Lapunk 2011/2 számában már beszámoltunk arról, hogy tavaly öt magyar kutató is sikeresen szerepelt az Európai Kutatási Tanács Starting Grants (Kezdő Támogatások) nevű pályázatán. Az öt díjazott egyikét, Rost Gergelyt, az MTA-SZTE Analízis és Sztochasztika Kutatócsoportjának munkatársát a pályázat nyújtotta lehetőségekről, és a járványok terjedésének modellezésével kapcsolatos kutatásairól kérdeztük.

- Ön az első kelet-közép-európai matematikus, aki elnyerte a Starting Grants-et. Milyen lehetőségek nyílnak meg ezzel Ön előtt?
- Valóban, a korábbi években senkinek sem sikerült nyernie matematikában az új tagállamokból. Nagyon kemény a verseny, a matematikai nagyhatalmak (franciák, angolok, németek, olaszok) teszik ki a nyertesek 80%-át, ami azt jelenti, hogy matematikában négy-öt győztes jut az összes többi országnak. A pályázat segítségével egy önálló kutatócsoportot szervezhetek és meghonosíthatok egy új kutatási irányt Szegeden, illetve Magyarországon.

- Kutatási területe több tudományterületen átívelő alkalmazott matematikai kutatás. Ezen belük mi volt pontosabban a téma, amellyel pályázott?
- Szegeden egy erős funkcionál-differenciálegyenletes csoport dolgozik Krisztin Tibor vezetésével. Ezek az egyenletek olyan folyamatokat modelleznek, ahol késleltetett visszacsatolás van, vagyis nem csak az aktuális állapot, hanem korábbi, múltbeli események is befolyásolják a rendszer viselkedését. Ezek matematikailag végtelen dimenziós dinamikai rendszerként formalizálhatóak. Posztdoktori kutatóként Kanadában egy nagyon sikeresen működő, járványok terjedésének modellezésével foglalkozó interdiszciplináris hálózat tagjaként dolgoztam. Pályázatomban ezt a két különböző iskolát ötvöztem, és a teljesen absztrakt matematikai eredményeket a gyakorlati járvány tani problémákra alkalmazva egy széles spektrumot próbálok átölelni.

- Egy járvány terjedését számos tényező befolyásolhatja. Mely szem-pontok „süríthetők be" ezek közül egy matematikai modellbe?
- A legfontosabb dolgokat (a betegség terjedési mechanizmusa, fertőzőképesség, lappangási idő, mortalitás stb.) nyilván bele kell venni a modellbe. Ezeken túl elvileg akármeddig finomítható: például a populációnkat egyre kisebb csoportokra oszthatjuk, vagy akár a betegség lefolyását is egyre több fázisra bonthatjuk. Ennek csak a pragmatizmus és a való élet szab határt. A gyakorlati alkalmazásokhoz nem a legkomplikáltabb modell a legjobb, mindig a konkrét célhoz kell választani a modellt. Másrészt, hiába veszünk bele egy új tényezőt a modellbe, ha ahhoz nem állnak rendelkezésre adatok, akkor nem tudjuk a valósággal összevetni.

- Mire jó egy ilyen, járványterjedést leíró matematikai modell?
- Egy pontos paramétereken alapuló jól kidolgozott modellel számos kérdésre választ adhatunk. Előre jelezhetjük a járvány hosszát, a megbetegedő emberek számát, a járvány csúcspontjának az idejét és magasságát, megbecsülhetjük a járvány megfékezéséhez szükséges oltóanyagok, gyógyszerek mennyiségét, az egyéb intézkedések hatékonyságát, a terjedés irányát és sebességét. A járványokkal nem tudunk kísérletezgetni, ha azonban van egy jó modellünk, akkor már különböző szcenáriókat szimulálhatunk. Sőt, a matematika segítségével akár az összes lehetséges esetet egyszerre is tudjuk kezelni, ha elég ügyesek vagyunk!

- Alkalmazzák-e már ezeket a modelleket a gyakorlatban?
-  Igen, az antivirális rezisztenciáról készült munkáink beépültek Kanada és több más ország pandémiás terveibe. Magyarországon is elkezdtünk egy együttműködést az Országos Tisztifőorvosi Hivatal epidemiológusával, reményeink szerint a jövőben a pályázat beindulásával ez még intenzívebb lesz.