Учёные Марио Гуаррачино из Лаборатории алгоритмов и технологий анализа сетевых структур ВШЭ в Нижнем Новгороде, Юлиус Жилинскас и Алгирдас Ланчинскас из Вильнюсского университета предложили новый способ тестирования COVID-19. Это групповой метод, который позволяет получать результаты до 13 раз быстрее по сравнению с индивидуальным тестированием каждой пробы. Статья с результатами исследования опубликована в журнале Scientific Reports
Пример разбивки проб на группы при
Пандемия COVID-19 уже затронула миллионы людей из более чем 200 стран. Стремительная экспансия вируса показала, как быстро могут распространяться подобные заболевания в современном глобализированном мире. В начале эпидемии, когда про вирус мало что было известно и вакцины еще не были разработаны, смягчить масштабы его распространения можно было, только ограничив мобильность людей. Через карантин и изоляцию в той или иной форме прошли практически все люди во всём мире. Однако ограничительные меры можно сделать менее жёсткими и одновременно более эффективными, если быстро тестировать большие группы людей, считают авторы статьи “Pooled testing with replication as a mass testing strategy for the COVID-19 pandemics”.
Существующие тесты на COVID-19 используют РНК пациентов, полученную из орофарингеальных и назофарингеальных проб, которую с помощью ПЦР проверяют на наличие особых РНК-нитей, подтверждающих заражение COVID-19. Скорость такого тестирования ограничивается наличием реагентов, лабораторий и квалифицированных лаборантов.
Для ускорения тестирования и увеличения его охвата применяют метод группового тестирования, в котором пробы разбивают на группы и проверяют не индивидуально, а совместно. Пробы из групп, показавших положительный результат, затем проверяют по отдельности, чтобы выявить конкретных людей. Такой подход позволяет в 2 и более раз (в зависимости от распространенности заболевания) сократить необходимое количество тестов по сравнению с индивидуальным тестированием каждой пробы.
Пример разбивки проб на группы при
Для примера ученые приводят следующие расчеты: чтобы протестировать 96 людей с возможностью включать в одну группу до 12 проб для индивидуального тестирования понадобится 96 тестов. Для группового тестирования понадобится 8 тестов для 8 групп по 12 проб, а потом, в случае положительного результата одной группы, еще 12 тестов для индивидуального тестирования. В случае, когда положительный результат показали 2 или 3 группы, нужно будет сделать 24 или 36 тестов соответственно. В сумме с первыми 8 тестами это даст сокращение тестов от 2 до 5 раз по сравнению с индивидуальным тестированием.
Исследователи считают, что количество тестов можно еще уменьшить, подобрав оптимальный размер групп с учётом общего количества проб и прогнозируемого числа заражённых. С увеличением числа заражённых возможность экономии тестов уменьшается, однако всё равно сохраняется на уровне 40% при заболеваемости 100 человек на 1000 протестированных и на уровне 18% при заболеваемости 200 человек на 1000 протестированных.
“Даже при высокой заболеваемости на уровне 10-20 процентов от всех протестированных использование OptReplica будет более эффективным, чем индивидуальное тестирование”, - считает главный научный сотрудник Лаборатории алгоритмов и технологий анализа сетевых структур НИУ ВШЭ Марио Гуаррачино.
Существуют способы оптимизации группового тестирования, например, подбор оптимального размера группы исходя из общего количества проб и предполагаемого уровня заболеваемости или метод бинарного деления, в котором группа, показавшая положительный результат, делится пополам и тестируется заново до выявления конкретных положительных проб. Второй способ, однако, связан с большими затратами времени, что сильно снижает его привлекательность в условиях пандемии.
Сокращение количества тестов при использовании и метода репликации с транспозицией (пунктир), и OptReplica с оптимальным размером групп (сплошные линии) в зависимости от уровня заболеваемости при тестировании выборки из 96 проб (синий цвет)
Помимо этого для оптимизации группового тестирования используют метод репликации групп с транспозицией, когда после разбивки проб на группы исследователи формируют дополнительные проверочные группы из тех же проб и тестируют их вместе с основными. Это позволяет еще больше сократить количество тестов, а при низких уровнях заболеваемости - выявить положительные пробы в один этап, что существенно убыстряет тестирование.
Однако этот способ не позволяет экспериментировать с размерами групп для выявления оптимального размера группы в существующих условиях. Учёные из ВШЭ и Вильнюсского Университета предложили технологию OptReplica, которая заключается в использовании более сложного алгоритма распределения проб по основным и проверочным группам и позволяет сократить количество проверочных групп. Кроме того, алгоритм помогает вычислить оптимальный размер группы для имеющегося количества проб и предполагаемого уровня заболеваемости.
Авторы технологии провели экспериментальные исследования в выборках из 96 и 384 проб, по 100 рандомизированных исследований для каждого размера выборки и сравнили эффективность репликации с транспозицией и эффективностью использования OptReplica для разных уровней заболеваемости. Исследования показали, при подборе оптимального размера групп использование OptReplica было более эффективно, чем использование репликации с транспонированием. При низком уровне заболеваемости использование OptReplica позволяло сократить количество тестов до 13 раз по сравнению с индивидуальным тестированием такого же количества людей.
Авторы новой технологии предлагают использовать её для тестирования людей без симптомов COVID-19 в регионах с предположительно низкой заболеваемостью, где она позволит выявлять заболевших максимально быстро и с минимальным количеством тестов и своевременно применять к ним карантинные меры для предотвращения распространения заболевания. В регионах с заболеваемостью больше 50 человек на 1000 протестированных авторы рекомендуют использовать другие методы репликации групп или тестирование без репликации.
Информация и фото предоставлены пресс-службой НИУ ВШЭ
