• <tr id='1GscRTu'><strong id='1GscRTu'></strong><small id='1GscRTu'></small><button id='1GscRTu'></button><li id='1GscRTu'><noscript id='1GscRTu'><big id='1GscRTu'></big><dt id='1GscRTu'></dt></noscript></li></tr><ol id='1GscRTu'><option id='1GscRTu'><table id='1GscRTu'><blockquote id='1GscRTu'><tbody id='1GscRTu'></tbody></blockquote></table></option></ol><u id='1GscRTu'></u><kbd id='1GscRTu'><kbd id='1GscRTu'></kbd></kbd>

      <code id='1GscRTu'><strong id='1GscRTu'></strong></code>

      <fieldset id='1GscRTu'></fieldset>
            <span id='1GscRTu'></span>

                <ins id='1GscRTu'></ins>
                    <acronym id='1GscRTu'><em id='1GscRTu'></em><td id='1GscRTu'><div id='1GscRTu'></div></td></acronym><address id='1GscRTu'><big id='1GscRTu'><big id='1GscRTu'></big><legend id='1GscRTu'></legend></big></address>

                      <i id='1GscRTu'><div id='1GscRTu'><ins id='1GscRTu'></ins></div></i>
                      <i id='1GscRTu'></i>
                          <blockquote id='1GscRTu'><q id='1GscRTu'><noscript id='1GscRTu'></noscript><dt id='1GscRTu'></dt></q></blockquote><noframes id='1GscRTu'><i id='1GscRTu'></i>

                          在線留言 資料下載 全國服務熱線︰400-633-0008 OA系統
                          06 DEC 2020/12

                          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

                          返回列表
                          我要进入有永利娱乐城 舞娱乐城 广兴娱乐城 联盟娱乐城 星动娱乐城 百乐芳娱乐城 利博tt娱乐城 永胜博娱乐城 北京皇冠娱乐城 大发利赢娱乐城 浩博国际娱乐城 荆州彩票娱乐城 南宁殴迪娱乐城 泰安方特娱乐城 新葡娱乐城 中化博彩娱乐城 百乐门休闲娱乐城 大品牌博彩娱乐城 家乐园云顶娱乐城 南宁市音王娱乐城 淘沙百家乐娱乐城 优博巴厘岛娱乐城 百家乐园鼎丰娱乐城 电子游戏乐放娱乐城 金沙赌场金泰娱乐城 上海凯撒皇宫娱乐城 西安中环游戏娱乐城 aomen网上赌博娱乐城 菲彩国际巴厘岛娱乐城 明升优惠巴厘岛娱乐城