Vai sikspārņi var mums pateikt, kad un kur Ebola streiks tālāk?
Jauni pētījumi liecina, ka, iespējams, varēsim paredzēt, kad un kur notiks nākamais Ebolas uzliesmojums, ja mēs rūpīgi aplūkosim sikspārņu migrācijas modeļus.
Ebola ir ļoti letāls un ļoti infekciozs vīruss, kas pirmo reizi tika atklāts Rietumāfrikā 1976. gadā. Tiek uzskatīts, ka augļu sikspārņi ir vīrusa dabīgais saimnieks.
Kaut arī visvairāk nāvējošo uzliesmojumu ir izraisījuši Āfrikas valstis, pēdējā Ebolas krīze - kas notika laikā no 2014. līdz 2016. gadam - izplatījās pārējā pasaulē, tostarp Amerikas Savienotajās Valstīs.
ASV tika reģistrēti četri gadījumi, no kuriem viens izraisīja nāvi.
Šajā kontekstā nākamā Ebolas uzliesmojuma laika un vietas prognozēšana var izrādīties īpaši noderīga tā novēršanai. Tāpēc pētnieki nolēma izveidot modelēšanas ietvaru, kas mums varētu palīdzēt paredzēt šādu notikumu nākotnē.
Jauno pētījumu veica Havjers Buceta, bioinženierzinātņu asociētais profesors, Paolo Bočīni, kurš ir civilās un vides inženierzinātņu asociētais profesors, un pēcdoktorants Graziano Fiorillo, kuri visi ir saistīti ar Lehigh Universitāti Betlēmē, PA.
Viņi izvirzīja hipotēzi, ka, tā kā sikspārņi ir vīrusa nesēji, to migrācijas modeļu izsekošana var palīdzēt izveidot prognozēšanas sistēmu.
Viņu pētījumu rezultāti tika publicēti žurnālā Zinātniskie ziņojumi.
Ebolas matemātiskā modeļa izveide
Lai izveidotu sistēmu, Buceta un komanda izmantoja satelīta informāciju un parametru atlasi. Pētnieki ievadīja šo informāciju datora algoritmā vai modelī, kas tika izveidots, lai prognozētu apstākļus, kādos sikspārņu uzvedība korelē ar Ebolas uzliesmojumiem.
Algoritmā ievadītie dati ietvēra sikspārņu dabisko un mirstības līmeni, ātrumu, kādā viņi inficējās ar vīrusu, un to, cik ilgs laiks bija vajadzīgs, lai tos atgūtu.
Tāpat, lai prognozētu sikspārņu infekciju maksimumu noteiktā reģionā, modelis ietvēra informāciju par to, kad un kur sikspārņi migrēja, sezonālās izmaiņas, kā arī pārtikas un pajumtes pieejamību.
Pētniekiem bija jāņem vērā arī informācija par vidi; šajā nolūkā viņi izmantoja Google Earth Engine, lai izgūtu informāciju no vienas no NASA datu bāzēm.
Bocchini sīki apraksta procedūras, kuras viņi izmantoja, sakot: “Mums ar lielu izšķirtspēju bija jāpēta pieejamo resursu nejaušās svārstības visā Āfrikas kontinentā; tas bija milzīgs skaitļošanas un varbūtības izaicinājums. ”
"Mēs atzinām, ka no matemātiskā viedokļa," viņš turpina, "problēma ir līdzīga seismisko viļņu nejaušai izplatībai reģionā, kas pakļauts zemestrīcēm, un mēs varētu pielāgot savus rīkus."
Pēc tādu lietu uzskaites kā mitrums un temperatūra pētnieki varēja "pēc tam paredzēt inficēto sikspārņu koncentrāciju, kādu varētu sagaidīt, ņemot vērā šos īpašos apstākļus", skaidro Buceta.
Modelis precīzi paredz Ebolas uzliesmojumu
2014. – 2016. Gada Ebolas epidēmija sākās ar 2 gadus veca bērna gadījumu Meliandou, ciematā Gvinejā, Rietumāfrikā.
Tomēr vīrusa celma, kas inficēja bērnu, izcelsme bija Kongo Demokrātiskajā Republikā, kas atrodas tūkstošiem jūdžu attālumā no Meliandou.
Izmantojot Buceta un komandas izstrādāto sistēmu, pētnieki varēja “ar atpakaļejošu spēku” paredzēt “infekcijas maksimumu Meliandou […] mēnešos, kad sākās slimības uzliesmojums”. Viņi uzskatīja savus secinājumus par “ievērojamiem”.
Tomēr, kad komanda izmantoja līdzīgus datus no citas vietas - kas bija 400 kilometru attālumā no Meliandou un bija atšķirīgs klimats - rezultāti šajā periodā neuzrādīja infekcijas maksimumu.
"Mūsu modelī," turpina Buceta, "uzliesmojumu parādīšanās ir cieši saistīta ar vides apstākļu svārstībām, kas ietekmē gan sikspārņu migrācijas modeļus, gan infekcijas līmeni."
"Šādi atklājumi," viņš piebilst, "stingri liek domāt, ka vides faktoriem ir galvenā loma Ebolas vīrusa izplatībā sikspārņu vidū."
Zinātnieki cer, ka viņu modelis palīdzēs prognozēt un novērst ne tikai Ebolas uzliesmojumus, bet arī citus vīrusus, kas no dzīvniekiem tiek pārnesti uz cilvēkiem.
