埃博拉病毒是一种致命的高度传染性病毒，于1976年在西非首次发现。果蝠被认为是病毒的天然宿主。

虽然最致命的爆发起源于非洲国家，但最后一次埃博拉危机 - 发生在2014年至2016年 - 传播到世界其他地区，包括美国。

在美国，有四起案件被登记，其中一起案件导致死亡。

在这种情况下，预测下一次埃博拉病毒爆发的时间和地点可能对防止这种情况特别有用。这就是为什么研究人员着手创建一个可能有助于我们预测未来这种事件的建模框架。

这项新研究由生物工程副教授哈维尔·布斯塔（Pavolo Bocchini），民用与环境工程副教授，博士后研究员格拉齐亚诺·菲奥里洛（所有人都隶属于宾夕法尼亚州伯利恒的利哈伊大学）进行。

他们假设，由于蝙蝠是病毒的携带者，追踪其迁徙模式可能有助于创建预测框架。

该结果他们的研究发表在杂志上的科学报告。
 

建立一个埃博拉病毒的数学模型

为了创建框架，Buceta和团队使用卫星信息和参数采样。研究人员将这些信息输入计算机算法或模型中，该算法或模型用于预测蝙蝠行为与埃博拉病毒爆发相关的条件。

输入算法的数据包括蝙蝠的死亡率和死亡率，他们感染病毒的速度以及他们恢复的时间。

此外，为了预测特定地区蝙蝠感染的峰值，该模型包括蝙蝠迁徙的时间和地点，季节变化以及食物和住所可用性等信息。

研究人员还必须考虑环境信息; 为此，他们使用Google Earth Engine从NASA的数据库中检索信息。

 

博基尼详细介绍了他们使用的程序，他说：“我们需要研究整个非洲大陆高分辨率的可用资源的随机波动，这是一个巨大的计算和概率挑战。”

“我们认识到，从数学的角度来看，”他继续说道，“这个问题类似于受地震影响的地区的地震波随机传播，我们可以调整我们的工具。”

考虑到诸如湿度和温度之类的因素后，研究人员能够“然后预测在给定这些特定条件下人们可能会发现的受感染蝙蝠的浓度，”Buceta解释说。
 

模型准确预测埃博拉疫情

2014-2016年埃博拉疫情始于西非几内亚村庄Meliandou的一名2岁儿童。

然而，感染儿童的病毒株起源于刚果民主共和国，距离Meliandou数千英里。

使用由Buceta和团队设计的框架，研究人员能够“追溯地”预测在爆发开始的几个月内Meliandou的感染高峰。“ 他们认为他们的发现“非凡”。

然而，当团队应用来自不同地点的相似数据时（距离Meliandou 400公里并且气候不同），结果并未显示在此期间感染高峰。

“在我们的模型中，”Buceta继续说道，“爆发的出现与环境条件的波动紧密相关，这会对蝙蝠的迁徙模式和感染率产生影响。”

“这些发现，”他补充道，“强烈表明环境因素在埃博拉病毒在蝙蝠中的传播中起着关键作用。”

科学家们希望，他们的模型将有助于预测和预防不仅埃博拉病毒爆发，而且还有助于预防和防止从动物传播到人类的其他病毒。