Onderzoekers van het Niels Bohr Instituut, Universiteit van Kopenhagen, samen met epidemioloog Lone Simonsen van de universiteit van Roskilde maken ze deel uit van het panel dat de Deense regering adviseert over de aanpak van de verschillende infectieverspreidingssituaties die we het afgelopen jaar allemaal hebben zien ontvouwen. Onderzoekers hebben de verspreiding van infecties gemodelleerd onder verschillende scenario's, en het is bewezen dat het Coronavirus de oudere modellen van ziekteverspreiding niet volgt.

Er is een steeds gevarieerder beeld ontstaan ​​van zijn gedrag en daarmee zijn impact op de samenleving. In verschillende wetenschappelijke artikelen onderzoekers hebben de tot nu toe opgebouwde kennis beschreven, meest recentelijk rond het concept van "super-spreaders". Het blijkt dat slechts ongeveer 10% van de geïnfecteerden verantwoordelijk is voor ongeveer 80% van de verspreiding van de infectie. De resultaten zijn gepubliceerd in het wetenschappelijke tijdschrift Proceedings van de National Academy of Sciences , PNAS .

Waar komt onze kennis over verspreiding van infecties vandaan?

De gegevens die onderzoekers gebruiken om computermodellen te "voeden" en te ontwikkelen, zijn afkomstig uit een breed scala van verschillende bronnen. De Deense gemeenten hebben de verspreiding van de infectie geïnventariseerd, en deze gegevens hebben het voordeel dat ze afkomstig zijn van niet al te grote eenheden. Er is een hoge mate van detail en dit betekent dat men de lokale ontwikkeling duidelijker kan volgen en zo parameters kan construeren voor superverspreiding, waaraan Postdoc Julius Kirkegaard heeft bijgedragen. Contacttracering is een andere bron van informatie. In dat geval, de focus ligt op het lokaliseren en beperken van de individuele overdracht van het virus. De derde bron is iets gecompliceerder omdat deze de keten van infecties wil volgen via de gensequentie van het virus.

Wie zijn de superverspreiders?

Ongeacht welke bron onderzoekers onderzoeken, de resultaten leveren ongeveer hetzelfde op:10% van alle geïnfecteerden is verantwoordelijk voor maar liefst 80% van de verspreiding van de infectie. Het is daarom cruciaal, in verband met de verspreiding van het virus om de zogenaamde superspreaders te lokaliseren en te ontdekken hoe superspreading plaatsvindt. Onderzoekers benadrukken dat, momenteel, we zijn er niet helemaal zeker van wat een persoon als een superverspreider vormt. Het kan puur van persoonlijke aard zijn, fysiologische kenmerken. In aanvulling, er zijn verschillende gradaties van superverspreiding in de populatie, dus het is niet noodzakelijk het een of het ander. Sommige mensen verspreiden het virus gewoon meer dan anderen en de variatie van personen met bijna geen overdracht naar superverspreiders is groot.

Hoe modelleren onderzoekers een populatie van iets minder dan 6 miljoen individuen?

Drie basiscategorieën worden belangrijk geacht bij het modelleren van het gedrag van de populatie, bij het berekenen van een scenario voor de verspreiding van infectie:1. De gezinscontext, 2. Werkcontext en 3. De willekeurige contexten waarin mensen zich bevinden, met andere woorden, mensen in de buurt met het openbaar vervoer, bij vrijetijdsactiviteiten etc. De factor tijd is bij alle drie cruciaal, omdat het tijd kost om andere mensen te besmetten. Qua tijd, deze drie categorieën zijn enigszins identiek als het gaat om veel voorkomende ziekten, maar geen superverspreidende coronavirusvariant.

Maar dit is waar de individuele kenmerken van het virus in het spel komen:superspreaders zijn heel anders wanneer ze in een computermodel worden behandeld. Uit de natuurkunde bekende methoden worden hier belangrijk, omdat het nodig is om individuen en hun contacten te modelleren. Onderzoekers hebben computermodellen opgesteld voor zowel scenario's met als zonder superspreaders, en het blijkt dat het sluiten van werkruimten en sportevenementen, en openbaar vervoer heeft hetzelfde effect als het model geen rekening houdt met superverspreiders. Maar als we superspreaders meerekenen, er is een uitgesproken verschil, en het stilleggen van publieke evenementen heeft een veel groter effect.

Ziektemodellering staat voor nieuwe uitdagingen en sterke interdisciplinaire samenwerking

Ziekten kunnen zich heel anders gedragen en het is daarom ongelooflijk belangrijk om zowel snel als snel te kunnen veranderen met betrekking tot de ontwikkeling van nieuwe modellen die de kenmerken van verschillende ziekten zo nauwkeurig mogelijk weergeven, als we ze hopen te bevatten. Professor Kim Sneppen legt uit:"De biologische variatie van verschillende virussen is enorm. SARS-CoV-2 bevat als bijzonder kenmerk dat het het meest besmettelijk is net voordat men symptomen ontwikkelt. Dit is precies het tegenovergestelde van een eerdere ziekte die dreigde een pandemie worden, namelijk SARS, die meestal besmettelijk is nadat men symptomen vertoont. Virussen zijn extreem geavanceerde machines die elk specifieke zwakke punten vinden om te misbruiken. Een nieuw onderzoeksgebied ontwikkelt zich snel, die onderzoekt hoe virussen de cellen in ons lichaam aanvallen. Het is bewezen dat COVID-19 leidt tot zeer verschillende ziekteprogressies voor verschillende patiënten. In die zin, het gedraagt ​​zich chaotisch, zoals we in de natuurkunde zeggen."

doctoraat student Bjarke Frost Nielsen en hoogleraar Kim Sneppen zien een groot open onderzoeksveld binnen de samenwerking tussen natuurkunde en biologie. Het verzamelen van zoveel mogelijk informatie over verschillende virussen is cruciaal, zodat natuurkundigen deze kennis kunnen inzetten bij het in kaart brengen van scenario's om erop te reageren.

Het potentieel voor onderzoek naar de verspreiding van infecties is groot

Bjarke Frost Nielsen zegt:"We moeten een toolbox creëren die een grote variatie bevat in de manier waarop we de verspreiding van transmissie aanpakken, in onze computerprogramma's. Dit is het directe perspectief dat we voor ons kunnen zien, momenteel. Wiskundige ziektemodellering bestaat al bijna 100 jaar, maar helaas is er in die periode niet veel vooruitgang geboekt. Bot gezegd, dezelfde vergelijkingen uit de jaren '30 zijn nog steeds in gebruik. In verband met sommige ziekten, ze kunnen kloppen, maar ten opzichte van anderen kunnen ze er ver naast zitten. Dit is waar, als natuurkundigen, we hebben een heel andere aanpak. Er zijn tal van parameters, d.w.z., sociale dynamiek en veel meer gevarieerde interacties tussen individuen waarop we onze scenario's kunnen bouwen. Dit is hard nodig, als we de enorme variaties in de verschillende ziekten zien."