Titolo della tesi: Optimising the surveillance of zoonotic viral diseases using a macroecological approach
Le malattie infettive emergenti sono in aumento e hanno un impatto sempre maggiore sull’uomo; molte pandemie recenti hanno avuto origine da zoonosi trasmesse da animali selvatici. Sebbene la sorveglianza si concentri tradizionalmente su patogeni già noti per la loro rilevanza per la salute e le attività umane, l’ampio insieme di virus che circolano nei mammiferi selvatici rimane in gran parte sconosciuto. Questi virus rappresentano una potenziale fonte di hazard zoonotico, definito come la presenza di patogeni nella fauna selvatica che hanno la capacità di infettare l’uomo.
Anticipare futuri spillover (salti di specie) dagli animali selvatici all’uomo richiede l’identificazione delle aree geografiche più esposte al rischio, dei gruppi di mammiferi più propensi a ospitare virus ancora sconosciuti, e la comprensione di come i processi ecologici e antropici influenzino la trasmissione tra specie. L’obiettivo principale di questo dottorato è stato sviluppare e applicare approcci di modellizzazione per quantificare il rischio rappresentato da virus noti e sconosciuti dei mammiferi a scala globale. Un aspetto centrale è stato affrontare i bias insiti nei dati di associazioni ospite–virus e integrare prospettive ecologiche, evolutive e ambientali nei modelli predittivi.
Nel primo obiettivo di ricerca, ho analizzato i pattern eco-evolutivi delle associazioni mammifero–virus. Attraverso analisi comparative, ho identificato tratti ecologici e di life-history associati alla suscettibilità dei mammiferi a diversi gruppi virali. Entrambi gli estremi del continuum di life-history sono risultati collegati alla suscettibilità virale, sebbene in modi differenti. Mammiferi fast-lived, come i roditori, sono risultati associati a virus a RNA, che si evolvono rapidamente, in cui alti tassi riproduttivi e densità di popolazione favoriscono un rapido ricambio virale. Al contrario, specie slow-lived, come primati e carnivori, erano più spesso legate a virus che causano infezioni croniche o persistenti, come retrovirus e virus a dsDNA. Questi risultati suggeriscono che i pattern di compatibilità ospite–virus dipendono dall’interazione tra i tratti delle specie ospite e le caratteristiche dei virus. Tuttavia, modellizzare tali associazioni è complesso a causa delle lacune e dei bias nei dati disponibili, fortemente concentrati su poche specie selvatiche e su un numero limitato di virus, mentre la maggior parte delle possibili associazioni rimane inesplorata.
Nel secondo obiettivo, ho sviluppato un framework di modellizzazione volto a ridurre i bias di conoscenza nelle associazioni ospite–patogeno. Generando associazioni “pseudo-negative” — specie non note come positive ma probabilmente campionate — il modello mirava a ridurre fattori confondenti nei dati di input e migliorare l’affidabilità delle predizioni. Il framework include schemi di pesatura per rappresentare l’incertezza nei dati, consentendo ai modelli di distinguere tra associazioni ben supportate e poco supportate. Ho applicato questo approccio ai betacoronavirus, uno dei gruppi virali con il più alto potenziale zoonotico (cui appartiene il virus SARS-CoV-2, responsabile della pandemia di COVID-19).
Il terzo obiettivo di ricerca è consistito nell’applicazione del framework sviluppato nel capitolo precedente alla predizione di sette gruppi virali prioritari secondo l’Organizzazione Mondiale della Sanità: betacoronavirus, ebolavirus e marburgvirus, henipavirus, flavivirus, orthonairovirus, phlebovirus e mammarenavirus. I risultati hanno mostrato che la conoscenza attuale dei possibili ospiti mammiferi di questi gruppi virali è fortemente sottostimata. Per la maggior parte dei gruppi virali il numero di ospiti predetti era diverse volte superiore al numero di ospiti noti, suggerendo che la sorveglianza ha catturato solo una frazione del quadro reale di rischio. L’ordine Eulipotyphla è emerso come gruppo particolarmente sottocampionato, a fronte di un alto numero di ospiti predetti. I maggiori hotspot di hazard virale sono risultati essere l’Africa subsahariana, il Sud-est asiatico e parte dell’America Latina. Queste aree, soggette anche a rapidi cambiamenti ambientali e demografici, rappresentano potenziali punti critici per la mitigazione del rischio di spillover.
Nel quarto obiettivo, mi sono concentrato sull’analizzare come l’introduzione di mammiferi alieni possa alterare i network di sharing virale. Utilizzando modelli basati su tratti e filogenesi, ho predetto la potenziale trasmissione interspecifica tra specie aliene e native. I risultati hanno indicato che la similarità filogenetica è il principale predittore della condivisione di virus tra mammiferi alieni e nativi, seguita da similarità nei tratti ecologici, nelle abitudini alimentari e nella sovrapposizione di habitat. Specie generaliste e ben studiate come il procione americano (Procyon lotor), il ratto delle case orientale (Rattus tanezumi), il coniglio europeo (Oryctolagus cuniculus) e il visone americano (Neogale vison) sono risultati associati ad una quota consistente di eventi di sharing virale. Questi risultati dimostrano come le invasioni biologiche, raramente considerate nelle valutazioni di rischio per la salute umana e animale, possano generare nuove vie di emergenza di patogeni.
Nel complesso, i risultati di questa tesi mostrano che la conoscenza attuale del rischio zoonotico è distribuita in modo disomogeneo tra i taxa di mammiferi e le regioni del mondo. Inoltre, dati incompleti e distorti rischiano di portare a delle sottostime del rischio. Roditori e pipistrelli restano centrali nell’emergenza virale (anche per via della loro alta ricchezza di specie), ma gruppi trascurati come gli insettivori (Eulipotyphla) potrebbero ospitare un’elevata diversità virale ancora sconosciuta. Gli hotspot di rischio si concentrano nelle regioni tropicali — in particolare nell’Africa subsahariana — dove la capacità di sorveglianza è limitata e l’impatto antropogenico sull’ambiente è forte. L’introduzione di specie aliene aggiunge ulteriore complessità a questo quadro, creando nuove opportunità di trasmissione virale in diverse zone del mondo. Questa tesi sottolinea l’importanza di utilizzare strumenti analitici per supportare la sorveglianza di virus nella fauna selvatica e per la valutazione del rischio zoonotico. Tenendo conto esplicitamente dei bias e dell’incertezza, i modelli predittivi possono diventare strumenti più efficaci per individuare priorità e gap di ricerca.
Gli approcci sviluppati in questa tesi mirano a supportare iniziative transdisciplinari come il Pandemic Agreement dell’OMS e il One Health Joint Plan of Action, che promuovono strategie proattive per affrontare i fattori di rischio legati all’emergenza di malattie zoonotiche. Le implicazioni più ampie di questo lavoro consistono nel contribuire alla comprensione dei pattern ecologici ed evolutivi che determinano la distribuzione della diversità virale nei mammiferi, offrendo al contempo innovazioni metodologiche per la modellizzazione delle associazioni ospite–virus. In termini pratici, il progetto sostiene l’integrazione delle prospettive macroecologiche nelle strategie One Health. La tesi contribuisce infine alla crescente consapevolezza che la prevenzione del rischio pandemico deve andare oltre gli approcci reattivi post-emergenza, considerando la complessità dei sistemi ecologici in cui nuovi patogeni possono emergere.