Een nieuwe coronapandemie moet koste wat kost worden voorkomen. Daarom onderzoeken wetenschappers nu bij welke virussen de kans het grootst is dat ze overspringen van dieren op mensen. Coronavirussen vormen het grootste gevaar.
Hoogstwaarschijnlijk is de coronapandemie begonnen op een voedselmarkt in het Chinese Wuhan. Hier sprong het virus voor het eerst over van vleermuis op mens en is dus die beruchte ‘patient zero’ te lokaliseren. De afgelopen tien jaar hebben wetenschappers honderden nieuwe virussen beschreven die het in hun mars hebben om net als Covid-19 over te springen tussen dieren in het wild en de mens.
Maar hoe komen we te weten welke virussen het meeste risico op zogenoemde ‘spillover’ met zich meedragen? Het is belangrijk om dit te onderzoeken, zodat de mensheid zo goed mogelijk kan worden beschermd tegen een nieuwe, dodelijke pandemie. Wetenschappers van de Universiteit van Californië (UC Davis) hebben netwerkmodellen ontwikkeld om het risico op zoönotische transmissie – oftewel de kans dat een infectieziekte van nature overdraagbaar is van gewervelde dieren op mensen – van nieuwe en bekende virussen in te schatten.
Ze leveren met behulp van machine-learning-modellen aanvullend bewijs dat coronavirussen het meeste risico op spillover hebben. De onderzoekers, wier studie in Nature Communications verscheen, vinden dan ook dat de prioriteit voor corona onverminderd hoog moet blijven. Ze pleiten voor verbeterd toezicht en onderzoek.
De focus op nieuwe virussen
Uit de modellen bleek dat nieuwe virussen uit de coronavirusfamilie naar verwachting extra goed kunnen overspringen van soort op soort en we ze dus bij een groter aantal diersoorten terug gaan zien in de toekomst. Dit komt overeen met het gedrag van al bekende virussen, wat eens temeer duidelijk maakt dat de coronavirusfamilie extra nauwlettend in de gaten moet worden gehouden.
De wetenschappers hebben voor elk virus een prioriteitsscore gemaakt om als maatstaf te dienen voor het risico op zoönotische overdracht. Hoofdauteur en veterinaire epidemioloog Pranav Pandit legt uit: “Deze tools zullen ons gaan helpen om een nauwkeurige risicoanalyse te maken van nieuwe virussen en hun gedrag beter te begrijpen. Dit gaat ons zeker helpen bij de voorbereiding op toekomstige pandemieën.”
Dieren op drift, meer contact met de mens
Het model maakt gebruik van kunstmatige intelligentie, die vele simulaties van toekomstige scenario’s genereert. Uiteindelijk komt er een risicopercentage en een prioriteitsscore uit dit model rollen. Met deze methode is voor meer dan vijfhonderd nieuw ontdekte virussen uit de periode tussen 2009 en 2019 een risicoanalyse gemaakt.
Dit zogenaamde gastheer-pathogeennetwerk biedt inzicht in de ecologie van virussen en hun gastheren. Dit is van cruciaal belang voor het inschatten van het risico dat deze virussen vormen voor de volksgezondheid, zeker in een tijd waarin het klimaat en milieu in rap tempo veranderen en worden aangetast door menselijk ingrijpen. Het landschap verandert en diersoorten zijn daardoor soms genoodzaakt om een nieuwe leefomgeving te zoeken. Zij verschuiven en bewegen dus van plek naar plek en komen vaker in contact met de mens, waardoor het risico van virale overdracht tussen soorten, en van dier op mens flink toeneemt.
“Deze studie laat zien hoe verschillende diersoorten met elkaar verbonden zijn door de virussen die ze met elkaar uitwisselen”, zegt onderzoeker Christine Johnson. “Als de leefomgeving van een diersoort verandert, raken ze vaak op drift. Omgevingsverandering is een enorme drijfveer voor het verplaatsen van soorten. Hoe virussen omgaan met verschillende gastheren in een veranderende omgeving is van cruciaal belang om het risico te begrijpen dat ze vormen voor de menselijke gezondheid.”
Paramyxovirus in de gaten houden
Behalve voor coronavirussen, waarschuwde het model ook voor verschillende paramyxovirussen. Ze kregen een hoge prioriteitsscore, wat betekent dat het belangrijk is om ze ook in de toekomst goed te blijven volgen en mogelijk in te grijpen. Ziekten die verband houden met deze familie van virussen zijn onder meer mazelen, bof en luchtweginfecties. “Het karakteriseren van honderden virussen kost veel tijd en vereist prioritering”, zei Pandit. “Onze netwerkgebaseerde aanpak helpt bij het identificeren van de vroege signalen in de ecologische en evolutionaire trajecten van deze virussen. Het is belangrijk om op deze manier de ontbrekende schakels tussen virussen en hun gastheren aan te wijzen.”
