Kan flaggermus 'fortelle oss' når og hvor ebola vil slå neste gang?
Ny forskning antyder at vi kanskje kan forutse når og hvor neste ebolautbrudd vil oppstå hvis vi ser nærmere på flaggermusens vandrende mønstre.
Ebola er et svært dødelig og svært smittsomt virus som først ble oppdaget i Vest-Afrika i 1976. Fruktflaggermus antas å være virusets naturlige vert.
Mens de fleste dødelige utbrudd har sitt utspring i afrikanske land, spredte den siste ebolakrisen - som skjedde mellom 2014 og 2016 - til resten av verden, inkludert USA.
I USA ble det registrert fire tilfeller, hvorav den ene resulterte i død.
I denne sammenheng kan det være spesielt nyttig å forutsi tid og sted for neste Ebola-utbrudd for å forhindre det. Dette er grunnen til at forskere satser på å lage et modellrammeverk som kan hjelpe oss med å forutse en slik hendelse i fremtiden.
Den nye studien ble utført av Javier Buceta, lektor i bioteknologi, Paolo Bocchini, som er lektor i sivil- og miljøteknikk, og postdoktorforsker Graziano Fiorillo - som alle er tilknyttet Lehigh University i Bethlehem, PA.
De antydet at siden flaggermus er bærere av viruset, kan sporing av deres vandrende mønstre bidra til å skape et prediktivt rammeverk.
Resultatene av forskningen deres ble publisert i tidsskriftet Vitenskapelige rapporter.
Å lage en matematisk modell av ebola
For å lage rammeverket brukte Buceta og teamet satellittinformasjon og parameterprøving. Forskerne matet denne informasjonen inn i en datalgoritme, eller modell, som ble opprettet for å forutsi forholdene der flaggermusens oppførsel korrelerer med Ebola-utbrudd.
Dataene som ble matet inn i algoritmen inkluderte flaggermusenes dødelighet og dødelighet, hastigheten de ble smittet med viruset på, og hvor lang tid det tok dem å komme seg.
For å forutsi topper av flaggermusinfeksjoner i en bestemt region, inneholdt modellen også informasjon om når og hvor flaggermusene migrerte, sesongmessige endringer og tilgjengelighet av mat og husly.
Forskerne måtte også ta hensyn til miljøinformasjon; for å oppnå dette brukte de Google Earth Engine for å hente informasjon fra en av NASAs databaser.
Bocchini beskriver prosedyrene de brukte og sa: ”Vi trengte å studere tilfeldige svingninger i tilgjengelige ressurser over hele det afrikanske kontinentet med høy oppløsning; det var en massiv beregnings- og sannsynlighetsutfordring. ”
"Vi innså at det fra et matematisk synspunkt," fortsetter han, "problemet ligner tilfeldig forplantning av seismiske bølger i en region som er utsatt for jordskjelv, og vi kunne tilpasse verktøyene våre."
Etter å ha tatt hensyn til ting som fuktighet og temperatur, var forskerne i stand til å "så forutsi konsentrasjonen av infiserte flaggermus man kunne forvente å finne gitt de spesielle forholdene," forklarer Buceta.
Modellen forutsier nøyaktig Ebola-utbrudd
Ebola-epidemien 2014–2016 startet med saken om et 2 år gammelt barn i Meliandou, en landsby i Guinea, Vest-Afrika.
Imidlertid hadde virusstammen som smittet barnet sitt utspring i Den demokratiske republikken Kongo, som ligger tusenvis av kilometer unna Meliandou.
Ved å bruke rammeverket designet av Buceta og teamet, var forskerne i stand til å "med tilbakevirkende kraft" forutsi en "infeksjonstopp ved Meliandou [...] i løpet av månedene da utbruddet startet." De anså funnene deres som "bemerkelsesverdige".
Men da teamet brukte lignende data fra et annet sted - som var 400 kilometer unna Meliandou og hadde et annet klima - viste resultatene ikke en infeksjonstopp i den perioden.
"I vår modell," fortsetter Buceta og sier, "utseendet til utbrudd er tett knyttet til svingninger i miljøforhold som har innvirkning på både flaggermusmigrasjonsmønstre og infeksjonsrater."
"Slike funn," legger han til, "antyder sterkt at miljøfaktorer spiller en nøkkelrolle i spredningen av Ebola-viruset blant flaggermus."
Forskerne håper at modellen deres vil bidra til å forutsi og forhindre ikke bare ebolautbrudd, men også de av andre virus som overføres fra dyr til mennesker.
