大数据预知下一次“黑死病”？
用电脑预测传染病爆发听起来特别科幻，但科学家们就要做到了。在这项新研究中，科学家利用机器学习，用大数据拟合动物的生存模式，对哪种动物可能携带危险病毒、细菌或真菌做出准确预测。
新型传染病的爆发常常是病原微生物由动物突然传到人类的情况，这种传染病被称为人畜共患病。如果可以对人畜共患病的跨物种传染病有时间和地点的精确预测，就能够控制传染病的大爆发。但是世界范围的持续疾病监测既费钱又耗时。
一个科学家团队编写了能够分析一个超大数据库的计算机程序，数据库中包括哺乳动物习性与栖息地，包括上百个物种的地理分布范围和繁殖策略。这个程序评估了86个变量，包括动物体型、生活周期、种群密度等，寻找携带传染病的动物常见模式。
为了简化结果，他们把分析的重点放在携带超多病原的啮齿类动物上，这些疾病往往有“生长快死得也快”的特点。啮齿类动物地理分布广泛，生殖成熟时间短，产仔多，妊娠期短。虽然科学家们不确定为何这种生活方式在携带大量传染病的啮齿动物中如此普遍，但他们认为，这种快速的繁殖周期使得疾病还没杀死它们之前就成功繁殖，延续了基因。
研究人员首先利用计算机程序对携带黑热病、狂犬病、汉坦病毒的啮齿动物相似的生活方式进行拟合，发现他们的模型准确率达到90%。这个模型已经鉴定出可能携带人畜共患病的150个新物种。程序也在已知携带人畜共患病的物种中预测出58种新传染病。这篇文章最近发表在Proceedings of the National Academy of Sciences杂志上。
依据这些发现，研究小组也鉴定出疾病的热点区域，传染病更有可能在中东地区、中亚以及美洲中西部地区由啮齿动物传染给人。啮齿动物活动范围离人类更近更可能感染上，人类行为如森林砍伐、城市化、碳排放都可能影响人畜共患病爆发的时间与地点。
-
焦点事件
-
焦点事件
