Yin Cheong Aden Ip, Luca Montemartini, Jia Jin Marc Chang, Andrea Desiderato, Nicolás D. Franco-Sierra, Christian Geckeler, Mailyn Adriana Gonzalez Herrera, Michele Gregorini, Meret Jucker, Steffen Kirchgeorg, Martina Lüthi, Elvira Mächler, Frederik Bendix Thostrup, Guglielmo Murari, Marina Mura, Paola Pulido-Santacruz, Florencia Sangermano, Tobias Schindler, Claus Melvad, Stefano Mintchev, Kristy Deiner · One Health · 2025

Real-time malaria detection in the Amazon rainforest via drone-collected eDNA and portable qPCR

Resumo em português

O risco de malária zoonótica nas interfaces entre humanos, vida silvestre e ambiente exige uma vigilância que integre sinais de reservatórios, vetores e do ambiente. Combinamos uma abordagem de coleta de DNA ambiental (eDNA) na copa das árvores realizada por drone com PCR quantitativo portátil (qPCR) para detectar DNA de Plasmodium in loco durante um exercício de campo de 24 horas na floresta amazônica. Swabs estéreis foram abaixados pelo drone até a copa, extraídos e submetidos a um ensaio multiplex pan-Plasmodium visando cinco espécies de Plasmodium que infectam humanos (limite de detecção de 0,2 parasitas μL−1). Entre 12 amostras (10 swabs da copa, 2 controles em branco de campo; 13 execuções no total, incluindo repetições), um swab da copa amplificou em duplicata (Ct = 28,7 e 29,23), enquanto controles positivos amplificaram conforme esperado (Ct = 30,82 e 31,11) e todas as outras amostras ambientais e controles em branco foram negativas. Acústica passiva confirmou a presença simultânea de bugios (Alouatta spp.), um reservatório conhecido, enquanto mosquitos Anopheles não foram capturados em armadilhas de insetos na copa implantadas simultaneamente. O fluxo completo, desde o lançamento do drone até o resultado diagnóstico do qPCR, teve duração média de 1,5 horas por ensaio, sem necessidade de logística de cadeia de frio. Esta prova de conceito demonstra que DNA parasitário intracelular pode ser recuperado de superfícies da copa e analisado em tempo real, fornecendo inteligência em nível de paisagem para orientar levantamentos vetoriais direcionados em áreas remotas. Nossa abordagem operacionaliza o conceito One Health ao integrar sinais ambientais, da vida silvestre e dos vetores em uma única plataforma tecnológica, representando uma mudança de paradigma da vigilância reativa e setorial para uma inteligência integrada e proativa de patógenos na interface humano-animal-ambiente.

Resumo original em inglês

Zoonotic malaria risk at human-wildlife-environment interfaces requires surveillance that integrates signals from reservoirs, vectors and the environment. We coupled a drone-based environmental DNA (eDNA) canopy swabbing approach with portable quantitative PCR (qPCR) to detect Plasmodium DNA in situ during a 24-h field exercise in the Amazon rainforest. Drone-lowered sterile swabs into the canopy, which were then extracted and subjected to a multiplex pan-Plasmodium assay targeting five human-infecting Plasmodium species (limit of detection 0.2 parasites μL−1). Of 12 samples (10 canopy swabs, 2 field blanks; 13 total runs including repeats), one canopy swab amplified in duplicate (Ct = 28.7 and 29.23), while positive controls amplified as expected (Ct = 30.82 and 31.11) and all other environmental samples and blanks were negative. Passive acoustics confirmed co-occurring howler monkeys (Alouatta spp.), a known reservoir, whereas Anopheles mosquitoes were not recovered from concurrently deployed insect canopy traps. The end-to-end workflow, from drone deployment to qPCR diagnostic readout, averaged 1.5 h per assay, without requiring cold-chain logistics. This proof-of-concept demonstrates that intracellular parasite DNA can be recovered from canopy surfaces and read out in real-time, providing upstream, landscape-level intelligence to guide targeted vector surveillance in remote settings. Our approach operationalizes One Health by integrating environmental, wildlife, and vector signals within a single technological platform, representing a paradigm shift from reactive, sector-specific surveillance to proactive, integrated pathogen intelligence across the human-animal-environment interface.