Portal InstitucionalUFPEL

Alterações ambientais consequentes de atividade humana vem causando desequilíbrio à diversidade biológica (CARLSON et al., 2020; NOBRE, 2008). Por conta dessas alterações climáticas vêm-se notando a emergência, reemergência e epidemias de patógenos, a exemplo da última onda de mortalidade e morbidade causada pelo Covid-19 (BAKER et al., 2022). A Covid-19 causou grande impacto nos sistemas de saúde, principalmente pela falta de infraestrutura dos hospitais e laboratórios de detecção (POVEDA, 2022). Junto à pandemia, doenças ditas negligenciadas acompanharam o pico dos surtos do COVID-19, como dengue, malária, zika vírus e chikungunya (ZHU et al., 2022).
A malária, transmitida através da picada de fêmeas de Anopheles, é causada por protozoários do gênero Plasmodium e está entre uma das maiores causas de morbidade e mortalidade do mundo (Organização Mundial da Saúde - OMS). Plasmodium falciparum Welch, 1897 é considerada a espécie mais severa e potencialmente fatal, caracterizada como uma das principais causas de mortes de crianças na África (SNOW et al., 2004).
Em humanos, a intensidade da transmissão de malária é altamente dependente do vetor. Nesse sentido, leva-se em consideração a capacidade vetorial (MOLLER-JACOBS et al., 2014), descrita como a taxa na qual podem ocorrer infecções futuras a partir de um hospedeiro infectado; e, a competência do vetor em transmitir os patógenos, que nesse caso é o Plasmodium spp. Dentre as competências, podemos citar o tamanho do corpo do adulto COHUET et al., 2009), ou seja, quanto maior o tamanho corpóreo, maior a competência do vetor.

Gênero Anopheles

Entre os mosquitos da ordem Diptera, o gênero Anopheles Meigen, 1818 (Culicidae) compreende o principal grupo transmissor de patógenos que causam doenças infecciosas (OPAS, 2017). No Neotrópico, existem 92 espécies conhecidas, sendo 31% consideradas capazes de transmitir a malária (MARRELLI et al., 2006; SALLUM et al., 2000). Doze espécies pertencem ao subgênero Kerteszia, possuindo uma relação bem próxima com florestas úmidas ricas em bromélias, considerado habitat primário de reprodução (ZAVORTINK, 1973). O outro subgênero que possui importância como vetor é Nyssorhynchus, contendo o maior número de vetores, primários e secundários. Dentre as espécies, que se destacam como vetores está Anopheles darlingi, que ocorre, principalmente, na floresta amazônica (CONSOLI; OLIVEIRA, 1994; VITTOR et al., 2013).
Em relação a transmissão de patógenos por Anopheles, a maior preocupação se concentra nas fêmeas adultas que praticam o ato de hematofagia, necessário para maturação dos seus ovos (BRIEGEL; HöRLER, 1993). As fêmeas, mesmo sendo consideradas exofílicas e não sinantrópicas, ou seja, independem dos seres humanos e possuem hábito silvestre, têm cada vez mais alterado seus comportamentos, ‘invadindo’ ambientes urbanos e periurbanos (FORATTINI et al., 1993).

Invasão de Anopheles ou alterações antropogênicas

De um modo geral, quando se trata de vetores é possível perceber que existe um discurso relacionado a ocupação destes em regiões urbanas, demonstrando alta plasticidade (AFRANE et al., 2012). Contudo, essa ‘invasão’ vem se dando devido, principalmente, às alterações no ambiente que cada vez mais tem levado a fragmentação de áreas naturais (HADDAD et al., 2015).
A partir da fragmentação de habitat e alterações de microclimas, as espécies que tinham como principais hospedeiros animais silvestres passam a ter os seres humanos como mais uma opção na sua alimentação (ZOHDY et al., 2019). Nesse caso, possibilita-se a estes vetores a transmissão de patógenos, aumentando disperção de novas doenças e/ou aumento das existentes (RUPASINGHE et al., 2022).

Mudanças Climáticas e a distribuição de Anopheles

O Painel Intergovernamental sobre Mudanças Climáticas (IPCC, sigla em inglês) anualmente divulga cenários e evidências sobre o aumento da temperatura média e alterações de pluviosidade de todo o globo terrestre. De acordo com o IPCC, é previsto que a temperatura do planeta aumente entre 1,4 e 4,4°C até 2100, prevendo um aumento maior que o século anterior (PAINEL INTERGOVERNAMENTAL DE MUDANÇAS CLIMÁTICAS, 2021). Fatores abióticos, estão diretamente relacionados à distribuição das espécies, interferindo no comportamento e riqueza (LINES et al., 1994).
Estudos realizados por Molyneux, 1997 mostraram que as chuvas podem influenciar na disponibilidade de criadouros de larvas, enquanto que temperatura influencia diretamente nas taxas de desenvolvimento e sobrevida de mosquitos (MOLYNEUX, 1997). Em relação às mudanças climáticas e as doenças que podem ser transmitidas por vetores Harvell e colaboradores (2002) propõe que o aumento da temperatura e da precipitação, em uma visão macroecológica, poderiam facilitar o surgimento e a persistência de espécies de Anopheles, apresentando uma relação direta com doenças transmitidas por esses mosquitos, como a malária. Em outro estudo realizado por Lafferty (2009) sugere-se que faixas de ocorrência de espécies de Anopheles aumentam com o aumento da temperatura em regiões temperadas, evidenciando a expansão dessas espécies em resposta às mudanças climáticas.
Nos últimos anos, têm-se cada vez mais evidenciado relações entre alterações climáticas e comportamento de distribuição das espécies de Anopheles através do estudos de macroecologia (MARQUES et al., 2021; PADILLA et al., 2022). Nesses estudos, é possível verificar a probabilidade de ocorrência das espécies utilizando diversos modelos de circulação global (GCM’s) e algoritmos diferentes (VALAVI et al., 2022), prevendo o potencial de expansão desses insetos (SILLERO et al., 2021). Nesses casos, observa-se
um maior poder de explicabilidade das projeções de espécies de importância zoonótica, que podem auxiliar na aplicação de medidas preventivas de vetores e ações de controle (OMS, 2021; RHODES et al., 2022).

Desse modo, o presente estudo tem como objetivo verificar e predizer a distribuição das espécies de Anopheles que são potenciais vetores do patógeno causador da malária no Neotrópico. Mesmo que já existam trabalhos relacionados ao tema, a maioria dos estudos têm se concentrado em poucas espécies, principalmente Anopheles cruzii Dyar & Knab, 1908 e Anopheles albimanus Wiedemann, 1821 (MARQUES et al., 2021, RHODES et al., 2022). Por isso, se faz necessário avaliar, também, outras espécies que possuem potencial como transmissores de malária para a Região Neotropical, podendo auxiliar no controle dos mesmos.

Construção do banco de dados

O banco de dados será construído através de revisão de artigos publicados, que apresentaram a distribuição de espécies de Anopheles para a região do Neotrópico. A revisão bibliográfica será realizada em três bases de dados: Web of Sciense, Google Scholar e PubMed, com as seguintes palavras-chave: Anopheles, Biodiversity, Culicidae, Distribution, Diversity, Species, Species Model distribution, Neotropical e Malária.
Os pontos de ocorrência obtidos de artigos serão tabelados no Excel 2010, onde a tabela será dividida em seis colunas: espécie, país, estado, cidade, coordenadas geográficas e feferência. Caso o artigo não disponibilize a coordenada geográfica exata da coleta, será utilizado como padrão, o centro da cidade em que foi realizada a coleta utilizando o Google Earth (CUNHA, 2015). Serão utilizadas, também, para obtenção dos pontos de ocorrência das espécies de Anopheles: GBIF e speciesLink. Em ambas as consultas serão feitas via Aplicação de Interface Programada (API, sigla em inglês).
Após a obtenção de todos os pontos de ocorrência dos mosquitos, será realizado o tratamento dos dados: deleção de duplicatas, pontos inconsistentes e/ou nulos e bufferização dos pontos, onde se seleciona um raio mínimo para que não se tenham mais de um ponto dentro do mesmo. Por fim, como se tem mais de duas fontes de dados diferentes, para a construção da tabela final será realizada a padronização e união das três tabelas para a construção dos modelos de nicho ecológico.
Outro processamento antes da modelagem em si, consistirá na análise de correlação de Pearson para a seleção das variáveis que possuem baixa correlação para cada espécie. Nesses casos, será considerado um limite de 0.7, em que valores superiores a isso representarão variáveis de alta correlação e por isso serão descartadas. O critério de escolha para as váriaveis se dará de acordo com as variáveis que apresentarem correlações com outras, as que tiverem maior número de correlação com outras varíaveis bioclimáticas será descartada.

Modelagem de Nicho

A modelagem será feita com todas as espécies de anofelinos que tiverem 100 ou mais registros de ocorrências para a região Neotropical e que tiverem importância como vetor de Plasmodium sp, causador da malária. Para as análises presente e futuras serão utilizadas as 19 variáveis bioclimáticas, com uma resolução de 10 arc minutos. Para a construção de modelos no presente se considera varíaveis climáticas construidas com dados históricos de 1970 a 2000 (FICK, HIJMANS, 2017). Para o futuro, serão utilizados dois modelos globais de circulação (GCM) serão: CanESM5; MIROC6. Nesses dois GCM’s testaremos cenários para o futuro, um otimista para aumentos de gases de efeito estufa SSP’s 126 e outro pessimista SSP’s 585. O algoritmo utilizado será o MaxEnt que é entre os métodos atuais um dos que apresenta melhor desempenho, mesmo quando (ELITH et al., 2006).

Para a construção do modelo, os dados serão particionados em amostragens aleatória com reposição, k-fold de 5, no qual 70% será treino e 30% teste. Selecionaremos aleatoriamente 1000 pontos de background. Com os dados particionados em teste e treino, a primeira etapa pré-predição será a calibração das variáveis utilizando múltiplas combinações de regressores e classes de recursos, em que para cada combinação é gerado um modelo. Na sequência, dentre o total de modelos gerados serão selecionados os modelos candidatos a modelo final (COBOS et al., 2020). Para a seleção dos melhores modelos, bem como o final, será utilizado a métrica partial ROC que tem por objetivo resolver problemas de erros ponderados das métricas que até então eram utilizadas para validação dos modelos de nicho ecológico, com AUC (PETERSON et al., 2008).
Por fim, após a obtenção dos modelos finais será realizado o cálculo das camadas de paridade orientada para a mobilidade (MOIP, sigla em inglês). Com esse cálculo, será possível comparar as áreas ambientais calibradas com as preditas, indicando possíveis pontos de extrapolação e diferentes níveis de similaridade (OWENS et al., 2013).
Para todo o processo de análise e modelagem de nicho será utilizado a linguagem de programação R versão 4.2.2 e os pacotes Tidyverse (WICKHAM et al., 2019), Raster (HIJMANS, 2022), Kuenm (COBOS et al., 2019), Ellipsenm (COBOS et al., 2020), spThin (AIELLO-LAMMENS et al., 2015). Todo o código, será construído de forma modularizada para melhor compreensão e reprodutibilidade do mesmo, e disponibilizado em: https://github.com/gratidutra/model-niche-anopheles. Além disso, com o objetivo de não sobrecarregar o computador, os modelos serão rodados em workstation com memória RAM de 64gb e armazenamento de 2Tb, com acesso via rede virtual privada (VPN, sigla em inglês).

Com a realização deste projeto espera-se obter informações acerca das áreas mais suscetíveis à ocorrência de espécies de Anopheles com potencial de transmissão de malária, possibilitando a identificação de áreas prioritárias para ações de controle e prevenção da doença. Além disso, espera-se gerar conhecimento acerca da resposta dessas espécies às mudanças climáticas, o que poderá contribuir para o desenvolvimento de estratégias de adaptação e mitigação.