Прогнозирование вируса Западного Нила с помощью кур-«часовых» и музейных данных

Исследователи из Университета Флориды разработали статистическую модель, способную надежно прогнозировать повышенную активность вируса Западного Нила (West Nile virus) в популяции кур-«часовых» за до шести месяцев до ее начала. Результаты опубликованы в журнале Science of The Total Environment.

Система кур-«часовых»: реактивный мониторинг

Программы контроля за комарами во Флориде десятилетиями используют сеть из сотен курятников. Еженедельно у кур берутся образцы крови и тестируются на антитела к арбовирусам, включая вирус Западного Нила. Положительный результат служит сигналом для предупреждения населения. Однако такая система реактивна — предупреждение следует уже после подтверждения активности вируса.

От «арбограмм» к цифровому прогнозу

Исходные бумажные отчеты («арбограммы») за 20 лет, собранные ученым Джонатаном Дэем, были оцифрованы командой под руководством Линдсей Кэмпбелл и Роба Гуралника. Эти уникальные данные, охватывающие период с момента появления вируса во Флориде в 2001 году, стали основой для моделирования.

Усовершенствованная модель: от «снимков» к динамике

В отличие от статических моделей прошлого, новая модель учитывает динамику и взаимодействия в экосистеме, используя подходы из квантовой механики и гидродинамики. Модель анализировала данные за 2001–2019 годы:

• Активность вируса у кур.
• Осадки и экстремальные температуры.
• Типы земного покрова.

В результате была создана ретроспективная 20-летняя «прогнозная» карта (hindcast), которую затем сравнили с реальными данными.

Результаты: точность прогноза и ключевые факторы

Модель успешно предсказала прошлые вспышки, совпадая с данными по заражениям кур, людей и лошадей.

• Месячный прогноз (наиболее точный): повышенная активность вируса сильно коррелирует с более высокими минимальными температурами и осадками за два месяца до тестирования. Высокие максимальные температуры в месяц тестирования имели отрицательную связь.
• Сезонный прогноз (на 6 месяцев): самый сильный сигнал давали умеренные уровни осадков за полгода до тестирования.

Будущее: интеграция данных в концепции «Единого здоровья» (One Health)

Авторы рассматривают модель как первый шаг. Для повышения точности необходимо интегрировать больше данных:

• Птицы (резервуар вируса).
• Комары (переносчики, включая «мостовые» виды — bridge vectors).
• Поведение человека.

Исследование — пример того, как музейные коллекции (например, образцы тканей грызунов для отслеживания хантавируса) и биоинформатика становятся инструментами прогнозирования заболеваний в рамках междисциплинарной концепции One Health, продвигаемой CDC и другими агентствами.