Av Harrieth Lundberg, Seniorrådgiver kommunikasjon. 

Det er nettopp dette forskere ved Veterinærinstituttet arbeider med. Gjennom to forskningsprosjekter skal forskere lage matematiske modeller som kan grave etter ny kunnskap som kan gjøre oss bedre forberedt på fremtidige pandemier. Målet er å gi oss innsikt i hvordan nye og smittsomme sykdommer kan oppstå.

Krysser artsbarrierer

-SARS-CoV-2 viruset som forårsaker sykdommen Covid-19, er et virus som har krysset artsbarrieren mellom dyr og mennesker. Viruset kan også smitte fra mennesker og dyr. Når et virus denne egenskapen, kaller vi viruset for en zoonose, forteller en engasjert Kyrre Kausrud ved Veterinærinstituttet.

At sykdommen Covid-19 kalles for en zoonose betyr også at noen dyr kan være et reservoar eller en kilde hvor store mengder viruspartikler kan lagres. I slike dyrereservoarer kan også viruset mutere, det vil si at oppstår små forskjeller i virusets arvemateriale.      

Med andre ord henger helsen til dyr og mennesker sammen med tilstanden i miljøet og naturen rundt oss. Å se dette i sammenheng kaller vi for «Én helse», og det er dette som er lagt til grunn av Kausrud og hans kollegaer når de er med på å utvikle modeller.

• Hva er  «Én Helse»?

   «Én Helse» er et konsept som erkjenner og forstår at det er gjensidig avhengighet mellom humanhelse, dyrehelse og miljøhelse. Epidemiologi, altså læren om forekomsten av sykdom hos dyr eller mennesker, er et viktig verktøy for å forstå denne sammenhengen.

Avdekker bittesmå virusforskjeller

- Ved å studere forskjeller i SARS-CoV-2 viruset med hjelp av matematiske og statistiske modeller får vi ny kunnskap om virusets egenskaper og om koronapandemien, forklarer forskeren.

I prosjektet «Covidose» utnytter forskerne denne forkjærligheten SARS-CoV-2 viruset har til å mutere, eller lage små endringer i eget arvemateriale. Målet er å gi svar på hvor mange viruspartikler som skal til for å utvikle sykdommen Covid-19.

- Denne kunnskapen som vi får bruker vi til å utvikle modeller som kan si noe om risikoen for å utvikle sykdom avhengig av hvilken måte man kommer i kontakt med viruset. 

Kausrud sine norske kollegaer analyserer nå prøver fra nese og munn. Prøvene kommer fra norske Covid-19 pasienter. De individuelle viruspartiklene som forskerne finner i prøvene, vil bli fullsekvensert slik at man kan studere arvematerialet i viruset.

-I samme pasient kan man finne ulike viruspartikler med små forskjeller i arvematerialet. Dette er mutasjoner og gir opphav til noe forskerne kaller for virusdiversitet, utdyper han. 

Regner seg bakover

Forskerne vil så sammenligne variasjonen mellom viruspartiklene innad i hver pasient, neste steg er å bruke det man kaller konvergensanalyse. Denne analysemetoden vil gi svar på hvor mange viruspartikler og variasjoner av SARS-coV-2 viruset som kom inn i pasienten i utgangspunktet.

Med andre ord regner forskerne seg bakover i tid for å finne ut hvor mange viruspartikler som kreves for å gjøre pasienten syk. I tillegg håper forskerne på å for se om det er en sammenheng mellom hvor mange viruspartikler som en pasient får i seg og hvor syk pasienten blir.

-Vi vil gjøre flere tusen slike analyser på viruspartiklene som vi finner i pasientene som deltar i studien. Det blir det minste antallet som kan si noe om mengden viruspartikler som skal til for å bli syk.

Fordi SARS-CoV-2 viruset har vist seg å være ganske smittsomt, antar forskerne at denne dosen med viruspartikler er liten.

 -Men dette er noe vi har behov for å få bekreftet. Når vi skal lage modeller som beregner risiko for å bli smittet i forskjellige miljø, har det stor betydning om smittedosen er titusen viruspartikler eller et sted mellom ti og hundre partikler, utdyper han.

• Fakta om COVIDOSE-prosjektet

  Prosjektnavn:
  COVIDOSE: Bestemmelse av smittsom dose for SARS-CoV-2 og vurdering av risiko for kontakt / nærhet.

  Prosjektleder:
  William Ryan Easterday, Institutt for biovitenskap ved Det matematisk-naturvitenskaplige fakultetet, Universitetet i Oslo.

  Veterinærinstituttet:
  Veterinærinstituttet var med å utarbeide prosjektet, og leder arbeidspakken for dataanalyse og epidemiologisk risikomodellering.

  Partnere:
  Kyrre Kausrud, Veterinærinstituttet (VI); Håkon Bøås, Folkehelseinstituttet (FHI), Mark Ravinet, University of Nottingham; Ingunn Skaugrud, Vestre Viken Helseforetak (VVHF); Kjetill S. Jakobsen, Nils Chr. Stenseth og Eric de Muinck; Universitetet i Oslo, (UiO). 
  
  Periode:
  15.06.2020 – 21.12.2022.

  Mål:
  Finne ut hvor smittsomt SARS-Cov-2 viruset er og lage modeller som viser risikoen å bli smittet i forskjellige miljø. I fremtiden kan modellen bli brukt til å forstå og forutsi spredningen av covid-19 og andre liknende sykdommer i fremtiden.

  
  Finansiering: Prosjektet er tildelt 4,3 millioner kroner fra Norges forskningsråd.

  Mer om prosjektet kan du lese her.

Lærer av pandemien

Epidemiologen fortsetter å snakke varmt om modellering og Covid-19. Det er gjennomført flere modelleringsstudier har forsøkt å forklare hvordan SARS-Cov-2 viruset gikk fra å være en epidemi til en pandemi. Her kommer forskeren inn på prosjektet «Covid-19 seasonality».

-Det finnes mye informasjon om viruset og om hvordan det oppfører seg i forskjellige miljø. Data fra uke internasjonale studier kan vi bruke til å lage en modell som simulerer hvordan SARS-CoV-2 viruset spres.

For å lykkes, må forskerne som deltar i prosjektet finne ut smittehastighet og hvor sesongavhengig SARS-Cov-2 viruset er. 

-Dette gjør vi gjennom å bruke globale data som klima og sesongvariasjoner. I tillegg ser vi på sosiale faktorer som innendørssmitte og på egenskapene til de forskjellige variantene av viruset, forteller epidemiologen

• Epidemiologisk modellering ved Veterinærinstituttet

  Epidemiologiske modeller og tilnærminger er sentrale i utbruddsmodeller, beredskap, overvåkning og kartlegging av sykdomsutbrudd for å vite hva som trengs av data, systematisere dem, tolke dem og trekke konklusjoner fra dem.
   
  Matematiske og statistiske modeller  er sentrale i epidemiologien for å innarbeide data og utvikle en kvalitative forståelse av sykdomssystemer til kvantitative prediksjoner, oppdage nye sammenhenger og teste hypoteser.

Simulerer spredning 

Om forskerne skal lykkes med å lage en modell som kan lage en simulering tett opp mot virkeligheten, kan modellen brukes i andre sammenhenger.

-Får vi modellen til å fungere, kan vi bruke den til å simulere spredningen av andre nye og smittsomme virus. Det er mye vi kan lære av Covid-19 pandemien, poengterer Kausrud.

Forskerne ønsker også å bruke kunnskap fra Covid-19 pandemien til å øke forståelsen av når og hvordan nye og smittsomme sykdommer kan oppstå.

-Både med tanke på hvor i verden de dukker opp og med hvilke egenskaper de har, som inkubasjonstid og smittsomhet. Slik informasjon kan vi bruke til å si noe om tiden det tar fra sykdommen dukker opp til den har spredd seg mellom land og kontinenter. 

Grove estimater

Han legger til at målet er at modellen også skal kunne ta hensyn til tiltak som innreiseforbud og nedstigning av flytrafikk.

-Det blir selvsagt grove estimater, men vi skal prøve å tallfeste de forskjellige faktorene. Om modellen fungerer, vil vi kunne si noe om hvor det er mest kostnadseffektivt å sette inn ressurser når en ny mulig smittsom sykdom dukker opp.

Lykkes prosjektet, vil en kunne legge inn data som egenskaper til bestemte sykdommer som Zika-viruset eller nye typer antibiotikaresistens for å se hvordan de sprer seg. 

-Det vil også være mulig å legge inn hypotetiske sykdommer for å se hva som hender under forskjellige forhold, forklarer Kausrud.

Les også: Kan covid-19 bli en ny sesongsykdom?

Bruker maskinlæring

For å lage modellen, har forskerne tatt i bruk maskinlæring og superdatamaskiner. Kausrud forteller at det er Universitetet i Oslo som skal stå for utviklingen av selve modellen, men at Veterinærinstituttet skal bidra med data og arbeidstimer. 

-Dette er et ambisiøst forskningsprosjektet hvor vi enda har ikke satt noen endelig sluttdato. Vi har startet og vil se hvor gode estimater som vi kan lage med de midlene vi har fått til nå. Planen er å søke flere midler for å videreutvikle modellen, avslutter epidemiologen. 

• Fakta om COVID-19 Seasonaility-prosjektet

  Prosjektnavn:
  COVID-19 Seasonality: Effekten av miljøvariasjon på rom-tid-dynamikken på nasjonal, regional og global skala.

  Prosjektleder:
  Professor Nils Chr. Stenseth, Universitetet i Oslo.
  
  Veterinærinstituttet:
  Veterinærinstituttet har vært med på å utarbeide prosjektet, og er leder arbeidspakken for modellering av «emerging threats», dvs nye sykdommer som dukker opp og anslag av hvor lang tid det går mellom vi vet at en ny sykdom har dukket opp et sted i verden og den er ankommet Europa og Norge.

  Partnere:

  Senter for Ecological and Ecolutionary Synthesis, UiO; Oslo, Norge
  Veterinærinstituttet; Ås, Norge
  University of Florida; Florida, USA
  University of Maryland, Institute of Advanced computer studies, Maryland, USA
   
  PennState Collage og Agricultural Sciences, Department of entomology, Pennsylvania, USA
  Princeton University, Department of Evolutionary Biology, New Jersey, USA
  Beijing Institute of Microbiology and Epidmiology, Chaoyang, Kina
  Chinese Center For Disease Control And Prevention, Beijing, Kina.    
  Beijings Pedagogiske Universitet, Beijing, Kina.
   

  Periode:
  2020-2022

  Mål:
  Skal vise hvordan klima og andre faktorer i Norge og andre land kan fremme eller hemme spredning av SARS-CoV-2 viruset. Modellen kan vise dynamikken ved Covid-19 pandemien, og kan i fremtiden bli bruk nasjonalt og globalt til å forberede seg på fremtidige pandemier.

  Finansiering:
  Prosjektet har blitt tildelt 5 millioner kroner fra Norges Forskningsråd

  Mer om prosjektet kan du lese her

Relaterte saker:

Les kronikken: Viktig at vi overvåker hvordan covid-19 sprer seg hos dyr

Podcast: Skal jakte på koronavirusets opprinnelse.