Un nuovo approccio prevede la trasmissione di malattie tra animali selvatici ed esseri umani
Grazie all’apprendimento automatico, i ricercatori possono prevedere i focolai di agenti patogeni come il coronavirus e il vaiolo delle scimmie.
La frequenza con cui le malattie emergenti della fauna selvatica infettano l’uomo è aumentata costantemente negli ultimi tre decenni. I virus, come la pandemia globale di coronavirus e la recente epidemia di vaiolo delle scimmie, hanno accentuato l’urgente necessità di strumenti di ecologia delle malattie per prevedere quando e dove sono probabili le epidemie.
Un professore assistente della University of South Florida ha contribuito a sviluppare una metodologia in grado di fare proprio questo: prevedere la trasmissione delle malattie dalla fauna selvatica all’uomo, da una specie selvatica all’altra e determinare chi è a rischio di infezione.
La metodologia è un approccio di apprendimento automatico che identifica l’influenza di variabili, come la posizione e il clima, su agenti patogeni noti. Utilizzando solo piccole quantità di informazioni, il sistema è in grado di identificare i punti caldi della comunità a rischio di infezione sia su scala globale che locale.
“Il nostro obiettivo principale è sviluppare questo strumento per le misure preventive”, ha dichiarato il ricercatore principale Diego Santiago-Alarcon, professore assistente di biologia integrativa alla USF. “È difficile avere una metodologia universale che possa essere utilizzata per prevedere le infezioni in tutti i diversi sistemi di parassiti, ma con questa ricerca contribuiamo a raggiungere questo obiettivo”.
Con l’aiuto di ricercatori dell’Universiad Veracruzana e dell’Instituto de Ecologia, in Messico, Santiago-Alarcon ha esaminato tre sistemi ospite-patogeno – la malaria aviaria, gli uccelli con il virus del Nilo occidentale e i pipistrelli con il coronavirus – per verificare l’affidabilità e la precisione dei modelli generati dalla metodologia.
Il team ha scoperto che per i tre sistemi, la specie più frequentemente infettata non era necessariamente la più suscettibile alla malattia. Per individuare meglio gli ospiti a maggior rischio di infezione, era importante identificare i fattori rilevanti, come il clima e le relazioni evolutive.
Integrando le variabili geografiche, ambientali e di sviluppo evolutivo, i ricercatori hanno identificato le specie ospiti che in precedenza non erano state registrate come infette dal parassita in esame, fornendo un modo per identificare le specie suscettibili ed eventualmente mitigare il rischio patogeno.
“Siamo fiduciosi che la metodologia abbia successo e possa essere applicata a molti sistemi ospite-patogeno”, ha detto Santiago-Alarcon. “Ora entriamo in una fase di miglioramento e perfezionamento”.
I risultati, pubblicati nei Proceedings of the National Academy of Sciences , dimostrano che la metodologia è in grado di fornire previsioni globali affidabili per i sistemi ospite-patogeno studiati, anche quando si utilizza una piccola quantità di informazioni. Questo nuovo approccio aiuterà a orientare la sorveglianza delle malattie infettive e gli sforzi sul campo, fornendo una strategia efficace dal punto di vista dei costi per determinare meglio dove investire le risorse limitate per le malattie.
Prevedere quale tipo di patogeno produrrà la prossima infezione medica o veterinaria è impegnativo, ma necessario. Con l’aumento del tasso di impatto umano sugli ambienti naturali, le opportunità di nuove malattie continueranno ad aumentare.
“L’umanità, e in generale la biodiversità, si trovano ad affrontare un numero sempre maggiore di malattie infettive a causa della nostra incursione e distruzione dell’ordine naturale in tutto il mondo attraverso fenomeni quali la deforestazione, il commercio globale e il cambiamento climatico”, ha dichiarato Andrés Lira-Noriega, ricercatore presso l’Instituto de Ecologia. “Questo impone la necessità di disporre di strumenti come quello che stiamo pubblicando per aiutarci a prevedere dove possono sorgere o presentarsi nuove minacce in termini di nuovi patogeni e dei loro serbatoi”.
Il team ha in programma di continuare la ricerca per testare ulteriormente la metodologia su altri sistemi ospite-patogeno ed estendere lo studio della trasmissione delle malattie per prevedere le future epidemie. L’obiettivo è rendere lo strumento facilmente accessibile attraverso un’app per la comunità scientifica entro la fine del 2022.