通常，为了预测病原体在人群中的传播速度，科学家需要使用复杂的数学模型，先研究传播对象的初始步骤，然后用该比率来预测传播的范围。但现实生活中，病原体在传播中通常会因环境和医疗干预而进化，且信息被修改，那么其传播速度会怎样变化？卡内基梅隆大学的研究人员在《Proceedings of the National Academy of Sciences》对该问题展开研究。

DOI: 10.1073/pnas.1918529117

研究者将病原体的进化适应对流行病传播的影响考虑在内，提出了一种新的数学理论，并指出了现有的经典流行病模型未涉及进化的缺点。通过对出现概率的一个下界进行推导，来进一步了解突变的影响，设定菌株1不可逆地变异为传播性高的菌株2的概率为µ(1−µ),而菌株2不会突变为菌株1，结果表明µ是预测发生概率的重要因素，且揭示了µ和底层网络的关键联系。

µ对Pµ的影响

然后分别从Twitter中收集1,000个用户以及他们的朋友之间的联系网络，还通过观察，收集了美国一所高中典型上课日的联系网络，用现实生活中成千上万个计算机模拟流行病来测试该理论。

现实生活的两个联系网络

本研究的第一作者Rashad Eletreby表示，实验证明了我们提出的理论适用于现实世界的网络，同时强调，不考虑进化适应性的传统模型无法预测流行病的发生概率。该结果为经典的网络流行病理论提供了实质性的发展，并为进一步探究铺平了道路。接下来，课题组将扩展该理论，探究感染和突变的影响。

参考资料：

[1] predict an epidemic, evolution can't be ignored

[2] The effects of evolutionary adaptations on spreading processes in complex networks

原标题：PNAS：病原体突变或信息被修改，传播该如何预测？