当应用于社会接触图时，古尔本基科学家最近开发的一种方法已被证明对研究病毒如何在社会中传播以及我们如何阻止它们很有用。公共卫生专家已经在利用发表在PLOS Computational Biology上的这些新发现来研究猴痘和 COVID-19 等疾病的传播。
社会的组织方式会影响不同的现象，从信息的传播到传染病的传播。我们通过社交和交通网络建立的联系越多，传播就越受欢迎。为了研究社会等复杂系统的动态，我们可以从真实世界的数据中推断出这些网络——其中代表个体的节点通过线连接。然而，这些网络通常庞大、密集且难以操作。
在之前的工作中，古尔本基安德科学研究所 (IGC) 的 Luís M. Rocha 小组找到了一种通过提取主干来简化网络的方法。这种方法背后的原理非常简单：它找到到达网络中每个其他点的最短路径，并删除多余的备选方案。但是我们如何找到这些较短的路径呢?
IGC 的博士后 Rion B. Correia 解释说：“在我们生活的三维世界中，我们习惯于根据最短路径来思考，例如，如何通过最短/最快的路径从家到工作可能的路线。但在多维系统(增加交通、多种运输方式和道路建设)中，最短路径不一定是两点之间的直接路径。”即使从 A 到 B 有无数种方法，研究人员也可以通过这种方法专注于最重要的路径。从那以后，研究人员将其应用于研究各种网络，从基因相互作用到大脑中的基本通讯通路。
现在，该团队通过在真实的人类接触中进行测试，将这种方法提升到了一个新的水平。为此，他们使用了之前记录的近 3,000 个人在各种社交环境中使用可穿戴式接近传感器进行的联系，包括学校、医院和艺术展览。然后，他们将这些联系人数据转化为社交网络，其中链接代表人们在一起度过的时间。