现有的大多数严重急性呼吸综合征冠状病毒2 型(SARS-CoV-2)的诊断检测依赖于RNA 提取,然后进行定量逆转录聚合酶链式反应(RT-qPCR)分析。虽然检测中采用自动化技术改进了工序效率,应用不同的样品混和策略提高了检测能力,但在一次试验中对多个变异进行定量和测序的能力依然不足。Chappleboim等描述了一种基于多重二代测序(NGS)的方法,称为ApharSeq,将为解决这一问题提供新的思路。
在过去10 年间,二代测序(NGS)已取代RT-qPCR 和微阵列,成为研究中定量RNA 分子的首选分析方法。NGS 检测在提供重要的SARS-CoV-2 变异信息的同时,还能显著地增加检测量。当前基于NGS 的SARS-CoV-2 检测和基因分型分析成本高昂,主要原因是经过多个步骤的平行样品处理。ApharSeq 检测方法,让样品在裂解缓冲液中进行条形码标记,并在反转录前混合。研究人员以机器人工作流程的方式,将ApharSeq应用于Hadassah医院临床病毒学实验室的500多个临床样本检测,验证了该分析方法。该方法在5个数量级上呈现线性,检测限为Ct 33(~1000拷贝/mL,95%的灵敏度),特异性>99.5%。由于将唯一分子标识符纳入该方法中,ApharSeq 提供了有针对性的高置信度基因型信息。由于采用了早期样品混合,与当前的检测方法相比,估计在高通量检测环境下,劳动力、自动化液体处理量和试剂需求量将减少到1/100 到1/10。该方案可用于同时检测其他宿主或病原体RNA靶点信息。这些结果表明,对于当前和未来的大规模的诊断挑战,ApharSeq可能是一个很有前途的方法。