Giám sát nước thải là kỹ thuật đã được sử dụng để theo dõi bệnh bại liệt và các mầm bệnh khác trong nhiều thập kỷ, và khi đại dịch COVID-19 nổ ra, nhiều quốc gia tỏ ra cực kỳ quan tâm đến kỹ thuật này.
Giám sát nước thải tận dụng việc SARS-CoV-2 nhân lên trong hệ tiêu hóa và người nhiễm sẽ có lượng lớn virus trong phân trước cả khi xuất hiện các triệu chứng. Virus cũng xuất hiện trong nước tiểu. Vì thế bằng cách xét nghiệm nước thải từ một khu vực, các nhà nghiên cứu có thể ước tính tình hình dịch bệnh ở cộng đồng hàng nghìn hoặc thậm chí hàng triệu người mà không cần lấy mẫu từng cá nhân. Vì virus xuất hiện trong chất thải trước khi bệnh nhân xuất hiện triệu chứng, giám sát nước thải cũng dự đoán được nơi nào chuẩn bị bùng nổ số ca bệnh và các bệnh viện nào có nguy cơ quá tải. Kết quả giải trình tự virus trong nước thải cũng cho thấy cách virus đang tiến hóa.
Hà Lan, quốc gia đã có mạng lưới giám sát nước thải toàn quốc trong nhiều thập kỷ, là nước đầu tiên chứng minh rằng nồng độ virus SARS-CoV-2 trong nước thải có thể phản ánh mức độ virus đang lây nhiễm trong cộng đồng. Kể từ đó, các dự án giám sát SARS-CoV-2 trong nước thải đã được triển khai ở ít nhất 58 quốc gia, theo thống kê của một nhóm nghiên cứu tại Đại học California. Tháng 10/2021, Liên minh Châu Âu khuyến nghị tất cả các nước thành viên thiết lập hệ thống giám sát SARS-CoV-2 trong nước thải, và 26/27 nước đã tuân thủ. Tại Mỹ, Hệ thống Giám sát nước thải Quốc gia bao gồm 400 địa điểm ở 19 bang. Tháng trước, Trung tâm Kiểm soát và Phòng ngừa Dịch bệnh (CDC) Mỹ chính thức ghi nhận dữ liệu nước thải và cho biết sẽ sử dụng để phát hiện các biến thể mới. Ở Ấn Độ, gần một chục thành phố đang triển khai giám sát nước thải.
Tuy nhiên vẫn còn nhiều tranh cãi xung quanh mức độ hữu ích thực tế của kỹ thuật này. Để xác định nồng độ virus trong nước thải một cách chính xác đòi hỏi rất nhiều yếu tố hậu cần và kỹ thuật, và việc giải thích dữ liệu thu được cũng không dễ. Chẳng hạn, chỉ cần một trận mưa cũng khiến nồng độ virus trong các đường ống cống giảm mạnh. Chi phí thiết lập các hệ thống giám sát nước thải, bao gồm thu thập, kiểm tra và báo cáo, cũng rất tốn kém và tốn thời gian. Và trên thực tế, mặc dù các nhà hoạch định chính sách hoan nghênh các kết quả giám sát nước thải, nhưng rất ít nhà chức trách dựa trên dữ liệu dự báo từ nước thải để hành động; thông thường, họ sẽ chờ đến khi nhìn thấy số ca nhiễm tăng lên và các bệnh viện bị lấp đầy.
Shelesh Agrawal tại Đại học Kỹ thuật Darmstadt, người đã phân tích các mẫu nước thải trên khắp nước Đức kể từ năm 2020, cho biết đã rất vất vả để thuyết phục các nhà hoạch định chính sách rằng dữ liệu này là hữu ích. “Chúng tôi chỉ là những người cung cấp thông tin. Chúng tôi có thể giao đồ đến tận cửa, nhưng không thể bắt bạn ăn,” Agrawal so sánh. Ngay cả ở Hà Lan, nơi tự hào có một trong những hệ thống giám sát nước thải phức tạp nhất thế giới, các nhà nghiên cứu cũng thừa nhận rằng dữ liệu tác động rất ít đến các chính sách quốc gia.
Khó khăn kỹ thuật
Về lý thuyết, giám sát nước thải rất đơn giản. Giống như các xét nghiệm lâm sàng thông thường, các nhà nghiên cứu sử dụng phản ứng chuỗi polymerase (PCR) để tìm kiếm các đoạn RNA của virus trong một mẫu nước thải. Sau đó, các đoạn này được sao chép nhiều lần để khuếch đại dấu hiệu cho thấy có virus. Số lần sao chép cần thiết để phát hiện dấu hiệu virus trong mẫu là thước đo để đánh giá nồng độ virus.
Nhưng trên thực tế, trong khi việc lấy mẫu mũi hoặc họng đem lại cùng một lượng vật chất giữa người này với người khác, thì các mẫu nước thải chứa nồng độ phân và nước tiểu khác nhau, tùy thuộc vào ngày và thời gian lấy mẫu, lượng mưa gần đây và khoảng cách giữa cácnhà vệ sinh với vị trí lấy mẫu trong cống. Tất cả các biến như vậy phải được tính vào dữ liệu để có thể “đọc” chính xác một mẫu nước thải. Nước thải được thu thập, lưu trữ và xử lý như thế nào cũng ảnh hưởng đến kết quả. Tất cả các biến số này làm cho việc so sánh dữ liệu giữa các địa điểm khác nhau trở nên rất khó khăn.
Thử và sai đã giúp các nhà khoa học và kỹ thuật viên hoàn thiện các kỹ thuật giám sát nước thải trong thời kỳ đại dịch. Nhiều nhóm đã thử nghiệm cách tốt nhất để cô đặc mẫu và so sánh dựa trên cả thời gian ly tâm và kỹ thuật lọc. Họ cũng đã xác định các loại virus phổ biến trong nước thải, sử dụng làm tham chiếu để hiệu chuẩn giữa các mẫu. Chẳng hạn, PMMoV – loại virustấn công cây ớt nhưng vô hại với con người – thường xuyên có mặt trong nước thải, vì virus đi qua hệ tiêu hóa khi chúng ta ăn ớt nhiễm bệnh. Vì nồng độ virus này trong phân người tương đối ổn định quanh năm, các nhà khoa học sử dụng nó làm đại diện cho lượng phân có trong một mẫu, và kết quả nồng độ SARS-CoV-2 trong nước thải được báo cáo dưới dạng tỷ lệ giữa PMMoV và SARS-CoV-2.
Tại Thụy Điển, nhóm nghiên cứu tại Viện Công nghệ Hoàng gia KTH đã phát hiện, việc trữ đông lạnh các mẫu làm cho nồng độ virus giảm mạnh. Tại thành phố Kansas, Mỹ, các nhà nghiên cứu đã nhận ra, cần theo dõi tổng thể hệ thống xả thải, vì một vụ sửa chữa hệ thống cống ở ngoại ô đã chuyển thêm nước thải chứa nhiều virus vào thành phố, và nồng độ virus trong nước thải thành phố liên tục tăng trong khi số ca bệnh vẫn chỉ ở mức thấp.
Các chuyên gia ở Ấn Độ cho biết nồng độ virus trong hệ thống cống mở, phổ biến ở nhiều thành phố ở nước này, có những khác biệt nhất định so với hệ thống cống kín.
Và các nhà khoa học giám sát nước thải cũng tìm ra cách công bố kết quả trực tiếp cho công chúng. Dự án ở thành phố Bengaluru, Ấn Độ, đã mở một cổng thông tin trực tuyến kể từ tháng 5/2021 liên tục cập nhật nồng độ virus tương ứng với các khu vực. “Người dân không tin tưởng chính phủ về vấn đề COVID-19, mọi người nghĩ rằng nhà chức trách có thể che giấu số ca nhiễm thực tế. Cổng thông tin này là dữ liệu độc lập có thể đối chiếu với những con số chính thức,” một nhà nghiên cứu sức khỏe cộng đồng ở đây cho biết.
Khi nào giám sát nước thải hữu ích?
Cho dù kỹ thuật đã cải thiện, theo các nhà khoa học, tình huống thực tế cần đến giám sát nước thải là ở những nơi có rất ít virus. Ví dụ, Úc và New Zealand đã sử dụng giám sát nước thải phục vụ chiến lược “zero COVID” của họ: Ngay sau khi một mẫu nước thải dương tính xuất hiện, nhà chức trách sẽ công bố rộng rãi, bắt đầu tăng cường xét nghiệm, và thực hiện phong tỏa nếu xuất hiện các ca nhiễm. (Mặc dù việc giám sát nước thải vẫn tiếp tục, cả hai quốc gia gần đây đều đã từ bỏ “zero COVID”.) Tương tự, vào mùa thu năm 2020, xét nghiệm nước thải trong khuôn viên một trường đại học Mỹ đã phát hiện virus trong ký túc xá trước khi bất kỳ ai có kết quả xét nghiệm dương tính, giúp cơ quan y tế xác định người bị nhiễm trước khi virus kịp lây lan.
Ngược lại, ở những vùng số ca nhiễm cao và thường xuyên xét nghiệm cá nhân, nước thải sẽ không giúp bổ sung thêm thông tin quan trọng. Không cần dùng đến nước thải nếu chỉ muốn xác nhận các xu hướng đã thấy trong các thử nghiệm đơn lẻ, theo các nhà nghiên cứu.
Ngoài ra, nếu triển khai, các quốc gia cũng cần lưu ý khi đại dịch tiếp tục tiến triển, nhiều yếu tố có thể ảnh hưởng đến độ chính xác của kỹ thuật và do đó cần liên tục tinh chỉnh. Ví dụ, biến thể Omicron dường như khiến virus thải ra theo phân ít hơn nhiều. Sau khi so sánh các kết quả xét nghiệm nước thải, các nhà nghiên cứu kết luận rằng khi Omicron là biến thể chiếm ưu thế, các phép đo nước thải đã đánh giá thấp số ca nhiễm thực tế theo hệ số ba hoặc bốn. Có thể đây là thay đổi do bản thân virus, hoặc do cộng đồng đã có mức độ miễn dịch cao hơn do đó virus bớt nhân lên trong hệ tiêu hóa.
Khi bối cảnh đại dịch dần thay đổi, giám sát nước thải có thể bắt đầu đem lại nhiều giá trị thực tế hơn. Nhiều quốc gia không chỉ dỡ bỏ các hạn chế, mà còn từ bỏ xét nghiệm diện rộng trong dân số, và ngày càng có nhiều ca nhiễm không được ghi nhận trong số liệu thống kê chính thức. Khi đó, nước thải có thể trở thành một công cụ quan trọng duy nhất còn lại để nắm bắt diễn biến thực tế của đại dịch. Ở một số quốc gia nơi đại dịch đang có xu hướng lắng xuống, các nhà nghiên cứu cho biết sẽ tiếp tục sử dụng nước thải như một trạm giám sát để đề phòng virus lây lan trở lại trong dân số.
Nguồn:
https://www.science.org/content/article/pandemic-signals-sewer-what-virus-levels-wastewater-tell-us
https://pubs.acs.org/doi/10.1021/acs.estlett.0c00357
