De snelheid waarmee nieuwe ziekten bij wilde dieren de mens besmetten, is de afgelopen drie decennia gestaag toegenomen. Virussen, zoals de wereldwijde pandemie van het coronavirus en de recente uitbraak van apenpokken, hebben de dringende behoefte aan ziekte-ecologische hulpmiddelen vergroot om te voorspellen wanneer en waar uitbraken van ziekten waarschijnlijk zijn. Een assistent-professor van de Universiteit van Zuid-Florida hielp bij het ontwikkelen van een methodologie die precies dat zal doen:het voorspellen van de overdracht van ziekten van dieren in het wild op mensen, van de ene diersoort naar de andere en bepalen wie het risico loopt op infectie.

De methodologie is een machine learning-benadering die de invloed van variabelen, zoals locatie en klimaat, op bekende pathogenen identificeert. Met behulp van slechts kleine hoeveelheden informatie kan het systeem hotspots in de gemeenschap identificeren die risico lopen op infectie, zowel op wereldwijde als op lokale schaal.

"Ons belangrijkste doel is om dit hulpmiddel voor preventieve maatregelen te ontwikkelen", zegt co-hoofdonderzoeker Diego Santiago-Alarcon, assistent-professor integratieve biologie. "Het is moeilijk om een ​​universele methodologie te hebben die kan worden gebruikt om infecties in alle verschillende parasietensystemen te voorspellen, maar met dit onderzoek dragen we bij aan het bereiken van dat doel."

Met hulp van onderzoekers van de Universiad Veracruzana en het Instituto de Ecologia, gevestigd in Mexico, onderzocht Santiago-Alarcon drie gastheer-pathogeensystemen - aviaire malaria, vogels met het West-Nijlvirus en vleermuizen met coronavirus - om de betrouwbaarheid en nauwkeurigheid van de gegenereerde modellen te testen volgens de methodologie.

Het team ontdekte dat voor de drie systemen de soort die het vaakst geïnfecteerd was, niet noodzakelijkerwijs het meest vatbaar was voor de ziekte. Om gastheren met een hoger infectierisico beter te kunnen lokaliseren, was het belangrijk om relevante factoren te identificeren, zoals klimaat en evolutionaire relaties.

Door geografische, ecologische en evolutionaire ontwikkelingsvariabelen te integreren, identificeerden de onderzoekers gastheersoorten die eerder niet zijn geregistreerd als geïnfecteerd door de onderzochte parasiet, wat een manier biedt om gevoelige soorten te identificeren en uiteindelijk het risico op pathogenen te verminderen.

"We zijn ervan overtuigd dat de methodologie succesvol is en breed kan worden toegepast op veel gastheerpathogeensystemen", zei Santiago-Alarcon. "We gaan nu een fase van verbetering en verfijning in."

De resultaten, gepubliceerd in de Proceedings of the National Academy of Sciences , bewijzen dat de methodologie in staat is om betrouwbare globale voorspellingen te doen voor de bestudeerde gastheer-pathogeensystemen, zelfs bij gebruik van een kleine hoeveelheid informatie. Deze nieuwe aanpak zal helpen om de surveillance van infectieziekten en veldinspanningen te sturen, waardoor een kosteneffectieve strategie wordt geboden om beter te bepalen waar beperkte ziektemiddelen moeten worden geïnvesteerd.

Voorspellen wat voor soort ziekteverwekker de volgende medische of veterinaire infectie zal veroorzaken, is een uitdaging, maar noodzakelijk. Naarmate de menselijke impact op natuurlijke omgevingen toeneemt, zal de kans op nieuwe ziekten blijven toenemen.

"De mensheid, en inderdaad de biodiversiteit in het algemeen, wordt geconfronteerd met steeds meer uitdagingen op het gebied van infectieziekten als gevolg van onze invasie en vernietiging van de natuurlijke orde wereldwijd door zaken als ontbossing, wereldwijde handel en klimaatverandering", zegt Andrés Lira-Noriega, onderzoeksmedewerker. aan het Instituto de Ecologia. "Hierdoor is het noodzakelijk om tools te hebben zoals degene die we publiceren om ons te helpen voorspellen waar nieuwe bedreigingen in termen van nieuwe pathogenen en hun reservoirs kunnen optreden of ontstaan."

Het team is van plan hun onderzoek voort te zetten om de methodologie verder te testen op aanvullende gastheer-pathogeensystemen en de studie van ziekteoverdracht uit te breiden om toekomstige uitbraken te voorspellen. Het doel is om de tool eind 2022 gemakkelijk toegankelijk te maken via een app voor de wetenschappelijke gemeenschap. + Verder verkennen

Hoe springen ziekten van de ene soort naar de andere?