样本收集与分组
获取不同临床状态的SARS-CoV-2感染者的病毒载量数据
从柏林及周边检测中心和医疗机构收集RT-PCR检测结果,根据检测背景将阳性者分为PAMS、住院和其他组。
Estimating infectiousness throughout SARS-CoV-2 infection course
包含大规模人群病毒载量数据分析、细胞培养感染性实验、B.1.1.7变异株病毒分离及时间序列建模,多层级验证。
PAMS受试者(来自社区检测中心) 住院患者 B.1.1.7变异株感染者 Caco-2细胞培养模型
样本来源:柏林及周边的检测中心和医疗机构 分组:PAMS、住院、其他 病毒载量检测:RT-PCR,Ct值转换为log10病毒载量 B.1.1.7变异株鉴定:typing RT-PCR及全基因组测序 细胞培养感染性实验:Caco-2细胞,接种后培养5天
提炼研究问题、关键发现与证据,快速把握文章的核心贡献。
按研究推进顺序梳理实验设计、验证步骤与关键观察。
获取不同临床状态的SARS-CoV-2感染者的病毒载量数据
从柏林及周边检测中心和医疗机构收集RT-PCR检测结果,根据检测背景将阳性者分为PAMS、住院和其他组。
量化首次阳性样本的病毒载量并分析年龄和临床状态的影响
使用RT-PCR Ct值转换为log10病毒载量,采用贝叶斯样条回归分析年龄、临床状态、性别等因素与病毒载量的关联。
估计病毒载量与细胞培养感染概率的关系
结合自实验室和Perera等人的培养数据,建立病毒载量与培养概率的关联模型,并估计不同年龄和临床状态人群的培养概率。
比较B.1.1.7与非B.1.1.7感染者的病毒载量和培养感染性
通过typing RT-PCR和全基因组测序鉴定B.1.1.7,比较匹配时间、地点和临床状态下的病毒载量差异,并估计培养概率差异。Caco-2细胞培养实验验证变异株的细胞感染性。
估计感染过程中病毒载量的变化规律,包括峰值时间、上升和下降斜率
对4344例至少有3天检测结果的患者,采用贝叶斯层次模型和模拟退火方法,估计从排毒开始到峰值的时间、峰值病毒载量以及下降速率。
按研究目的归类文中使用的方法,便于定位所需技术。
| 实验环节 | 名称 | 品牌 | 货号 |
|---|---|---|---|
| RT-PCR检测 | LightCycler 480 | Roche | -- |
| cobas 6800/8800 | Roche | -- | |
| 细胞培养 | DMEM培养基 | ThermoFisher Scientific | -- |
| 胎牛血清 | Gibco | -- | |
| 青霉素/链霉素 | ThermoFisher Scientific | -- | |
| 两性霉素B | Biomol | -- | |
| 病毒分离 | Caco-2细胞 | -- | -- |
汇总复现实验时建议重点确认的条件及原文阅读提示。
| 环节 | 核对要点 |
|---|---|
| 样本收集与分组 | 检测中心类型(walk-in test center vs hospital) 阅读提示:Materials and methods: Study composition |
| 病毒载量定量 | RT-PCR系统(LightCycler 480或cobas 6800/8800) 阅读提示:Materials and methods: Viral loads |
| B.1.1.7变异株鉴定 | 分型RT-PCR检测N501Y和69/70缺失 阅读提示:Materials and methods: B.1.1.7 viral load analysis |
| 细胞培养感染性实验 | 细胞系(Caco-2)、细胞数量、接种体积、培养时间、阳性判读标准 阅读提示:Materials and methods: B.1.1.7 isolation data |
| 病毒载量时间序列 | 至少三次RT-PCR检测,排除超过30天的阳性序列 阅读提示:Materials and methods: Estimating viral load time course |