通常，為了預測病原體在人群中的傳播速度，科學家需要使用復雜的數學模型，先研究傳播對象的初始步驟，然後用該比率來預測傳播的範圍。但現實生活中，病原體在傳播中通常會因環境和醫療干預而進化，且信息被修改，那麼其傳播速度會怎樣變化？卡內基梅隆大學的研究人員在《Proceedings of the National Academy of Sciences》對該問題展開研究。
DOI: 10.1073/pnas.1918529117
研究者將病原體的進化適應對流行病傳播的影響考慮在內，提出了一種新的數學理論，並指出了現有的經典流行病模型未涉及進化的缺點。通過對出現概率的一個下界進行推導，來進一步了解突變的影響，設定菌株1不可逆地變異為傳播性高的菌株2的概率為?(1??),而菌株2不會突變為菌株1，結果表明?是預測發生概率的重要因素，且揭示了?和底層網絡的關鍵聯系。
?對P?的影響
然後分別從Twitter中收集1,000個用戶以及他們的朋友之間的聯系網絡，還通過觀察，收集了美國一所高中典型上課日的聯系網絡，用現實生活中成千上萬個計算機模擬流行病來測試該理論。
現實生活的兩個聯系網絡
本研究 牡諞蛔髡 ashad Eletreby表示，實驗證明了我們提出的理論適用于現實世界的網絡，同時強調，不考慮進化適應性的傳統模型無法預測流行病的發生概率。該結果為經典的網絡流行病理論提供了實質性的發展，並為進一步探究鋪平了道路。接下來，課題組將擴展該理論，探究感染和突變的影響。
參考資料︰
[1] predict an epidemic, evolution can't be ignored
[2] The effects of evolutionary adaptations on spreading processes in complex networks
集團關聯公司網站入口
全國服務熱線︰400-633-0008
傳真︰
地址︰遼寧省鐵嶺市清河區張相鎮昌盛路西段86號
