Disease biogeography: la biogeografia che studia la distribuzione delle patologie

La comparsa di malattie, epidemie o focolai di infezione viene frequentemente associata a un determinato contesto geografico. Per esempio, studi epidemiologici hanno permesso di collegare la distribuzione della malattia di Lyme alle regioni con caratteristiche ambientali favorevoli alla diffusione del suo vettore principale, la zecca. Capire dove si può scatenare una certa patologia è un’informazione preziosa anche per pianificare interventi di salute pubblica, umana e animale.

La biogeografia delle malattie, meglio nota con i termini inglesi di disease biogeography, è lo studio di tutti quei parametri che determinano la distribuzione spaziale e temporale delle malattie infettive.
Se ne occupa Daniele Da Re, dottorando alla Université Catholique di Louvain-la-Neuve (Belgio): in particolare, la sua ricerca consiste nel creare dei modelli statistici per mettere in relazione la presenza e densità di certi tipi di bestiame con i vettori di alcune malattie.

Nome: Daniele Da Re
Età: 27 anni
Nato a: Vittorio Veneto (TV)
Vivo a: Louvain-la-Neuve (Belgio)
Dottorato in: in corso disease biogeography (Belgio)
Ricerca: modelli spazio-temporali di distribuzione di specie
Istituto: Earth and Life Institute, Université catholique de Louvain (Belgio)
Interessi: trekking, musica, leggere, viaggiare
Di Louvain mi piace: la birra, l’ambiente e le persone rilassate
Di Louvain non mi piace: il clima, mancano le montagne
Pensiero: l’importante è il viaggio non la meta

Quali sono i fattori che influenzano la distribuzione di determinate specie su un territorio?

I nostri modelli prendono in considerazione le variabili ambientali sia abiotiche che biotiche. Per variabili abiotiche intendo parametri come la temperatura minima e massima di una certa regione, le precipitazioni minime e massime, la vegetazione, lo sfruttamento del terreno, l’area totale occupata da strade, … C’è anche una parte sociale di accessibilità, che considera appunto l’accessibilità di una certa zona al porto più vicino, alla città più vicina. La componente biotica, invece, prende in considerazione l’interazione potenziale con altre specie.

Si possono usare diversi modelli matematici di distribuzione delle specie (SDM, Species Distribution Model) per creare mappe spaziali sulla presenza o quantità di un certo tipo di animale il relazione alle componenti ambientali. Alcuni di questi modelli hanno il limite di fornire predizioni statiche per un particolare momento nel tempo. La mia ricerca, invece, mira a costruire un modello dinamico che riesca a fare predizioni per diverse fasi temporali; in pratica, voglio realizzare una sequenza spazio-temporale, un datacube, di distribuzione dei valori di densità di capi animali a livello globale. Ovviamente, per mettere a punto il modello ci stiamo focalizzando su un territorio preciso, ma l’obiettivo è di estendere la mappa a tutto il mondo.

Questi modelli sono applicabili anche alla distribuzione di vettori di specifiche malattie?

Esistono modelli che cercano di analizzare i vettori delle malattie, per esempio le zecche per la malattia di Lyme, per ottenere delle mappe il più accurate possibile sulla distribuzione dei vari patogeni.

I modelli usati finora per costruire queste mappe, anche per le limitate capacità computazionali, considerano però solo il vettore; riprendendo l’esempio delle zecche, sono modelli che partono da un campione di zecche e producono mappe di distribuzione e abbondanza in un dato territorio. In questo modo, per esempio, si è visto che in Friuli-Venezia Giulia le zecche sono più numerose in Carso rispetto alle città e quindi il rischio di prendersi il Lyme era maggiore durante una passeggiata nel verde piuttosto che un giro in centro. Quello che vogliamo sviluppare noi, invece, sono dei modelli di distribuzione spazialmente espliciti che tengano in considerazione non solo la componente ambientale abiotica ma anche l’interazione con i potenziali ospiti. Così facendo, potremo avere una stima migliore di tutto il sistema infettivo in gioco, dal patogeno ai vettori agli organismi ospiti. Questi nuovi modelli si chiamano joint species distribution models e, grazie a una serie di algoritmi, hanno il vantaggio di riuscire a integrare tutte le componenti del sistema, catturando anche le interazioni più complesse.

Integrando i due tipi di modelli, che tipo di mappa si può ottenere?

Una mappa di distribuzione di un certo patogeno legata alla distribuzione spazio-temporale di diverse specie di bestiame; per esempio sarà possibile modellare la distribuzione delle anatre o del pollame per l’influenza aviaria.

In questo momento mi sto concentrando sulla realizzazione di modelli di corrispondenza spazio-temporale di vari tipi di bestiame nel mondo. Questi modelli hanno svariati usi, dalla sicurezza alimentare all’epidemiologia, alla distribuzione di gas serra (prodotti dal bestiame), all’economia. I dati sul bestiame sono facilmente reperibili e provengono da censimenti e statistiche nazionali; per quelli ambientali, negli ultimi 10-15 anni c’è stata un’esplosione di questo tipo di informazioni e su internet sono presenti dati derivanti da interpolazioni spaziali di centraline o da remote sensing (vedi WorldClim).

Quali sono le prospettive future del tuo lavoro?

Ottenuto il datacube di distribuzione di una specie, la cosa interessante sarà provare a inserire questi prodotti all’interno di un modello che descrive il vettore di un patogeno per la specie considerata. E da qui, creare un modello di come quel patogeno si è distribuito nel tempo considerato. Per momento sto coprendo gli anni dal 2000 al 2010 ma l’obiettivo finale è coprire il periodo che va dagli anni Novanta al 2015-16.
Non ho una specie di bestiame di interesse, anche se mi sto concentrando sulle mucche l’importante è ottenere un data set pulito.

Leggi anche: Emergenza zecche in Friuli Venezia Giulia

Articolo pubblicato con licenza Creative Commons Attribuzione-Non opere derivate 2.5 Italia.   Immagine anteprima: Da Re et al. 2019