WEBVTT 00:00:00.000 --> 00:00:10.000 Sí, acabo de presentar esta diapositiva, así que continuaré. Quería comenzar con nuestros agradecimientos. Este proyecto fue un gran esfuerzo en equipo, desde el presidente 00:00:10.000 --> 00:00:20.000 de la Universidad, incluyendo a profesores, personal y estudiantes. También quería reconocer los muchos departamentos y unidades de la Universidad de Miami, incluyendo el 00:00:20.000 --> 00:00:30.000 Centro de Investigación sobre el SIDA CFAR, que también forma parte de la Universidad de Miami Weill Cornell Medicine y también MetaSUB. Nuestro plan de análisis de muestra 00:00:30.000 --> 00:00:40.000 s fue diseñado para dividir la muestra en tres partes. Una fue enviada al Centro de Investigación sobre el SIDA, donde fue analizada por el Dr. Mark Sharkey utilizando una 00:00:40.000 --> 00:00:50.000 ueva tecnología innovadora llamada PCR de Segunda Generación Volcano. Esa fue la base de nuestra respuesta rápida.. Pudimos procesar las muestras en 12 horas. También envia 00:00:50.000 --> 00:01:00.000 mos muestras al Recurso Compartido de Onco-Genómica, donde fueron analizadas mediante RT-qPCR con fines comparativos. Además, en el Recurso Compartido de Onco-Genómica, ana 00:01:00.000 --> 00:01:10.000 lizamos las muestras en busca de variantes utilizando un enfoque de secuenciación dirigida profunda. Las muestras también fueron enviadas a Weill Cornell Medicine, donde fu 00:01:10.000 --> 00:01:20.000 eron analizadas mediante Metatranscriptómica utilizando secuenciación de RNA (RNA-seq). Y toda la bioinformática se realizó a través de Weill Cornell Medicine. Todos nuest 00:01:20.000 --> 00:01:30.000 os planes de recolección de muestras fueron mapeados a los programas de vigilancia humana en la Universidad de Miami. Tuvimos un programa extenso de pruebas, seguimiento y 00:01:30.000 --> 00:01:40.000 rastreo de nuestros estudiantes, profesores y personal. También, en el hospital universitario, tuvimos acceso a los registros médicos electrónicos. Además, tuvimos acceso a 00:01:40.000 --> 00:01:50.000 datos a nivel de código postal a través del Departamento de Salud de Florida. A través de las Escuelas Públicas del Condado de Miami-Dade, obtuvimos información sobre el a 00:01:50.000 --> 00:02:00.000 usentismo. El aspecto más extremo de la pandemia fueron los confinamientos, los cuales fueron motivados por la sobrecarga de los hospitales. Sabemos que a partir de las agu 00:02:00.000 --> 00:02:10.000 s residuales se pueden predecir las hospitalizaciones. Aquí, tenemos una línea negra que corresponde a las hospitalizaciones. La línea verde corresponde a los números de la 00:02:10.000 --> 00:02:20.000 s aguas residuales. Lo que encontramos a lo largo de la pandemia es que, al principio de la pandemia, una pequeña cantidad en las aguas residuales representaba muchas hospi 00:02:20.000 --> 00:02:30.000 talizaciones. A medida que íbamos pasando por las distintas fases de la pandemia, la pendiente se aplanó, de modo que ahora aún estamos viendo la presencia en las aguas res 00:02:30.000 --> 00:02:40.000 iduales, pero no está resultando en tantas hospitalizaciones. En cuanto a la variación, a la derecha vemos los colores que muestran las diferentes variantes tanto en las mu 00:02:40.000 --> 00:02:50.000 stras clínicas como en las muestras de aguas residuales. Ambas seguían un patrón similar. También podemos ver la variación en las aguas residuales. En el lado izquierdo vem 00:02:50.000 --> 00:03:00.000 os el tiempo relativo de la variación observada en las aguas residuales frente a las muestras clínicas. Vemos que, por ejemplo, para la variante Delta, la vimos en las agua 00:03:00.000 --> 00:03:10.000 s residuales una semana o siete días antes de observarla en las muestras clínicas. En cuanto a los datos del hospital, también pudimos evaluar las comorbilidades y observar 00:03:10.000 --> 00:03:20.000 correlaciones entre los niveles de SARS-CoV-2 en las aguas residuales del hospital y el número de pacientes. Además, al inicio de la pandemia, observamos una correlación c 00:03:20.000 --> 00:03:30.000 n la administración de Remdesivir. También logramos detectar el virus de la viruela del mono en las aguas residuales del hospital y comparar esa presencia con el número de 00:03:30.000 --> 00:03:40.000 pacientes en el hospital, coincidiendo temporalmente. De manera similar, para Candida auris – un patógeno fúngico – pudimos correlacionar su presencia en las aguas residual 00:03:40.000 --> 00:03:50.000 es con la de pacientes infectados en el hospital. En el caso de Candida auris, no solo detectamos este patógeno a nivel molecular en las aguas residuales, sino que también 00:03:50.000 --> 00:04:00.000 logramos cultivarlo. Entonces, nuestros próximos pasos realmente se enfocan en objetivos adicionales. Nos hemos asociado con otro grupo de la Universidad de Yale. Hemos des 00:04:00.000 --> 00:04:10.000 argado datos de un análisis de aguas residuales de Biobot; todos estos laboratorios están analizando el SARS-CoV-2. Solo para dar una actualización sobre la situación actua 00:04:10.000 --> 00:04:20.000 l: esto se refiere a la positividad o los casos positivos en el condado de Miami-Dade. Como ven, el número de casos está disminuyendo con el tiempo, lo que podría deberse a 00:04:20.000 --> 00:04:30.000 que menos personas están yendo a realizarse pruebas. Sin embargo, si dividimos por el número de pruebas realizadas, es decir, el porcentaje de personas que resultan positi 00:04:30.000 --> 00:04:40.000 vas entre las que se hacen la prueba, todavía vemos una positividad significativa que se mantiene bastante constante con el tiempo. Si comparamos esto con los datos de agua 00:04:40.000 --> 00:04:50.000 residuales de los distintos laboratorios, vemos nuevamente la correlación con la ola Delta, durante la ola Ómicron, entre las aguas residuales y la positividad, y también 00:04:50.000 --> 00:05:00.000 durante las olas posteriores a Ómicron. Estamos observando consistencia en los resultados de todos los laboratorios Además, con la secuenciación de escopeta (shotgun), como 00:05:00.000 --> 00:05:10.000 se puede observar en el área verde a la derecha, lo fascinante de esta técnica es que ahora podemos identificar directamente las abundancias de patógenos. En el pasado, tí 00:05:10.000 --> 00:05:20.000 icamente no se podía llegar al nivel del patógeno, pero el área verde muestra los patógenos bacterianos que se están detectando en las aguas residuales mediante secuenciaci 00:05:20.000 --> 00:05:30.000 ón. Además, con la secuenciación de ARN, incluso podemos identificar patógenos virales, incluidos el norovirus y el virus de Aichi. Además de eso, podemos detectar genes de 00:05:30.000 --> 00:05:40.000 resistencia antimicrobiana. Nosotros descubrimos que estos eran significativamente más abundantes y diversos en las aguas residuales del hospital en comparación con las de 00:05:40.000 --> 00:05:50.000 la planta de tratamiento de aguas residuales. A medida que avanzamos río abajo a través del sistema de alcantarillado, observamos niveles más bajos y una menor diversidad. 00:05:50.000 --> 00:06:00.000 También nos hemos asociado con un grupo llamado Phase Genomics, que tiene una tecnología muy única que permite atribuir los genes de resistencia a los antimicrobianos (RAM) 00:06:00.000 --> 00:06:10.000 a su hospedador. Por ejemplo, el hospedador bacteriano de Prevotella tiene dos genes antimicrobianos, que se muestran con las franjas azules aquí. Estos dos genes RAM se e 00:06:10.000 --> 00:06:20.000 ncuentran en la estructura genética de la bacteria. Nuestros próximos pasos se centran en objetivos más allá del SARS-CoV-2, y estamos explorando el muestreo de aire y supe 00:06:20.000 --> 00:06:30.000 rficies, así como de aguas residuales. Estamos muy entusiasmados con la secuenciación y el análisis independiente de objetivos que esta tecnología nos proporciona. El gran 00:06:30.000 --> 00:06:40.000 esafío es cómo interpretar toda esta información que estamos obteniendo de las aguas residuales: cómo lograr que los datos clínicos coincidan con los datos de las aguas res 00:06:40.000 --> 00:06:50.000 iduales para comprender su significado. Este es uno de los retos al integrar esta información. Además, está el tema de la simulación de datos: intentar combinar automáticam 00:06:50.000 --> 00:07:00.000 ente los datos de las aguas residuales con los datos de salud humana para generar informes de manera más rápida. Y solo me gustaría decir gracias. Mi correo electrónico est 00:07:00.000 --> 00:07:10.000 á aquí por si tienen alguna pregunta. También tenemos nuestras publicaciones mostradas aquí. Gracias.