Математик РУДН построила модель распространения COVID-19 — она показала, как на ход пандемии влияет вакцинация
Скорость распространения эпидемии внутри страны зависит в том числе и от климатических условий в стране — температуры и влажности воздуха, ветров. Например, в холодное время года сухой воздух высушивает слизистую носа — первый барьер на пути вируса, — и потому человек быстрее заражается. Высокая температура, наоборот, препятствует размножению вируса. Исходя из этих соображений, математик РУДН совместно с коллегами из Египта и Италии построила модели распространения COVID-19 отдельно для трех групп стран с разными климатическими условиями. Оказалось, что модель точно предсказывает дальнейший ход эпидемии, но только до тех пор, пока не начинает сказываться эффект вакцинации.
«Основная проблема при изучении эпидемий заключается в том, как предсказать поведение болезни, сколько людей будет инфицировано в будущем, определить пик пандемии, время действия второй волны болезни и общее число смертей после окончания пандемии. Мы использовали современные регрессионные модели для моделирования новых случаев заболевания в разных странах и прогнозирования предстоящих волн коронавируса», — рассказывает Мария Алессандра Рагуса, профессор РУДН.
Математики выделили три группы стран. В первую категорию попали страны, в которых первая волна пандемии длилась около 180 дней. Это страны с самой низкой скоростью распространения, средняя годовая температура в них 15–38 °С (например, Саудовская Аравия, Египет). Во второй группе стран (например, Великобритания, Германия, Италия), со средней годовой температурой 2–31 °С, первая волна длилась 90 дней. Для стран этой группы характерна средняя скорость заражения и «периоды остановки», когда темп распространения снижается. В третью группу попали страны с самой высокой скоростью заражения и без периодов остановки, средняя годовая температура в них 2–18 °С — например, США и Россия.
Для моделирования математики использовали данные ВОЗ о числе заболевших с 1 марта до 15 ноября 2020 года. Математики РУДН выбрали наиболее подходящие регрессионные модели — то есть методы статистического исследования влияния нескольких переменных на одну величину. Самыми точными для моделирования случаев COVID-19 оказались ряд Фурье и сумма синусов. Это означает, что кривая новых случаев заболевания представляется или в виде суммы функций Фурье (их можно представить как колебания определенной частоты и амплитуды), или в виде суммы обычных синусов.
В результате математики получили рассчитанные значения пика второй или третей волны в исследуемых странах. Разные модели дали примерно одинаковые прогнозы с разницей в несколько дней. Полученные предсказания математики сравнили с доступными на тот момент данными. Оказалось, что модель дает достаточно точные предсказания, если в стране не введена всеобщая вакцинация. Например, рассчитанное значение пика новых заболевших в Египте — 1481 человек на 11 января 2021; в реальности пик произошел 31 декабря —1418 случаев заболевания. В остальных странах модель дает точное предсказание до начала 2021 года. После этого начинает сказываться эффект вакцинации и рассчитанные значения разнятся с реальностью. Например, для Германии предсказанные и реальное значение совпадают примерно до 15 января 2021 года, а уже 15 февраля различаются примерно в 2,5 раза.
Результаты опубликованы в журнале Mathematics.
Личинки мухи «чёрная львинка» в мире все чаще используются для утилизации отходов. Ученые института экологии РУДН поставили перед собой амбициозную задачу: понять, как тот или иной набор микроорганизмов в кишечнике личинок влияет на эффективность переработки разных видов отходов и как меняется состав микробиома в зависимости от условий питания. Никита Митькин — кандидат биологических наук, старший научный сотрудник института экологии РУДН, рассказал о первых результатах этого трехлетнего исследования. В частности, ученые доказали, что набор микроорганизмов микробиома способен перестраиваться. Теперь предстоит установить, какие именно изменения являются функционально полезными и можно ли воспроизвести их целенаправленно, «запрограммировав» личинок чёрной львинки на переработку определенного вида сырья.
Коллектив института инженерных инновационных технологий РУДН под руководством старшего научного сотрудника Михаила Юрьевича Задорожного получил грант университета на разработку и исследование прототипа металлогидридной системы для аккумулирования энергии. Проект поддержан в рамках конкурса 2026 года на выполнение НИР/НИОКР научными коллективами под руководством молодых учёных.
Попробовать поискать ответ на вопрос, а почему происходит то или иное явление, — это уже наука, заявил на Фестивале науки в РУДН Фёдор Оцелюк, студент аграрно-технологического института. По его словам, разница между школьниками, студентами и настоящими учёными вовсе не в гениальности, а лишь в понимании того, «куда нести свой вопрос». Преподаватели и студенты дали советы будущим учёным, с чего именно начать путь в науку, как обрести единомышленников и стать частью научного сообщества.