我们能预测未来埃博拉疫情通过追踪蝙蝠的迁徙模式?

生物工程副教授,哈维尔Buceta Paolo Bocchini土木与环境工程的副教授,博士后学生Graziano Fiorillo称利哈伊大学创建了一个建模框架,通常情况下需要一个人畜共患的观点在埃博拉病毒。

团队的方式是通过跟踪的迁徙模式蝙蝠,这被认为是埃博拉病毒的主要载体。蝙蝠,在这种情况下,埃博拉的水库。这意味着,运营商和发射器的病毒,虽然它不会引起伤害。

“在我们的模型中,疫情的出现紧密环境条件变化的影响,而影响蝙蝠迁徙模式和感染率,“Buceta说。

Buceta Bocchini和Fiorillo称曾与通常情况下卫星信息和参数的采样技术来创建自己的框架,集成了数据和建模预测的条件把蝙蝠的行为和埃博拉病毒的爆发。他们详细的工作在一篇题为“Filovirus-Infected蝙蝠预测空间分布框架”今天在线发表科学报告。

模型利用蝙蝠的出生率和死亡率,信息的速度与埃博拉病毒感染蝙蝠和回收率,蝙蝠流动性,季节性变化和信息的可用性食物和住所预测蝙蝠在给定地区的感染高峰。结果是令人信服的。

2014年西非埃博拉疫情死亡超过11000人被认为起源于Meliandou两岁,几内亚的一个偏远的村子里,一个以前从未见过的国家埃博拉病毒的案例。类型的病毒被确认为最致命的毒株,发现Zaire-a数千英里之外的国家。

它是怎么到那里?最有可能的答案是:蝙蝠。

使用他们的框架,分析数据从该地区附近Meliandou前后开始的2014年爆发显示两个年度感染高峰Meliandou恰逢生育季节。实际上,当研究人员追溯分析的数据,时间和地点,他们的模型预测的峰值Ebola-infected蝙蝠在Meliandou月爆发开始的时候。

相比之下,当研究人员曾与类似的数据从巴马科,Mali-a地区将近400英里远离Meliandou和不同气候conditions-their方法没有预见一个高峰时间。

“这些发现强烈表明,环境因素扮演着一个关键角色,埃博拉病毒的传播在蝙蝠,”Buceta说。

这个预测工具可以用来提供指导的具体地点和时间年期间爆发更有可能出现由于蝙蝠。它还可以帮助降低未来的风险溢出效应从动物传给人类。

资源可用性和蝙蝠感染率

建立如何衡量的关键环境因素驱动资源相关蝙蝠迁徙是发展模式的关键。

要做到这一点,该团队使用环境和气候数据检索使用谷歌地球引擎工具从陆地过程分布式访问数据库档案中心(LP DAAC),一个专门规程数据中心在美国国家航空航天局地球观测系统的数据和信息系统(EOSDIS)。

Bocchini,土木工程师,从事智能采样技术解决参数波动与他的研究在结构工程和地区危害。通过这个工作,他开发了一种高效的计算技术解决概率大数据问题,使研究人员分析的一个小子集真正具有代表性的例子。

“我们需要研究可用资源的随机波动对整个非洲大陆在高分辨率;这是一个巨大的计算和概率的挑战,”Bocchini说。“我们认识到,从数学的角度来看,问题是类似于随机地震波传播的地区受到地震,我们可以调整我们的工具。”

他们Bocchini抽样技术的应用有效地解释数据的不确定性,建立有用的参数测量资源可用性,鉴于波动随时间和地理条件。

建立参数之后,他们可以输入数据对温度、湿度和其他因素。

“我们可以预测感染蝙蝠你可能期待的浓度给这些特定的条件下,“Buceta说。