test generi falsi positivi perché verificherebbe che la curva fosse coerente con una forma di riferimento, non solo che ha superato una soglia di rilevamento.

"Nei protocolli di test standard, è possibile ottenere falsi positivi, ad esempio se gli effetti di fondo salgono alla soglia di rilevamento e nessuno controlla manualmente il risultato, " Ha detto Patrone. "La probabilità che ciò accada nella nostra analisi è molto piccola perché la matematica esclude automaticamente tali segnali".

Gli operatori della risposta alla pandemia non dovrebbero fare nulla di diverso durante la raccolta dei campioni. Poiché l'approccio del team utilizza un algoritmo matematico applicato dopo la raccolta dei dati, i programmatori potrebbero applicarlo aggiornando il software dell'attrezzatura di laboratorio con poche righe di codice del computer.

"Il nostro lavoro è una soluzione potenzialmente facile perché è un progresso nell'analisi dei dati, " Ha detto Patrone. "Può essere facilmente incorporato nel protocollo di qualsiasi laboratorio o strumento di prova, quindi potrebbe avere un impatto immediato sulla traiettoria della crisi sanitaria".