（纽约州米尔布鲁克）在美洲，可能携带寨卡病毒并可能传播这种病毒的灵长类动物是常见的，丰富的，并且通常生活在人们附近。因此，今天发表在《流行病》上的一项新研究报道。研究结果基于由卡里生态系统研究所和IBM Research的研究人员通过其“科学促进社会公益”计划合作开发的创新模型。
卡里研究所（Cary Institute）的疾病生态学家芭芭拉·汉（Barbara Han）说：“在对疾病系统进行建模时，数据缺口可能会削弱我们预测人们面临风险的能力。在全球范围内，仅两个灵长类物种被证实对寨卡病毒呈阳性。我们对两种建模技术的结合如何帮助我们克服有关灵长类动物生物学和生态学的有限数据感兴趣，以期确定监视重点。”
最近在美洲的寨卡流行病是近代最大的疫情爆发，感染了超过50万人。像其他蚊子传播的黄病毒一样，寨卡病毒在野外传播。在蚊子以灵长类动物和人类为食的地区，灵长类动物可以作为溢出感染的疾病库。
通过分析黄病毒和已知携带它们的灵长类物种的数据，并将这些性状与全球范围内发生的364种灵长类物种进行比较，该模型以82％的准确性识别了已知的黄病毒携带者，并将风险评分分配给了可能携带寨卡病毒的其他灵长类物种。最终产品包括一个交互式地图，该地图考虑了灵长类动物的地理范围，以确定人们最有可能遭受寨卡病毒外溢的热点。
在Zika风险得分超过90％的美洲灵长类物种包括：簇绒的卷尾猴（Cebus apella），委内瑞拉红吼（Alouatta seniculus）和白面卷尾猴（Cebus capucinus）-适应于发达国家人群居住的物种地区。名单上还包括：白额卷尾猴（Cebus albifrons），通常作为宠物饲养并被捕获以供现场交易；蜘蛛猴（Saimiri boliviensis）则在其范围内的一部分被猎食食用肉食。
这些物种在地理上分布广泛，人口众多，居住在人口中心附近。他们是臭名昭著的农作物袭击者。他们被当作宠物饲养。人们在城市中将它们展示为旅游胜地，并猎杀森林猎物。就疾病外溢风险而言，这是一个令人震惊的结果。合著者Subho Majumdar说。
更令人担忧的是：最有可能在寨卡省传播的蚊子通常在人类附近发现，并且能够在自然和变化的景观中繁衍生息。
该模型为克服数据缺口，该团队结合了两种统计工具-多重插补和贝叶斯多标签机器学习-为灵长类物种分配风险分数，以表明其Zika阳性潜力。
病原体评估了六种蚊媒疾病的特征：黄热病，登革热，日本脑炎，圣路易斯脑炎，寨卡病毒和西尼罗河病毒。其中三个有已知的灵长类动物水库。
灵长类动物18种灵长类动物的生物学和生态特征与任何全球传播的364种灵长类动物的特征相比，该物种的任何蚊媒黄病毒都呈阳性。评估了33个特征-包括代谢率，妊娠期，产仔数和行为。对特征加权以预测Zika阳性的重要性。
韩解释：“与所有病原体一样，寨卡病毒对其动物宿主的需求也有独特的要求。为了确定哪些物种可能携带寨卡病毒，我们需要知道这些特征是什么，哪些物种具有这些特征，以及哪些物种可以将病原体传播给人类。这是很多信息，其中很多是未知的。”
一种称为乘法插补链式方程式（MICE）的统计方法用于克服数据限制。MICE设置计算机算法来搜索生物特征的数据集，以绘制具有相似或相关特征的生物之间的联系。当算法遇到丢失的数据条目时，它将使用这些连接来推断丢失的信息并填充数据集中的“空白”。
将机器学习应用于此“填充”数据集，以预测最可能携带寨卡病毒的灵长类动物。该模型通过结合黄病毒感染史和生物学特征来预测Zika阳性的可能性，从而为每个物种提供了风险评分。
这种方法可以帮助改善Zika以外的其他疾病系统的预测模型。IBM Research的资深作者Kush Varshney解释说：“数据缺口是现实，尤其是在源自野生动物宿主的传染病中。我们开发的模型可以克服其中的一些空白，并帮助确定关注的物种以进行微调监视，预测溢出事件并帮助指导公共卫生界的工作。”
随着Varshney的加入，“在小型，不完整和嘈杂的数据集上进行机器学习以支持关键决策是许多行业和部门共同面临的挑战。我们肯定会在许多不同的应用领域中使用从该项目中获得的经验。”
韩总结说：“这项研究是由更广泛的科学界提供的创新才得以实现的。我们依赖于数百位现场研究人员收集的灵长类动物和病原体数据，而我们在本研究中采用的基础机器学习和估算方法已经存在。IBM Research的合作伙伴承担了大部分的数学和编码。这是一次非常成功的跨学科协作，如果我们想找到解决复杂问题的新解决方案，我们将需要更多这种协作。”
