科学家此前已经从COVID-19患者的粪便样本中分离出ARS-CoV-2病毒。考虑到这一点，加州大学圣迭戈分校医学院的研究人员自2020年夏天以来一直在筛查校园建筑中的废水，以寻找病毒的迹象，他们认为这些信息可以帮助防止疫情爆发。
研究小组表明，通过筛选废水中的SARS-CoV-2，他们甚至可以检测到居住或工作在大型建筑中的单个受感染的无症状患者。他们通知每栋废水呈阳性的建筑的居住者，使COVID-19的检测率提高了13倍之多。一旦住户检测结果呈阳性，隔离和追踪接触者有助于防止病毒的进一步传播。
研究人员在2021年8月10日的《mSystems》杂志上报告说，这种方法使校园内85%的COVID-19病例得到早期检测。换句话说，在大多数个人病例诊断之前，废水样本就已检测出阳性。
"第一作者Smruthi Karthikeyan博士说："大学校园特别受益于废水监测，作为避免COVID-19爆发的一种手段，因为它们充满了基本上没有症状的人群，是潜在的传播热点，有必要经常进行诊断测试。
Karthikeyan与高级作者、加州大学圣地亚哥分校微生物组创新中心的教授和主任Rob Knight博士一起领导了这项研究。
废水筛查是加州大学圣迭戈分校“ Return to Learn”计划的一个组成部分，这种基于证据的方法使该大学在大流行病的大部分时间里提供校内住宿和亲自授课及研究机会。
返校学习计划依赖于三个支柱：风险缓解、病毒检测和干预。在2020-2021学年期间，校园里有大约10,000名学生，该计划的许多组成部分使COVID-19病例率远远低于周围社区，与大多数大学校园相比，在此期间保持了不到1%的阳性率。返回学习计划，包括废水检测，已经成为其他大学、K-12学区和地区的典范。
每天早上，每周七天，一队身穿配套T恤的学生和工作人员乘坐高尔夫球车在校园内部署，从126个收集机器人中收集污水样本，这些机器人被设置为监测350座建筑。到了上午10点，他们回到了Knight在医学院的实验室。
在那里，Karthikeyan和团队使用一种不同的机器人处理污水，该机器人使用磁性纳米粒子浓缩病毒，然后从样品中提取RNA--构成SARS-CoV-2等病毒基因组的遗传物质。聚合酶链式反应（PCR）测试被用来搜索病毒的特征基因。
当检测到病毒时，自动但有针对性的信息将通过校园范围内的系统发送给与受影响建筑物相关的人员，如学生、工作人员和教职员工，建议他们尽快进行病毒检测。这些数据被添加到一个公共仪表板上。
Karthikeyan说，自成立以来，该团队一直在不断努力优化这一过程。目前的自动化方法已将样本到结果的周转时间减少至原来的1/20；现在96个样本只需5个小时。通过将样品小型化，研究人员已经将每个样品的处理成本降低到13美元。 Knight估计，这种方法的规模超过了类似监测项目的10到100倍。他说，下一步将是部署快速方法，实时测试SARS-CoV-2变体，包括德尔塔。
“这个系统展示了加州大学圣迭戈分校的许多不同部分如何能够作为一个系统一起工作，以保持校园安全，” Knight说。“这项工作不仅需要病毒样本处理方面的进展，还需要包括后勤、环境健康和安全、校园和卫生系统信息技术、设施管理和许多其他方面的团队，以及Return to Learn计划的领导来实现它。我们现在正在帮助其他校园和组织复制这一成功，这不仅对COVID-19，而且对未来许多其他粪便传播的病原体，包括流感，都具有潜力。”