当科学家试图预测人群中某种病毒（从冠状病毒到谣言）的传播速度时，他们都使用复杂的数学模型。通常，他们研究物体传播的前几个步骤，并用这个速率来预测未来传播的距离和范围。
但如果病原体变异或信息被修改以改变其传播速度，会发生什么呢？
在3月3日发表在《美国国家科学院院刊》上的一项新研究中，卡内基梅隆大学的一个研究小组强调了这些变量的重要性。
共青团研究员、电子与计算机工程副教授奥斯曼·雅根（Osman Yagan）是这项研究的合著者，他说：“进化中的这些变化会产生巨大的影响。如果不考虑这些随着时间的推移可能发生的变化，就不可能准确预测将感染这种疾病或收到错误信息的人数。”
大多数人对疾病的流行很熟悉，但信息本身（现在在社交媒体上，很快就会传播）也经历了类似的“病毒传播”。一条信息是否“病毒性”可能取决于原始信息的“扭曲”程度。
雅根说：“有些误传是故意的，但有些误传可能是在很多人相继做出“文字游戏”等小改动后，有机地演变而来的。”。一条看似无聊的信息可能会变成一条病毒式的推特，我们需要能够预测这条信息将如何传播。”
在这项研究中，研究人员提出了一个数学理论，将这些进化变化考虑在内。然后，他们对现实世界网络中成千上万的计算机模拟传染病进行了测试，比如Twitter上的信息传播或医院里的疾病传播。然后，他们在现实世界的网络上用计算机模拟流行病来检验他们的理论，比如用推特来传播信息，用医院来传播疾病。
在研究传染病传播的过程中，研究小组使用来自两个真实世界的数据进行了数千次模拟：美国一所高中的学生、教师和工作人员之间的联系网络；法国里昂一家医院的工作人员和病人之间的联系网络。
这些模拟作为一个测试平台，与模拟结果相匹配的理论被认为更加精确。
这项研究的主要作者拉沙德埃莱特比博士说：“我们已经证明了我们的理论适用于现实世界的网络。没有考虑进化适应性的传统模型无法预测流行病的概率。”
尽管这项研究并不能100%准确地预测新的冠状病毒或谣言今天的传播。为此，需要跟踪病原体进化的实时数据或信息。笔者认为，本研究是一个非常重要的进展。
网友评论