Rasche Innovationen bei COVID-19-Diagnosen haben die Testmöglichkeiten zu einem entscheidenden Zeitpunkt in der Pandemie beschleunigt

Herausforderung

Eine Reihe von nationalen Lockdowns infolge der COVID-19-Pandemie führte im Dezember 2019 in bislang ungekannten Ausmaßen zu Störungen und Unterbrechungen der globalen Lieferketten. Das blinde Vertrauen in einige wenige größere Diagnostik-Unternehmen hatte zur Folge, dass es sowohl in Großbritannien als auch weltweit zu Lieferengpässen bei chemischen Ausgangsstoffen und Verbrauchsgütern für die automatisierte Verarbeitung von Flüssigkeiten kam. Wissenschaftler am Imperial College in London erkannten schon bald die dringende Notwendigkeit neuer Diagnostik-Workflows, mit denen die Labore in der Lage wären, die jeweils verfügbaren Ausgangsstoffe und Instrumente effizienter zu nutzen und sich gleichzeitig besser gegen zukünftige Unterbrechungen der Lieferketten zu wappnen.

Lösung

Frei zugängliche Hochdurchsatz-Workflows für die synthetische Biologie, die durchgängig in Riffyn (jetzt eine Siemens-Lösung) verwaltet werden, ermöglichen es den Forschern, Experimente randomisiert und dynamisch zu iterieren und dabei die gesamte statistische Leistungsfähigkeit von JMP® zu nutzen. „Mit dem JMP-Add-In von Riffyn“, erklärt die leitende Wissenschaftlerin Zoey Herm, „können Sie an einem Nachmittag Dinge erledigen, die sonst eine Woche oder mehr Arbeit erfordert hätten und möglicherweise weniger überzeugende Ergebnisse gebracht hätten.“

Ergebnisse

In nur neun Wochen gelang es den Wissenschaftlern, ein neuartiges qPCR-Assay für SARS-CoV-2 zu entwickeln, mit dem innerhalb von 24 Stunden bis zu 1.000 Stichproben verarbeitet werden können. Aufgrund seiner Anpassungsfähigkeit auf eine breite Spanne an Ausgangsstoffen und Systemen zur Verarbeitung von Flüssigkeiten wurde der Einsatz des Assay auf alle Labore des National Health Service (NHS) in London ausgeweitet. Insgesamt führte die NHS auf der Grundlage der von Wissenschaftler Michael Crone 2020 entwickelten Innovation mehr als 700.000 Tests durch, zusätzlich zu den 100.000 am Imperial College in London.

Die rasche Ausbreitung des Virus bereits in der Frühphase der COVID-19-Pandemie veranlasste Klinikärzte und Epidemiologen weltweit dazu, mit Nachdruck umfassende Tests einzufordern, um so den durch SARS-CoV-2 verursachten Schaden zu begrenzen. Die Wissenschaftler machten sich in Windeseile an die Entwicklung der geforderten Tests für dieses neuartige Corona-Virus, doch schon bald mussten sie in ihren Bemühungen einen herben Rückschlag hinnehmen: Die Lockdowns vonseiten der Regierungen hatten zu einer massiven Unterbrechung der globalen Lieferketten geführt, wodurch der Zugang zu chemischen Ausgangsstoffen und Instrumenten für die Verarbeitung von Flüssigkeiten begrenzt war.

In Großbritannien hatte der National Health Service (NHS) nur Zugang zu wenigen Reagenzienlieferanten und verfügte nur über genügend Vorräte, um 34.000 COVID-19-Tests pro Woche durchzuführen. Mit der Ausbreitung der Krankheit waren die nationalen Testkapazitäten bald überfordert. Die Labore benötigten dringend neue Diagnosetests, die an ihren vorhandenen Reagenzienbestand und ihre Instrumentierung angepasst werden konnten, damit das NHS die Beschaffungsprobleme bewältigen und das Virus eindämmen konnte.

Bislang ungekannte Herausforderungen bei Lieferketten – und deren Dringlichkeit – erfordern Flexibilität

„Wir versuchten vorherzusagen, wo es zu Beginn die meisten Engpässe geben würde“, erzählt Michael Crone, Doktorand in der Abteilung für Infektionskrankheiten des Imperial College in London. Anfang Januar 2020 wandten sich Crone und sein Kollege Paul Freemont, Professor für synthetische Biologie sowie Co-Direktor des London Biofoundry am Imperial College, an Kollegen aus China und baten sie um Einschätzungen zu den bevorstehenden Herausforderungen.

Nachdem sie erfuhren, dass durch die Lieferengpässe die RNA-Extraktion beeinträchtigt wurde, entschied das Forscherteam am Imperial College herauszufinden, wie sich bestehende Plattformen in akkreditierten Einrichtungen in Großbritannien für die RNA-Extraktion umfunktionieren lassen würden, berichtet Crone. „Bei der Entscheidung, was wir verwenden wollten, mussten wir sehr flexibel sein – wir konnten nicht einfach sagen: ,Das ist das ideale Szenario’“, erinnert er sich. „Stattdessen mussten wir sagen: ,Das ist alles, was wir haben; können wir also X testen und zusehen, dass es funktioniert?’“

Lange bevor erstmals Berichte über COVID-19 an die Öffentlichkeit gelangten, war Crone, der ursprünglich als Arzt tätig war, mit der Entwicklung von wirksameren HIV-Tests beschäftigt. Der zentrale Punkt seines Ansatzes war die sogenannte „Optimierung bei höchstem Durchsatz“. Dazu analysierte er einen Parameterraum und wendete diesen dann auf eine bestimmte individuelle Reaktion an. „Ich hatte großes Interesse an der Kombination von klinischer Medizin mit der synthetischen Biologie“, erzählt er.

Crone und Freemont erkannten das Potenzial der von ihnen in der Entwicklung befindlichen Tests in der SARS-CoV-2-Diagnostik und begannen, nach Möglichkeiten zu suchen, die HIV-Diagnostiktechnologie im Zusammenhang mit COVID-19 umzufunktionieren, und zwar unter Berücksichtigung sowohl der Beschaffungs- als auch der Finanzbeschränkungen. Hierzu war ein rationalisierterer, prozessorientierter Ansatz für das Experimentieren erforderlich, der es ihnen ermöglichte, in beispiellos kurzer Zeit Untersuchungen durchzuführen, Experimente zu wiederholen und schließlich eine neue Diagnose zu entwickeln und zu validieren. Sie wandten sich an Riffyn Nexus, ein cloudbasiertes wissenschaftliches Prozessdatensystem für Unternehmen (jetzt eine Siemens-Lösung), das Datenspeicherung und -analyse in einem einzigen Arbeitsablauf vereint. Riffyn, sagt Crone, war maßgeblich am Erreichen des Ziels des Forschungsteams beteiligt.

Ein System zur Kontextualisierung von Datenprozessen

Im Gegensatz zu einem herkömmlichen Ansatz, bei dem Wissenschaftler Daten in einer strukturierten Datenbank oder einer elektronischen Version eines Laborbuchs aus Papier mit angehängten Excel-Dateien aufzeichnen, können Wissenschaftler mit Riffyn Nexus (jetzt eine Siemens-Lösung) ein anderes Paradigma für die Datenerfassung und -organisation verwenden und so das Beste aus beiden Welten nutzen. „Bis zu einem gewissen Grad“, fügt Crone hinzu, „ist es so, als würden Sie Ihr Experiment mit Blick auf die Datenverarbeitung entwerfen.

„Labore verfügen traditionell über Qualitätsmanagementsysteme, mit denen man die Chargennummer erfassen kann. Wenn man aber nachschauen muss, wo etwas schiefgegangen ist, kann das sehr, sehr schwierig werden. Mit Riffyn Nexus ist es kinderleicht, die Unterschiede zwischen zwei Experimenten festzustellen und zu analysieren, wie die Varianz höchstwahrscheinlich zustande gekommen ist – vorausgesetzt, man hat den Prozess so entwickelt, dass alle benötigten Informationen auch erfasst werden.“

Neben der iterativen Verarbeitung historischer Daten bietet Riffyn Nexus eine weitere äußerst wertvolle Funktion: die nahtlose Integration mit JMP®, einer Software, die allgemein als Branchenführer im Bereich der Versuchsplanung (DOE) anerkannt ist. „Riffyn hat sich aus strategischen Gründen für eine Partnerschaft mit JMP zur Visualisierung und komplexen Datenanalyse entschieden, anstatt Ressourcen dafür aufzuwenden, das Rad neu zu erfinden“, erklärt Herm.

Alle Vorteile von JMP und Riffyn Nexus in einem Paket ergeben statistisch robuste, iterative und randomisierte Experimente

Das JMP-Add-in von Riffyn Nexus ist ein zentraler Bestandteil der neuen Innovation. „Mithilfe der statistischen Versuchsplanung können Daten in einer bestimmten Weise gespeichert werden“, erklärt Crone. „Sie macht die Randomisierung um ein Vielfaches leichter und lässt sich in ein bestimmtes Format exportieren, das ich dann direkt mit unserer Automatisierungsausstattung im Labor nutzen kann. Das macht den Workflow wirklich angenehm.“

Durch die Nutzung von Riffyn Nexus und seinem JMP-Add-in sind Wissenschaftler in der Lage, Experimente flexibel weiterzuentwickeln und zu wiederholen. Außerdem können sie historische Daten automatisch in neue Designs einbauen. Das Toolset bietet Randomisierung und ein Menü an Optionen für die SVP, darunter vollfaktorielle und personalisierte Designs mit automatisch ausgefüllten Datenbereichen.

Dieser End-to-End-Workflow aus Erfassung, Speicherung, Analyse und Visualisierung der Daten ist nur ein Teil der Gesamtwerts des Systems: Mit dem JMP-Add-in haben Benutzer Zugang zu topmodernen SVP-Features und profitieren gleichzeitig von allen Funktionen, die Nexus zu bieten hat. „Das von Riffyn eigens entwickelte SVP-Add-in für JMP ist wirklich optimiert“, betont Herm. „Es schafft an einem Nachmittag, was sonst eine Woche oder noch länger gedauert und dabei wahrscheinlich sogar schlechtere Ergebnisse geliefert hätte. Mit dem Statistik-Softwarepaket JMP funktioniert die SVP besonders gut.“

Letztendlich werden Riffyn Nexus und JMP die Haltung von Wissenschaftlern zu Daten und Prozessen verändern, meint Crone. Und durch die Optimierung der unzähligen Schritte eines Workflows zur Datenerfassung minimiert das System das Risiko menschlicher Fehler – und spart dadurch Zeit. „Man kann sich wirklich auf das Konzept hinter der SVP konzentrieren, anstatt die ganze Zeit mit Kopieren und Einfügen beschäftigt zu sein oder darüber nachdenken zu müssen, ob die SOP- oder ELN-Einträge kategorisch oder stetig sein werden und wie dann die Bereiche sein müssen“, berichtet Herm. „Riffyn Nexus übernimmt die ganze Arbeit, die fehleranfällig und anstrengend ist. So kann man sich darauf konzentrieren, was wirklich wichtig ist, nämlich ein gutes Design zu entwerfen.“ Angesichts des Zeitdrucks für den NHS, noch mehr umfassende Tests und Nachverfolgungen bereitzustellen, hätte der beschleunigte Zeitplan für die Entwicklung nicht entscheidender sein können.

Ein automatischer klinischer Test für SARS-CoV-2 wird in nur neun Wochen für die klinische Verwendung validiert

In nur neun Wochen zwischen Januar und März 2020 gelang es Crone und seinen Kollegen, die RNA-Extraktion und die RT-qPCR-Workflows – ein weltweiter Standard – erfolgreich zu validieren, zusätzlich zu zwei neuen Erkennungs-Assays auf der Grundlage von CRISPR-Cas und schleifenvermittelter isothermaler Amplifikation. Alle drei waren Gegenstand eines Artikels, der im September 2020 in der Fachzeitschrift Nature Communications veröffentlicht wurde. Bis jetzt wurde der qPCR-Workflow in ganz London etabliert, wodurch die Testkapazität um 1.000 Tests pro Maschine pro Tag erhöht werden konnte. Außerdem hat der NHS auf der Grundlage von Crones Innovation mehr als 700.000 Tests durchgeführt, zusätzlich zu den über 100.000 am Imperial College in London.

Lesen Sie mehr zu dieser Geschichte: Roboter-Testplattform trägt dazu bei, die COVID-19-Testkapazität zu erhöhen.