Polska badaczka dr Marta Łuksza, pracująca na Uniwersytecie Columbia w Nowym Jorku, opracowała nowy, bardziej precyzyjny model prognozowania wirusów grypy w kolejnym sezonie. Informuje o tym prestiżowy tygodnik "Nature".
Odkrycie to pozwoli przygotowywać jeszcze bardziej skuteczne szczepionki przeciwko grypie sezonowej. Co roku muszą być one opracowywane na nowo, ponieważ wirusy grypy ulegają ciągłej mutacji. Czasami zdarza się jednak, że mimo stosowanych od wielu lat prognoz zaplanowane preparaty są mniej skuteczne, gdyż nie w pełni udało się je dopasować do zmieniających się patogenów grypy.
Nowy model matematyczny prognozowania, opracowany przez Łukszy wspólnie z dr. Michaelem Laessigiem, fizykiem z uniwersytetu w Kolonii (Niemcy), powstał w oparciu o badania szczepu wirusa grypy sezonowej H3N2, jednego z najgroźniejszych, jakie wywołują grypę. Mutuje on od 1968 r. i jak twierdzi amerykański tygodnik "Time", co roku wywołuje około pół miliona zgonów na świecie.
 Fot. M.Ł.
Badacze sprawdzili, jak z roku na rok w okresie minionych kilku dziesięcioleci zmienia się wirus H3N2 i w zależności od tego, jak dużą ma zdolność zarażania ludzi. Interesowało ich zarówno to, jak zmienia się otoczka białkowa wirusa, dzięki czemu potrafi oszukać układ odpornościowy człowieka, jak i to, jak daleko te zmiany mogą postępować, żeby nie zagrażały jego podstawowym funkcjom życiowym, bez których nie byłby w stanie przetrwać.
Aby to ocenić, konieczne było sięgnięcie po metody obliczeniowe z informatyki oraz fizyki, stąd współpraca polskiej badaczki, która jest bioinformatykiem z niemieckim fizykiem. Opracowany przez nich model okazał w 93 proc. skuteczny w prognozowaniu wirusa H3N2.
Nie wiadomo jeszcze, kiedy nową metodę będzie można wykorzystać do prognozowania wirusów grypy sezonowej. Łuksza twierdzi, że opracowany model matematyczny trzeba jeszcze przetestować w kolejnych badaniach na innych szczepach patogenów grypy.
Artykuł na ten temat w "Nature" ukazał się pt. "A predictive fitness model for influenza".
PAP - Nauka w Polsce | 
