预测县内的慢性消耗性疾病可以防止其蔓延

野生动物专家开发出一种区域计算机模型和用户友好型应用程序，可以预测 16 个州的哪些县野生动物管理人员应该重点监测鹿的慢性消耗性疾病，从而帮助他们节省稀缺的资金和劳动力资源。

该模型在6 月 22 日发表在《科学报告》上的一篇论文中进行了描述，重点介绍了与已知患有慢性消耗性疾病的县情况相似的地区，以便各机构可以集中精力。

该模型是通过汇集东部和中西部 16 个州的野生动物机构​​的慢性消耗性疾病和其他数据而实现的。此次合作打破了各机构各自为政的循环，这种循环使得区域评估虽然重要但仍然困难重重，因为鹿不尊重人类的界限。

“我们自己没有取得很大进展，所以我们需要更多的集体努力，”公共和生态系统健康系助理研究教授、兽医学院康奈尔野生动物健康实验室主任克里斯滕·舒勒说。“我们可以利用这些大数据技术，汇集我们的数据资源，这将有助于我们更快地取得进展，因为慢性消耗性疾病已经在 34 个州被发现。”

与此同时，仔细观察数据就会发现，虽然地理分布似乎很广，但这种疾病出现在这些州的县数量相对较少，舒勒说，“你观察这一现象的规模很重要。”

到目前为止，慢性消耗性疾病仅感染鹿科动物——白尾鹿、黑尾鹿、麋鹿和驼鹿——但科学家担心它可能会传染给其他动物，包括人类。受感染的鹿会传播朊病毒，这种错误折叠的蛋白质会持续存在于环境中，通过尿液、唾液和尸体传播，并可能在摄入后感染其他鹿。

这种疾病会导致神经紊乱、体重减轻、行为异常、缺乏恐惧感和死亡。这种疾病自 2005 年出现后已在纽约州根除，但从其他受影响州重新引入仍是一个持续威胁，这进一步凸显了监测的必要性。如果及早发现，野生动物专业人员可以在疾病蔓延之前扑杀鹿。

除了慢性消耗性疾病病例数据外，开发人员还整合了其他信息，如州法规、人类活动和风险因素(因为众所周知，人类会在活体动物和尸体中传播朊病毒)，以及景观特征(如鹿可能聚集并传播疾病的溪流)和土壤。朊病毒带离子电荷，并与某些土壤类型结合，包括粘土。

该团队利用现有算法，首次将其应用于预测慢性消耗性疾病。使用 2020 年的数据，测试了四种不同的算法，以预测哪些县可能患有慢性消耗性疾病，然后将结果与 2021 年的数据进行核对。每种算法都强调不同的风险因素。考虑到区域数据，发现 Light Boosting Gradient 模型是最可靠的预测因子。

舒勒说：“如果我们添加更多数据，我们可能会对哪些风险因素最重要得出更有力的结论，因为收集数据是生态学中的挑战之一。”

康奈尔野生动物健康实验室的慢性消耗性疾病监测优化项目为野生动物专业人士提供了资源，包括供机构标准化和管理其慢性消耗性疾病数据的定制软件、带有其他计算机模型的慢性消耗性疾病数据仓库以及来自其他州的疾病数据。

该研究的合著者包括来自加州大学戴维斯分校、密歇根州立大学、美国鱼类和野生动物管理局、田纳西大学、阿肯色州狩猎和渔业委员会、佛罗里达州鱼类和野生动物保护委员会、佐治亚州、爱荷华州、印第安纳州、马里兰州、密歇根州、明尼苏达州、俄亥俄州和威斯康星州的自然资源部门、肯塔基州鱼类和野生动物资源部、密西西比州野生动物、渔业和公园部、纽约州环境保护部和北卡罗来纳州野生动物资源委员会的研究人员。