Des chercheurs montrent de nouvelles façons de suivre la propagation des maladies infectieuses

Des chercheurs montrent de nouvelles façons de suivre la propagation des maladies infectieuses

La propagation est encouragée dans une plus grande mesure lorsque davantage de connexions sont établies entre nous via les réseaux sociaux et de transport. Nous pouvons déduire ces réseaux à partir de données du monde réel pour étudier la dynamique de systèmes complexes, comme la société, dans lesquels les nœuds représentent les individus et se connectent par des lignes. Pourtant, ces réseaux sont souvent énormes, denses et difficiles à contrôler.

Dans des travaux antérieurs, le groupe de Luis M. Rocha à l’Instituto Gulbenkian de Ciencia (IGC) a trouvé un moyen de simplifier les réseaux en extrayant leurs dorsales.

Le principe de cette méthode est assez simple : il trouve le chemin le plus court pour atteindre tous les autres points d’un réseau et supprime les alternatives redondantes. Mais comment trouve-t-on ces chemins plus courts ? Rion B. Correia, post-doctorant à l’IGC, explique : « Dans le monde tridimensionnel dans lequel nous vivons, nous avons l’habitude de penser en termes de chemins les plus courts, par exemple, comment aller du domicile au travail par le chemin le plus court/le plus rapide possible. Mais dans les systèmes multidimensionnels (ajout de trafic, de multiples modes de transport et de constructions routières), le chemin le plus court n’est pas nécessairement le chemin direct entre deux points”.

Même s’il existe une infinité de façons d’aller de A à B, avec cette méthode, les chercheurs peuvent se concentrer sur les chemins les plus importants. Depuis lors, les chercheurs l’ont appliqué pour étudier une variété de réseaux, des interactions génétiques aux voies de communication essentielles dans le cerveau.

Maintenant, l’équipe a porté cette méthode à un tout autre niveau en la testant sur de vrais contacts humains. Pour cela, ils ont utilisé des contacts précédemment enregistrés entre près de 3000 personnes à l’aide de capteurs de proximité portables dans divers contextes sociaux, notamment des écoles, un hôpital et une exposition d’art. Ensuite, ils ont transformé ces données de contact en réseaux sociaux, où les liens représentent le temps que les gens ont passé ensemble.

Les chercheurs ont conclu que les épines dorsales des réseaux de contacts sociaux étaient très petites. “Cela signifie que de nombreuses connexions dans les communautés humaines sont redondantes”, explique Rion, premier auteur de cette étude. Étonnamment, cette épine dorsale préservait encore la structure communautaire, issue de la tendance des gens à se regrouper en groupes. Et il l’a fait beaucoup mieux que d’autres méthodes. Réduites à 6 à 20 % des réseaux d’origine, les dorsales permettent de comprendre beaucoup plus facilement comment les communautés s’organisent et étudient des dynamiques de transmission simples.

Dans cette étude, les chercheurs ont démontré que la colonne vertébrale est un outil fiable pour expliquer comment des processus tels que l’infection virale se propagent dans une population, ainsi que pour identifier les contacts sociaux les plus pertinents pour arrêter la contagion.

Mais les implications de l’épine dorsale des systèmes sociaux vont bien au-delà de l’épidémiologie.” La récente pandémie a démontré que nos vies sociales et notre santé publique globale dépendent fortement d’interactions qui traversent les échelles du réseau moléculaire d’agents pathogènes minuscules à tous nos transports, notre santé, notre économie, l’écologie et les réseaux de gouvernance », souligne Luis. “Notre recherche fondamentale sur les backbones ajoute un autre outil dans l’étude des réseaux qui relient le plus petit virus à l’économie la plus puissante. Ce n’est que par la compréhension fondamentale de la façon dont ces systèmes interagissent que nous pouvons résoudre ces problèmes du XXIe siècle”, a-t-il conclu.

(Seuls le titre et l’image de ce rapport peuvent avoir été retravaillés par le personnel de Business Standard ; le reste du contenu est généré automatiquement à partir d’un flux syndiqué.)

Facebook
Twitter
LinkedIn
Pinterest

Leave a Comment

This site uses Akismet to reduce spam. Learn how your comment data is processed.