Peta interaktif dapat memandu upaya pengawasan, melindungi kesehatan manusia – Sains Terkini


Di Amerika, spesies primata yang cenderung melindungi Zika – dan berpotensi menularkan virus – adalah umum, berlimpah, dan sering tinggal di dekat orang. Demikian laporan studi baru yang diterbitkan hari ini di Epidemi. Temuan didasarkan pada model inovatif yang dikembangkan oleh tim peneliti kolaboratif dari Cary Institute of Ecosystem Studies dan IBM Research melalui inisiatif Science for Social Good.

Penulis utama Barbara Han, seorang ahli ekologi penyakit di Cary Institute, menjelaskan: "Ketika memodelkan sistem penyakit, kesenjangan data dapat merusak kemampuan kita untuk memprediksi di mana orang berisiko. Secara global, hanya dua spesies primata yang dipastikan positif terkena virus Zika. Kami tertarik pada bagaimana perkawinan dua teknik pemodelan dapat membantu kami mengatasi data terbatas pada biologi primata dan ekologi – dengan tujuan mengidentifikasi prioritas pengawasan. "

Epidemi Zika baru-baru ini di Amerika adalah salah satu wabah terbesar di zaman modern, menginfeksi lebih dari setengah juta orang. Seperti flavivirus yang ditularkan oleh nyamuk lainnya, Zika bersirkulasi di alam liar. Primata dapat berfungsi sebagai waduk penyakit infeksi spillover di daerah tempat nyamuk memakan primata dan manusia.

Dengan menganalisis data tentang flavivirus dan spesies primata yang diketahui membawa mereka, dan membandingkan ciri-ciri ini dengan 364 spesies primata yang terjadi secara global, model mengidentifikasi pembawa flavivirus yang dikenal dengan akurasi 82% dan memberikan skor risiko pada spesies primata tambahan yang kemungkinan membawa virus Zika. Produk akhir termasuk peta interaktif yang memperhitungkan rentang geografis primata untuk mengidentifikasi hotspot di mana orang-orang paling berisiko terkena dampak Zika.

Spesies primata di Amerika dengan skor risiko Zika lebih dari 90% termasuk: capuchin berumbai (Cebus apella), howler merah Venezuela (Alouatta seniculus), dan capuchin berwajah putih (Cebus capucinus) – spesies yang diadaptasi untuk hidup di antara orang-orang di daerah maju. Juga ada dalam daftar: capuchin berhadapan putih (Cebus albifron), umumnya disimpan sebagai hewan peliharaan dan ditangkap untuk perdagangan langsung, dan monyet laba-laba (Saimiri boliviensis), yang diburu untuk daging hewan liar di bagian jangkauan mereka.

"Spesies ini tersebar luas secara geografis, dengan populasi melimpah yang tinggal di dekat pusat populasi manusia. Mereka adalah perampok tanaman yang terkenal. Mereka dipelihara sebagai hewan peliharaan. Orang-orang memperlihatkannya di kota-kota sebagai tempat wisata dan memburu mereka untuk daging hewan liar. Dalam hal risiko penyakit, penyakit rawan penyakit , ini adalah hasil yang sangat mengkhawatirkan, "kata rekan penulis Subho Majumdar.

Menambah kekhawatiran: spesies nyamuk yang paling mungkin menyebar Zika umumnya ditemukan di dekat manusia, dan mampu berkembang di lanskap alami dan diubah.

Model

Untuk mengatasi kesenjangan data, tim menggabungkan dua alat statistik – imputasi ganda dan pembelajaran mesin multi-label Bayesian – untuk menetapkan spesies primata dengan skor risiko yang menunjukkan potensi mereka untuk kepositifan Zika.

Patogen

Ciri-ciri dari enam penyakit yang ditularkan oleh nyamuk dinilai: demam kuning, demam berdarah, ensefalitis Jepang, ensefalitis St. Louis, virus Zika, dan virus West Nile. Tiga di antaranya memiliki reservoir primata.

Primata

Ciri-ciri biologis dan ekologis dari 18 spesies primata yang telah diuji positif untuk setiap flavivirus yang ditularkan nyamuk dibandingkan dengan ciri-ciri 364 spesies primata yang terjadi secara global. 33 fitur dinilai – termasuk hal-hal seperti tingkat metabolisme, masa kehamilan, ukuran sampah, dan perilaku. Fitur diberi bobot untuk kepentingan dalam memprediksi kepositifan Zika.

Han menjelaskan: "Seperti semua patogen, virus Zika memiliki persyaratan unik untuk apa yang dibutuhkan dalam inang hewan. Untuk menentukan spesies mana yang dapat menampung Zika, kita perlu tahu apa sifat-sifat ini, spesies mana yang memiliki sifat-sifat ini, dan spesies mana yang memiliki ciri-ciri ini? dapat mengirimkan patogen ke manusia. Ini banyak informasi, banyak yang tidak diketahui. "

Metode statistik yang disebut Multiply Imputed Chained Equations (MICE) digunakan untuk mengatasi keterbatasan data. MICE menetapkan algoritma komputer untuk tugas pencarian melalui kumpulan data sifat-sifat organisme untuk menggambar hubungan antara organisme dengan sifat yang serupa atau terkait. Ketika algoritma menemukan entri data yang hilang, ia menggunakan koneksi ini untuk menyimpulkan informasi yang hilang dan mengisi 'kosong' dalam dataset.

Pembelajaran mesin diterapkan pada dataset 'diisi' ini untuk memprediksi spesies primata yang paling mungkin membawa virus Zika. Model ini menghasilkan skor risiko untuk setiap spesies dengan menggabungkan riwayat infeksi flavivirus dan sifat biologis untuk memprediksi kemungkinan kepositifan Zika.

Metode ini dapat membantu meningkatkan model peramalan untuk sistem penyakit lain, di luar Zika. Penulis senior Kush Varshney dari IBM Research menjelaskan, "Kesenjangan data adalah kenyataan, terutama pada penyakit menular yang berasal dari inang hewan liar. Model seperti yang kami kembangkan dapat mengatasi beberapa kesenjangan ini dan membantu menentukan spesies yang menjadi perhatian bagi pengawasan yang cermat. , meramalkan kejadian limpahan, dan membantu mengarahkan upaya oleh komunitas kesehatan masyarakat. "

Dengan Varshney menambahkan, "Melakukan pembelajaran mesin pada dataset berukuran kecil, tidak lengkap, dan berisik untuk mendukung pengambilan keputusan kritis adalah tantangan bersama di banyak industri dan sektor. Kami pasti akan menggunakan pengalaman yang diperoleh dari proyek ini di banyak area aplikasi yang berbeda."

Han menyimpulkan, "Penelitian ini dimungkinkan oleh inovasi yang disediakan oleh komunitas ilmiah yang lebih luas. Kami mengandalkan data primata dan patogen yang dikumpulkan oleh ratusan peneliti lapangan, dan metode pembelajaran mesin dasar dan metode imputasi yang kami adaptasikan dalam penelitian ini sudah ada. Mitra di IBM Research mengambil bagian terbesar dari matematika dan pengkodean. Itu adalah kolaborasi interdisipliner yang sangat sukses – jenis yang kita butuhkan lebih banyak jika kita ingin menemukan solusi baru untuk masalah kompleks. "

You may also like...

Leave a Reply

This site uses Akismet to reduce spam. Learn how your comment data is processed.