新免疫策略使阻止病毒擴散的劑量減半

New immunization strategy could halve the doses for stopping computer virus spreading
http://www.physorg.com/news138274771.html

August 18, 2008
By Lisa Zyga

研究者發展出一種新的免疫策略，所需免疫劑量不到相當前最有效策略的一半。這種新策略能用來避免人類流行病以及電腦病毒的擴散，且能應用到各類網路上。

這種新方法，稱為「等圖分割（equal graph partitioning，EGP）」免疫策略，是由波士頓大學、以色列 Bar-Ilan 大學與（瑞典）斯德哥爾摩大學的科學家團隊所提出。他們的研究發表在最近一期 Physical Review Letters 上。

在真實生活中，免疫劑量的總數通常有限或著十分昂貴，所以一種需要最少劑量的策略也許相當有用。如同研究者的解釋，如何以最少劑量使一個網路免疫這個問題，在數學上相當於問及：如何透過移除最少的節點數使一個網路破碎。

在此意義之下，這種新 EGP 策略的運作方式與傳統的「標靶策略（targeted strategy）」十分不同。標靶策略的主要構想是基於節點的密切連結（well-connected）程度為何來評比節點的重要性。接著，節點被移除，從重要性最高的那些開始，直到這個網路破碎。在 "適應性標靶策略" 中，節點重要性在每次迭代（iteration）後會重新計算。

在另一方面，EGP 方法的主要構想是使網路碎裂成許多大小相等的連結叢集（clusters）。藉由創造出相等大小的叢集，可以不用像標靶策略那樣，將資源「浪費」在隔離非常小的叢集上。

"疾病無法擴散過叢集的邊界，這表示它將會被包含在單一叢集中，" 共同作者波士頓大學的 Yiping Chen 表示。"因此，最佳策略將會是使結果叢集儘可能的小。在所有其他叢集中，最大的叢集是最重要的，因為絕大部份的疾病在此發生，且能擴散的很廣。因此，我們需要將最大叢集的大小最小化。因為總免疫劑量是固定的，我們得要省下對小叢集的發射，使最大的那一個變小。直覺來說，使網路破碎的最佳策略是使網路碎裂成大小相等的叢集。"

科學家們使用一種稱為巢狀解剖（nested dissection）的演算法來尋找需要被移除的最少解點數量，以便將一給定網路分割成二個以上同等大小的叢集。此演算法也能夠製造出任意大小比例的叢集，接著使較大的叢集再度製造出大小相等的叢集。例如，此演算法能將網路劃分為 2:1 的比例，接著將較大的叢集再切一半。

當 EGP 策略與不同策略進行比較時，科學家發現這種新策略展現出優勢，使全部四種經過測試的網路模型產生免疫。

例如，在 "工作場所網路（workplace network）" 中，當某位員工與其他不同工作場所的員工住在同一屋簷下時會使工作場所連接，EGP 策略所需劑量不到第二種最佳策略（適應性標靶策略）的 15%。這種網路經常用來為流行性感冒的擴散，以及資訊與謠言在社會中的擴散塑模。

在 "自主系統（autonomous system）" 網路中，那描述網際網路與電腦病毒擴散，EGP 方法所需劑量不到第二種最佳策略（在此標靶策略與適應性標靶策略表現相當）的 50%。EGP 方法在使一種高能粒子物理引用網路（少於 23% 的劑量）以及一種描繪大腸桿菌代謝物間交互作用之新陳代謝網路（少於 20% 的劑量）的碎裂上有著類似的優勢。

在所有研究過的網路中，當使用數量相同的免疫劑量時，EGP 策略相較於標靶策略，使受網路族群感染的片段最小化達 5-10 倍。憑藉著這些優勢，科學家希望這種新免疫策略，透過採取更全面性的方法來避免擴散使族群獲益。

"EGP 將每個節點連同其鄰居納入考慮，而標靶策略只對每個節點的個別特性負責，" Chen 提及 EGP 的全面天性。"例如，如果你有一種網路具有鬆散連結之大型叢集以及高度連結的小型叢集（其為高度樞紐），EGP 將會使用其餘免疫力量使大型叢集變得更小，而標靶策略則會忽略此樞紐，使小叢集甚至更小。"

在實作這種新策略之前，研究者計畫更進一步評估其在不同設定中的效能。

"EGP 策略是一種頗新的構想，而且目前尚未在現實情況中使用，" 斯德哥爾摩大學的共同作者 Fredrik Liljeros 說。"我們下一步將要在一種設定中評估此策略，其中關於個人之間接觸模式的資訊有很高的比例已知。這種設定的一種可能是，例如醫院，在此關於住院病人在病房之間移動的資訊都會登記且儲存。"

※ 相關報導：

＊ Finding a Better Immunization Strategy
http://link.aps.org/abstract/PRL/v101/e058701

Yiping Chen, Gerald Paul, Shlomo Havlin, Fredrik Liljeros,
and H. Eugene Stanley
Phys. Rev. Lett. 101, 058701 (2008)
doi: 10.1103/PhysRevLett.101.058701

＊ 新數學模型預測：未來的微生物會更致命
＊ 預測新興傳染病的下一波「熱點」
＊ 疾病大流行時醫生該讓誰死？報告提供答案
＊ Wikipedia 人類基因線上圖書館開張
＊ 線上研究刊物：太多是件好事嗎？
＊ 研究者開發次世代雲端運算防毒系統
＊ 未來網路：使我們的感覺擴展至物理世界
＊ 「鹵莽」軟體更新 更快發現「對稱」