• Home
  • Kemi
  • Astronomien
  • Energi
  • Naturen
  • Biologi
  • Fysik
  • Elektronik
  •  science >> Vetenskap >  >> Naturen
    Nyckelfaktorn kan saknas i modeller som förutspår sjukdomsutbrott från klimatförändringar

    En oinfekterad vattenloppa (högst upp till höger) och en infekterad vattenloppa (nedre vänster). IU -forskare studerade effekten av temperatur på infektion av vattenloppor, eller Daphnia , av svamppatogenen Metschnikowia . Upphovsman:Meghan Duffy, Michigans universitet

    Ny forskning från Indiana University tyder på att datormodeller som används för att förutsäga spridningen av epidemier från klimatförändringar - som grödor eller sjukdomsutbrott - kanske inte tar hänsyn till en viktig faktor för att förutsäga deras svårighetsgrad.

    En studie som nyligen publicerats i tidningen Ekologi har funnit att patogener som växer inuti organismer vid högre temperaturer producerar avkommor som orsakar högre infektionshastigheter jämfört med patogener som växer inuti organismer vid lägre temperaturer. Detta tyder på att klimatet kan orsaka en "ekoeffekt" i framtida patogener, i slutändan gör dem mer smittsamma.

    "Det är välkänt att miljön kan påverka avkommor över generationer hos växter och djur, "sa Spencer Hall, en professor vid Institutionen för biologi vid Bloomington College of Arts and Sciences som är seniorförfattare på studien. "Denna studie är en av de första som tyder på att liknande korsgenereringseffekter förekommer hos parasiter och patogener."

    Arbetet leddes av Marta Strecker Shocket, en doktorsexamen student i Halls labb vid studietiden. Hall är också medlem i Environmental Resilience Institute vid IU, del av IU Prepared for Environmental Change Grand Challenge.

    "Om tidigare miljöförhållanden påverkar frekvensen eller svårighetsgraden av framtida infektioner, då tar nuvarande klimatmodeller inte hänsyn till en viktig faktor vid förutsägelse av hot från klimatförändringar, "sa Shocket, som nu är postdoktor vid Stanford University. "Detta kan innefatta hot mot djur, växter och människor. "

    Forskarnas analys bygger delvis på forskning i vattenloppor som utförts vid tre sötvattenssjöar i södra Indiana där Halls laboratorium har samlat in prover sedan 2009. Ligger på platsen för en tidigare kolgruva i Green-Sullivan State Forest i Linton, Indiana, sjöarna är lokalt kända som Lake Gambill, Lake Clear och Lake Scott.

    Marta Shocket, en doktorsexamen student vid IU vid studietiden, samlar prover på en sjö i Greene-Sullivan State Forest i södra Indiana. Upphovsman:Courtesy Indiana University

    Vattenloppor, även känd som Daphnia, är små kräftdjur som bidrar till sjöarnas hälsa genom att mata på alger. Utan dessa organismer för att bekämpa alger, en sjö kan snabbt brytas ned i ett tufft brygg som liknar ärtsoppa.

    Vattenloppor är mottagliga för infektion från en svamppatogen som kallas Metschnikowia, som reproducerar inuti vattenloppor som nålliknande sporer som förökar sig tills de dödar dem och brister ut ur kroppen för att infektera nästa generation. En enda höst kan producera sex till tio generationer av sporerna, med upp till 60 procent av vattenloppor infekterade vid epidemins topp.

    För studien, Shocket genomförde laboratorieexperiment som visade att svampen orsakade fler infektioner när högre temperaturer observerades i de tidigare generationerna av vattenloppor. Hon forskade sedan på området för att jämföra laboratorieresultaten mot färska sjöprover som samlats in sent på hösten.

    Analysen visade att en ökning med bara 6,5 ​​grader Fahrenheit orsakade att svampsporerna blev två till fem gånger större risk att infektera en ny värd.

    Shocket sa att ytterligare forskning behövs för att utforska dessa effekter i andra patogensystem, särskilt eftersom de kan påverka jordbruket. Detta beror på att klimatets effekt över generationer hos parasiter är mer sannolikt att påverka kallblodiga värdorganismer, som grödor eller insekter som äter dem.

    Studien innehåller också matematiska metoder för att förutsäga effekten av temperaturförändringar på sporeinfektioner över generationer. Hall sa att principerna bakom dessa modeller potentiellt kan förbättra andra simuleringar som bygger på många faktorer för att förutsäga sjukdomsutbrott.

    "Översättningen av observationsdata till beräkningsmodeller är viktig inom ekologi eftersom naturen är så rörig, "tillade han." Förfining av algoritmerna för att förutsäga risker från klimatet är ett avgörande steg i vår förmåga att förbereda oss för miljöförändringar. "


    © Vetenskap https://sv.scienceaq.com