Clinical validation of the isothermal RT-LAMP test for rapid diagnosis of SARS-CoV-2 / Validación clínica de la prueba RT-LAMP para el diagnóstico rápido del SARS-CoV-2

Introducción. Desde el primer reporte en la provincia de Wuhan (China) en el año 2019, el SARS-CoV-2 se ha diseminado por todo el mundo, provocando un enorme impacto en la salud pública. Para su diagnóstico, la Organización Mundial de la Salud ha incentivado el desarrollo de pruebas rápidas, de simple ejecución, sensibles y específicas, que complementan la RT-qPCR como prueba de referencia. La prueba RT-LAMP ha mostrado ser una excelente alternativa para la detección del SARS-CoV-2 en diferentes biofluidos. OBJETIVO: Validar la técnica RT-LAMP colorimétrica en muestras de hisopado nasofaríngeo previamente confirmadas por RT-qPCR, usando el protocolo Charité, Berlín, Alemania. Materiales y métodos. Un total de 153 muestras de hisopado nasofaríngeo de individuos con sospecha de COVID-19 se sometieron a RT-qPCR y RT-LAMP, usando un estuche comercial colorimétrico (NEB, Germany). La RT-LAMP se practicó con las muestras de ARN extraídas del hisopado nasofaríngeo y con muestras crudas sin previa extracción de ARN. El resultado fue evaluado por un simple cambio de color en la reacción. RESULTADOS: La sensibilidad y especificidad de la técnica RT-LAMP para detectar el gen N del SARS-CoV-2 mediante un set de cebadores previamente reportados (set de Broughton), arrojó valores de 0,97 (0,85-1,00) y 0,81 (0,65-0,92), respectivamente, con un intervalo de confianza del 95%. Otro set de cebadores dirigidos contra otra región del mismo gen (set de Lalli) arrojó valores de sensibilidad y especificidad de 0,96 (0,78-1,00) y 0,77 (0,55-0,92), respectivamente. Sin previa extracción de ARN, se encontró que la sensibilidad fue del 0,95 (0,74-1,00) y la especificidad del 0,88 (0,64-0,99). CONCLUSIONES: Estos resultados evidencian que la técnica RT-LAMP podría considerarse una prueba diagnóstica rápida, de fácil ejecución, libre de equipos sofisticados, sensible y específica, para el diagnóstico del SARS-CoV-2 en muestras de hisopados nasofaríngeos.

Introducción. Desde el primer reporte en la provincia de Wuhan (China) en el año 2019, el SARS-CoV-2 se ha diseminado por todo el mundo, provocando un enorme impacto en la salud pública. Para su diagnóstico, la Organización Mundial de la Salud ha incentivado el desarrollo de pruebas rápidas, de simple ejecución, sensibles y específicas, que complementan la RT-qPCR como prueba de referencia. La prueba RT-LAMP ha mostrado ser una excelente alternativa para la detección del SARS-CoV-2 en diferentes biofluidos. Objetivo. Validar la técnica RT-LAMP colorimétrica en muestras de hisopado nasofaríngeo previamente confirmadas por RT-qPCR, usando el protocolo Charité, Berlín, Alemania. Materiales y métodos. Un total de 153 muestras de hisopado nasofaríngeo de individuos con sospecha de COVID-19 se sometieron a RT-qPCR y RT-LAMP, usando un estuche comercial colorimétrico (NEB, Germany). La RT-LAMP se practicó con las muestras de ARN extraídas del hisopado nasofaríngeo y con muestras crudas sin previa extracción de ARN. El resultado fue evaluado por un simple cambio de color en la reacción. Resultados. La sensibilidad y especificidad de la técnica RT-LAMP para detectar el gen N del SARS-CoV-2 mediante un set de cebadores previamente reportados (set de Broughton), arrojó valores de 0,97 (0,85-1,00) y 0,81 (0,65-0,92), respectivamente, con un intervalo de confianza del 95%. Otro set de cebadores dirigidos contra otra región del mismo gen (set de Lalli) arrojó valores de sensibilidad y especificidad de 0,96 (0,78-1,00) y 0,77 (0,55-0,92), respectivamente. Sin previa extracción de ARN, se encontró que la sensibilidad fue del 0,95 (0,74-1,00) y la especificidad del 0,88 (0,64-0,99). Conclusiones. Estos resultados evidencian que la técnica RT-LAMP podría considerarse una prueba diagnóstica rápida, de fácil ejecución, libre de equipos sofisticados, sensible y específica, para el diagnóstico del SARS-CoV-2 en muestras de hisopados nasofaríngeos.

Validación clínica de la prueba RT-LAMP para el diagnóstico rápido del SARS-CoV-2 / Clinical validation of the isothermal RT-LAMP test for rapid diagnosis of SARS-CoV-2

Introducción. Desde el primer reporte en la provincia de Wuhan (China) en el año 2019, el SARS-CoV-2 se ha diseminado por todo el mundo, provocando un enorme impacto en la salud pública. Para su diagnóstico, la Organización Mundial de la Salud ha incentivado el desarrollo de pruebas rápidas, de simple ejecución, sensibles y específicas, que complementan la RT-qPCR como prueba de referencia. La prueba RT-LAMP ha mostrado ser una excelente alternativa para la detección del SARS-CoV-2 en diferentes biofluidos. Objetivo. Validar la técnica RT-LAMP colorimétrica en muestras de hisopado nasofaríngeo previamente confirmadas por RT-qPCR, usando el protocolo Charité, Berlín, Alemania. Materiales y métodos. Un total de 153 muestras de hisopado nasofaríngeo de individuos con sospecha de COVID-19 se sometieron a RT-qPCR y RT-LAMP, usando un estuche comercial colorimétrico (NEB, Germany). La RT-LAMP se practicó con las muestras de ARN extraídas del hisopado nasofaríngeo y con muestras crudas sin previa extracción de ARN. El resultado fue evaluado por un simple cambio de color en la reacción. Resultados. La sensibilidad y especificidad de la técnica RT-LAMP para detectar el gen N del SARS-CoV-2 mediante un set de cebadores previamente reportados (set de Broughton), arrojó valores de 0,97 (0,85-1,00) y 0,81 (0,65-0,92), respectivamente, con un intervalo de confianza del 95%. Otro set de cebadores dirigidos contra otra región del mismo gen (set de Lalli) arrojó valores de sensibilidad y especificidad de 0,96 (0,78-1,00) y 0,77 (0,55-0,92), respectivamente. Sin previa extracción de ARN, se encontró que la sensibilidad fue del 0,95 (0,74-1,00) y la especificidad del 0,88 (0,64-0,99). Conclusiones. Estos resultados evidencian que la técnica RT-LAMP podría considerarse una prueba diagnóstica rápida, de fácil ejecución, libre de equipos sofisticados, sensible y específica, para el diagnóstico del SARS-CoV-2 en muestras de hisopados nasofaríngeos.

Introduction: Since the first report in Wuhan (China) in 2019, the SARS-CoV-2 virus has spread throughout the world, with a significant impact in public health. To contain its transmission, the WHO has encouraged the development of rapid, simple, sensitive and specific tests that complement qRT-PCR, as the gold standard. RT-LAMP has shown to be a good alternative to detect SARS-CoV-2 in different fluid samples. Objective: To validate the colorimetric RT-LAMP technique using two sets of primers targeting N gene of SARS-CoV-2 in 117 nasopharyngeal swab samples previously confirmed by RT-qPCR, using the Charité/Berlin protocol. Material and methods: A total of 153 nasopharyngeal swab samples from individuals with suspected COVID-19 were subjected to qRT-PCR and RT-LAMP using a commercial colorimetric kit (NEB, Germany). RT-LAMP was performed using both extracted RNA samples and raw samples without prior RNA extraction, and the result was assessed by a simple color change in the reaction. Results: Sensitivity and specificity for the previously reported RT-LAMP primers (Broughton set) targeting N gene of SARS-CoV-2 were 0.97 (0.85-1.00) and 0.81 (0.65-0.92) respectively, with CI95%. The Lalli primers targeting another region of the N gene used showed a sensitivity value of 0.96 (0.78-1.00) and a specificity of 0.77 (0.55-0.92). Without RNA extraction we found a sensitivity value of 0.95 (0.74, 1.00) and a specificity of 0.88 (0.64, 0.99). A sensitivity value of 0.95 (0.74-1.00) and a specificity 0.88 (0.64-0.99) were found without prior RNA extraction. Conclusion: Taking together, the results showed that RT-LAMP technique could be considered as a rapid diagnostic test, easy to perform, free of sophisticated equipment, sensitive and specific to diagnose SARS-CoV-2 in nasopharyngeal swabs with and without prior RNA extraction, allowing its implementation in places with scarce resources.

Split and Merge Watershed: a two-step method for cell segmentation in fluorescence microscopy images.

The development of advanced techniques in medical imaging has allowed scanning of the human body to microscopic levels, making research on cell behavior more complex and more in-depth. Recent studies have focused on cellular heterogeneity since cell-to-cell differences are always present in the cell population and this variability contains valuable information. However, identifying each cell is not an easy task because, in the images acquired from the microscope, there are clusters of cells that are touching one another. Therefore, the segmentation stage is a problem of considerable difficulty in cell image processing. Although several methods for cell segmentation are described in the literature, they have drawbacks in terms of over-segmentation, under-segmentation or misidentification. Consequently, our main motivation in studying cell segmentation was to develop a new method to achieve a good tradeoff between accurately identifying all relevant elements and not inserting segmentation artifacts. This article presents a new method for cell segmentation in fluorescence microscopy images. The proposed approach combines the well-known Marker-Controlled Watershed algorithm (MC-Watershed) with a new, two-step method based on Watershed, Split and Merge Watershed (SM-Watershed): in the first step, or split phase, the algorithm identifies the clusters using inherent characteristics of the cell, such as size and convexity, and separates them using watershed. In the second step, or the merge stage, it identifies the over-segmented regions using proper features of the cells and eliminates the divisions. Before applying our two-step method, the input image is first preprocessed, and the MC-Watershed algorithm is used to generate an initial segmented image. However, this initial result may not be suitable for subsequent tasks, such as cell count or feature extraction, because not all cells are separated, and some cells may be mistakenly confused with the background. Thus, our proposal corrects this issue with its two-step process, reaching a high performance, a suitable tradeoff between over-segmentation and under-segmentation and preserving the shape of the cell, without the need of any labeled data or relying on machine learning processes. The latter is advantageous over state-of-the-art techniques that in order to achieve similar results require labeled data, which may not be available for all of the domains. Two cell datasets were used to validate this approach, and the results were compared with other methods in the literature, using traditional metrics and quality visual assessment. We obtained 90% of average visual accuracy and an F-index higher than 80%. This proposal outperforms other techniques for cell separation, achieving an acceptable balance between over-segmentation and under-segmentation, which makes it suitable for several applications in cell identification, such as virus infection analysis, high-content cell screening, drug discovery, and morphometry.