近日，一项刊登在国际杂志Nature上的研究报告中，来自爱丁堡大学等机构的科学家们通过研究开发了一种新型的数学算法，其对大规模群体进行COVID-19筛查的成本要比单独进行检测便宜20倍左右。研究者表示，应用这种新算法或能一次性对多个样本进行检测，从而就减少了所需的检测总数，并能降低人群进行COVID-19筛查的成本。

图片来源：CC0 Public Domain

研究者表示，这种新方法或能使早期发现疾病爆发变得更加容易，而且初步研究结果也表明，当大多数人COVID-19检测结果呈现阴性时，该方法在识别阳性病例上或许会更加有效；研究者表示，这种名为超立方算法（hypercube algorithm）的新方法目前正在非洲进行首次测试。研究人员从单个棉拭子中提取少量样本，随后混合进行测试，他们表示，即使在混合了99个阴性样本后，他们也能检测到其中掺入的单个阳性样本。

如果最初的测试结果强调混合的样本中包含阳性样本的话，那么研究者就能利用新算法来设计后续的一系列实验，这样就能帮助研究者从混合样本中找到单一的阳性拭子，从而就能快速识别出感染COVID-19的个体。如果初次测试结果表明混合样本中并没有阳性样本，则研究者就不需要进行后续的测试了。研究者表示，这种新算法最适合进行一般人群的常规筛查，而并非针对单一患者，同时还能帮助明显降低人群的检测成本。

目前这种新方法已经在卢旺达开始进行测试，用来筛查飞机上的乘客，而在南非，其将被用来进行橄榄球队队员的检测；最后研究者Neil Turok表示，我们希望这种新算法能在多种情况下对人群进行常规有效的筛查，而随着这种新算法的应用，未来其或有望帮助人类成功战胜COVID-19。

原始出处：

Mutesa, L., Ndishimye, P., Butera, Y. et al. A pooled testing strategy for identifying SARS-CoV-2 at low prevalence. Nature (2020). doi：10.1038/s41586-020-2885-5