本文发表于《大众科学》的前博客网络，反映了作者的观点，不一定代表《大众科学》的观点
在美国，使用安全套、早期治疗和加强教育在减少艾滋病毒传播方面取得了很大进展。尽管如此，2009年纽约市仍有约4,000名居民感染了艾滋病毒。
注射毒品使用者在新感染者中所占比例较小（纽约市略高于4%，全国约为9%），但他们代表着一个有限且可定位的人群，他们可以从低成本且经过充分验证的项目中受益，例如针具交换。
建立更好的针具交换项目或更广泛的药物滥用治疗机会可能有助于限制吸毒者中的新感染。但是，通过科学控制的研究来了解这些预防计划的真实效果可能需要数年时间，并且花费大量资金。如果研究人员能够像模拟其他复杂系统一样运行计算机模拟来得出一些答案就好了…
关于支持科学新闻
如果您喜欢这篇文章，请考虑通过以下方式支持我们屡获殊荣的新闻报道 订阅。通过购买订阅，您正在帮助确保有关当今塑造我们世界的发现和想法的具有影响力的故事的未来。
现在，他们可能可以在一个高功率、自动化的版本（你可以称之为城市阶层的模拟人生）的帮助下做到这一点。布朗大学的流行病学家布兰登·马歇尔部分构思了计算机模型的目标，他在一份准备好的声明中说，其目标是“确定在注射毒品使用者中最大限度地减少艾滋病毒的最理想干预措施组合”。新的模型于7月27日在2012年华盛顿特区国际艾滋病会议上进行了描述。
事实证明，人们是相对可预测的——至少当你以群体为单位研究他们时是这样。研究人员专注于纽约市的静脉注射吸毒者（以及可能与吸毒者发生性关系的人），他们感染艾滋病毒的风险尤其高。
研究人员收集了该市艾滋病毒预防计划和艾滋病毒感染率的数十年数据。然后，他们构建了一个“吸毒者和非吸毒者的人工社会”，每个人的物质和性行为都反映了普通人群的一部分，研究人员描述说。接下来，他们改进了该模型，使其准确预测了整整十年（1992年至2002年）的已知感染率。然后，他们创建了六种不同的“情景”，其中包含不同的艾滋病毒预防政策：加强针具交换；让更多人参加药物滥用治疗计划；提高检测率；尽早开始用药；这四种干预策略的组合；以及坚持当前政策。
六种计算机场景中的每一种都包括150,000个假设的“代理”或个体。每个代理都会做出一些行为决定，例如有一天进行安全性行为，但第二天进行不安全性行为，或者开始药物治疗，然后退出。“通过这个模型，你可以真正观察到人与人之间的微观联系，”马歇尔说。“它反映了现实世界中看到的情况。”
为了在每一年为每个人执行每一个微小的决定，研究人员需要强大的计算能力，因此他们求助于布朗大学的超级计算集群。即使有了所有这些计算能力，每个“场景”也需要72小时才能运行。
他们从现在到2040年多次运行这些场景，以确保他们获得准确的读数。根据该模型，在未来三十年内，将艾滋病毒检测人数增加50%仅使静脉注射吸毒者的新感染减少约12%。最有效的单一干预措施是尽早开始治疗，这使新感染减少了45%。结合所有四种干预措施将使感染减少62%。
“我实际上预期效果会更大，”马歇尔在谈到这些干预措施的影响时说——即使一起使用。“适度的减少表明，如果要大幅减少吸毒者中艾滋病毒的传播，必须立即扩大一套行之有效的干预措施，”马歇尔指出。“这说明我们需要多么努力。”