Wastewater-Based Genomic Surveillance of SARS-CoV-2 Variant Circulation in Two Informal Urban Settlements in Nairobi, Kenya

Cette étude pilote démontre que la surveillance génomique basée sur les eaux usées à Nairobi est une méthode fiable et rentable pour suivre la circulation des variants du SARS-CoV-2 dans les établissements informels, offrant des résultats concordants avec les données cliniques et comblant ainsi les lacunes de surveillance dans les pays à revenu faible et intermédiaire.

L'essentiel

🕵️‍♂️ L'Enquête des "Détectives de l'Égout" à Nairobi

Imaginez que vous voulez savoir quels types de virus circulent dans une ville, mais que vous ne pouvez pas interroger chaque habitant. C'est comme essayer de deviner la météo en regardant seulement quelques nuages isolés. C'est là que cette étude, menée à Nairobi (Kenya), a eu une idée brillante : écouter ce que disent les égouts.

1. Le Concept : La "Boîte aux Lettres" de la Ville

Les chercheurs ont utilisé une méthode appelée épidémiologie basée sur les eaux usées.

• L'analogie : Imaginez que chaque habitant de la ville est un facteur qui envoie une lettre (le virus) dans un immense système de courriers (les égouts). Même si une personne ne se sent pas malade et ne va pas chez le médecin, elle envoie quand même cette lettre.
• La méthode : Au lieu de courir après chaque facteur, les chercheurs ont installé des "boîtes aux lettres géantes" (des échantillonneurs spéciaux) dans deux quartiers très densément peuplés et informels de Nairobi : Eastleigh A et Mathare. Ils ont laissé ces boîtes collecter les "lettres" pendant 24 heures, plusieurs fois par semaine.

2. Le Laboratoire : La Cuisine de la Détection

Une fois les échantillons arrivés au laboratoire, c'est un peu comme cuisiner un plat très complexe pour trouver une épice précise.

• Concentration : Les égouts contiennent des milliards de choses. Les chercheurs ont utilisé des aimants spéciaux (des "aimants magiques") pour attraper uniquement les particules virales, comme on utiliserait un tamis pour ne garder que les pépites d'or.
• La Recette : Ils ont ensuite extrait l'ADN du virus (son "code secret") et l'ont lu avec des machines très rapides (séquençage) pour voir exactement quelle "famille" de virus ils avaient trouvé.

3. Les Résultats : Qui est le Chef de la Bande ?

Entre fin 2022 et fin 2023, les chercheurs ont analysé 272 échantillons. Voici ce qu'ils ont découvert :

• Le Roi incontesté : La famille Omicron était partout, représentant près de 60 % des virus trouvés. C'était le "chef de bande" dominant.
• Les challengers : D'autres variantes, comme XBB et XBB.2.3, faisaient leur apparition, un peu comme de nouveaux concurrents qui essaient de prendre la place du chef.
• La concordance : Ce qu'ils ont trouvé dans les égouts correspondait parfaitement à ce que les hôpitaux voyaient chez les patients. Les égouts ne mentent pas !

4. Le Super-Pouvoir : L'Effet "Prédiction"

C'est ici que l'étude devient vraiment fascinante. Les égouts ont agi comme un système d'alerte précoce.

• L'analogie du feu : Imaginez que le virus est un feu de forêt. Les tests cliniques (chez les patients), c'est comme voir la fumée noire quand le feu est déjà grand. Les égouts, c'est comme voir les premières étincelles avant même que la fumée ne soit visible.
• Exemple concret : Les chercheurs ont détecté une variante appelée XBB.2.3 dans les égouts avant qu'elle n'apparaisse dans les hôpitaux. De même, ils ont trouvé des traces d'une vieille variante (BA.1) qui avait disparu des hôpitaux, mais qui continuait de circuler discrètement dans la communauté. Les égouts ont vu ce que les médecins ne voyaient pas encore.

5. Pourquoi c'est important ?

Cette étude prouve que dans les quartiers où l'accès aux hôpitaux est difficile (les "bidonvilles" ou quartiers informels), les égouts sont un outil gratuit, efficace et juste.

• Ils ne demandent pas aux gens de venir se faire tester.
• Ils donnent une image fidèle de toute la population, y compris ceux qui ne vont jamais chez le médecin.
• Ils permettent aux autorités de santé de dire : "Attention, une nouvelle variante arrive, préparons-nous !" avant que l'épidémie ne devienne incontrôlable.

En résumé

Cette étude est comme un radar météo pour les virus. Au lieu d'attendre que la tempête frappe les hôpitaux, les chercheurs ont écouté les égouts pour entendre le vent changer de direction. Cela prouve que, même avec des ressources limitées, on peut surveiller la santé d'une ville entière en écoutant simplement ce qui coule sous nos pieds. C'est une victoire pour la santé publique ! 🌍🦠🚰

Résumé technique

1. Problématique et Contexte

La surveillance génomique du SARS-CoV-2 reste limitée dans la plupart des pays à revenu faible et intermédiaire (PRFI), créant des lacunes majeures dans la compréhension de la circulation et de l'évolution des variants. Les systèmes de surveillance clinique traditionnels souffrent de limitations structurelles dans les zones urbaines informelles densément peuplées, notamment au Kenya, où l'accès aux soins est restreint et où les infections asymptomatiques sont sous-déclarées.
L'étude vise à combler ce vide en évaluant l'efficacité de l'épidémiologie basée sur les eaux usées (EBEU ou WBE en anglais) comme outil complémentaire, non invasif et représentatif de la population pour surveiller les variants du SARS-CoV-2 dans deux quartiers informels de Nairobi : Eastleigh A (Kamukunji) et Mathare.

2. Méthodologie

L'étude est une observation prospective menée entre décembre 2022 et octobre 2023 au Laboratoire National de Surveillance Génomique et Moléculaire (NGMSL) du Kenya.

• Sites d'échantillonnage : Deux sites validés par l'OMS ont été sélectionnés en raison de leur densité de population et de leur couverture d'assainissement :
  • Eastleigh A (Kamukunji) : Zone commerciale et résidentielle dense.
  • Mathare (Starehe) : L'un des plus grands quartiers informels, avec un mélange socio-économique incluant des zones du centre-ville.
• Collecte d'échantillons : 272 échantillons d'eaux usées ont été prélevés à l'aide de tampons Moore (gaze stérile) immergés dans les égouts pendant 24 heures, 2 à 3 fois par semaine.
• Traitement en laboratoire :
  • Concentration : Utilisation de particules magnétiques Nanotrap®.
  • Extraction : Kit QIAamp Viral RNA Mini (Qiagen).
  • Détection : RT-PCR en temps réel (TaqPath™) avec un seuil de positivité fixé à un Ct < 36.
  • Séquençage : Préparation de bibliothèques avec le kit Illumina COVIDSeq et séquençage sur plateforme Illumina MiSeq.
• Analyse Bioinformatique : Les données ont été traitées via Terra.bio et RStudio. L'analyse phylogénétique a inclus 181 séquences d'eaux usées (filtrées pour une couverture génomique adéquate) comparées à des séquences cliniques extraites de la base de données GISAID (collectées au Kenya entre mai et octobre 2023).

3. Résultats Clés

• Taux de Détection : Sur les 272 échantillons analysés, 238 (87,5 %) étaient positifs pour le SARS-CoV-2.
• Profil des Variants :
  • Le variant Omicron (incluant ses sous-lignées) était prédominant, représentant 59 % des séquences.
  • Les autres variants détectés comprenaient XBB (16 %), XBB.2.3 (10 %), XBB.1.9.X (5 %) et d'autres variants mineurs.
  • Ces résultats étaient hautement concordants avec les données de séquençage clinique du Kenya sur la même période.
• Dynamique Temporelle (Trimestrielle) :
  • Omicron a maintenu une circulation persistante tout au long de l'année, avec un pic de prévalence au 3ème trimestre.
  • XBB a atteint son apogée au 2ème trimestre avant de décliner.
  • XBB.2.3 a montré une augmentation progressive, devenant dominant au 4ème trimestre, particulièrement à Mathare (50 % de prévalence).
  • XBB.1.9.X a disparu des échantillons d'eaux usées dès le 3ème trimestre, alors qu'il était très peu détecté cliniquement.
• Détection Précoce et Variants Manqués :
  • L'EBEU a détecté le variant XBB.2.3 dès le 1er trimestre à Kamukunji, avant son apparition dans les données cliniques.
  • Fait notable : Des échantillons d'eaux usées collectés entre septembre et octobre 2023 contenaient le variant BA.1 (21K), qui n'était plus détecté dans les données cliniques disponibles. Cela suggère que le variant continuait de circuler dans la communauté sans être capté par le dépistage clinique.
• Analyse Phylogénétique : Les séquences d'eaux usées se sont regroupées dans les mêmes clades majeurs (23B, 23D, 23E, 23F) que les séquences cliniques du Kenya, validant la représentativité des données d'eaux usées.

4. Contributions et Apports Techniques

• Validation de l'EBEU en milieu informel : L'étude démontre la faisabilité et la fiabilité de la surveillance génomique par eaux usées dans des environnements urbains informels denses, là où la surveillance clinique est logistiquement difficile.
• Système d'Alerte Précoce : La capacité de l'EBEU à détecter l'émergence de variants (comme XBB.2.3) et la persistance de lignées anciennes (BA.1) avant ou en l'absence de signaux cliniques en fait un outil crucial pour la santé publique.
• Concordance des Données : La forte corrélation entre les tendances observées dans les eaux usées et les données cliniques nationales confirme que l'EBEU peut servir de proxy fiable pour la surveillance épidémiologique dans les PRFI.
• Dynamiques Spécifiques aux Sites : L'étude révèle des différences subtiles dans la circulation des variants entre Kamukunji et Mathare, reflétant probablement des dynamiques de mobilité et de mélange de population distinctes.

5. Signification et Recommandations

Cette étude prouve que la surveillance génomique basée sur les eaux usées est un outil viable, sensible et représentatif pour suivre l'évolution du SARS-CoV-2 dans des contextes à ressources limitées.

• Limitations identifiées : La dégradation de l'ARN due à un stockage prolongé (jusqu'à un an) a réduit la couverture génomique. L'absence de quantification virale absolue (seulement des valeurs Ct) et le manque de données cliniques appariées par zone de captage spécifique limitent certaines analyses.
• Recommandations :
  • Élargir la surveillance aux eaux usées à l'échelle nationale pour obtenir des données représentatives.
  • Intégrer des mesures quantitatives (charge virale) pour améliorer la corrélation avec l'incidence clinique.
  • Étendre le spectre de surveillance à d'autres pathogènes (Influenza, Choléra, Rougeole) et aux gènes de résistance aux antimicrobiens (RAM).
  • Optimiser les protocoles de séquençage en effectuant l'analyse dans les 6 mois suivant l'extraction de l'ARN pour préserver l'intégrité génomique.

En conclusion, l'EBEU s'impose comme un complément indispensable à la surveillance clinique, offrant une vision plus complète et plus rapide de la dynamique virale, essentielle pour orienter les stratégies de réponse en santé publique au Kenya et dans d'autres pays en développement.