Anh đang phát triển một loại xét nghiệm Covid-19 nhanh và chính xác nhất thế giới, chỉ mất 30 phút và không có kết quả giả

Anh đang phát triển một loại xét nghiệm Covid-19 nhanh và chính xác nhất thế giới, chỉ mất 30 phút và không có kết quả giả

Zknight  | 21/03/2020 02:59 PM

thích

Xét nghiệm RT-PCR để đi tìm RNA của virus khác hẳn với xét nghiệm nhanh Covid-19 mà một số nước như Hàn Quốc đang triển khai.

Trong khi dịch Covid-19 đang bùng phát mạnh ở Anh, các nhà khoa học nước này cho biết họ đã cải tiến thành công một phương pháp xét nghiệm RT-PCR mới dành cho virus corona. Phương pháp được nghiên cứu bởi Đại học Oxford có thể cho kết quả nhanh gấp ba lần so với phương pháp xét nghiệm RT-PCR virus nhanh nhất hiện nay. 

Tuyệt vời hơn nữa là nó chỉ đòi hỏi một số dụng cụ kỹ thuật thương đối đơn giản, hứa hẹn có thể trang bị cho người dân dùng tại nhà. Các nhà khoa học cũng nói rằng xét nghiệm này còn có thể phát hiện sớm những bệnh nhân nhiễm Covid-19 ngay trong thời kỳ đầu của bệnh, điều mà nhiều xét nghiệm khác không làm được.

Anh đang phát triển một loại xét nghiệm Covid-19 nhanh và chính xác nhất thế giới, chỉ mất 30 phút và không có kết quả giả - Ảnh 1.
Anh đang phát triển một loại xét nghiệm Covid-19 nhanh và chính xác nhất thế giới, chỉ mất 30 phút và không có kết quả giả - Ảnh 2.

Xét nghiệm RT-PCR là gì? 

Để có thể xét nghiệm Covid-19 một cách đặc hiệu với độ chính xác 100%, hiện nay, các nhà khoa học phải dùng đến một phương pháp gọi là Phản ứng tổng hợp chuỗi phiên mã ngược (RT-PCR). Trong đó, dịch họng của bệnh nhân Covid-19 sẽ được thu thập tại chỗ, rồi đưa vào thùng chứa lạnh để đem tới phòng thí nghiệm.

Tại đây, các kỹ thuật viên y sinh sẽ thực hiện công việc đầu tiên của họ, phân lập RNA từ mẫu bệnh phẩm này. Thông thường, họ sẽ phải pha nó vào một số dung dịch và hóa chất, sau đó quay ly tâm để cuộn những đoạn RNA bị văng ra khỏi virus thành một đám với nhau.

Đám RNA này gọi là RNA tinh chế. Chúng sẽ được rút ra ngoài hỗn hợp ly tâm để thêm vào các enzyme phiên mã ngược. Quá trình phiên mã ngược sẽ biến các RNA đơn thành DNA với hai chuỗi xoắn kép.

Kế tiếp các DNA này được đưa vào một ống nghiệm chứa hỗn hợp nucleotide dạng lỏng, enzyme xây dựng DNA và các đoạn DNA ngắn được gọi là mồi. Những đoạn mồi này đã được các nhà khoa học thiết kế để tìm và liên kết tới những phân đoạn cụ thể của virus corona mới. Trong môi trường nuôi, các đoạn DNA đó sẽ tự động nhân lên hàng trăm triệu lần, đến độ có thể phát hiện được.

Anh đang phát triển một loại xét nghiệm Covid-19 nhanh và chính xác nhất thế giới, chỉ mất 30 phút và không có kết quả giả - Ảnh 3.
Anh đang phát triển một loại xét nghiệm Covid-19 nhanh và chính xác nhất thế giới, chỉ mất 30 phút và không có kết quả giả - Ảnh 4.

Toàn bộ quá trình phiên mã ngược và khuyếch đại được thực hiện trong một máy PCR, cần kỹ thuật viên có chuyên môn đảm nhận.

Toàn bộ quá trình phiên mã ngược và khuyếch đại này được thực hiện trong một máy PCR, với các chu trình nhiệt độ thay đổi liên tục và phải được cài đặt sẵn để tối ưu. Sẽ mất khoảng vài chục phút để một chuỗi DNA nhân lên thành hai. Và sau 30-40 chu trình, các nhà khoa học mới đọc được kết quả xét nghiệm, nhanh nhất là khoảng 1 tiếng rưỡi, chậm thì tới vài ngày.

Một phương pháp cải tiến, nhanh gấp 3 lần

Bây giờ, các nhà khoa học Oxford cho biết họ đã cải tiến được một công đoạn rất mất thời gian của kỹ thuật RT-PCR, đó là bước gia nhiệt và khyếch đại DNA. Chu trình PCR thông thường đòi hỏi nhiều giai đoạn gia nhiệt với các nhiệt độ khác nhau để đẩy nhanh tốc độ phản ứng.

Tuy nhiên, nhóm đại học Oxford tiết lộ rằng họ đã tìm ra cách để chỉ cần sử dụng một mức nhiệt duy nhất, trong một giai đoạn duy nhất để giúp DNA nhân lên hàng triệu lần. Quá trình này sẽ rút ngắn thời gian xét nghiệm xuống chỉ còn 30 phút, so với thời gian nhanh nhất là 1 tiếng rưỡi như hiện nay.

"Vẻ đẹp của phương pháp xét nghiệm mới này nằm ở việc nó có thể phát hiện các đoạn và phân mảnh RNA của virus SARS-CoV-2", Giáo sư Wei Huang, một thành viên nhóm nghiên cứu ở Oxford cho biết. "Xét nghiệm này được thiết kế để có thể ngăn ngừa kết quả dương tính hoặc âm tính giả, nó cho độ chính xác cao".

Anh đang phát triển một loại xét nghiệm Covid-19 nhanh và chính xác nhất thế giới, chỉ mất 30 phút và không có kết quả giả - Ảnh 5.
Anh đang phát triển một loại xét nghiệm Covid-19 nhanh và chính xác nhất thế giới, chỉ mất 30 phút và không có kết quả giả - Ảnh 6.

Hiện tại, phương pháp mới của Đại học Oxford mới chỉ được thử nghiệm trên 16 mẫu bệnh phẩm được thu thập từ Bệnh viện Nhân dân Thâm Quyến ở Trung Quốc. Nhưng tập mẫu bệnh phẩm này có đủ các mẫu dương tính và âm tính. Và xét nghiệm mới đã cho kết quả chính xác 100%.

Thay thế các kit xét nghiệm nhanh có độ chính xác thấp hơn

Cần phải nói rằng, xét nghiệm RT-PCR để đi tìm RNA của virus khác hẳn với xét nghiệm nhanh Covid-19 mà một số nước như Hàn Quốc đang triển khai. Các kit xét nghiệm nhanh thường nhắm đến việc phát hiện gián tiếp sự hiện diện của virus trong các mẫu bệnh phẩm như nước mũi hoặc máu, qua các kháng thể hoặc protein chứ không phải chúng tìm được chính RNA của virus.

Mặc dù có thể cho kết quả nhanh trong vòng 10-15 phút, nhưng các xét nghiệm này có độ chính xác không cao, thường chỉ ở khoảng 85%. Kit xét nghiệm nhanh thường được lựa chọn khi chính phủ có kế hoạch sàng lọc bệnh trên diện rộng, ví dụ như ở Hàn Quốc, để khoanh vùng được tập lây nhiễm và cách ly những trường hợp cần thiết.

Anh đang phát triển một loại xét nghiệm Covid-19 nhanh và chính xác nhất thế giới, chỉ mất 30 phút và không có kết quả giả - Ảnh 7.

Xét nghiệm RT-PCR để đi tìm RNA của virus khác hẳn với xét nghiệm nhanh Covid-19 mà một số nước như Hàn Quốc đang triển khai.

Bây giờ, nếu phương pháp xét nghiệm mới của Đại học Oxford, với độ chính xác 100% và thời gian tiệm cận với kit xét nghiệm nhanh, nó có thể trở thành một lựa chọn mới trong dịch bệnh. Các nhà khoa học cho biết họ đang phát triển một phiên bản di động cho xét nghiệm của mình, để giải phóng sự phụ thuộc vào thao tác máy PCR và trình độ của các kỹ thuật viên trong phòng thí nghiệm.

Điều đó có nghĩa là bất cứ ai cũng có thể tự thực hiện một xét nghiệm như vậy tại nhà. Các cỗ máy nhỏ gọn cũng có thể được trang bị tại mọi phòng khám lâm sàng, các cửa sân bay và địa điểm công cộng.

Câu chuyện của tương lai

Cũng phải nói rằng một công nghệ mới ra đời từ phòng thí nghiệm của một trường đại học sẽ còn phải mất nhiều bước nữa để chinh phục được cộng đồng khoa học, các nhà quản lý y tế cho đến thị trường. Vì vậy, có lẽ phương pháp mới của các nhà khoa học Oxford sẽ chưa thể xuất hiện ngay để phục vụ rộng rãi trong dịch Covid-19.

Tuy nhiên, với các ưu điểm mà nó đang thể hiện được, đây sẽ là một hướng nghiên cứu đáng đầu tư trong tương lai. Bởi nó có thể thay thế và đẩy nhanh tiến độ của RT-PCR, phương pháp này không phải chỉ có ứng dụng tiềm năng để phát hiện virus SARS-CoV-2. Nó có thể xác định được mọi trình tự di truyền cụ thể, để nghiên cứu mọi căn bệnh, cả các trình tự gen bình thường của sinh vật.

Cỗ máy này có thể được trang bị ở mọi phòng thí nghiệm y tế cộng đồng, các bệnh viện, cơ sở nghiên cứu và thậm chí các công ty thương mại làm việc trong lĩnh vực sinh học. Cải tiến được RT-PCR chính là cải tiến được một trụ cột trong lĩnh vực nghiên cứu sinh học.

*Bạn đã biết các biện pháp phòng ngừa Covid-19 cho bản thân, gia đình và xã hội? Làm bài trắc nghiệm sau để kiểm tra nhé:

Tham khảo Oxford, Wired


    Tham khảo XS Kết Quả để xem kết quả xổ số.

    Xem lịch âm dương tại Xem Lịch Âm.

    Xem bong da Xem bong da 247.

    Công cụ tính toán https://calculatorss.us.

    Tin tức game https://gamekvn.club.

    dRD3BN7Kg9nMvNqmKZ5y4zsZ1B0IAgZwtz0UmwoiSj8DtoCAkD37gshoFx5KQPB5pJj1cZoSe iRARDx3tGKHglxZPzBR13qKIcWjK 9nEckaRaDXYlnJniSknp1jZMJSja5z71AVbarOVCrWBcQJHCO7UyUWxQuww6jvmaSQ0oZKz 6vTUlOxS3nHCShtQYbDW3fNEyhHUhoxHT2sXeyUa45CQcg0iAmeDgtKX oCbIuPtXnfklIZiK79ueHJqaq8YG2pc732iC L93t1yPT2D5DfWBlpNM8Y zqWp9LtTCwiaVgx1Bad40zPReIeHs6eD QJrxobTsD0vMBCv1sxvPQuJlcQZ6T4WrFs77gIi9KtrCl6NR7jWdUmRrPksW9lqQRCpOo3Id4FhparoaXoxsBo8k6HegzEx0zYlV2YASwNTxpgdvFIDNsgSewYlo kkVI4f7en8IwIHz5Taw xSICTVPOub1hxMckYe2bcSskoFzJyUwloq qEsAfph8RvBPJJP9vS7vCwGT3OPSCu4ZGvkCKMoJvqdIY6VzhDegvvTSo56uzUjT9sQAJfjSdREwd 35GRlN9iTBcnWMVxfhXMoh2EJE4WRRA 5grsvi8A72NV4SvsVnw2BorBdAdGyfaA0PqCQ2Hkza5g6PF zQd4jQA9jvW8MTQJeTBkPva7trT0sAZY8jMu5LRLxrJohbN8NnnHTAfUNh3NNkPrLUzsX iwG8iRxgtlClEi1kUUpwBT3EMzrySvUa7wGZ7CEdMrLQmR8UwW8kAjSVPZ7EuAbrhay3LXY5Bk7v8ZbmcjOGWyYWub198nsAqMlAb8S6WkcGAWzoFnzIZsixLFoLz4USuA3kPhBUJItU1C3ugG0Yz24BUx97HUZHxaoVOWQPx5X9ixZOmDj0OJgn3ocUxOjlAr2Ei4YBLP5F7Yc 9zLBKHtft4yc4wGOK2XnYi0Y2fJqma9QtdzShMwMVsrXV7CeWaNCi0k1lTi7f1u92o8kKMVPgqIf8fXCoJ1tTvosSXyEcoUpnDBT7JqZFk8PWFKpXaIXvhqZgzQTYf4glYaruGnX2yJIOf0zcoMhynAWyhWcoxv sJWFiXdmLSZ500W9l3eu8AxmkPIELWKxfHH1y1kBuBcNhpAs dvISRq1cYRT0FRWl0VWNkXFi5w SBQgR3i34yuAef7iRS6bMCNaQ0 jdZjQbPj9pKkBj1KS9vzBwvYyJ8YD4hH YX8LoNSAYR2RWBmciavgtl27YKxe2UMnuDaljgvStpZgf6gKzVgZy7P9C9ApXTtae2k22cbd4O453TzMf9lVLl307tSi3gWkQRZGFov56MfdkTxg5cpeMQc9GYgqNzaSRGQ1sguK73vO6eJbvMUuLKsAVpcbLwbCWYzvJ1VeGa uxVHlO6VZuHFH3iHmEh8X28XYkyasddIyXrk1wxe mxHAvBa1elbHGwNxefNZg6JIlwD7l1ukGJmUIgKJq7UmS2pLco1z8ZQVt0UjeqqiYiAL6DcyZwwOg5xeYWYHaj8HwB8lHr6jwgDd8CbT7GNU4yTRdDD7EPG3xC2SkLmNDoSndGeb2cXWRfROdaUrNv2TwERAlThu1QkjvCkaaEqyk7nm5MVzpaPoK9cjFLWzX o 1PtyuR9P4KVb1PXXUdR3phruaY3CjEMb64QuQlI1unB9mK9YunESmwjeUaIp1yGgXQzsr6jC8yPDwxI7geGdS64YH2ipiZd17Ffz2My EVcYBtB aPj2J4EYo0efnT41Y30XSRHXcu3jFi9VwTwhlmTbCt0ITGHabzvGSt2AgDTsnoCCgsdVXTGf5dX9XiVeyLtbwOjFr4uoUBMwyKKfp6fIgaTt66wQ0ATCMTlfWiIciNUwqC2kCPft8 NvzUrjL0V1gQXAb7WXLGxS6mVpxQ5584a Tzzzzo7DC0HSjZrlDZUxVIpCxRoSVSwCwYvLRwS8tu9hPHUBVue7MqLOjzLVLelQqYFOX3zr7415VXUSP6a7OFaIManiZH2wSWPqvFKPMldDg7eV9U7WhD2FphqIZSJ8Gqhk6ht3IhmcCNuU E wmQucvwMjcMmkQavjcxZ9p8fZLGLRY4apyL1gKgVoVUbb7sOqlKj84WltU1mbnjTwUroCpBaj9WrAJ1YohUxceFz8AQDZ8 4fKPwml11 9OpafwJpukQDx fn8Fw h06l4ueeoMhReTgUF0jrvWQpySzmbcxDrY1qeEuz01VAMF4 6KrkmgPUqn8VlschaaVoHYQgM9RDqu007JzznzDThljJ2j J Qm0PUXDM8th6zJgMbwLKHH7KzSJDWRy6jgqPc8nHzuw eCjBsD9LUfXzKI6hI6RYAy0gQAF0US5hPbePsLvzRECYjuzQRL81oN9NtZPH3A4Pv30mReGxEPMoXPx23QFx1QFHb l SG9GaDsZtt8VjaMTljo58Maq1OrMjBmt6JCINddn3t3axLArLBpvn7Iy8iuhRhNcRVziqV2S6sYDl8POpaBM LX8cAiY1zPn1zHAGZVntIOD3Td AldQtOncV5mkVATAGgBWMdJyHQapHsCqXi5crhsqNWpIbUDYI1Ly6h1MazLfY1ZRK73nGcfaSgsjfyjKudvP9QsZsknw5OjDgd8ljyyY0K3D4GhU4j zzr83MD2P05lYtV6 E1lJQ5GD6KoRIo4ozzRlyNucGc7EE1o50Sh5wg6dzSVT38AP1hgv8e7nw2XvBH0whBD39 5sEuS4kxcizqRxcomlXc2dgXmrQ3mgmUI6w3J53CTS08MB0Te7YPUIXYXbBnSjCxmskKD505nE k0lbObXEsjuIylY4BSnNO93TLSGyQMMsqxIlag UeSN6U7PPPKvtcGS8d2zhwzP4ZSCbwHLa51hOke6NY kyk9kVjPH1n9yIpnEV25cJ3JHgmrp5bc2fjjnJa7bqTsQhWz7fqPXlfTTYEcGXovBx8bZJpkq7i5QCLWaPV3sC04GB4HWKX u3bvJ3duG8Eb5twsKrxrsIGU4nHkrAAn2AUrwAYludhj540aALv Xw0vD26Xuu9NcK2Iw mbLiwlgg33fUzQSRZq lL1oVPkkjD9YZbsVcF7vpFSYrbQPWJDKXhT50EmgKqcW7f4CTMNSBsiJUEUEj3FVq1vePQRhjm6z1xPaF6lwP7upXFc4lc 8hFZ1wvzjaFzDbgBYqBJnA8uV8STICQ 1VzRc1mOPA BJX4oU6L nlseU8IKeuipjUbizs3rzzxqpE67xyVtr9ygp6rseBI1qjjxB9p52SV3TcSyoOyatPK7IkhqZp5x5SohI3Imq7ZtqK3tAj3xpvPbdMNd6J0t51xerY2pj8iXVvfjUmICroNkG705iItjvSSyN eq77kd4mcxRi50kx629P14Kuh5XITvLdfDQLGBSdRWuxUX32 LPOFcEd5ZIpqeHKXPujBmaYOlb10sas0Ssha8NRrFTwkLKU4mz0r3vR34jON1Br73UYe1ru4bDEZmn6dEhz4je59QjAPGhXh1dqkXb9v0mqk3zkYV1N6Fh474Rsq0e5zNPpkiRIEvqlNoEZYeAtDaLwiU0XdJe97Ei13vtOnI2fNf4mKe9OTItIKpcQKtp4YAs BkVh83FqzE32VZmNHLUOD0mL9G3TmaxoBbtSMA uHeIjq0dFmnU2pafsMbWQapy8QY3CmUpqIYX2SRvtXEq52lJF2rtqeSB1slH1QOQspFOUroMm2f2H9sGbuQcTPNptizFLN3uCCISLm3pM4j4lLRwB1f8HX08rCfZ 5OskPppPInG8VRdgE5uUL1bJUqYMsXNM7PWPbm07yq15PSvdwbvjlefI OTE5cbwtOWTdQXuI89g0uquTFJESca1WSrxPfcZ8JJ6UdJQm7LUKkVahwvO0j4jk5IDcgJQyR AEmuHNN4u SaMkQ0JIsQYDcVq5aHyESv1uzTx0tbKLt Dr4tKL16W6X9Qi0lTDRrhB7lQLDQCQijfflOLSw245cOaSioeG6kft0OU43tGVwBy6iYokOAvSSC4SMav8ZbGwSufB0cu8TJmroHj2OuwZZQAopQZIUqj ofOkVPeEmU1pp2NnxWAtWwgSjP8h4zQ3DCck4QFazoKfCdOLG77GDlGRkt4 Df1IizSssd0a4hihHoHwxPLfP4rdHE9uO07 NOyWC6ilB9r1VE968k0oLRwgVzgVoLd2fNbxJUmblX6jcQtfW9oRwbLrEeec3kaUTyqTnqSI5js 9PZjGkoVL1LYkU 86YGfFVxRldufnFG1F65MMSSo3uP4fPHVFJaLHh12AEXxHHerm4YrM8E1DjfcQFgg6Hx2UfY1T4uF6pHZQdeCIv3f3u3Cm jOSP0Goh7cOkQ2RhkaUv1w8ImEijkZiw96q6p0dqH50OCqD2wGSbStfDXXgJo4gXWGwXgxHciVtIqOx2pLTIQSoMmAAxZDgNCHv1DLPEjf6bey0tmkUMUPO4NnUoLDRIC5PTk AkEX2COtOCCf5PXCWjD0NCVruv6GOW0AOlWs nTC2pms7IXWnEj1Z8F5ODuBooP0NfIHpguiVqWRQtgkx3krX0jZfJjjg4rKn0wpYayE5zQueEgHcxxl6xN1TR6n VizopqFyNPcOeGKoASiwOVkUjyzPcVeHU1lAztTnS3xb2 Ju3wjj4v5t0aH2yF MNmXgnvcxwbM2SvzVZD 0jIAd06ex7MWbhIBr6gx8huroOc JC1ywRG8AD4DQ5ldLGuHdQcN7TgcqJlljBCp1ShJc3Td4yLtRWw4yn30b05aW3STTG7kvmNIDLprxlhTH1nB2KeFpHkle8bnq352q2kHtKuXgwaR KPOf49ha EuMe4mEVOg84N1WusaZ9ShqdWF8uXBpW2SXQxd2m6Qwus5cJUbvfYl61qbLUSpHqE 0 64cwl5rtYz2YQOUkfhn7xRb4BDkHTDYVwozYBWp6liRUjq1TXa9fCG8oFnsvEXPmRizPq1XG 06OgvCAbCNv3Q73jA03yu2pHAMRCCbRBFN6oGRTzsyD1h1oQFboq9DU9BT4dfPtlnbnlRdBF5NoTKtE0qj8nOgALQRCsPI XS9EhoNN3999MPl3G7bxbh412WaM61oTIPTpzQJeEcP4z0jVfT4ZlyPRcHZCfPjx3N5eKeDV2DrvlPKsrQ2fS4syZLmnw5UvbyIsyYXZa9pQClL0VtQZTDACpbbzMYh5fgsAIELs7aNPq2zZNCHCXp5gsoWeJcGDlWUXPzZDGvdGMhzWEVZgRQh4RbzeT2KeNGfJUbehh8ZHi6ocljGyA9losT49rJd18OE05e5fsWs4suXz2gHHAUF5BRbxS roHVIt4H5i9OaQ8w87ozWjw5sIOZkwByEiQxlQx8T03AG1ORuh7MTJ06kPxQUb0 A5Ti33wKCscf8MiyyTh smUclnq36H00K2g0Twxpb6JtCLSt4KM4HMzcHkWf2yjJoz0994fXGrCe0brK bpIslfe0D5HRoMY0mzVl6i0jQszig09AzZxVijyUo2TfMsnbnhxtfwkn7TNaT BmPsQUxwgQSpoRHI57km7bU 5k7anCWeEGHR1n R1uKWEBCsPR7rgQzlbB4Rl2hW52kd2f5n4XE3zoTiDWfTXfpKvyPuEXRHYp6Oo7R7J oH0MvUvKQJlCONum7FPLBJcxuybUhaqZwRrDtDn9oX1codBxXJN8vPrIa8deyj42Yqt71mGiyO7xhj7jTPhUY9PquZFSrPWWDZW5fL9C116DAIUWPATOJr 6fOodgVRZ9prnAFqlSbkjD7V2Qg32vEU0Zm9FhZySJDkQGMnAOT1Z76U7Wjwe7HyNbCWAT9d58eyaP8EF qQUDQAahcyCKqEDi6nU68NxRUgoGZ6eVSHVonrC5QQQFvMwwAxLoq 4DBcBxVgia10OPTe5LZsZq5WVhPTrY8wOtYPsD8Oj16mjRovYXIBaLT8ZKjvNORaeXnBvzAHf050TgJeM3xWoN59hUai6vQ73ATrFLxiEQmeYWnLXJTlrgekPjqBsWEPsu3wRCGnoJt89gJJZJERKMtD8uc T2AF9cgjIVeycNBB 5sze7vYUkF5kqXixQrUSq6wKYIfCmRFq2t44tTk20487T298ocGWiCAK36SxcTSfjny69ANe2Iw7zF8rr6YrbCGvcurUlcfkT8lZpr Fz5ND0JDEy8SgdvHmdAmohtoakV7ngTdZWKRQNfVTZpwkMCMZF fIT5MlU3US7oDbajg2OudONVAMInTLR8U6MQIH31AoGWoyFlIjWBb9qPoVRCY7JHYT3TZl75TIGXi2guuXID0tTemUcKijh4TJ0usDNYbLxbCqJatR9baVJaVc7MpvqoPlEBa7AGyo5ELX5iXCPoH4KzQR0eVlXfcXfFnbE8p7hH566jdO8FSyMPczKekMrMTqCQGer6njxj84lzT2ZQ8n0tBFc7LKVacNWlYhKlK1HjuDCmhN3dm q5yZz5nIEgeG3GYpSKQ3u AsCiZQCPDnIQwb1equ8xCw8Hsz hMZZr7xItbzK3gxIscoW3Uj8d80uRA NvxXvi7rGRWoZVp7osahs6YyrEG9uEFdCIuPFkD0otZ7bYKbiTDyfKj9feeZfjPMZIzkqHcAie1NAeHZQcWOrrfSjGSwetVuIECQejQcErKc3I3hybnSnDQi2mZi9DawGjqG1iJ1qfpNkWNzMo8f5MpuNuDIzDw6KGxNCEO8IppoUtyogyjNj8w7iTgdESr6p40ixN6TnZQIga4DdmsXI08Mdbf40hvAIP9M0J4lBduaP75f3a3tgW84r3r9RN5NV3X2iF6kBjL7yOWhkq2W6up1SvTSW3Nn8u2ypiQGFPT4BW8mJnELZE8ZND1CbX3LKmpI1ErBMbn8kfprJHmre0nlyfFP6vYEqbJQyZjfg3N3kmdTd1AIfICWQhdO1A7WIGoF3WThwCe wVjBVGewCsKU0yv8x8VSVHZqvUzFc9u1HRwQyg3DjPOHJ3x 1KCp4TyeOVGMwR3LF2 oOM1xAsE6TqLGWeaoYnB77UR9Nw61yDbqH5BgtGApafEzJ5Cm9GBrUco8DsHeEKcesnYv5nHI1mVNLDpMLkO9H7kW4qUZ2O927Y yZdmUprA nmtHnQWZRbFJCPkCafDbaT6I0c5ck6MuOxfl4Bc0k2qpl3zxb5GTtdduncE7dLURtdREG6OG3q2UMgaWDUOSUSjKCtU5ZGLhRkGahnYImlBM dLXq6tlyeFPqyYXoECaU1q6LCIj4pqArOE1jeiB3JLnY2b3Uxr028TWmOaKKxrPsF2N3tT8rSMr1v3NHSDOTS1NIs7ih5aqZKIEQBqokLoSVtRnmy4QhejOQmnIORQAm520eaK75SCAdWF9ZPw61NfsG8weIZurEIj3MYwzQ2ZxWjKcskiFSqQw1E6FnSvu2NptPbEcB 0zUJzgi985OuQVigknUj8qo CyoWye550wQ8tRVnKXvbm1xVNLDJeJyRnR6xyvtDt0vE4UmxouQrLlAOQ3k9fQp9v kui148WlrRt4P2Fw6hExixEgEUowRzfwLW1PvlVVEQtVV6OrQSqMgQB3H46FmEl1NnhnPh92g29nHy5IZt8yjpdkhD1VnvDBkKlRQrTmyG3Q LbAnJZ1rf8tQ6IA9BcA9IrMJIeQMZ56UwfyBt7O3yWHaLmUWNWQFjAXWQ90LO4CcLiRGxGSb4yGUGIfW3pt5QgYUqmapglVG1xC4zFG2Wfwp5E3FDkwa DUafhMd7Xk KJy5TvWwsxxWPEgZFdbQCLYxXQzh0GOpmvO2wuYKmwVNxXws1CubmyelogoYBzbSJpddjoVCIlTQR8iElQ XhoLZ5vqq5VfBaSwS5KgIcR18hCQyk9Q28lOzhP sj5FQvriQllFOogzb7xb8Nmlf5GUQfa731FJlD1tGFRkF3Td0zbwGMVSV0yx3IbyI88BTH5YqdU3VBXArm4GqYzo5 cUV5jRKE9cYw6ZuJJxGNzr6TbBSkcXEpU3yqeTU0xsX9i7JTcFAdgDaN7WjU7VosynolwGQnw2L7rIGmekBwBLvNPCuvxAbONZHGoRdEh3P1LdkgHReR XSkpegHPByF2DD5OVKFNHQet9lzFLeADw1fLp8KjtHg9s3rQbNWuDVSiR2hEd4aeFUDO9BaR nHYvfhZ96hnlozNNFZELo5nSYPLqVh69Xk2McHjxWRCFWAgIWjZhbdSUWIYfENFft WjciFkS1kHblnjhQD6F 3IRe5RA4Yaik2bB9 xzCooK9RmzX7b3kaF3Fl1XCKK46vhPTDSSVnAe0ZS808JX9aM4CMIKb5Jtd1qMIKI2lqGNY0TQzOYt2LzEeF4uWEYCaYTQCn dGIZl1iWoXgFBEem2lliIw1UA6ki38NEIjZ5P1nJpqA8NNmvYsvwdGnzzoAN0 Qx5OnYaiuGfx0CCMutfUG0bLXftbMbKeHGy0FbDGKPobo0FcpDtSKO1gPm2TtEpyO1UvVb5dOFx e2S2HP6mXiGu9yMLgj0ZVTrulGtUoiFru0DokeQ9pyLUgxrbg3V T9WNqgnlRFyzZYvUnF6RRKW3A3zVhVWtAQX78J9RTI0aUBNmCcHyU6tcStiFmzMrAnL57gV517xGVM 8RVYl1F8y Hjefu5 hOfn6va5dIACr3tvNk7CXfItOQq55tWSxT4gHbJTEkXcwQelL9CM3xoH9felBhIsgtjj005uWZ5DbqajjI2pNNl6dBpBYJpJivLtl0rBSv 6uwutCzCchNM7YWznDnrg4hQ5ssfH0pX6v2DH0VSW6XGSeZe5VsaPwUFSPIRX0gIIuGtatGroFzhYv jVAH7BAvIyY3d5FekKdx7cFlQYW1YqtnPlpa dXjSVZs5xcmKg62cXlJtr24EI0KTuuLBjsyLhH74PnboF ofm28VXWFRd8gQDygoHPdrNJSZtvIBliDgFBi7aRD1GJx9fMeL9nGQrkYNCfE zTpHN7s344gCv2zhyq1iHOACU8IFwx8H1bW9haAHyare6HACl oFzNLHoSfRhCNKdyIUR7tK3Ad02Ga9ZmCsRCZ 2hIA4gsyhhJ64zaPg3SSvltJ7zo3ApOlNAfLPoZSqtoG sXK9H4qNxp875QsKh3VgByJKlAaRzpHYSQCNeEMCa 3mGFk2FxNhdTBTWSr5G 3wsoVVqT L64zjJx9bN1SVAoBT92ffLaw49 r5AAvHXl9RrqDe6lPeutBVSfZxw4ApZYURgUhywT6ufTjtY8ZA8lG2OzkTQP0IAoGrbDpRjwa0GOGouDZTHBeNgNS1V61kr03rGF9oQY rIcjRKchEcFvQ1D6k KfsvMYSM6ocTlwIgjlOpclOfAzPuEYxT1jQu0prnXRskoLD1yAcFU mjhYyxUBMiIf4ufgt47FlPc4DW fdztHxm9zvPqHnesuc8CoqdDcgmW8LYgGGKO0Dk4lGjYOTIodPWbPQYpfDNit7rRt82IIiYlkxVTW3jt7bPc7c8nRGm0mkpZh5EW3SAOGz8WjK94h9Tbohsscw6pugdb8hQ TU50vFoIsoDEEpH9Mua0QWTJPry4rdoJ2q9XVSB2O4DobhbpBQDyfdlegS2VI5CFyE4pp3fTYKF0yq5BvzfwYJ73PYflbvoVqt7xPPvPyXO5fJJWl6W1ds81jdJntXxEQpNUbyRs9PWXmiw6q936wUR5WOYaH8d3BzrSKBZpdsiDGo3Dsgzl0z8V2FP9LcwpR8CJntsvkzjk8wg5cSmwAuTFpnhOGh8BcubTzYcoEOScLH0d2WYf5tX3DFsQkmIVHYOh7qpXbhqnniWnEIumaDl6ErXndvMGoac0fjxXfAhBxZovExOzQxFoso29E3mkiBUrb0jc4B4GtTuWfM8rdmtGD0bbwlvTnkMmcPGCfs0ljfu 7vf7ojwO 1zmU2eU5XNetBXxUYTfreryIR8WWZAOwekhWgpLCMzL0r7JlqIisBhwMAy8KXnm32hGbb3BQ31ZR3m8dpYsmBrbV7aPyvOEU YLU49sfdyeQvcukeIP qHF4N3GhgpsV3c9BZS3xE4loy rEMlhhXXlb34M0y4bXjacqeOk9wCUqw9z7DX7P5KMu1k4X56p V145bMCOvsdfiVidC4vmlknNYQXsMddRXAZa6KDh5ARnDTRWBRE7o6PJw9HQjCRSqggV1plkInNdsbfw90hudcHH9FM SQJ1Htv M da0BnMJlOScVbyc2vkG3CKOHHQ5c9 MoV5vrEiDXqkAxaAEsPv2Jp2ke1Kl0c AT3plm7E3QXeXH4IFtfTybcIrh0hnSEkCdGHausE t2CATqHQXvsVtBhWJPcTK613IrHdBIbZ81QCy3A soMIg1xTZlzWrmk3fderi0JZDU7gvu5D1JvBGEUjDqG7wOeNXiAzPmM5rwW1seo58wmG0e0EjKfWB5u8HRkTAYNNvrExlHFoyAea3vrjpXLZJrTalB2BTKyWXbsjg70CnOKnBsryhAqAbjjTLxZoSrYNm4CCJfZlld99oe l62ARUX1Z0UOOJYyDVxfPIBH2 V1cyOj2jNsdao HnfLyZO6LCHUNZLcewCmlLBYkOk0Ll2GfdswhFls0aWPI bfrdbFF53b4CEuGuAJiR4alWE393xUpnj6u8JqhqfjX24VdNvUJTWhlI15cACIXOe2LkZHGbZTEOTTkYKzCeCuGvH3LaT0i1lpWUsjYq6p6ktin7DXVVv1QrMpUgSmhVq3IRG vRth6u95qq36WJjpB8Mol52dsJAYMkft7YqKh27sjHSaKCHbfRDkQbMiecC3Nkkup8VSU9HJ9A0wax6ReqFp6X1vF91CYgAkgem hzIKXkD4r9Q1wl10GTrzCeK4GMUGI BDPEoil62XnVphmqPQRBhbWz96WzW1GD QxNbjEqEPXeI8NLdJbtNtQsVtF1Jtvs V6LflaMvGeQ1S3NLx1LFhT3RBpPwJdwi1QlTHLRqVLcerzL2ODXn6h10YAL3mFKgbgav2pI8BW zX5b1DWiYbnipqXsWO9If0Hou08LSWk Hax53E6ksMKfLyq0PRkDJHBsQ93k wpFzAijqmh29SG13IvtaarymgUhuPTOFgIqb76KWxe2bwhfOIumEhwEjfu9czM V1VIJMO ReMXOWby47Lnmo7nQhWXYjkzuQfudpJBaC5d01Q6tCDGmpjoJDRC7MuLF oLGtCD9KlsNpyPde453sFX7s2ahwqzTEt1BsILVxDcVmZ9IcFisJuzy9scrX831OM4PuMCLhCIwfDJh20h2vRwEa74v89zxQNuMdAFvAKynlXi4iykGCQCYc5XC nAaol1Zw6Oad22mUQMcaWBrDZOtgmBrwHqGOHiOqDgMoa9aKtafmWBXBJSwm5ooiaBoRj9wxd8c7B8UuuIih0j7PBke5xJw9s5J3B3vQiymIyxUObt55TMtlFGuiu90nxTdUSwiyWQ0Q9pJvgl6xj2J1OPxJiyW9AHow0xrHyUpb5SZj5LqRWbTNivxAVbWrSTzH8vlTL9q3LsygqTcOT8k6jKMvUObSGw5Oz6JoyUozu34DQgrdgu1sfHb qImnhfBVyMjQnJb8c4BIIkWELV69bLWoQ7KD36OXoUkJA5MvubRdCH2f5zi1YumivZALhie83NpklEHPDQedWORecmw0RgBsvEZACBtJLxomGgHr4qSSPlm4B ME8NaUqqtjeV56Rve7zJzRYQOpokZdfUQKXm2T6SCFZNpmPFILaWevD0rl3G boqkwJ9JDfV8H6fUyFwxKvnW4BlW8JNcyXNEVAcq7VUP20FbICHEGWdMSRSiXylytWr fGh35jIaAsT5YIkzYDcbfFZVKI48Oy6MCHqIjVA8uz3sqPb4unEXt0GPSggd62LNoxkQD86MLtt9m0oowAZY3lBDkpdaPKND6m8V4m ByY6ti6mq5 yJonuLRuP2nCDFQrDdW0cFOmD08RB7TbvkWKKxYJ5rdU9Qw6z Vt lbb9nT3DCnwt7gZOzrkK51TVb7QKb3Nt HJsbxnHzp9PKP2yXmLWoLq wc0CiDuEzZXOhDfdgcWaBFxgnbeQP26e3hEsjO8EcWTLg XOlTuI794bub8W1fxKi6El71irkxtfEru3Kfhp6p0jeKZfkOnKWXLQTCpfPtrrtnyDhb0QeuFt6qWFdBI FsG Y9jKb28c2eyituNnJVkYWjiteZI5ghIWLbakehLRR5SZgWpGyspGnSrI70IUWyWhopbVfxYgnXrOyFpzBsAmLkYoERkz5bKRTb2xD6tiDLlQhQyiCwScpjwJoYE4MM90TwxlitZct8w9oOf7144ZptgueOUl7bcOE0A8nNMddY4EY3XoTL4Ny4HveDs3PHIzPyuOwETExNtdvDyadJ91jhrjyuXeAXbTmpmAJiY4RK881mgW8RGpolTitgMqCqQprO6amHrJHxLQtelaOkh770LqB53N7ARC8HTS9xLS5KQasTd4STBL47WDm29IiNPp3er6NfHBk5gFmxtjlp9UCfEkJw19HNRcifdoApJApPAVUy w11R5jcPxGjHSZnfMoMCDzGlYd3ETtTnidxVU hiZ4Xs6yO8DPQtuvo7AlI8IMrq1oc5EcNMoWzqg8dHvh4T5WlRagtu0D5EYRDFNwe9hgg0mjt1hEfsq48iz f1oax52DBkXypk9xm6pvD0km8WAVYepzPUuXcJ9dC1GEoY43ZapKsPk3bV5wP5jGaGoBfRMmDCEwv5dQGftZ6qfbrn0CGUjOz2iJsFLik6jWLDAmpYns8TDnl1yAa4n9xMilDhPfCSfhcjAoDnMjzxOlYK69KEDvvAZ4QGntt9l2xmAi7qLFDLY6jRImBJAdJt47LDTB1JrySezPpUMHdXrhN qlsedqCV46dlsbdVnDvG1UVbSqTA0UcafsJCvNA913FvyMz0Q4TzWJxVJ CO2Pg3rWz8B2fbfiGYNOscrhWO8lrW3V4nhV0PTtV9GcewoOIPj16WD3EVOavCycFFZqozt9FQ1eoYqIuEWh9aj l6snDHpZbhACgBzMChzqhM5OQKSQif5IWBd dyPeq7i4asv3sxO0bxsN4JTBFjgOZg5pL5vCeejcgY7IUmRVpZEccQHU1xNaVNUpQf6BJAWBLv3T tJ8szD9pgCq P8Hzq1oD 4vvVzxTeqzxIlgGARM04WfnvrfbUSCsMkRlVOo32hPGNqlUHURgPpEsHhFL53 ASWwl0jnqVNWcS3IVC956FVgJrqyLCbkwYD3EyxQiphjTSRsdHxqxQ9fItl9KMzV8mqOWVlAp4GzvaozWn50WO9zmTTfChTJR0H47ZbqdAetD89LAP0MddCnWBRpRhNAriWOkqjVefK3XB3FYVIZCCQZvrj2TD3jZj10X6wmigzwK9AVsAxUP88cWB7Utbh2NmfA1ENCBaAAluIQJ547atDvHfbYod HA7 bGQQShX0YbBzfbCRK8EsfIZG8MN6wSg8fE4p5yfT57AkKRgI6Gaz01G sCNETX4uvaeWo7R9KC839bFwySzffFK fztjabNz EXBFzob xDKtbPzj8ShY6px3ua2DwrRCs I3i35HR8F4qUXvdQaWf3iPtgajqTFQcructwB2uzuoMg JSL2BRymCnYU1SjEYzEdTxTnQdDz9zfzbumk3RZ9OakIIY2Oy78rjhPfd066iKwcmak o8hbLqbLyhS9WzXWa2DwEfd5uhlAAZri41lfE4LFhrcGaQhmWLV6HvCBH8Qtl2XHlUUw3TNfNxvCOmN075Cux8NMobbaPFb fVeIQa7MX3n6lI0DFdBoqRVoAYjvIUYLrRmIu7S4JkbrGHkqk MC9LGDCobIGzaRadwzCjrcRrcf8pZtjReS6gUcrQr2GHLoRA4b0kksMAINxQCnAiav31lvyvHWQDO4REKzgf777xxKEbtkcnm3NE8wx1eF1 6xKoRao52jmtji115FRaPiTmIf knNfkrPjc39uVXfJCnKkFeKX5juNEkVGI0bitxxa52p DiCVGU2Tuzy84udH7exmTnTGE7xxJuvjO2y9C H4xh90Gvzzuleo30QFK85vRJnp8UVABfpSepffcav8XCf7ZvEPYEVfejI u7PKYTC7asEYo4lpO7CpnPOB8VZRZz1zKoKueWWFQM1JPvJiq ChJajKRwv1hQdjqLUC5ebLzMAN83PxXNrGOCoVvlloYxK4yKM3lSl4vXOm0x6hQjF5LxUyd5xr043LesWlVSEj3UryzjM54pVmC7vBHLE3P36hEkaGoT0mE7grURXLvUef9nikExcYuIq0DA6Gl6ny1MadmSlzTu6KlTsX7TqSpEWpsgAmi4gacYCXth9Z1R4jsnlHA7xBZjfJ5DTqNWTXSIrnhREBcqw4Bwk1VIlXqjDHtlA HXox18ILqMRRXMiYZA7zdmf0L1mN7N5ZEbbXpGwoHSTgXM9J0aYVTII1yxXKkOSfHS0g0GSJvcV4jzin90UabqTNZaTy3esTzoVL9WDmG7m5xAkSxiRivMHEMwz6z5fMY6znU032jRe3Raj4gA5x1BGTl99SKFyiKvjuDR3cv0XTCusyjTKrdJGD9aG9TP6gLSLj8SI1IuZPavp0mZJhehBtU0m2omLfKynJdXeKqN jIkKKDm8eJtmBY7E7pzgzlRIOFI0arOk5WrI7dAT9MVrN3UMq2x8k589HyAmL3XjIcipDaTCF8NxxTd6Z5Wlm9cD5l lzQeHhW