Kan flagermus 'fortælle os', hvornår og hvor ebola rammer næste gang?

Ny forskning antyder, at vi muligvis kan forudse, hvornår og hvor det næste ebolaudbrud vil forekomme, hvis vi ser nøje på flagermusernes vandrende mønstre.

At vide, hvornår og hvor flagermus migrerer, kan fortælle os, hvor det næste ebolaudbrud vil forekomme.

Ebola er en meget dødelig og meget infektiøs virus, der først blev opdaget i Vestafrika i 1976. Frugtbats menes at være virusets naturlige vært.

Mens de fleste dødbringende udbrud stammer fra afrikanske lande, spredte den sidste ebolakrise - som opstod mellem 2014 og 2016 - til resten af ​​verden inklusive USA.

I USA blev fire tilfælde registreret, hvoraf den ene resulterede i død.

I denne sammenhæng kan det være særligt nyttigt at forudsige tidspunktet og placeringen af ​​det næste Ebola-udbrud for at forhindre det. Dette er grunden til, at forskere satte sig for at skabe en modelramme, der kan hjælpe os med at forudse en sådan begivenhed i fremtiden.

Den nye undersøgelse blev udført af Javier Buceta, lektor i bioteknologi, Paolo Bocchini, der er lektor i civil- og miljøteknik og postdoktorforsker Graziano Fiorillo - som alle er tilknyttet Lehigh University i Bethlehem, PA.

De antog, at da flagermus er bærere af virussen, kan sporing af deres vandrende mønstre hjælpe med at skabe en forudsigende ramme.

Resultaterne af deres forskning blev offentliggjort i tidsskriftet Videnskabelige rapporter.

Oprettelse af en matematisk model af ebola

For at skabe rammen brugte Buceta og teamet satellitinformation og parameterudtagning. Forskerne indførte disse oplysninger i en computeralgoritme eller model, der blev oprettet for at forudsige de betingelser, hvor flagermusens adfærd korrelerer med Ebola-udbrud.

Dataene, der blev ført ind i algoritmen, omfattede flagermusernes fødsels- og dødelighed, den hastighed, hvormed de blev inficeret med virussen, og hvor lang tid det tog dem at komme sig.

For at forudsige toppe af flagermusinfektioner i en bestemt region indeholdt modellen også oplysninger om hvornår og hvor flagermusene vandrede, årstidsændringer og tilgængelighed af mad og husly.

Forskerne måtte også indregne miljøoplysninger; til dette formål brugte de Google Earth Engine til at hente oplysninger fra en af ​​NASAs databaser.

Bocchini beskriver de procedurer, de brugte, idet han sagde: ”Vi havde brug for at undersøge de tilfældige udsving i tilgængelige ressourcer over hele det afrikanske kontinent i høj opløsning; det var en massiv beregnings- og sandsynlighedsudfordring. ”

"Vi erkendte det fra et matematisk synspunkt," fortsætter han, "problemet svarer til tilfældig udbredelse af seismiske bølger i et område, der er udsat for jordskælv, og vi kunne tilpasse vores værktøjer."

Efter at have taget højde for ting som fugtighed og temperatur var forskerne i stand til at "derefter forudsige koncentrationen af ​​inficerede flagermus, som man kunne forvente at finde i betragtning af de særlige forhold," forklarer Buceta.

Model forudsiger nøjagtigt Ebola-udbrud

Ebola-epidemien 2014–2016 startede med sagen om et 2-årigt barn i Meliandou, en landsby i Guinea, Vestafrika.

Stammen af ​​den virus, der inficerede barnet, havde imidlertid sin oprindelse i Den Demokratiske Republik Congo, som ligger tusinder af miles væk fra Meliandou.

Ved hjælp af rammen designet af Buceta og teamet var forskerne i stand til "med tilbagevirkende kraft" at forudsige en "infektionstop ved Meliandou [...] i de måneder, hvor udbruddet startede." De betragtede deres fund som "bemærkelsesværdige".

Men da holdet anvendte lignende data fra et andet sted - som var 400 kilometer væk fra Meliandou og havde et andet klima - viste resultaterne ikke en infektionstop i den periode.

"I vores model," fortsætter Buceta med at sige, "udbruddets udseende er tæt knyttet til udsving i miljøforhold, som har indflydelse på både flagermusmigrationsmønstre og infektionsrater."

"Sådanne fund," tilføjer han, "antyder kraftigt, at miljøfaktorer spiller en nøglerolle i spredningen af ​​Ebola-virus blandt flagermus."

Forskerne håber, at deres model vil hjælpe med at forudsige og forhindre ikke kun ebola-udbrud, men også de af andre vira, der overføres fra dyr til mennesker.

none:  svineinfluenza fødevareallergi epilepsi