Investigadores/as del CSIC, UVigo y Geseco Aguas S.A. recogieron datos de una docena de depuradoras en Galicia
Financiado por el Fondo Supera Covid de la CRUE-Santander, en mayo de 2020, poco tiempo después del inicio de la pandemia del Covid-19, comenzaba el proyecto DIMCoVAr. Con el objetivo de determinar si el análisis de las aguas residuales permitía detectar el virus y predecir la evolución de la pandemia en Galicia, investigadores del Centro Superior de Investigaciones Científicas (CSIC), de la Universidad de Vigo y la empresa Geseco Aguas S.A. crearon un equipo multidisciplinar en el que, a través de la sinergia entre virología, biología molecular, modelización matemática e ingeniería, pudiesen poner a disposición de los gestores de la pandemia una herramienta que sirviese para adelantarse a las sucesivas cepas de infecciones. «La rápida propagación del virus evidenció pronto la necesidad de desenvolver herramientas para detectar masivamente su presencia en las comunidades locales, puesto que estas herramientas, combinadas con métodos de detección individual, contribuían a la vigilancia del SARS-CoV-2», explica Antonio Figueras, profesor de investigación del CSIC en el Instituto de Investigaciones Marinas (IIM), que señala que pronto se apreció la posibilidad de utilizar el enfoque epidemiológico de aguas residuales para Covid-19. «Así, la carga viral en aguas residuales se utilizó para detectar brotes de Covid y seguir la la evolución de la población infectada y los protocolos de detección del material genético en aguas residuales y su cuantificación se optimizaron cada vez más desde el inicio de la pandemia», aclara Figueras.
Dos años después de iniciar el proyecto, los grupos de Inmunología y Genómica e Ingeniería de Procesos del CSIC, a través del Instituto de Investigaciones Marinas (IIM); el grupo de Biotecnología Industrial e Ingeniería Ambiental de la UVigo; Geseco Aguas S.A y el Centro de Investigación en Tecnologías de la Información y las Comunicaciones, hacen públicos los resultados del proyecto en el artículo: Wastewater and marine bioindicators surveillance to anticipate COVID-19 prevalence and to explore SARS-CoV-2 diversity by next generation sequencing: One-year study, publicado en Science of the total Enviroment.
“Los resultados confirmaron la capacidad de la vigilancia de aguas residuales para seguir la evolución de la pandemia en Galicia, a través del monitorizado de aguas residuales SARS-CoV-2 de una serie de municipios representativos. Además, y a diferencia de otras investigaciones, nuestro estudio también pretendía explorar la detección del virus en el medio marino y la capacidad de eliminación del virus en las estaciones depuradoras, pues Galicia es conocida por sus actividades de pesca, marisqueo y acuicultura”, explica Claudio Cameselle, investigador del grupo de Biotecnología Industrial e Ingeniería Ambiental de la UVigo. En este sentido, los datos confirmaron la capacidad de los reactores biológicos y el sistema de desinfección en EDAR para eliminar el virus. “El impacto en el medio marino fue de menor importancia y la detección del virus en el agua de mar y mejillones silvestres y de acuicultura puede asociarse a los vertidos descontrolados de aguas residuales y descontaminación de la red de sumideros”, concluye Cameselle.
Muestras en estaciones depuradoras y en puntos de vertido en el medio marino
El artículo, publicado en Science of the total Enviroment, presenta la metodología desenvuelta para la vigilancia de las aguas residuales del SARS-CoV-2 en Galicia a través de 11 estaciones depuradoras localizadas en municipios de tamaño medio, entre 20.000 e 23.000 habitantes y sin vertidos de hospitales, concretamente Baiona, Nigrán, Gondomar, Cambados, Moraña, Porto do Son, Muros, Melide, Ares, Cedeira y Noia, a los que por petición de las autoridades sanitarias, con el objectivo de ayudar al control de la pandemia, se añadieron Pobra do Caramiñal, Betanzos, Burela y Viveiro. El muestreo se realizó tanto en estaciones, como en el punto de vertido en el medio marino, prestando especial atención a la detección de SARS-CoV-2 en mejillones, por su extraordinaria capacidad de filtrado de agua y la posibilidad de concentrar el ARN viral, aumentando la probabilidad de detección de material genético viral.
“La metodología integra la muestra en aguas residuales en las depuradoras (en los puntos de entrada, efluente de salida y vertido final), muestras de sedimentos marinos y bioindicadores, pretratamiento y cuantificación de biomarcadores, detección de ARN por RT-qPCR, secuenciación de SARS-CoV-2 en muestras de aguas residuales, gestión de datos a través de una plataforma digital y pronóstico de epidemias por un modelo mecanicista predictivo, detalla Beatriz Novoa, profesora de investigación del CSIC en el IIM. Este modelo, desarrollado por Antonio A. Alonso, Irene Otero-Muras y Manuel Pájaro del grupo de Ingeniería de Procesos del IIM, es el primero que incorpora datos sanitarios y de carga viral del agua y, a través de él “obtuvimos predicciones en horizontes temporales de 7-10 días en las 11 localidades objeto de estudio, permitiendo a su vez, al ser mecanístico, analizar los efectos de las distintas políticas de mitigación en la evolución del número de personas infectadas”, explica Irene Otero-Muras, que destaca la robustez y flexibilidad de esta herramienta, que se puede adaptar para la detección, vigilancia y monitorización de la propagación de SARS-CoV-2 o otros patógenos.
Una herramienta muy valiosa para seguir la evolución del virus
La carga viral en la corriente de entradas de las estaciones depuradoras de aguas residuales se utilizó para detectar nuevos brotes de Covid-19 y los datos de carga viral en las aguas residuales, en combinación con los datos proporcionados por el sistema de salud, se utilizaron para predecir la evolución de la pandemia en los municipios de estudio en un horizonte temporal de siete días.
“El trabajo, respecto a estudios publicados anteriormente, acerca la evaluación del destino del virus en aguas residuales y ambientes marinos, la evaluación de la eficiencia de las EDAR en la eliminación del material genético del virus y el desarrollo de un modelo mecanicista que, combinando datos del sistema de salud, muestre una capacidad predictiva para pronosticar la evolución de las pandemias a nivel mundial”, explica Beatriz Novoa. Además, explica la profesora de investigación del CSIC en el IIM, el enfoque integral, que incluye la detección de variantes a partir de muestras de aguas residuales es una importante fuente de información para el seguimiento del impacto de la pandemia, “pues fuimos capaces de detectar variantes del virus que están a circular en toda la población y no solo en pacientes. Esto es una herramienta muy valiosa para seguir la evolución del virus”, destaca.
Fuente: DUVI
