如果科学家能够预测COVID-19感染的路径，并且这些即将受影响地区的保险社区有足够的资源，会怎么样, 比如个人防护装备(PPE)和呼吸机, 以帮助阻止进一步传播?
这是来自加拿大行为神经科学中心(CCBN)的四名剑桥大学研究生组成的团队在STEM奖学金的2022年校际大数据挑战中问自己的问题, 在一场全球竞赛中，他们获得了研究解决方案类别的第一名.
HaoRan常, 博士候选人, 卢卡斯格拉斯, 博士生, 雅吉卡·考什克和莎莉·萨德, 都是硕士生, 分析了约翰霍普金斯大学的一组数据，该数据跟踪了COVID-19每天的新病例数量, 大部分都在美国, 2020年3月至2022年6月.
COVID-19大流行暴露了世界应对意外卫生灾难能力的缺陷. 个人防护装备和呼吸机等基本医疗用品供应短缺，无法运送到最需要的地区. 但, 学生们推理, 如果大流行路径的下一个地理位置可以预测, 阻止病毒传播的潜力会大得多.
“菠菜台子集合可以用这些数据做的是，在你看到峰值出现之前，预先将稀缺资源分配到这些地区, 因此，当资源可以分配给另一个地区时，你不会在一个地区浪费资源,萨德说.
“菠菜台子集合的目标是预测新冠病毒的传播, 无论是在地理位置上还是在时间上,格拉斯说. “菠菜台子集合试图预测, 如果菠菜台子集合在某个地方有一定数量的病例, 未来它将如何传播到其他地方，并预测未来COVID病例的总体数量.”
研究小组将地点的数量减少到10个集群，这些集群代表同一时期地理上相似的地点.
“菠菜台子集合可以看到每个星系团如何影响其他星系团，”格拉斯说. “菠菜台子集合发现的一件很酷的事情是某些集群, 如果他们能被消灭, 能够阻止COVID向后来的群集传播吗. 菠菜台子集合的想法是，如果你能在这个时间和地点阻止COVID的传播, 它实际上可以防止所有这些后来的感染.”
在美国.S., 数据显示，新冠肺炎病例从东海岸和西海岸开始，然后蔓延到中西部, 然后再向海岸扩散.
“如果这种感染在中西部可以避免的话, 或者资源实际上分配在那里，即使那里的人口密度不像海岸那么高, 你本可以在沿海人口密集地区预防很多后来的病例,格拉斯说.
“从某种意义上说，这种模式是可生成的, 因为你可以预测病例会随着时间的推移如何演变,Chang说. “菠菜台子集合能够预测或预测大地理区域的病例数量. 这样，菠菜台子集合就能够以更加集中的方式分配和精确定位资源.”
使用他们的模型, 该团队预测2022年7月新冠病例将激增, 萨德说, 这就是英航人数激增的情况.5 subvariant.
考希克了解了比赛的情况，并鼓励她的同事参与进来. 他们参加了来自69所大学的213支队伍参加的全球比赛. 该团队提交了一篇科学文章，概述了他们的数据分析和结果, 哪部作品被评委选为16强作品之一. 该团队提交了一段菠菜台子他们项目的视频，并参加了与评委的问答环节.
最终，ULethbridge团队在研究解决方案类别中获得了第一名. 他们把这归功于不同的神经科学背景, 生物技术和计算机科学帮助他们从不同的角度解决问题. 除了1000美元奖金外，该团队的手稿还将发表在STEM奖学金杂志上.
“菠菜台子集合处理整个问题的方式与其他团队非常不同, 也许很多人都是纯分析出身. 他们会把这个问题看作是你必须进行的一系列分析。. “在菠菜台子集合的案例中，分析遵循问题本身的事后处理. 神经科学的背景让菠菜台子集合对如何看待这个数据集有了独特的视角.”