Siirtymä sukupuuttoon: Pandemiat kytkeytyneessä maailmassa

Yaneer Bar-Yamin klassikkoessee

Thomas Brand
Brandin kirjasto
4 min readApr 7, 2020

--

Kuvio 1: Tartunnanaiheuttaja-isäntä-malli: isännät (vihreät), tartunnanaiheuttajat (punaiset) ja tyhjä tila (musta). Tämä on myös saalistaja-saalis-malli, jossa taudinaiheuttajat ovat saalistajia ja isännät ovat saaliita.

Video (kuvio 1) on yksinkertainen malli isännistä ja taudinaiheuttajista, jota olemme käyttäneet evoluutiodynamiikan tutkimisessa. Animaatiossa vihreät ovat isäntiä ja punaiset taudinaiheuttajia. Taudinaiheuttajien tarttuessa isäntiin, ne leviävät koko järjestelmään. Huomaat seuratessasi videota tarkasti, että punaisten värisävy muuttuu aika ajoin — eli taudinaiheuttajissa tapahtuvat luonnolliset mutaatiot tekevät niistä enemmän tai vähemmän aggressiivisia.

Katso nyt, kun yksi aggressiivisemmista — kirkkaamman punaisista — taudinaiheuttajakannoista laajenee nopeasti. Jonkin ajan kuluttua se kuolee pois ja jättää jäljelle mustan alueen. Miksi se kuolee sukupuuttoon? Vastaus on, että se leviää niin nopeasti, että se tappaa sitä ympäröivät isännät. Ilman uusia tartutettavia isäntiä se kuolee itsestään. Sillä, että nopeasti leviävät taudinaiheuttajat kuolevat pois, on merkittäviä vaikutuksia evolutionaariseen tutkimukseen, jota olemme tarkastelleet muissa yhteyksissä [1–7]

Kuvio 2: Lentoyhtiön (KLM) lentoyhteyskartta muutaman vuoden takaa.

Tässä yhteydessä tarkastelevassa tutkimuksessa olemme kiinnostuneita pitkän matkan (kuljetus)liikenteen lisäämisen vaikutuksista [8]. Tämä pitää sisällään luonnolliset leviämiskeinot sekä ihmisten aiheuttaman tahattoman leviämisen, kuten uusien lentoreittien perustamisen, jota tosielämän lentoyhtiöt jatkuvasti tekevät (kuvio 2).

Kun lisäämme pitkien etäisyyksien kuljetus- ja liikenneyhteydet edellä mainittuun malliin, niin aggressiivisempien taudinaiheuttajakantojen menestys muuttuu. Ne voivat hyödyntää pitkän kantaman kuljetusyhteyksiä uusien isäntien löytämiseksi ja paeta paikallista sukupuuttoa. Kuvio 3 osoittaa, että mitä enemmän kuljetus- ja liikennereittejä malliin lisätään, sitä paremmin erittäin aggressiiviset taudinaiheuttajat selviävät ja leviävät.

Kuvio 3: Lisätessämme aina vain enemmän pitkän kantaman kuljetusyhteyksiä, aggressiivisemmat taudinaiheuttajat selviävät hengissä. Taudinaiheuttajien tyypit muuttuvat yläpuolen punaisista asteittain kuviossa näkyviin oikean alakulman taudinaiheuttajatyyppeihin. Oikealla alhaalla oleva kuva on tilanteesta juuri ennen kuin kaikki kuolevat sukupuuttoon.

Lisätessämme pitkän matkan kuljetusliikennettä, on olemassa kriittinen piste, jossa taudinaiheuttajat muuttuvat niin aggressiivisiksi, että koko isäntäpopulaatio kuolee sukupuuttoon. Taudinaiheuttajat kuolevat samaan aikaan, mutta tämä ei juurikaan lohduta isäntiä. Kutsumme tätä sukupuuton vaihesiirtymäksi (Kuvio 4). Globaalien kuljetusyhteyksien lisääntyessä ihmissivilisaatio saattaa lähestyä tällaista kriittistä kynnystä.

Kuvio 4: Selviytymisen todennäköisyys siirtyy terävästi (punainen viiva) yhdestä nollaan, kun lisäämme pitkän kantaman kuljetusyhteyksiä (vaaka-akseli). Oikea viiva (musta) pysyy vakaana eri malliparametreilla, joten meidän on tutkittava, missä vaiheessa siirtymä voisi tapahtua meidän maailmassamme.

Vuonna 2006 kirjoittamassamme artikkelissa käsittelimme maailmanlaajuisen kuljetus- ja liikenneverkon vaikutuksista uusien taudinaiheuttajien evoluutiolle ja pandemioiden kehitykselle [1]. Mainitsimme tällöin ebolan aiheuttaman uhan. Ebola on kauhistuttava sairaus, jota esiintyy vain Afrikan eristyneissä kylissä. Se oli kaukana muusta maailmasta vain näiden alueiden ja paikkojen eristyneisyyden vuoksi. Afrikan kehittymisen vuoksi oli vain ajan kysymys, ennen kuin se päätyisi väestökeskuksiin ja lentokentille. Vaikka mallissa on kyse evoluutiosta, siinä on todella kyse siitä, mitkä taudinaiheuttajat päätyvät leviämään erittäin kytkeytyneessä järjestelmässä, ja ebola voi levitä tiiviiden yhteyksien verkottamassa maailmassa.

Perinteinen lähestymistapa kansanterveyteen on hyödyntää tilastollisesti analysoitua historiallista todistusaineistoa taudin mahdollisten vaikutusten arvioimiseksi. Tämän seurauksena monet olivat yllättyneitä ebolan leviämisestä Länsi-Afrikassa vuonna 2014. Maailman yhteyksien lisääntyessä aiempi kokemus ei ole hyvä opas tulevia tapahtumia tarkasteltaessa.

Keskeinen seikka sukupuuton vaihesiirtymässä on sen äkillisyys. Jopa vakaalta vaikuttava järjestelmä voi horjua vain muutaman pitkän kantaman yhteyden vuoksi ja yhteyksien määrä ja tiheys kasvaa entisestään.

Vaikka ebola aiheutti suurta tuhoa kolmessa Länsi-Afrikan maassa, niin alueen ulkopuolella tavattiin vain kourallinen tartuntatapauksia. Yksi mahdollinen syy on se, että monet Länsi-Afrikkaan lentävistä lentoyhtiöistä lopetti lentoliikenteen tai vähensivät lentoja epidemian aikana [9]. Selkeän yhteyden puuttuessa ne kansanterveysviranomaiset, jotka vähättelivät taudinaiheuttajan leviämisen uhkaa länteen, saattavat näyttää olleen oikeassa.

Meidän analyysimme ei ottanut huomioon sitä, miten ihmiset reagoivat epidemioihin. Mallimme ei huomioinut sitä, että lentoyhtiöt saattaisivat päättää lopettaa lentoliikenteen Länsi-Afrikkaan. Se kuitenkin kertoo sen, mikä lopputulema olisi, jos emme reagoi riittävän nopeasti ja hyvin tulevien tartuntatautien leviämisen estämiseksi ja pysäyttämisesti. Tulevaisuuden taudinaiheuttajat eivät välttämättä ole samanlaisia — tai ne eivät käyttäydy kytkeytyneisyyden vuoksi samalla tavoin — kuin aiemmin. Vaarat lisääntyvät maailman yhdistyessä.

Ovatko ihmiset länsimaissa turvassa laadukkaamman terveydenhuoltojärjestelmän ansiosta? Yhdysvaltojen kaltaisissa maissa on erittäin vinoutuneita sosiaalisen vuorovaikutuksen verkostoja, joissa on joitakin erittäin hyvin verkottuneita ihmisiä, jotka voivat osoittautua “supertartuttajiksi”. Tällaisten ihmisten tartuntariski saattaa olla matala, mutta merkittävän (ja hallitsemattoman) tartuntataudin levitessä tällaiset ihmiset voivat aiheuttaa huomattavasti suuremman uhan kuin aiemmin on luultu. Jos lentoaseman ravintolatyöntekijä tartuttaa 100 matkustajaa tai tartunta tapahtuu julkisessa liikenteessä, niin tartuntataudin puhkeaminen ja leviäminen voi hyvinkin osoittautua hallitsemattomaksi.

Voit katsoa alta tämän videon maailmanlaajuisesti maa- ja lentoliikenteen kautta leviävästä taudinaiheuttajasta. Pitkien etäisyyksien kuljetusyhteydet aiheuttavat edelleen pandemian uhan, jos sen vaikutuksia ei onnistuta hillitsemään.

Katso tämä pilkata video taudinaiheuttaja leviää maailmanlaajuisesti kautta maa- ja lentoliikenteen. Pitkän matkan kuljetus on edelleen pandemian uhka, jos sen vaikutuksia ei voida hillitä.

Viitteet

[1] E. M. Rauch, H. Sayama, Y. Bar-Yam, Dynamics and genealogy of strains in spatially extended host pathogen models. J Theor Biol 221, 655–664 (2003).

[2] E. Rauch, H. Sayama, Y. Bar-Yam, Relationship between measures of fitness and time scale in evolution. Phys Rev Lett 88, 228101 (2002).

[3] E. M. Rauch, M. A. M. de Aguiar, Y. Bar-Yam, Mean field approximation to a spatial host-pathogen model. Phys. Rev. E 67, 047102 (2003).

[4] M. A. M. de Aguiar, E. M. Rauch, Y. Bar-Yam, Invasion and extinction in the mean field approximation for a spatial host-pathogen model. Journal of Statistical Physics 114, 1417–1451 (2004).

[5] J. K. Werfel and Y. Bar-Yam, The evolution of reproductive restraint through social communication. PNAS 101, 11019–11024 (2004).

[6] B.C. Stacey, A. Gros, Y. Bar-Yam, Beyond the Mean Field in Host-Pathogen Spatial Ecology. arXiv:1110.3845 (2011).

[7] J. Werfel, D.E. Ingber, Y. Bar-Yam, Programed death is favored by natural selection in spatial systems. Phys. Rev. Lett. 114, 238103 (2015) doi: 10.1103/PhysRevLett.114.238103

[8] E.M. Rauch and Y Bar-Yam, Long-Range Interaction and Evolutionary Stability in a Predator-Prey System. Physical Review E 73, 020903 (2006).

[9] esim. A. Petroff, Airlines cancel flights over Ebola fears. CNN (6.8.2014).

Suomennos Yaneer Bar-Yamin (Twitter) esseestä “Transition to extinction: Pandemics in a connected world”. Essee ilmestyi New England Complex Systems Instituten verkkosivuilla 3.7.2016.

Yaneer Bar-Yam on fyysikko, järjestelmätieteilijä ja New England Complex Systems Instituten perustaja. Hän on erikoistunut monimutkaisten järjestelmien tutkimukseen ja tehnyt tutkimusta lukuisilla eri tieteenaloilla aina materiaalitieteistä neuraaliverkkoihin.

Kirjoituksen on suomentanut Thomas Brand (Twitter).

--

--

Thomas Brand
Brandin kirjasto

Curious observer. Interested in economics, fintech, Bitcoin, philosophy, strategy, innovation & existential risks.