A taxa na qual as doenças emergentes da vida selvagem infectam os seres humanos aumentou constantemente nas últimas três décadas. Vírus, como a pandemia global de coronavírus e o recente surto de varíola dos macacos, aumentaram a necessidade urgente de ferramentas de ecologia de doenças para prever quando e onde os surtos de doenças são prováveis. Um professor assistente da Universidade do Sul da Flórida ajudou a desenvolver uma metodologia que fará exatamente isso – prever a transmissão de doenças de animais selvagens para humanos, de uma espécie selvagem para outra e determinar quem está em risco de infecção.
A metodologia é uma abordagem de aprendizado de máquina que identifica a influência de variáveis, como localização e clima, em patógenos conhecidos. Usando apenas pequenas quantidades de informações, o sistema é capaz de identificar pontos críticos da comunidade em risco de infecção em escala global e local.

"Nosso principal objetivo é desenvolver esta ferramenta para medidas preventivas", disse o co-investigador principal Diego Santiago-Alarcon, professor assistente de biologia integrativa. "É difícil ter uma metodologia para todos os fins que possa ser usada para prever infecções em todos os diversos sistemas de parasitas, mas com esta pesquisa, contribuímos para atingir esse objetivo".

Com a ajuda de pesquisadores da Universiad Veracruzana e do Instituto de Ecologia, localizados no México, Santiago-Alarcon examinou três sistemas hospedeiro-patógeno – malária aviária, aves com vírus do Nilo Ocidental e morcegos com coronavírus – para testar a confiabilidade e precisão dos modelos gerados pela metodologia.

A equipe descobriu que para os três sistemas, a espécie mais frequentemente infectada não era necessariamente a mais suscetível à doença. Para identificar melhor os hospedeiros com maior risco de infecção, foi importante identificar fatores relevantes, como clima e relações evolutivas.

Ao integrar variáveis ​​geográficas, ambientais e de desenvolvimento evolutivo, os pesquisadores identificaram espécies hospedeiras que anteriormente não foram registradas como infectadas pelo parasita em estudo, fornecendo uma maneira de identificar espécies suscetíveis e, eventualmente, mitigar o risco de patógenos.

"Estamos confiantes de que a metodologia é bem-sucedida e pode ser amplamente aplicada a muitos sistemas hospedeiro-patógeno", disse Santiago-Alarcon. "Entramos agora em uma fase de aperfeiçoamento e refinamento."

Os resultados, publicados no Proceedings of the National Academy of Sciences , comprovam que a metodologia é capaz de fornecer previsões globais confiáveis ​​para os sistemas hospedeiro-patógeno estudados, mesmo quando usando uma pequena quantidade de informações. Essa nova abordagem ajudará a direcionar a vigilância de doenças infecciosas e os esforços de campo, fornecendo uma estratégia econômica para determinar melhor onde investir recursos limitados de doenças.

Prever que tipo de patógeno produzirá a próxima infecção médica ou veterinária é um desafio, mas necessário. À medida que a taxa de impacto humano nos ambientes naturais aumenta, as oportunidades para novas doenças continuarão a aumentar.

“A humanidade e, de fato, a biodiversidade em geral, estão enfrentando cada vez mais desafios de doenças infecciosas como resultado de nossa incursão e destruição da ordem natural em todo o mundo através de coisas como desmatamento, comércio global e mudanças climáticas”, disse Andrés Lira-Noriega, pesquisador no Instituto de Ecologia. "Isso impõe a necessidade de ter ferramentas como a que estamos publicando para nos ajudar a prever onde novas ameaças em termos de novos patógenos e seus reservatórios podem ocorrer ou surgir."

A equipe planeja continuar sua pesquisa para testar ainda mais a metodologia em sistemas hospedeiro-patógeno adicionais e estender o estudo da transmissão de doenças para prever futuros surtos. O objetivo é tornar a ferramenta facilmente acessível por meio de um aplicativo para a comunidade científica até o final de 2022. + Explorar mais

Como as doenças pulam de uma espécie para outra?