Les chauves-souris peuvent-elles «nous dire» quand et où Ebola frappera la prochaine fois?
De nouvelles recherches suggèrent que nous pourrions être en mesure de prévoir quand et où la prochaine épidémie d'Ebola se produira si nous examinons de près les schémas migratoires des chauves-souris.
L’Ebola est un virus hautement mortel et hautement infectieux qui a été découvert pour la première fois en Afrique de l’Ouest en 1976. On pense que les chauves-souris frugivores sont l’hôte naturel du virus.
Alors que la plupart des flambées mortelles sont originaires de pays africains, la dernière crise d'Ebola - qui s'est produite entre 2014 et 2016 - s'est étendue au reste du monde, y compris aux États-Unis.
Aux États-Unis, quatre cas ont été enregistrés, dont l'un a entraîné la mort.
Dans ce contexte, prédire l'heure et le lieu de la prochaine épidémie d'Ebola peut s'avérer particulièrement utile pour la prévenir. C'est pourquoi les chercheurs ont entrepris de créer un cadre de modélisation qui pourrait nous aider à prévoir un tel événement dans le futur.
La nouvelle étude a été réalisée par Javier Buceta, professeur agrégé de bio-ingénierie, Paolo Bocchini, qui est professeur agrégé de génie civil et environnemental, et chercheur postdoctoral Graziano Fiorillo - tous affiliés à l'Université Lehigh de Bethléem, PA.
Ils ont émis l'hypothèse que, puisque les chauves-souris sont les porteurs du virus, le suivi de leurs schémas migratoires peut aider à créer un cadre prédictif.
Les résultats de leurs recherches ont été publiés dans la revue Rapports scientifiques.
Créer un modèle mathématique d'Ebola
Pour créer le cadre, Buceta et son équipe ont utilisé des informations satellitaires et un échantillonnage de paramètres. Les chercheurs ont introduit ces informations dans un algorithme informatique, ou modèle, qui a été créé pour prédire les conditions dans lesquelles le comportement des chauves-souris est en corrélation avec les épidémies d'Ebola.
Les données introduites dans l'algorithme comprenaient les taux de natalité et de mortalité des chauves-souris, le taux auquel elles ont été infectées par le virus et le temps qu'il leur a fallu pour se rétablir.
En outre, pour prédire les pics d'infections des chauves-souris dans une région particulière, le modèle comprenait des informations sur le moment et l'endroit où les chauves-souris ont migré, les changements saisonniers et la disponibilité de nourriture et d'abris.
Les chercheurs ont également dû prendre en compte les informations environnementales; à cette fin, ils ont utilisé le moteur Google Earth Engine pour récupérer des informations dans l'une des bases de données de la NASA.
Bocchini détaille les procédures qu'ils ont utilisées, en disant: «Nous devions étudier les fluctuations aléatoires des ressources disponibles sur tout le continent africain à haute résolution; c'était un énorme défi informatique et probabiliste. »
«Nous avons reconnu que d'un point de vue mathématique», poursuit-il, «le problème est similaire à la propagation aléatoire des ondes sismiques dans une région sujette aux tremblements de terre, et nous pourrions adapter nos outils.»
Après avoir pris en compte des éléments tels que l'humidité et la température, les chercheurs ont pu «ensuite prédire la concentration de chauves-souris infectées que l'on pourrait s'attendre à trouver compte tenu de ces conditions particulières», explique Buceta.
Le modèle prédit avec précision l'épidémie d'Ebola
L'épidémie d'Ebola 2014-2016 a commencé avec le cas d'un enfant de 2 ans à Meliandou, un village de Guinée, en Afrique de l'Ouest.
Cependant, la souche du virus qui a infecté l'enfant a ses origines en République démocratique du Congo, qui se trouve à des milliers de kilomètres de Meliandou.
En utilisant le cadre conçu par Buceta et son équipe, les chercheurs ont pu prédire «rétroactivement» un «pic d'infection à Meliandou […] au cours des mois où l'épidémie a commencé». Ils ont jugé leurs découvertes «remarquables».
Cependant, lorsque l'équipe a appliqué des données similaires d'un endroit différent - qui était à 400 kilomètres de Meliandou et avait un climat différent - les résultats n'ont pas montré de pic d'infection au cours de cette période.
«Dans notre modèle», poursuit Buceta, «l'apparition d'épidémies est étroitement liée aux fluctuations des conditions environnementales qui ont un impact à la fois sur les schémas de migration des chauves-souris et sur les taux d'infection.»
"De telles découvertes", ajoute-t-il, "suggèrent fortement que les facteurs environnementaux jouent un rôle clé dans la propagation du virus Ebola parmi les chauves-souris."
Les scientifiques espèrent que leur modèle aidera à prédire et à prévenir non seulement les épidémies d'Ebola, mais aussi celles d'autres virus qui sont transmis des animaux aux humains.
