Do przewidywania epidemii, ewolucja nie może być ignorowane

Ale co się stanie, jeśli mutuje patogen lub informacja zostanie zmodyfikowana, zmiany prędkości, przy której rozprzestrzenia? W nowym badaniu pojawiające się w tym tygodniu wydaniu Proceedings of the National Academy of Sciences (PNAS), zespół naukowców z Carnegie Mellon University pokazują po raz pierwszy, jak ważne są te rozważania.

„Te zmiany ewolucyjne mają ogromny wpływ,” mówi członek wydziału CyLab Osman Yagan, profesor badania w Inżynierii Elektrycznej i Komputerowej (EKG) i odpowiadające autor badania. „Jeśli nie brać pod uwagę potencjalne zmiany w czasie, będzie źle w prognozowaniu liczby osób, które chorują lub liczbę osób, które są narażone na kawałku informacji.”

Większość ludzi zna epidemii choroby, ale sama informacja, w dzisiejszych czasach podróżowanie z prędkością błyskawicy ponad mediów społecznych, mogą doświadczyć własnego rodzaju epidemii i „do wirusowego”. Czy informacja idzie wirusowe lub nie może zależeć od tego, jak oryginalna wiadomość jest manipulowane.

„Niektóre kawałki dezinformacji są zamierzone, ale niektóre z nich mogą rozwijać się organicznie, kiedy wiele osób kolejno dokonać drobnych zmian jak gra" telefon”, mówi Yagan. „Z pozoru nudny kawałek informacji może ewoluować w kierunku wirusowego Tweet, a my musimy być w stanie przewidzieć, jak te rzeczy rozprzestrzeniania się.”

W swoich badaniach naukowcy opracowali matematyczny teorii, że traktuje te zmiany ewolucyjne pod uwagę. Następnie testowane swoją teorię przed tysiącami epidemii komputerowo symulowanych w sieciach rzeczywistych, takich jak Twitter za rozprzestrzenianie się informacji lub szpital dla rozprzestrzeniania się choroby.

W kontekście szerzenia choroby zakaźnej, tysiące zespół RAN symulacje z wykorzystaniem danych z dwóch sieci w świecie rzeczywistym: sieć kontaktów wśród studentów, nauczycieli i pracowników w amerykańskim liceum, a sieć kontakt wśród personelu i pacjentów w szpital w Lyonie, we Francji.

Symulacje te służyły jako poligon doświadczalny: teoria, że ​​mecze co jest obserwowane w symulacjach okaże się być bardziej dokładne jeden.

„Pokazaliśmy, że nasza teoria działa w sieciach rzeczywistym świecie”, mówi badanie jest pierwszym autorem, Rashad Eletreby, który był Carnegie Mellon Ph.D. Student, gdy pisał papier. „Tradycyjne modele, które nie biorą pod uwagę adaptacje ewolucyjne nie w przewidywaniu prawdopodobieństwo pojawienia się epidemii.”

Chociaż badanie nie jest srebrna kula do przewidywania rozprzestrzeniania dzisiejszych koronawirusa lub rozprzestrzenianie fałszywych wiadomościach w dzisiejszym zmiennym środowisku politycznym ze 100% dokładnością, należałoby w czasie rzeczywistym dane śledzenia ewolucji patogenu lub informacji to zrobić autorzy twierdzą, że to duży krok.

„Jesteśmy o krok bliżej do rzeczywistości”, mówi Eletreby.

Inni autorzy na Badaniem objęto EKG Ph.D. uczeń Yong Zhuang, Instytut Badania profesora Software Kathleen Carley, a profesor Princeton Elektrotechnika Vincent Słabe.