Deep untargeted wastewater metagenomic sequencing from sewersheds across the United States

本文介绍了美国国家级污水宏基因组测序网络 CASPER 发布的迄今为止规模最大的公开无靶向数据集，该数据涵盖 1300 万人口，不仅验证了其对 SARS-CoV-2 等已知病原体的监测能力，还成功捕捉了禽流感 H5N1 等新兴威胁，为病原体监测和微生物生态研究提供了宝贵资源。

要点

这篇论文介绍了一个名为 CASPER 的宏大项目，你可以把它想象成给美国整个国家做的一次"超级污水大体检"。

为了让你更容易理解，我们可以用几个生动的比喻来拆解这项研究：

1. 什么是 CASPER？（一个巨大的“社区健康听诊器”）

想象一下，城市里的下水道就像城市的“血管”。每个人每天的生活、饮食、生病排毒，都会通过“血管”流进污水处理厂。

• 以前的做法（靶向检测）就像医生只拿着听诊器听心脏，或者只检查有没有发烧。如果医生只盯着“流感”或“新冠”看，那如果突然冒出来一种全新的病毒，或者流感变异了，医生可能就看不到了。
• CASPER 的做法（无靶向宏基因组测序）就像给整个城市的“血管”做了一次全光谱的超级扫描。它不预设任何目标，而是把污水里所有的微生物（细菌、病毒、真菌等）的基因片段全部读出来。这就好比不仅听心跳，还能听到血液里每一个细胞的“低语”，从而发现任何意想不到的“入侵者”。

2. 他们做了什么？（把污水变成了“数据海洋”）

这个项目收集了来自美国 9 个州、27 个不同地点的污水样本，覆盖了约 1300 万人口（差不多相当于整个纽约市的人口）。

• 深度（Deep Sequencing）这是最厉害的地方。以前的研究可能只读了很少的基因片段，就像在图书馆里只翻了 10 页书。而 CASPER 给每个样本读了 10 亿对 基因片段。这相当于把图书馆里的每一本书都读了一遍，甚至把书里的每一个字都数清楚了。
• 数据量：他们总共生成了 1.2 万亿 对基因片段的数据。这就像把地球上所有的沙子都数了一遍，是目前人类历史上最大的公开污水基因数据库。

3. 他们发现了什么？（从“大海”里捞出了“针”）

因为读得足够深，他们不仅能看到常见的病毒，还能发现那些非常罕见、甚至还没被人类注意到的“隐形杀手”：

• 常规监测：他们能准确追踪流感、新冠、呼吸道合胞病毒（RSV）的流行趋势，而且结果和医院里的临床数据非常吻合。这说明污水检测可以像“天气预报”一样，提前预警疾病爆发。
• 意外发现：
  • 禽流感 H5N1：在奶牛场爆发初期，他们就在污水里发现了禽流感病毒，比官方确认还要早。
  • 西尼罗河病毒：在蚊子传播的季节，提前在污水中捕捉到了信号。
  • 麻疹：甚至在夏威夷，他们在没有发现任何临床病例的情况下，就在污水里发现了麻疹病毒的踪迹。

4. 为什么这很重要？（从“被动挨打”到“主动防御”）

• 不再依赖医院：以前我们等病人去医院排队、做检测才知道疫情。现在，通过污水，我们可以在一个人还没出现症状，甚至还没去医院之前，就知道社区里有没有病毒在传播。
• 发现新敌人：就像在黑暗的森林里，以前我们只盯着已知的老虎（已知病毒），现在 CASPER 给了我们一副夜视仪，能发现森林里突然出现的任何新野兽（未知病毒）。
• 免费共享：最棒的是，他们把这份巨大的“地图”免费公开了。全世界的科学家都可以下载这些数据，用来研究微生物生态、开发新药，或者设计新的检测工具。

总结

简单来说，CASPER 项目就是给美国城市装上了一个 24 小时工作的、超级灵敏的“基因雷达”。它不挑食，不预设目标，只是静静地读取污水里的所有遗传密码。

这项技术告诉我们：污水不仅仅是脏水，它是城市健康的“日记本”。通过阅读这本日记，我们不仅能知道今天谁生病了，还能预知明天可能会发生什么，甚至能发现那些我们从未听说过的“新敌人”。这是一次从“被动治疗”向“主动防御”的巨大飞跃。

技术摘要

这篇论文介绍了 CASPER（Coalition for Agnostic Sequencing of Pathogens from Environmental Reservoirs，即环境储库病原体非定向测序联盟）项目及其发布的首个大规模数据集。该项目旨在通过深度、非定向的宏基因组测序技术，在美国范围内建立大规模的废水病原体监测网络。

以下是该论文的详细技术总结：

1. 研究背景与问题 (Problem)

• 现有监测的局限性： 传统的废水监测主要依赖靶向检测技术（如 qPCR、dPCR 或扩增子测序）。这些方法虽然灵敏且成本低，但只能检测预先定义的病原体。它们无法发现新发或意外病原体，且容易因引物结合位点的突变而失效，新靶点的开发周期长，难以应对突发疫情。
• 非定向测序的挑战： 废水宏基因组测序（WW-MGS）理论上可以无偏倚地检测所有病原体，但此前受限于成本和技术，通常测序深度不足。由于感染脊椎动物的病毒在废水总核酸中占比极低，浅层测序难以检测到稀有病原体，导致该技术在公共卫生领域的常规应用受限。
• 数据缺口： 缺乏大规模、深度测序的公开废水数据集，限制了微生物生态学研究和新型病原体发现的能力。

2. 方法论 (Methodology)

• 网络架构 (CASPER)： 由 SecureBio 和密苏里大学（MU）牵头，联合美国各地的学术机构、国家实验室、市政污水处理厂和医院组成的合作网络。
• 采样策略：
  • 范围： 覆盖美国 9 个州、27 个不同的污水流域（包括主要城市如波士顿、纽约、芝加哥、迈阿密等），服务人口约 1300 万。
  • 样本类型： 主要为 24 小时混合进水样本（24h composite），部分为医院抓取样本（Grab samples）和机场莫尔氏拭子（Moore swabs）。
  • 时间跨度： 2023 年 12 月至 2025 年 12 月，共收集 1,206 个样本。
• 实验流程：
  • 病毒富集与提取： 采用 PEG 沉淀或 InnovaPrep 浓缩技术富集病毒颗粒，提取 RNA。
  • 文库构建： 去除核糖体 RNA（rRNA）以富集非核糖体序列，构建 Illumina 文库。
  • 测序深度： 使用 Illumina NovaSeq 平台进行深度测序，目标为每个样本约 10 亿条读对（read pairs）。中位测序深度为 9.86 亿读对，总数据量达 1.2 万亿读对（347 Tb）。
• 生物信息学分析：
  • 分类学分析： 使用 Kraken2 进行浅层分类学分析，评估整体群落组成。
  • 脊椎动物感染病毒（VV）检测： 开发了专门的 Viral Metagenomics Pipeline (v3.0.1)。流程包括：k-mer 精确匹配筛选、接头修剪、去宿主/污染物（人、牛、猪等）、Bowtie2 比对、基于最低共同祖先（LCA）算法的物种分类。
  • 归一化： 使用 PMMoV（辣椒轻斑驳病毒）作为粪便强度指示剂进行归一化，以校正样本间粪便输入量和处理效率的差异。

3. 主要贡献 (Key Contributions)

• 数据规模创纪录： 这是迄今为止最大的公开非定向废水宏基因组数据集。CASPER 数据占 NCBI SRA 上所有非定向废水测序数据的 66%，占所有废水测序数据（含靶向）的约 50%。
• 深度测序验证： 证明了通过极深的测序深度（比现有公开数据深约 25 倍），可以有效克服非定向方法在检测低丰度病毒时的灵敏度瓶颈。
• 多中心协作模式： 建立了跨机构、跨地区的标准化采样、处理和测序流程，展示了大规模公共卫生监测网络的可行性。
• 开放科学资源： 所有数据通过 BioProject PRJNA1247874 公开，并配有实时可视化仪表盘，供全球研究人员和公共卫生部门使用。

4. 关键结果 (Results)

• 病原体检测能力：
  • 常规病毒： 成功追踪了 SARS-CoV-2、流感 A/B、呼吸道合胞病毒（RSV）、诺如病毒、轮状病毒等常见病原体的流行趋势。
  • 与临床/PCR 数据的一致性： CASPER 的测序数据与 CDC 废水 PCR 监测数据及麻省总医院（MGH）的临床检测数据表现出强相关性（Spearman R = 0.24–0.91），证明了其定量监测的准确性。
  • 新发/意外威胁发现：
    • 高致病性禽流感 H5N1： 在密苏里州哥伦比亚市的废水中检测到 H5N1（基因型 B3.13），时间早于或同步于 USDA 报告的奶牛感染，且当时该州尚未确认感染牛群。
    • 其他病毒： 检测到西尼罗河病毒（West Nile virus）、麻疹病毒（Measles，在夏威夷样本中发现，虽未包含在本次公开数据中但由同一流程发现）等。
• 微生物群落特征：
  • 废水中核糖体 RNA（主要是细菌来源）占主导（中位 61.1%），非核糖体读段中未分类序列占比高（中位 28.9%），病毒仅占约 1.6%。
  • 脊椎动物感染病毒（VV）仅占总读数的 0.01%-0.03%，凸显了深度测序的必要性。
  • 不同采样点（如医院、农业输入区）显示出独特的病毒组成特征。

5. 意义与影响 (Significance)

• 公共卫生预警： 提供了一种不依赖就医行为、无偏倚的社区感染监测手段，能够比临床诊断更早发现疫情（如麻疹、禽流感）。
• 生物安全与防御： 能够监测潜在的生物恐怖主义威胁、基因工程生物以及未知病原体的出现，是国家生物安全基础设施的重要组成部分。
• 科学研究价值： 为病毒生态学、微生物组研究、抗生素耐药性监测以及新型检测算法（如 AI/ML 异常检测）的开发提供了宝贵的“金标准”数据集。
• 技术示范： 证明了随着测序成本的下降（2016 年约$4000/样本降至 2026 年约$500/样本），深度非定向废水测序已成为可大规模部署的常规工具。

总结：
CASPER 项目通过建立大规模、深度的非定向废水测序网络，成功将废水监测从“靶向检测”推向了“全景扫描”时代。它不仅验证了深度测序在检测稀有病原体方面的有效性，还实际发现了多种具有公共卫生意义的病毒信号，为未来的全球传染病监测和生物安全防御奠定了坚实的数据和技术基础。