加科学家利用社交数据模型预测了传染病的传播与演化

据《理论生物学杂志》（Journal of Theoretical Biology）日前刊发的一篇研究论文称，加拿大滑铁卢大学（University of Waterloo）的研究人员发现，数学模型可以助力公共卫生专家们更好地理解和影响那些会促使传染病传播和演化的人类行为。

在目前的公共卫生研究领域中，用于预测宿主人群中病原体出现和演化的数据模型并不包括人类的社会行为这个变量。在该论文中，共同作者、滑铁卢大学应用数学系教授克里斯·鲍奇（Chris Bauch）和共同滑铁卢大学数学学院的博士候选人乔·法拉恩（Joe Pharaon）构想阐释了一个新的数学模型，以研究社会行为对于具有不同毒性的菌株之间相互竞争的影响。通过计算机模拟实验，他们分析了该模型在公众人群所面对的各种可能发生的状况下的反应与表现，以探索论证社会行为会影响菌株演化过程的这一假设的逻辑性。

在目前已经采用的、针对疾病爆发和演化的模型中，通过添加动态的社会互动数据变量可以帮助研究人员更好地根据人类控制疾病传播的手段来预测致命病原体菌株的出现方式。这种新的疾病模型可以让科学家更好地防止传染病的不良后果。

法拉恩解释道：“人类行为在传染病的传播和演化过程中扮演着重要的角色。我们建造的这个模型是一个通用模型，但是它可以添加更多的生物学细节和结构参数，以适应更具体的特定病原体研究。”

科界原创

 编译：朱明逸 审稿：alone 责编：张梦

期刊来源： 《理论生物学杂志》（Journal of Theoretical Biology）

期刊编号： 0022-5193

原文链接： https://phys.org/news/2018-08-math-human-behavior-infectious-diseases.html

版权声明：本文由科界平台原创编译，中文内容仅供参考，一切内容以英文原版为准。转载请注明来源科技工作者之家—科界App。