Ny forskning har kartlagt hvordan smittsomme sykdommer sprer seg blant dyrelivsbestander i områder der mennesker og dyreliv lever i umiddelbar nærhet. Studien har identifisert dyrene, spesifikt ville aper som lever i store grupper sammen med menneskelige bosetninger, som kan fungere som “superspredere”.
Den fant at aper med flest menneskelige interaksjoner er ansvarlige for de største utbruddene. Dette er fordi disse stedene hvor aper og mennesker kommer i nær kontakt, typisk rundt matkilder, kan tiltrekke seg aper fra forskjellige grupper og undergrupper. Det er ved disse hotspotene for mennesker og dyreliv at apekatter samhandler tett med aper de ikke regelmessig blander seg med, noe som fører til større utbrudd.
Med en økende global befolkning som betyr at menneskelige bosetninger i økende grad griper inn i de naturlige utbredelsene av ville dyr, er det en økende risiko fra både zoonotiske sykdommer som “smitter over” fra dyreliv til mennesker og zooantroponotiske sykdommer som “søler tilbake” fra mennesker og forårsaker utbrudd blant dyreliv .
Publisert i tidsskriftet Vitenskapelige rapporter og ledet av Dr. Krishna Balasubramaniam ved Anglia Ruskin University (ARU), brukte forskningen epidemiologiske datamodeller for å simulere hvordan smittsomme sykdommer kan spre seg blant aper som lever i urbane og peri-urbane områder i Sør- og Sørøst-Asia. Det er den første studien som bruker simuleringer for å sammenligne sykdomsspredning gjennom dyrs sosiale atferd, med sykdomsspredning gjennom dyrs tendenser til å samles rundt og samhandle med mennesker.
Forskerteamet, inkludert akademikere fra University of California, Davis, overvåket oppførselen til rhesus-makaker, langhalemakaker og pansemakaker i henholdsvis Nord-India, Malaysia og Sør-India. På disse stedene deler ville makaker ofte plass med mennesker, og deres interaksjoner med mennesker fokuserer ofte på tilgang til mat.
Forskerne samlet detaljerte atferdsdata om interaksjoner mellom mennesker og individuelle aper, samt interaksjoner mellom aper innenfor samme gruppe, der individer har sterke sosiale forbindelser. Denne informasjonen ble samlet inn fra 10 separate grupper av makaker på de tre indiske og malaysiske stedene.
Disse atferdsdataene ble matet inn i matematiske epidemiologiske modeller for følsomme infiserte gjenopprettede (SIR) for å simulere virkningen av utbrudd av menneskelige sykdommer med varierende overførbarhet som influensavirus, koronavirus og meslingvirus. Datasimuleringer ble kjørt totalt 100 000 ganger på tvers av de 10 gruppene og på tvers av de forskjellige menneskelige sykdommene, og sårbarheten til disse makakpopulasjonene for menneskeinduserte sykdomsutbrudd ble evaluert.
Studien fant at størrelsen på utbruddet ble positivt spådd av sentraliteten i gruppen av den første infiserte makaken – hvis den personen er bedre koblet innenfor sitt sosiale nettverk, ville det føre til et større utbrudd.
Det andre nøkkelfunnet er at sentraliteten til det først-infiserte individet, basert på både dets forsamlinger med andre aper rundt mennesker og dets interaksjoner med mennesker, spiller en større rolle i å forutsi omfanget av utbrudd enn hvor sentralt det er i sin egen gruppe. .
Dette er fordi makaker kan samles rundt mat fra mennesker sammen med andre makaker som de ellers ikke ville samhandlet så ofte med. Studien viste at disse situasjonene ser ut til å skape flere veier for sykdomsoverføring og derfor føre til større utbrudd.
Forskerne mener dette arbeidet kan være avgjørende for å hjelpe til med å identifisere individuelle aper som er de mest omgjengelige, og har en tendens til å samles rundt og samhandle mest med mennesker. Å målrette disse med vaksinasjoner eller andre former for medisinsk behandling kan potensielt beskytte både makakpopulasjoner og mennesker i områder der de bor i umiddelbar nærhet.
Dr Krishna Balasubramaniam, foreleser i bevaring og dyreatferd ved Anglia Ruskin University (ARU), sa: “COVID-19 har fremhevet viktigheten av å forstå overføring av smittsomme sykdommer blant dyrelivspopulasjoner i urbane og peri-urbane områder. Befolkningsutvidelse har økt kontakten mellom mennesker og dyreliv, og disse menneske-vilt-grensesnittene er allment anerkjent som “hotspots” for overføring av sykdommer på tvers av en rekke arter.
“Vår forskning fokuserte på den potensielle effekten av en menneskebåren sykdom som sprer seg gjennom ville makakpopulasjoner. Siden makaker er så nært beslektet med mennesker, er de svært sårbare for de samme sykdommene som smitter mennesker. Faktisk har tidligere arbeid fra andre forskere fastslått at makaker kan være infisert av menneskelige gastrointestinale og respiratoriske patogener. Her viste vi hvordan spesielt respiratoriske patogener kan spre seg gjennom makakpopulasjoner, og spesifikt hvordan deres oppførsel kan påvirke slik spredning.
“Gjennom feltarbeid og modellering identifiserte vår forskning hvilke individer som mest sannsynlig vil fungere som ‘overspredere’ av sykdom, noe som fører til større utbrudd. Hvor sentralt individet var i sin egen gruppe hadde en effekt på størrelsen på utbruddet, men interessant nok var den sterkere prediktoren for om en makak ville fortsette å forårsake et stort utbrudd dens tendens til å samles rundt mennesker med makaker fra andre undergrupper.
– Kilder til mat fra mennesker kan fungere som en “honningkrukke” og føre til at makaker kommer i veldig nær kontakt med individer som de ellers kan ha mindre kontakt med, for eksempel aper fra andre familier eller undergrupper.
“I tillegg til å være ‘overspredere’ innenfor sin art, utgjør disse individene med mest menneskelig kontakt også den høyeste risikoen for overføring av sykdommer mellom arter, enten fra mennesker til dyreliv, eller omvendt. Dette vil være de mest effektive målene for sykdomskontrollstrategier som vaksinasjon eller antimikrobiell behandling.”
Tidsskrift
Vitenskapelige rapporter
Artikkeltittel
Virkningen av felles interaksjoner med mennesker og sosiale interaksjoner med spesifikasjoner på risikoen for zooantroponotiske utbrudd blant dyrelivspopulasjoner
Ansvarsfraskrivelse: AAAS og EurekAlert! er ikke ansvarlig for nøyaktigheten av nyhetsmeldinger som er lagt ut på EurekAlert! ved å bidra med institusjoner eller for bruk av informasjon gjennom EurekAlert-systemet.