Riassunto analitico
Severe acute Respiratory syndrome coronavirus 2 (SARS COv-2) è il virus responsabile per la corrente malattia pandemica Covid-19, che in meno di un anno si è diffusa globalmente e conta ad oggi più mille milioni di casi e approssimativamente 4 milioni di morti nel mondo.
Recenti statistiche descrivono l’impatto della pandemia COVID-19 sulla società e economia come critico e di lunga durata.
Uno dei più preoccupanti aspetti di questa nuova specie virale è la sua alta mutabilità che ha guidato in tempi brevi allo sviluppo di diverse varianti. Oltretutto, il grande numero di mutazioni accumulate nel genoma delle stesse ha portato ha differenze nella manifestazione dei sintomi, severità della malattia e problemi nella detection. L’apparizione di nuove varianti è importante anche per la loro implicazione nell’efficacia dei trattamenti e vaccini da somministrare ai pazienti infetti.
Al giorno d’oggi lo stato dell’arte per la detection di SARS Cov-2 è la Real-Time Polymerase Chain Reaction (RT-PCR), una tecnica che sfrutta l’ibridizzazione di specifiche sequenze nucleotidiche e la loro successiva amplificazione per identificare e quantificare le sequenze legate.
Tuttavia, questa tecnica ha diversi punti deboli. È Time-consuming, richiede più di 3 ore per l’acquisizione dei risultati, non può essere impiegata da impiegati non specializzati nel suo protocollo e richiede specifiche strumentazioni, inoltre, impurità possono essere portate dal campionamento e dall’isolamento di RNA.
Questi problemi nella detection di SARS-Cov-2 incrementano la richiesta di dispositivi point of care (PoC) per la detection che mantengano buone prestazioni, richiedano meno tempo e siano di facile utilizzo.
Perciò. Lo scopo di questo lavoro di tesi è quello di sviluppare un device per la detection di questo nuovo virus basato sul riconoscimento di Acidi nucleici con un approccio bioelettronico che sia in grado non solo di riconoscere il virus ma anche di discriminarne le varianti. Il device usa specifiche sequenze nucleotidiche ottenute per simulazione computazionale realizzata con il webserver DINAmelt. Le sequenze scelte sono in grado di distinguere tra la variante Wuhan del virus e la variante B.1.1.7 in accordo con le differenze di energia libera di binding delle coppie ibridizzate. Il device risultante mostra un’abilità di riconoscere il rispettivo target con un limite di detection di 10pM.
|
Abstract
Severe acute respiratory syndrome coronavirus 2 (SARS Cov-2) is the virus responsible for the current pandemic disease COVID-19 that in less than 1 year has spread globally and accounted for more than hundred million of cases and approximately 4 million of deaths all over the world. Recent statistics portray COVID-19 pandemics impacts on society and economy as long-lasting and critical.
One of the most concerning aspect of this novel viral species is its high mutability that have led in a short time to the developing of several different variants. Besides, the large number of mutations accumulated in the genome led to difference in symptoms manifestation, different severity of the disease and problem in detection. The appearance of novel variants is also important for their implication in the efficacy of treatments and vaccines for infected patients. The effects of treatments and vaccines in presence of novel variants are still unknown.
Nowadays the state of the art for the detection of SARS COV-2 is the Real time Polymerase chain reaction (RT-PCR). PCR exploits the hybridization of specific oligonucleotide primer and subsequent amplification of the sequence to identify and quantize the sequence between the two probe that are designed antiparallel.
Nevertheless, this technique has several weak spots. It is very time-consuming, requiring more than 3 hours for the acquisition of the results, it cannot be done by employees that are not specialized in the technique protocol, require specific instruments., Moreover some impurities may be carried by errors in sampling and RNA isolation (Lippi et al., 2020; Nairz et al., 2021).
These issues in SARS Cov-2 detection increase the request of novel way of point of care (PoC) devices for detection that ensure good prestation in the detection of the virus, that are less time consuming, with reduced instrumentation and easy operability.
Therefore, the aim of my thesis is to develop a novel device for the detection of SARS Cov-2 based on nucleic acids recognition with a bioelectronic approach that will be able to recognize SARS Cov-2 genomic fragments and with also the ability to discriminate the variants. The device uses specific nucleotide sequences obtained by computational simulations performed with the webserver DINAmelt. Then, the selected probes allow to discriminate between the Wuhan variant and the B.1.1.7 variant according to different values of free energy of the hybridized couple. The device is electrically characterized to establish the answer of the device at different concentration of target sequences. The resulting device show the ability of sense target sequences with a limit of detection of 10pM.
|
