科学家申饬要预测盛行病，进化是不行忽视的

当科学家试图预测某物在人群中的流传时--从冠状病毒到错误信息--他们使用庞大的数学模型。通常，他们将研究主题流传的最初几个步骤，并使用这个速率预测流传的规模和规模。

可是，如果病原体发生突变，或者信息被修改，改变了流传的速度，会发生什么呢？一项新的研究揭晓在本周的“国家科学院集会记载卡内基梅隆大学的一个研究小组首次展示了这些思量因素的重要性。

“这些进化的变化有着庞大的影响，”CyLab的教员Osman Yagan说，他是一位电气和盘算机工程的副教授，也是这项研究的相应作者。“如果你不思量随着时间的推移可能发生的变化，那么你在预测患病人数或接触一条信息的人的数量时就会堕落。”

大多数人都很熟悉疾病的盛行，可是信息自己--现在在社交媒体上以闪电般的速度流传--可以体验到它自己的盛行，而且“病毒流传”。一条信息是否被病毒流传，取决于原始信息是如何被修改的。

亚根说：“一些错误信息是居心的，但当许多人依次做出小的改变，好比‘电话’游戏时，一些信息可能会有机地生长。”“一条看似无聊的信息可以演酿成一条病毒Tweet，我们需要能够预测这些信息是如何流传的。”

在他们的研究中，研究人员生长出一种数学理论，将这些进化变化思量在内。然后，他们用盘算机模拟的数千种盛行病来测试他们的理论，好比twitter来流传信息，或者用医院来流传疾病。

在感染病流传的配景下，研究小组使用两个真实世界网络的数据举行了数千次模拟：美国一所高中的学生、西席和教职员工之间的联系网络，以及法国里昂一家医院的事情人员和病人之间的联系网络。

这些模拟充当了一个试验平台：与模拟中视察到的情况相匹配的理论将被证明是更准确的理论。

“我们证明晰我们的理论在现实世界的网络中有效，”该研究的第一作者Rashad Eletreby说，他是卡内基梅隆大学的博士生。“不思量进化适应的传统模型无法预测盛行病泛起的可能性。”

虽然这项研究并不是预测今天的冠状病毒流传或虚假新闻在当今动荡的政治情况中100%准确流传的灵丹妙药，但作者说，这是一个很大的进步--我们需要实时数据来跟踪病原体的进化或信息。