Un equipo de investigación multidisciplinario del Instituto Nacional de Estándares y Tecnología (NIST) ha desarrollado una forma de aumentar la sensibilidad de la prueba primaria utilizada para detectar el virus SARS-CoV-2, que causa COVID-19. La aplicación de sus hallazgos a equipos de prueba computarizados podría mejorar nuestra capacidad para identificar a las personas que están infectadas pero que no presentan síntomas.

Los resultados del equipo, publicado en la revista científica Química analítica y bioanalítica , describen una técnica matemática para percibir señales comparativamente débiles en los datos de las pruebas de diagnóstico que indican la presencia del virus. Estas señales pueden escapar a la detección cuando la cantidad de partículas virales que se encuentran en la muestra de prueba del hisopo nasal de un paciente es baja. El método del equipo ayuda a que una señal modesta se destaque con mayor claridad.

"La aplicación de nuestra técnica podría hacer que la prueba con hisopo sea hasta 10 veces más sensible, "dijo Paul Patrone, físico del NIST y coautor del artículo del equipo. "Potencialmente podría detectar a más personas portadoras del virus, pero cuyo recuento viral es demasiado bajo para que la prueba actual dé un resultado positivo".

Los hallazgos de los investigadores demuestran que los datos de una prueba positiva, cuando se expresa en forma gráfica, adquiere una forma reconocible que es siempre la misma. Así como una huella dactilar identifica a una persona, la forma es única para este tipo de prueba. Solo la posición de la forma, y lo más importante, su tamaño, difieren cuando se grafican, variando con la cantidad de partículas virales que existen en la muestra.

Si bien se sabía anteriormente que la posición de la forma podía variar, el equipo aprendió que su tamaño también puede variar. Reprogramar el equipo de prueba para reconocer esta forma, independientemente del tamaño o la ubicación, es la clave para mejorar la sensibilidad de la prueba.

La prueba con hisopo emplea una técnica de laboratorio llamada reacción en cadena de la polimerasa cuantitativa, o qPCR, para detectar el material genético transportado por el virus SARS-CoV-2. La técnica qPCR toma cualquier hebra de ARN viral que exista en la muestra de hisopo de un paciente y luego la multiplica en una cantidad mucho mayor de material genético. Cada vez que se hace un nuevo fragmento de este material, la reacción libera un marcador fluorescente que brilla cuando se expone a la luz. Es esta fluorescencia la que indica la presencia del virus.

Si bien el método de prueba suele funcionar bien en la práctica, puede carecer de sensibilidad a recuentos bajos de partículas virales. La prueba comienza con el material genético que está presente y lo duplica, luego lo dobla de nuevo, hasta 40 veces, de modo que los marcadores fluorescentes generen suficiente luz para activar un detector. Duplicación, como sabe cualquiera que esté familiarizado con el interés compuesto, es un potente amplificador, creciendo lentamente al principio y luego aumentando a números altos. Las duplicaciones producen un gráfico que inicialmente es plano, además de las protuberancias del ruido de fondo sistémico, y, finalmente, se eleva un pico revelador.

Sin embargo, cuando el recuento viral inicial es bajo, puede haber salidas en falso en los primeros ciclos. En estos casos, incluso 40 duplicaciones pueden no generar un pico lo suficientemente alto, o una fluorescencia lo suficientemente brillante, para elevarse por encima del umbral de detección. Este problema puede causar problemas como pruebas no concluyentes o "falsos negativos, "lo que significa que una persona es portadora del virus pero la prueba no lo revela.

Los estudios preliminares indican que la tasa de falsos negativos puede llegar al 30% en las pruebas de qPCR para COVID-19, incluido un estudio en el que las tomografías computarizadas de tórax indicaron casos positivos en los que las pruebas de frotis no lo habían hecho. Otro estudio muestra que los estados asintomáticos y de enfermedad temprana están asociados con hasta 60 veces menos partículas de virus en las muestras de pacientes. A JAMA Un estudio publicado en agosto apoya la idea de que los portadores asintomáticos pueden propagar el virus.

Los investigadores del NIST encontraron que la forma de un gráfico de prueba positivo, un plano, Comienzo ruidoso seguido de un pico:se encuentra incluso en datos que actualmente no generan un resultado positivo en la prueba. Su artículo ofrece una prueba formal de que las formas son matemáticamente "similares, "similar a los triángulos que tienen los mismos ángulos y proporciones a pesar de ser más grandes o más pequeños entre sí. Aplican esta evidencia teórica en una rutina que una computadora puede usar para reconocer la forma de referencia en los datos.

"Ya no estamos limitados por tener que pasar un umbral de detección alto, "Patrone dijo." Los picos no necesitan ser grandes. Necesitan tener la forma correcta ".

La incorporación de sus hallazgos en las pruebas ayudaría de inmediato a la respuesta pandémica, Patrone dijo, ya que ayudaría a determinar el número de casos asintomáticos y presintomáticos con mayor precisión.

"En esencia, Reducir los falsos negativos debería ayudar a los médicos y científicos a controlar mejor la propagación real del virus. ", dijo." Hay una buena posibilidad de que estemos perdiendo casos asintomáticos con la prueba. La reducción que proyectamos en la cantidad de ARN viral detectado podría detectar un número significativo de casos asintomáticos ".

También es poco probable que la nueva prueba genere falsos positivos porque verificaría que la curva fuera consistente con una forma de referencia, no solo que cruzó un umbral de detección.

"En los protocolos de prueba estándar, es posible obtener falsos positivos, por ejemplo, si los efectos de fondo se elevan al umbral de detección y nadie verifica manualmente el resultado, Patrone dijo:"La probabilidad de que eso suceda en nuestro análisis es muy pequeña porque las matemáticas descartan automáticamente tales señales".

Los trabajadores de respuesta a una pandemia no necesitarían hacer nada diferente al recolectar muestras. Debido a que el enfoque del equipo utiliza un algoritmo matemático aplicado después de la recopilación de datos, los programadores podrían aplicarlo actualizando el software del equipo de laboratorio con unas pocas líneas de código de computadora.

"Nuestro trabajo es una solución potencialmente fácil porque es un avance en el análisis de datos, ", Dijo Patrone." Se puede incorporar fácilmente en el protocolo de cualquier laboratorio o instrumento de prueba, por lo que podría tener un impacto inmediato en la trayectoria de la crisis sanitaria ".