В недавнем исследовании, опубликованном в журнале Biology Open, ученые показали, что медоносных пчел можно научить обнаруживать инфицированные SARS-CoV-2 образцы.
Пандемия подчеркнула важность разработки точных и быстрых диагностических процедур для новых вирусных заболеваний как у животных, так и у людей. Патологии вызывают измеримые изменения в структуре летучих органических соединений (ЛОС) у животных, которые можно отследить и использовать для быстрой диагностики на основе ЛОС.
ЛОС несут в себе обонятельный "отпечаток пальца", уникальный для каждого человека, основанный на поле, возрасте, генетическом фоне, условиях обмена веществ и диете. Состояние здоровья человека может быть определено путем анализа этого запахового отпечатка. В результате, исследования ЛОС использовались для диагностики заболеваний у людей/животных, часто с помощью анализа кала и выдыхаемого воздуха.
Согласно более ранним исследованиям, животные могут определять различия в ЛОС, выделяемых здоровыми животными/людьми и больными SARS-CoV-2 на индивидуальном уровне. Собаки были обучены различать людей с COVID-19 и без него с высокой диагностической чувствительностью и специфичностью. Вместе с тем, медоносные пчелы могут стать жизнеспособной альтернативой собакам для выявления инфекции SARS-CoV-2 благодаря минимальным затратам на их содержание и доступности.
Целью настоящего исследования было проанализировать, насколько эффективны обученные пчелы в обнаружении образцов животных с инфекцией SARS-CoV-2. Авторы использовали метод выработки условных рефлексов, чтобы успешно обучить медоносных пчел выявлять зараженных SARS-CoV-2 норок. Исследователи заявили, что пчел можно легко обучить реагировать только на запахи норок, инфицированных SARS-CoV-2, и, следовательно, они могут предложить диагностический скрининг COVID-19.
Специалисты сравнили эффективность двух различных методов обучения для анализа точности, сохранения памяти и скорости обучения пчел. Они разработали неинвазивный быстрый тест, в котором множество пчел тестируют одновременно одни и те же образцы, чтобы получить точную информацию о состоянии здоровья подопытного.
Авторы смоделировали испытания для прогнозирования вероятной эффективности диагностического теста, в которых исследовали память пчел через час после фазы обучения. Каждую пчелу тестировали на три различных запаха: запахи новых не инфицированных вирусом SARS-CoV-2 особей, старых инфицированных и новых инфицированных особей норки. Они также проанализировали долю пчел с рефлексом выдвижения хоботка на основе значений порога цикла (Ct) инфицированных образцов и изучили распределение смоделированных результатов диагностики, используя кластер из 10 пчел в качестве диагностического инструмента для каждого образца.
Согласно полученным результатам, пчелы могли различать образцы, инфицированные SARS-CoV-2 и неинфицированные, на основании различий в запахе. Пчелы различали образцы от здоровых особей и образцы от зараженных COVID-19. Несмотря на то, что способность пчел различать зараженные и незараженные образцы снизилась в период 24 часов после обучения, ученые обнаружили, что через день они все еще были способны делать это.
Более того, нагрузка SARS-CoV-2 в образцах, на которую указывали значения Ct, не повлияла на способность пчел обнаружить COVID-19-положительный образец. Пчелы так же хорошо распознавали образцы с большим значением Ct, что свидетельствует о снижении вирусной нагрузки, как и образцы с меньшим значением Ct, которые использовались для обучения. Проведя моделирование возможного клинического применения медоносных пчел в качестве скринингового инструмента, ученые предположили, что пчелы могут быть эффективны для диагностики COVID-19 с прогнозируемой специфичностью и чувствительностью 86% и 92%, соответственно.
Данное исследование показало возможности диагностического скрининга с помощью медоносных пчелы для диагностики COVID-19. Кроме того, результаты исследования показали, что разработанный диагностический тест обладает значительной специфичностью и чувствительностью.
По мнению авторов, диагностика на основе пчел могла бы привести к созданию надежного и быстрого теста, который был бы легко доступен и не требовал бы больших затрат по сравнению с имеющимися в настоящее время методами скрининга. Кроме того, такой диагностический анализ может быть особенно важен в развивающихся и отдаленных регионах, не имеющих инфраструктуры и ресурсов, необходимых для традиционных процедур тестирования.
