Могат ли прилепите да ни "казват" кога и къде Ебола ще удари следващата?
Ново изследване предполага, че бихме могли да предвидим кога и къде ще настъпи следващото огнище на Ебола, ако разгледаме внимателно миграционните модели на прилепите.
Ебола е силно фатален и силно заразен вирус, открит за първи път в Западна Африка през 1976 г. Счита се, че плодовите прилепи са естественият гостоприемник на вируса.
Докато повечето смъртоносни огнища произхождат от африкански страни, последната криза на Ебола - настъпила между 2014 и 2016 г. - се разпространи в останалия свят, включително в САЩ.
В САЩ са регистрирани четири случая, един от които е довел до смърт.
В този контекст прогнозирането на времето и мястото на следващото огнище на Ебола може да се окаже особено полезно за предотвратяването му. Ето защо изследователите се заеха да създадат рамка за моделиране, която може да ни помогне да предвидим подобно събитие в бъдеще.
Новото проучване беше проведено от Хавиер Бучета, доцент по биоинженерство, Паоло Бокини, който е доцент по гражданско и екологично инженерство, и постдокторант Грациано Фиорило - всички те са свързани с университета Lehigh във Витлеем, Пенсилвания.
Те предположиха, че тъй като прилепите са носители на вируса, проследяването на техните миграционни модели може да помогне за създаването на прогнозна рамка.
Резултатите от техните изследвания са публикувани в списанието Научни доклади.
Създаване на математически модел на ебола
За да създадат рамката, Buceta и екипът използваха сателитна информация и вземане на проби от параметри. Изследователите са подали тази информация в компютърен алгоритъм или модел, който е създаден, за да предскаже условията, при които поведението на прилепите корелира с огнищата на Ебола.
Данните, подадени в алгоритъма, включват смъртността и смъртността на прилепите, скоростта, с която те се заразяват с вируса, и колко време им отнема да се възстановят.
Също така, за да се предскажат пикове на инфекции с прилепи в определен регион, моделът включва информация за това кога и къде мигрират прилепите, сезонните промени и наличието на храна и подслон.
Изследователите също трябваше да вземат предвид информацията за околната среда; за тази цел те използваха Google Earth Engine за извличане на информация от една от базите данни на НАСА.
Бокини подробно описва процедурите, които са използвали, казвайки: „Трябваше да проучим случайните колебания на наличните ресурси по целия африкански континент с висока резолюция; това беше огромно изчислително и вероятностно предизвикателство. "
„Разбрахме, че от математическа гледна точка - продължава той, - проблемът е подобен на случайното разпространение на сеизмични вълни в регион, подложен на земетресения, и бихме могли да адаптираме нашите инструменти.“
След като отчетоха неща като влажност и температура, изследователите успяха да „предскажат концентрацията на заразените прилепи, които може да се очаква да се открият при тези специфични условия“, обяснява Бучета.
Модел точно предсказва огнището на Ебола
Епидемията от ебола 2014–2016 г. започна със случая с 2-годишно дете в Мелианду, село в Гвинея, Западна Африка.
Въпреки това, щамът на вируса, който е заразил детето, произхожда от Демократична република Конго, която е на хиляди мили от Мелианду.
Използвайки рамката, разработена от Buceta и екипа, изследователите успяха да „предвиждат“ със задна дата „пик на инфекция в Meliandou […] през месеците, когато започна огнището“. Те сметнаха своите открития за „забележителни“.
Когато обаче екипът приложи подобни данни от различно място - което беше на 400 километра от Мелианду и имаше различен климат - резултатите не показаха пик на инфекция през този период.
„В нашия модел - продължава Бучета, - появата на огнища е тясно свързана с колебанията в условията на околната среда, които оказват влияние както върху моделите на миграция на прилепите, така и върху нивата на инфекция.“
„Подобни открития - добавя той - категорично предполагат, че факторите на околната среда играят ключова роля в разпространението на вируса Ебола сред прилепите.“
Учените се надяват, че техният модел ще помогне за прогнозиране и предотвратяване не само на огнища на ебола, но и на други вируси, които се предават от животни на хора.
