I pipistrelli possono "dirci" quando e dove colpirà l'Ebola?

Una nuova ricerca suggerisce che potremmo essere in grado di prevedere quando e dove si verificherà la prossima epidemia di Ebola se esaminiamo da vicino i modelli migratori dei pipistrelli.

Sapere quando e dove migrano i pipistrelli potrebbe dirci dove si verificherà la prossima epidemia di Ebola.

L'Ebola è un virus altamente letale e altamente infettivo che è stato scoperto per la prima volta in Africa occidentale nel 1976. Si pensa che i pipistrelli della frutta siano l'ospite naturale del virus.

Mentre la maggior parte delle epidemie mortali ha avuto origine nei paesi africani, l'ultima crisi di Ebola - verificatasi tra il 2014 e il 2016 - si è diffusa nel resto del mondo, compresi gli Stati Uniti.

Negli Stati Uniti sono stati registrati quattro casi, uno dei quali ha portato alla morte.

In questo contesto, prevedere l'ora e il luogo del prossimo focolaio di Ebola può rivelarsi particolarmente utile per prevenirlo. Questo è il motivo per cui i ricercatori hanno deciso di creare un quadro di modellazione che possa aiutarci a prevedere un simile evento in futuro.

Il nuovo studio è stato condotto da Javier Buceta, professore associato di bioingegneria, Paolo Bocchini, professore associato di ingegneria civile e ambientale, e ricercatore postdottorato Graziano Fiorillo, tutti affiliati alla Lehigh University di Bethlehem, Pennsylvania.

Hanno ipotizzato che, poiché i pipistrelli sono i portatori del virus, rintracciare i loro modelli migratori potrebbe aiutare a creare un quadro predittivo.

I risultati della loro ricerca sono stati pubblicati sulla rivista Rapporti scientifici.

Creazione di un modello matematico di Ebola

Per creare il framework, Buceta e il team hanno utilizzato le informazioni satellitari e il campionamento dei parametri. I ricercatori hanno inserito queste informazioni in un algoritmo informatico, o modello, creato per prevedere le condizioni in cui il comportamento dei pipistrelli è correlato alle epidemie di Ebola.

I dati inseriti nell'algoritmo includevano i tassi di natalità e mortalità dei pipistrelli, la velocità con cui sono stati infettati dal virus e il tempo impiegato per riprendersi.

Inoltre, per prevedere i picchi di infezioni da pipistrelli in una particolare regione, il modello includeva informazioni su quando e dove i pipistrelli sono migrati, i cambiamenti stagionali e la disponibilità di cibo e riparo.

I ricercatori dovevano anche tenere conto delle informazioni ambientali; a tal fine, hanno utilizzato Google Earth Engine per recuperare informazioni da uno dei database della NASA.

Bocchini descrive in dettaglio le procedure che hanno usato, dicendo: “Avevamo bisogno di studiare le fluttuazioni casuali delle risorse disponibili sull'intero continente africano ad alta risoluzione; è stata un'enorme sfida computazionale e probabilistica. "

"Abbiamo riconosciuto che da un punto di vista matematico", continua, "il problema è simile alla propagazione casuale delle onde sismiche in una regione soggetta a terremoti e abbiamo potuto adattare i nostri strumenti".

Dopo aver tenuto conto di cose come l'umidità e la temperatura, i ricercatori sono stati in grado di "quindi prevedere la concentrazione di pipistrelli infetti che ci si potrebbe aspettare di trovare date quelle particolari condizioni", spiega Buceta.

Il modello prevede accuratamente l'epidemia di Ebola

L'epidemia di Ebola del 2014-2016 è iniziata con il caso di un bambino di 2 anni a Meliandou, un villaggio in Guinea, Africa occidentale.

Tuttavia, il ceppo del virus che ha infettato il bambino ha avuto origine nella Repubblica Democratica del Congo, che dista migliaia di chilometri da Meliandou.

Utilizzando il quadro progettato da Buceta e dal team, i ricercatori sono stati in grado di prevedere "retroattivamente" un "picco di infezione a Meliandou [...] durante i mesi in cui è iniziata l'epidemia". Hanno ritenuto le loro scoperte "notevoli".

Tuttavia, quando il team ha applicato dati simili da una posizione diversa, che era a 400 chilometri da Meliandou e aveva un clima diverso, i risultati non hanno mostrato un picco di infezione durante quel periodo.

"Nel nostro modello", continua Buceta, "la comparsa di focolai è strettamente collegata alle fluttuazioni delle condizioni ambientali che hanno un impatto sia sui modelli di migrazione dei pipistrelli che sui tassi di infezione".

"Tali risultati", aggiunge, "suggeriscono fortemente che i fattori ambientali svolgono un ruolo chiave nella diffusione del virus Ebola tra i pipistrelli".

Gli scienziati sperano che il loro modello aiuti a prevedere e prevenire non solo i focolai di Ebola, ma anche quelli di altri virus che vengono trasmessi dagli animali all'uomo.

none:  dislessia aritmia ansia - stress