禽流感病毒(AIV)在野生鸟类中持续传播,不时外溢到家禽、哺乳动物甚至人类,构成重大公共卫生威胁。哪些鸟类在禽流感传播网络中扮演“枢纽”角色?驱动它们成为核心宿主的生态及演化因素是什么?
近日,我所博士后王心怡与北京师范大学董路课题组、新加坡国立大学Swapnil Mishra课题组合作在Ecology Letters(中科院一区TOP,IF=7.9)上发表了题为“Host-pathogen network and eco-evolutionary drivers of avian influenza transmission in wild birds”的研究论文。该研究首次揭示了野鸟—禽流感网络的无标度性质,识别出23个关键枢纽鸟种,并阐明了飞行能力、水面觅食行为、寿命及物种分化速率等特征对枢纽地位的驱动作用。

从近万条记录中找出:谁站在禽流感病毒传播的中心?
研究团队从NCBI流感病毒数据库收集了1974?2024年间的9,964条AIV感染记录,涵盖247种野生鸟类和105个AIV亚型,构建了全球野鸟物种?禽流感亚型二分网络。通过拟合不同分布,发现该网络呈现典型的无标度结构,即不同鸟类物种在网络中的作用差异很大,网络中存在一些枢纽鸟类物种,对禽流感的重配和传播具有重要影响。进一步,研究通过计算病原体泛性(d’) 、接近中心性(closeness centrality)和亚型丰富度(chao2)三个维度,锁定23种枢纽鸟类。这些物种全部来自雁形目和鸻形目,其中87%为迁徙鸟类,覆盖全球所有主要迁徙路线。

一幅给枢纽物种的“画像”
研究团队收集整合了生活史、行为及系统发育等二十余种鸟类性状数据,基于XGBoost和SHAP构建可解释机器学习模型,评估不同性状对枢纽地位的影响。总体而言,飞行能力较强、水面觅食时间较长、寿命较长、宿主物种分化率较高及跗跖长度较短的鸟类更可能成为枢纽物种。

该研究结合复杂网络分析与可解释机器学习,构建了一个区别于传统序列传播动力学分析的全新分析范式,为理解宿主-病原体相互作用关系提供可迁移的研究框架。
江苏省血吸虫病防治研究所博士后王心怡为本文第一作者;北京师范大学董路教授、新加坡国立大学Swapnil Mishra助理教授为本文共同通讯作者。原文链接:https://onlinelibrary.wiley.com/doi/10.1111/ele.70391
2026.05.29
2026.05.29
2026.05.26
2026.05.06
2026.04.13
2026.03.26
2026.03.24
2026.03.19
2026.03.09
2026.01.20