Urbanisering og et varmere klima betyder, at stadig flere mennesker søger mod kanaler, havne og bynære strande for at bade. Mange af disse steder ligger tæt på udledninger af regnvand og renset spildevand, som kan indeholde sygdomsfremkaldende bakterier, virus og andre patogener. En ny metode, der er testet i Helsingborg og Malmö, kan nu give både hurtigere og mere præcise svar på, om det er sikkert at bade eller ej.
Bag innovationen står forskere fra Lunds Universitet, Sweden Water Research og Högskolan Kristianstad i samarbejde med Helsingborgs og Malmös kommuner. Metoden præsenteres i det videnskabelige tidsskrift Water Research X.
Urbanisering og stigende temperaturer tiltrækker flere mennesker til badestrande, kanaler og havne. Samtidig øges risikoen for, at badende kommer i kontakt med områder, hvor regnvand og renset spildevand ledes ud – vand, som kan indeholde sygdomsfremkaldende mikroorganismer.
En ny metode udviklet af forskere ved Lunds Universitet, Sweden Water Research og Högskolan Kristianstad kan nu reducere denne risiko.
Metoden er med succes blevet afprøvet i Helsingborg, hvor svartiden er blevet reduceret fra flere døgn til blot få timer.
– Regelmæssige kontroller er afgørende for at sikre, at vandet lever op til kravene for badevand. Tarmbakterien E. coli fungerer som en advarselsindikator for flere smitsomme mikroorganismer, der kan forårsage sygdom, siger Catherine Paul, lektor i teknisk vandressourcelære ved LTH og ophavskvinde til metoden.
I dag benytter kommuner – som typisk har ansvaret for overvågning af badevandskvaliteten – eksterne laboratorier til dyrkning af E. coli. Resultaterne foreligger ofte først efter flere dage, hvilket øger risikoen for unødig eksponering for bakterier samt potentielt også virus og andre patogener.
Den nye metode bygger i stedet på en samlet analyse af bakteriesammensætningen i vandet. Ved hjælp af maskinlæring og flowcytometri – en teknik, hvor væsker laserscannes for at identificere celler og partikler – kan indikatorer grupperes ud fra deres bidrag til uegnet badevand.
Sammen med to andre eksperter i vandbakteriologi, Isabel Erb, erhvervs-ph.d.-studerende i teknisk mikrobiologi ved LTH og Sweden Water Research, samt datalog Niklas Gador fra Högskolan Kristianstad, har forskerne testet metoden i praksis.
Flere fordele
Ifølge forskerne har metoden flere fordele sammenlignet med eksisterende løsninger:
- Hurtigere: Analyse af en vandprøve tager omkring 20 minutter
- Billigere og enklere: Kræver mindre arbejdskraft og færre kemikalier end eksempelvis PCR-analyser
- Automatiserbar: Hele processen kan håndteres maskinelt og sparer både tid og personale
- Mere bæredygtig: Lavere ressourceforbrug end traditionelle analysemetoder
Åben kildekode
En yderligere fordel er, at metoden er baseret på åben kildekode.
– Metoden er gratis at afprøve for interesserede. Det kræver dog adgang til et flowcytometer, så den er ikke beregnet til privat brug, siger Isabel Erb.
Flowcytometri er en teknik, hvor celler og små partikler i vandprøver analyseres ved hjælp af laser. På få minutter skabes et ”fingeraftryk”, der beskriver den samlede bakteriesammensætning i prøven.
Ved hjælp af software analyseres dataene, og systemet giver med cirka 80 procents sikkerhed svar på, om – og i hvilket omfang – E. coli er til stede i vandet.
Målet: at skelne fugleafføring fra spildevand
I modsætning til traditionelle metoder analyserer forskerne hele bakteriesamfundet – det såkaldte mikrobiom – hvilket gør det muligt at opdage ændringer, også når E. coli ikke forekommer.
– Med et samlet billede af mikrobiomet kan vi fremover muligvis også identificere smittekilden. Mikrobiomet fra fugleafføring ser for eksempel helt anderledes ud end det fra spildevand.
Metoden har mange fordele: Analysen tager cirka 20 minutter, kræver færre kemikalier og kan automatiseres. Maskinen kan måle vandprøver hver halve time. På sigt er målet, at resultaterne automatisk sendes til et datasystem, som afgør, om der skal udsendes en advarsel. Dyre og tidskrævende tests – såsom PCR-tests – vil da kun være nødvendige som bekræftelse.
– Næste skridt er at afprøve metoden i flere sammenhænge, for eksempel til overvågning af drikkevand, og at forbedre algoritmerne for endnu mere pålidelige prognoser, siger Catherine Paul.
Artikel i Water Research X:
A data-driven early warning system for Escherichia coli in water based on microbial community analysis using flow cytometry 2D histograms.