Nieuw onderzoek van de Indiana University suggereert dat computermodellen die worden gebruikt om de verspreiding van epidemieën als gevolg van klimaatverandering te voorspellen, zoals plagen of uitbraken van ziekten, mogelijk geen rekening houden met een belangrijke factor bij het voorspellen van de ernst ervan.

Een onderzoek dat onlangs in het tijdschrift is gepubliceerd Ecologie heeft ontdekt dat ziekteverwekkers die bij hogere temperaturen in organismen groeien, nakomelingen produceren die hogere infectiepercentages veroorzaken in vergelijking met ziekteverwekkers die bij lagere temperaturen in organismen groeien. Dit suggereert dat het klimaat een "echo-effect" kan veroorzaken bij toekomstige ziekteverwekkers, waardoor ze uiteindelijk besmettelijker worden.

"Het is algemeen bekend dat de omgeving van invloed kan zijn op nakomelingen van generatie op generatie in planten en dieren, " zei Spencer Hall, een professor in de afdeling Biologie van het IU Bloomington College of Arts and Sciences, wie is senior auteur van het onderzoek. "Deze studie is een van de eerste die suggereert dat vergelijkbare generatieoverschrijdende effecten optreden bij parasieten en pathogenen."

Het werk werd geleid door Marta Strecker Shocket, een doctoraat student in Hall's lab op het moment van de studie. Hall is ook lid van het Environment Resilience Institute van IU, onderdeel van de IU Prepared for Environmental Change Grand Challenge.

"Als omgevingsomstandigheden uit het verleden de frequentie of ernst van toekomstige infecties beïnvloeden, dan houden huidige klimaatmodellen geen rekening met een belangrijke factor bij het voorspellen van bedreigingen door klimaatverandering, " zei Schok, die nu een postdoctoraal onderzoeker is aan de Stanford University. "Het kan gaan om bedreigingen voor dieren, planten en mensen."

De analyse van de onderzoekers is gedeeltelijk gebaseerd op onderzoek naar watervlooien dat is uitgevoerd in drie zoetwatermeren in het zuiden van Indiana, waar het laboratorium van Hall sinds 2009 monsters heeft verzameld. Gelegen op de plaats van een voormalige kolenmijn in Green-Sullivan State Forest in Linton, Indiana, de meren zijn plaatselijk bekend als Lake Gambill, Lake Clear en Lake Scott.

Watervlooien, ook bekend als Daphnia, zijn kleine kreeftachtigen die bijdragen aan de gezondheid van meren door zich te voeden met algen. Zonder deze organismen om algen te bestrijden, een meer kan snel degraderen tot een gezwollen brouwsel dat op erwtensoep lijkt.

Watervlooien zijn vatbaar voor infectie door een schimmelpathogeen genaamd Metschnikowia, die zich in watervlooien voortplant als naaldachtige sporen die zich vermenigvuldigen totdat ze ze doden en uit hun lichaam barsten om de volgende generatie te infecteren. Een enkele herfst kan zes tot tien generaties sporen produceren, met tot 60 procent van de watervlooien besmet op het hoogtepunt van de epidemie.

Voor de studie, Shocket voerde laboratoriumexperimenten uit waaruit bleek dat de schimmel meer infecties veroorzaakte wanneer hogere temperaturen werden waargenomen bij de vorige generaties watervlooien. Vervolgens deed ze onderzoek in het veld om de laboratoriumresultaten te vergelijken met verse monsters uit het meer die in de late herfst werden verzameld.

Uit de analyse bleek dat een toename van slechts 6,5 graden Fahrenheit ervoor zorgde dat de schimmelsporen twee tot vijf keer meer kans kregen om een ​​nieuwe gastheer te infecteren.

Shocket zei dat aanvullend onderzoek nodig is om deze effecten in andere pathogene systemen te onderzoeken, vooral omdat ze een impact kunnen hebben op de landbouw. Dit komt omdat het effect van klimaat over generaties in parasieten waarschijnlijker een impact heeft op koudbloedige gastheerorganismen, zoals gewassen of de insecten die ze eten.

De studie bevat ook wiskundige methoden om het effect van temperatuurveranderingen op de besmettelijkheid van sporen over generaties heen te voorspellen. Hall zei dat de principes achter deze modellen mogelijk andere simulaties zouden kunnen verbeteren die gebaseerd zijn op vele factoren om ziekte-uitbraken te voorspellen.

"De vertaling van waarnemingsgegevens naar computermodellen is belangrijk op het gebied van ecologie, omdat de natuur zo rommelig is, " voegde hij eraan toe. "De verfijning van de algoritmen om risico's van het klimaat te voorspellen, is een cruciale stap in ons vermogen om ons voor te bereiden op veranderingen in het milieu."