Bisakah kita memprediksi wabah Ebola berikutnya dengan melacak pola migrasi kelelawar? Kerangka peneliti Universitas Lehigh melacak pendorong ekologi pola migrasi kelelawar untuk memprediksi wabah Ebola berikutnya – ScienceDaily

Bisakah kita memprediksi wabah Ebola berikutnya dengan melacak pola migrasi kelelawar? Kerangka peneliti Universitas Lehigh melacak pendorong ekologi pola migrasi kelelawar untuk memprediksi wabah Ebola berikutnya – ScienceDaily


Javier Buceta, profesor bioteknologi, Paolo Bocchini, profesor teknik sipil dan lingkungan, dan mahasiswa pascadoktoral Graziano Fiorillo dari Universitas Lehigh telah menciptakan kerangka kerja pemodelan yang mengambil perspektif zoonosis tentang Ebola.

Pendekatan tim bekerja dengan melacak pola migrasi kelelawar, yang diyakini sebagai pembawa utama virus Ebola. Kelelawar, dalam hal ini, adalah reservoir Ebola. Ini berarti bahwa mereka adalah pembawa dan penular virus, meskipun tidak membahayakan mereka.

“Dalam model kami, munculnya wabah terkait erat dengan fluktuasi kondisi lingkungan yang berdampak pada pola migrasi kelelawar dan tingkat infeksi,” kata Buceta.

Buceta, Bocchini dan Fiorillo bekerja dengan informasi satelit dan teknik pengambilan sampel parameter untuk membuat kerangka kerja mereka, yang mengintegrasikan data dan pemodelan untuk memprediksi kondisi yang menghubungkan perilaku kelelawar dengan wabah Ebola. Mereka telah merinci pekerjaan mereka dalam makalah berjudul “Kerangka Distribusi Spasial Prediktif untuk Kelelawar yang Terinfeksi Filovirus” yang diterbitkan online hari ini di Laporan Ilmiah.

Model ini memanfaatkan informasi tentang kelahiran dan tingkat kematian kelelawar, tingkat infeksi kelelawar dengan virus Ebola dan tingkat pemulihan, mobilitas kelelawar, perubahan musim, dan informasi tentang ketersediaan makanan dan tempat berlindung untuk memperkirakan puncak infeksi kelelawar di suatu wilayah tertentu. Dan hasilnya menarik.

Wabah Ebola 2014 di Afrika Barat yang menewaskan lebih dari 11.000 orang diyakini berasal dari seorang anak berusia dua tahun di Meliandou, sebuah desa terpencil di Guinea, sebuah negara yang belum pernah melihat kasus Ebola. Jenis virus yang diidentifikasi sebagai jenis paling mematikan, ditemukan di Zaire – negara yang jauhnya ribuan mil.

Bagaimana bisa sampai di sana? Jawaban yang paling mungkin: kelelawar.

Menggunakan kerangka kerja mereka, analisis data dari wilayah dekat Meliandou sekitar waktu dimulainya wabah 2014 mengungkapkan dua puncak infeksi tahunan di Meliandou bertepatan dengan musim melahirkan. Memang, ketika para peneliti menganalisis data secara retroaktif dari waktu dan lokasi itu, model mereka memperkirakan puncak kelelawar yang terinfeksi Ebola di Meliandou selama bulan-bulan ketika wabah dimulai.

Sebaliknya, ketika para peneliti bekerja dengan data serupa dari Bamako, Mali – wilayah yang jaraknya hampir 400 mil dari Meliandou dan dengan kondisi iklim yang berbeda – pendekatan mereka tidak meramalkan puncaknya untuk waktu itu dalam setahun.

“Temuan seperti itu sangat menunjukkan bahwa faktor lingkungan memainkan peran kunci dalam penyebaran virus Ebola di antara kelelawar,” kata Buceta.

Alat prediksi ini dapat digunakan untuk memberikan panduan tentang lokasi dan periode tertentu dalam setahun di mana wabah lebih mungkin muncul karena kelelawar. Ini juga dapat membantu mengurangi risiko penularan di masa depan dari hewan ke manusia.

Ketersediaan sumber daya dan tingkat infeksi kelelawar

Menetapkan cara mengukur faktor lingkungan utama yang mendorong migrasi kelelawar terkait sumber daya adalah kunci untuk mengembangkan model.

Untuk melakukan ini, tim menggunakan data lingkungan dan iklim yang diambil menggunakan alat Google Earth Engine untuk mengakses database dari Land Processes Distributed Active Archive Center (LP DAAC), salah satu dari beberapa pusat data khusus disiplin dalam Data Sistem Pengamatan Bumi NASA dan Sistem Informasi (EOSDIS).

Bocchini, seorang insinyur sipil, telah bekerja dengan teknik pengambilan sampel cerdas untuk menyelesaikan fluktuasi parameter yang berkaitan dengan penelitiannya tentang teknik struktural dan bahaya regional. Melalui pekerjaan itu, ia mengembangkan teknik komputasi yang sangat efisien yang menangani masalah data besar probabilistik dan memungkinkan peneliti menganalisis sebagian kecil kasus yang benar-benar representatif.

“Kami perlu mempelajari fluktuasi acak dari sumber daya yang tersedia di seluruh benua Afrika dengan resolusi tinggi; itu adalah tantangan komputasi dan probabilistik yang sangat besar,” kata Bocchini. “Kami menyadari bahwa dari sudut pandang matematis, masalahnya mirip dengan penyebaran acak gelombang seismik di wilayah yang terkena gempa bumi, dan kami dapat menyesuaikan alat kami.”

Mereka menerapkan teknik pengambilan sampel Bocchini untuk secara efisien memperhitungkan ketidakpastian dalam data dan untuk menetapkan parameter yang berguna untuk mengukur ketersediaan sumber daya, mengingat kondisi yang berfluktuasi dari waktu ke waktu dan geografi.

Setelah parameter ditetapkan, mereka dapat memasukkan data mengenai suhu, kelembaban dan faktor lainnya.

“Kami kemudian dapat memprediksi konsentrasi kelelawar yang terinfeksi yang mungkin ditemukan pada kondisi khusus tersebut,” kata Buceta.

Untuk Informasi Lebih lanjut silahkan Kunjungi : Togel Singapore

Author Image
adminProzen