En multidisciplinär forskargrupp vid National Institute of Standards and Technology (NIST) har utvecklat ett sätt att öka känsligheten hos det primära testet som används för att upptäcka SARS-CoV-2-viruset, som orsakar covid-19. Att tillämpa sina resultat på datoriserad testutrustning kan förbättra vår förmåga att identifiera personer som är infekterade men inte uppvisar symtom.

Teamets resultat, publicerad i den vetenskapliga tidskriften Analytisk och bioanalytisk kemi , beskriva en matematisk teknik för att uppfatta jämförelsevis svaga signaler i diagnostiska testdata som indikerar närvaron av viruset. Dessa signaler kan undgå upptäckt när antalet viruspartiklar som hittas i en patients näsprov är lågt. Teamets metod hjälper en blygsam signal att framträda tydligare.

"Att tillämpa vår teknik kan göra svabbtestet upp till 10 gånger känsligare, sa Paul Patrone, en NIST-fysiker och en medförfattare på lagets tidning. "Det kan potentiellt upptäcka fler människor som bär på viruset men vars virusantal är för lågt för att det aktuella testet ska ge ett positivt resultat."

Forskarnas resultat bevisar att data från ett positivt test, när det uttrycks i grafisk form, antar en igenkännbar form som alltid är densamma. Precis som ett fingeravtryck identifierar en person, formen är unik för denna typ av test. Endast formens position, och viktigare, dess storlek, skiljer sig när de ritas, varierar med mängden viruspartiklar som finns i provet.

Även om det tidigare var känt att formens position kunde variera, teamet lärde sig att dess storlek också kan variera. Omprogrammering av testutrustning för att känna igen denna form, oavsett storlek eller plats, är nyckeln till att förbättra testkänsligheten.

Svabbastestet använder en labbteknik som kallas kvantitativ polymeraskedjereaktion, eller qPCR, för att upptäcka det genetiska materialet som bärs av SARS-CoV-2-viruset. qPCR-tekniken tar alla strängar av viralt RNA som finns i en patients pinnprov och multiplicerar dem sedan till en mycket större mängd genetiskt material. Varje gång ett nytt fragment av detta material görs, reaktionen frigör en fluorescerande markör som lyser när den utsätts för ljus. Det är denna fluorescens som indikerar närvaron av viruset.

Även om testmetoden vanligtvis fungerar bra i praktiken, det kan sakna känslighet för låga viruspartikelantal. Testet börjar med det genetiska materialet som finns och fördubblar det, fördubblar det sedan igen, upp till 40 gånger om, så att de fluorescerande markörerna genererar tillräckligt med ljus för att utlösa en detektor. Fördubbling, som alla som är bekanta med sammansatt ränta vet, är en kraftfull förstärkare, växer långsamt till en början och stiger sedan till höga siffror. Fördubblingarna producerar en graf som initialt är platt förutom stötarna från systemiskt bakgrundsljud, och så småningom stiger en kontrollant spik från den.

Dock, när det initiala virusantalet är lågt, det kan förekomma tjuvstarter under de första cyklerna. I dessa fall, även 40 fördubblingar kanske inte bygger en spik tillräckligt hög - eller en fluorescens som är tillräckligt ljus - för att stiga över detektionströskeln. Det här problemet kan orsaka problem som ofullständiga tester eller "falska negativa, " vilket betyder att en person bär på viruset men testet avslöjar det inte.

Preliminära studier tyder på att andelen falsknegativ kan vara så hög som 30 % vid qPCR-testning för covid-19, inklusive en studie där CT-skanningar av bröstkorgen indikerade positiva fall där pinnprover inte hade gjort det. En annan studie visar att asymtomatiska och tidiga sjukdomstillstånd är associerade med upp till 60 gånger färre viruspartiklar i patientprover. A JAMA studie som publicerades i augusti stöder idén att asymtomatiska bärare kan sprida viruset.

NIST-forskarna fann att formen på en positiv testgraf - en platt, bullrig början följt av en spik—finns även i data som för närvarande inte utlöser ett positivt testresultat. Deras papper erbjuder ett formellt bevis på att formerna är matematiskt "lika, " liknande trianglar som har samma vinklar och proportioner trots att de är större eller mindre än varandra. De tillämpar detta teoretiska bevis i en rutin som en dator kan använda för att känna igen referensformen i data.

"Vi är inte längre begränsade av att behöva passera en hög detektionströskel, " sa Patrone. "Spikarna behöver inte vara stora. De måste ha rätt form."

Att införliva sina resultat i tester skulle omedelbart hjälpa pandemisvaret, Patron sa, eftersom det skulle hjälpa till att bestämma antalet asymtomatiska och presymptomatiska fall mer exakt.

"I huvudsak, Att sänka falsknegativ bör hjälpa läkare och forskare att få bättre grepp om den faktiska spridningen av viruset, " sade han. "Det finns en god chans att vi saknar asymtomatiska fall med testningen. Minskningen vi projicerar i antalet upptäckta virala RNA kan plocka upp ett betydande antal asymtomatiska fall."

Det nya testet skulle också vara osannolikt att generera falska positiva resultat eftersom det skulle kontrollera att kurvan överensstämde med en referensform, inte bara att den passerade en upptäcktströskel.

"I standardtestprotokoll, det är möjligt att få falska positiva – till exempel, om bakgrundseffekter stiger till detektionströskeln och ingen manuellt kontrollerar resultatet, "Sannolikheten att det händer i vår analys är mycket liten eftersom matematiken automatiskt utesluter sådana signaler."

Pandemibekämpningsarbetare skulle inte behöva göra något annorlunda när de samlar in prover. Eftersom teamets tillvägagångssätt använder en matematisk algoritm som tillämpas efter datainsamling, programmerare kan tillämpa det genom att uppdatera labbutrustningens programvara med några rader datorkod.

"Vårt arbete är en potentiellt enkel lösning eftersom det är ett framsteg i dataanalysen, ", sa Patrone. "Det kan lätt införlivas i protokollet för alla laboratorier eller testinstrument, så det kan ha en omedelbar inverkan på hälsokrisens bana."