De verspreiding zal meer worden vergemakkelijkt door het creëren van meer verbindingen tussen ons via sociale en transportnetwerken. We kunnen deze netwerken afleiden uit gegevens uit de echte wereld om de dynamiek van complexe systemen te bestuderen, zoals de samenleving, waar knooppunten individuen vertegenwoordigen en via lijnen met elkaar verbonden zijn. Deze netwerken zijn echter vaak groot, compact en moeilijk te beheren.
In eerder werk vond de groep van Luis M. Rocha aan het Instituto Gulbenkian de Ciencia (IGC) een manier om netwerken te vereenvoudigen door hun backbones te scheiden.
Het principe van deze methode is vrij eenvoudig: het vindt het kortste pad om elk ander punt in het netwerk te bereiken en verwijdert overbodige alternatieven. Maar hoe vinden we deze kortste paden? Rion B. Correia, postdoctoraal onderzoeker bij IGC, legt uit: “In de driedimensionale wereld waarin we leven, zijn we gewend om na te denken over de kortste paden, zoals hoe we van huis naar werk kunnen gaan via de kortste/snelst mogelijke route. Maar in multidimensionale systemen (een combinatie van verkeer, meerdere vervoerswijzen en wegenbouw) is het kortste pad misschien niet een direct pad tussen twee punten.
Ook al zijn er oneindig veel manieren om van punt A naar punt B te komen, deze methode stelt onderzoekers in staat zich te concentreren op de belangrijkste paden. Sindsdien hebben wetenschappers het toegepast om verschillende netwerken te bestuderen, van geninteracties tot belangrijke communicatieroutes in de hersenen.
Nu heeft het team deze methode naar een geheel nieuw niveau getild door deze te testen op echte menselijke contacten. Om dit te doen, gebruikten ze eerder geregistreerde contacten tussen bijna 3.000 mensen die draagbare nabijheidssensoren gebruikten in verschillende sociale omgevingen, waaronder scholen, een ziekenhuis en een kunsttentoonstelling. Vervolgens hebben ze deze contactgegevens omgezet in sociale netwerken waar links de tijd laten zien die mensen samen doorbrengen.
De onderzoekers concludeerden dat de ruggengraat van sociale contactnetwerken erg klein is. “Dit betekent dat veel verbindingen in menselijke gemeenschappen overbodig zijn”, legt Rion, eerste auteur van deze studie, uit. Verrassend genoeg behield deze ruggengraat een gemeenschapsstructuur die voortkwam uit de neiging van mensen om samen te clusteren. En het deed het veel beter dan andere methoden. Backbones teruggebracht tot 6-20 procent van de oorspronkelijke netwerken maken het veel gemakkelijker om te begrijpen hoe gemeenschappen eenvoudige transmissiedynamiek organiseren en bestuderen.
In deze studie toonden de onderzoekers aan dat de ruggengraat een betrouwbaar hulpmiddel is om uit te leggen hoe processen zoals virale infectie zich verspreiden in een populatie en om de meest relevante sociale contacten te identificeren om de infectie te stoppen.
Maar de gevolgen van de ruggengraat van sociale systemen gaan veel verder dan epidemiologie. “De recente pandemie heeft aangetoond dat ons sociale leven en de algemene volksgezondheid in hoge mate afhankelijk zijn van interacties die zich uitstrekken van het moleculaire netwerk van kleine ziekteverwekkers tot ons hele transport, gezondheid, economische , ecologische en bestuurlijke netwerken”, benadrukt Luis. “Ons basisonderzoek naar gewervelde dieren voegt een ander hulpmiddel toe aan de studie van de netwerken die het kleinste virus koppelen aan de krachtigste economie. Alleen door een fundamenteel begrip van hoe deze systemen op elkaar inwerken, kunnen we deze 21e-eeuwse problemen oplossen”, concludeerde hij.
(Alleen de kop en afbeelding voor dit rapport zijn mogelijk herwerkt door medewerkers van Business Standard; de rest van de inhoud wordt automatisch gegenereerd vanuit de gesyndiceerde feed.)