[出典] "CRISPR-based surveillance for COVID-19 using genomically-comprehensive machine learning design" Metsky HC, Freije CA, Kosoko-Thoroddsen TSF, Sabati PC, Myhrvold C. bioRxiv 2020-03-02

 SARS-CoV-2のサーベイランスは3つの課題を伴っている:(1) 現行の検査能力を超えたアウトブレイクに即応する; (2) SARS-CoV-2と極めて近縁なコロナウイルスの種と亜種から峻別する; (3) COVID-19患者は他の呼吸器ウイルスに感染している場合または共感染している可能性がある[medRxiv 2020-02-18]ことから、他のウイルスも同定する必要がある。
  • Broad Instituteの研究グループは、SHERLOCKによる核酸検出アッセイの迅速な設計 (RPAプライマーとLwaCas13a crRNAsの設計)を可能とするアルゴリズムと機械学習モデルを開発し、ADAPTシステム(原稿準備中)を構築した 。
  • ADAPTを利用して、SARS-CoV-2と系統的に近いウイルスおよび臨床症状が似ているウイルスを含む計67種類のウイルスの種と亜種を検出するアッセイ系を設計した (Webサイトのキャプチャを下図に引用)。2020-03-05 21.33.18
  • 合成SARS-CoV-2 RNAをモデルとして、SHERLOCK (LwaCas13aを使用)のSARS-CoV-2の検出限界として、既報のDETECTRSHERLOCK の感度がそれぞれ70-300 cp/µlと10–100 cp/µlであったのに対して、10 cp/μlを達成し、また、先の課題解決が可能なことを示した。
  • 共著者の一人Pardis C. SabetiはSherlock Biosciencesの共同設立者の一人でありアドバイザーである。