#Bir Salgını Ortaya Çıkmadan Fark Etmek İçin Evrim Göz Ardı Edilmemeli #Bilim #Science #BB

Bir şeyin dünya üzerindeki yayılma veya bulaşma hızını hesaplayacak olsanız hangi değişkenleri kullanır hangi parametreleri dahil ederdiniz? Bu salgın ister yanlış bir bilgi olsun ister koronavirüs olsun bilim insanları hesaplamalarda karmaşık matematiksel modeller kullanarak bu sonuçlara ulaşmaya çalışır. Bir toplumda ortalama bir bireyin günde kaç kişi ile konuşup, temas kurduğundan, ortalama kaç kişinin bulunduğu kaç kalabalık ortama girip çıktığı, bulaşıcı olan şeyin hangi yollarla bulaşma potansiyeli olduğu ve hatta bulaşacak şey bir patojen ise ne kadar sürede ne kadar üreyebildiği gibi belirteçleri kullanıp ne kadar, ne oranda ve frekansta yayılımın olabileceği gerçeğe en yakın şekilde hesaplanır.

Peki ya bu hastalık yapıcı mikrop veya virüs mutasyona uğrarsa veya başka bir deyişle kulaktan kulağa fiskos ile dolanan bilginin her bireyde değişime uğraması! gibi değişim geçirirse bu yayılımın hızı da değişime uğrayabilir. Bunun için de elbette patojenin,  kendini ürettirme veya üreme hızında değişim sağlayacak mutasyonlar olmuş olmalı.

Proceedings of the National Academy of Sciences (PNAS)’ta yayımlanan makalede Carnegie Mellon University araştırmacıları bu parametrenin, yayılma ve bulaşma hızındaki etkisini ortaya koymayı başardı.

Elbette bu mutasyonların hızı, hastalık yapıcı etmenin genomu için mutasyon oranı (nesil başına geçirdiği ortalama mutasyon) ve bölünme hızına bağlı olarak değişim gösterecektir ancak bu değişimlerin de genomun ilgili bölümlerinde olması dolayısıyla direkt olarak bu etmenleri değiştirme potansiyeli de bulunuyor.

Bugünlerde hastalıklardan daha hızlı biçimde hastalıklarla ilgili yanlış/doğru bilgilerin yayılması söz konusu. Elbette bu da beraberinde bilmeden yapılan hatalara ve hatta bazen daha hızlı yayılmalara ve toplum sağlığını olumsuz etkileyen uygulamalara yol açabiliyor.

Araştırmacılar gerçekleştirdikleri çalışmada matemeatiksel bir teori geliştirerek bahsi geçen evrimsel (hem genetik hem de epigenetik değişimler düşünülebilir) değişimleri hesaba katmayı başardı. Akabinde teorilerini, bilgisayar temelli simülasyonlar ile gerçek hayatta -ister twitter üzerinden bir bilginin yayılması olsun ister bir hastaneden hastalığın yayılması olsun- epidemiklerin yayılma hızı üzerinden teste tabi tuttu.

Hastalık yapıcı bulaşıcı bir şeyin yayılma kontekstinde binlerce simülasyon çalıştıran çalışma ekibi bir Amerika lisesindeki çalışanlar, öğretmenler ve öğrencilerin temas ağları verisini ve Fransa Lyon’da bir hastanedeki hastane çalışanları ve hastalar arasındaki temas ağı verisini esas aldı.

Simülasyonlar bir nevi test düzlemi görevi görürken, üretilen matematiksel teorilerdeki hata payı en az olanına gerçek hayattan veriler ile en iyi biçimde eşleşmesine göre karar verildi.

Çalışmanın başyazarı Rashad Eletreby, teorilerinin belirli varsayımlar için gerçek hayattaki ağlarda oldukça iyi biçimde çalışıyor olduğunu gösterdiklerini belirtti. Evrimsel değişim ve adaptasyonları hesaba katmayan konvansiyonel modellerde bir epidemiğin ortaya çıkışı kadar yayılmasına dair de varsayımlarda yayıldığı da görülmüş oluyor. Elbette bu durumda bu verilere dayanarak geliştirilen potansiyel korunma yolları, önlemler, hukuki ve toplumsal uygulamalar da bir hataya dayanmış oluyor.

Elbette mevcut çalışmada bugünkü koronavirüs yayılma hızı için 100’de 100’lük bir kesinlikle veri üretilemese de, patojenin evriminin hesaba katılması ve gerçek zamanlı verilerin eklenip takip edilmesi ile çok korkunç senaryoların önüne geçilebilmesi için büyük bir adım niteliği taşıyor.