变异株共存、动态与主导的传染病分室模型：以阿布扎比SARS-CoV-2为例

《Infectious Disease Modelling》：A compartmental model of variant coexistence, dynamics and dominance in infectious diseases: Case for SARS-CoV-2 in Abu Dhabi

本研究针对SARS-CoV-2变异株共存与更替的公共卫生挑战，构建了多变异株分室模型，整合跨境旅行者输入因素，模拟了阿布扎比地区2022年8月至2023年3月BA.2、BA.5、BQ.1和XBB等变异株的传播动态。校准结果显示，XBB凭借约15%高于BQ.1的传染力及免疫逃逸优势成为主导株，验证了模型在预测变异株更替及指导精准防控方面的潜力。

　　

随着SARS-CoV-2的快速变异，新变异株的不断涌现对全球公共卫生构成持续威胁。尽管疫苗接种和非药物干预措施已取得显著进展，但变异株凭借增强的传染力（infectiousness）和免疫逃逸（immune escape）能力，仍可能引发新一轮传播浪潮。尤其在阿布扎比这类国际旅行枢纽，年入境旅客量远超本地人口，跨境人员流动如何影响变异株的引入与更替成为关键科学问题。

为揭示变异株共存与竞争动态，Mauricio Patón团队在《Infectious Disease Modelling》发表研究，构建了一个多变异株分室模型（compartmental model），重点整合旅行者输入因素，模拟阿布扎比地区SARS-CoV-2变异株的传播轨迹。

研究通过四大技术手段实现目标：首先，建立多变异株SEIRD（Susceptible-Exposed-Infectious-Recovered-Deceased）模型框架，为每个变异株独立设置E、I、R、D compartments，并引入交叉免疫矩阵（f_Imm）量化既往感染对再感染的保护效应；其次，基于阿布扎比机场客流数据与GISAID全球变异株流行率，估算每日输入感染人数；第三，采用拉丁超立方采样（Latin hypercube sampling）与Morris法（Elementary Effects Test）进行敏感性分析，识别关键参数；最后，以本地社区监测数据为基准，通过最小化均方误差（MSE）校准变异株传染力（p_inf）与免疫逃逸能力。

模型描述

模型通过复刻SEIRD compartments实现多变异株追踪，允许个体在不同变异株间再感染。年龄分层接触矩阵（C）与变异株特异性传染力参数共同驱动传播速率，而旅行者输入模块将国际流行变异株动态引入本地传播链。

敏感性分析

方差分析（Sobol′法）显示，BA.5变异株的传染力对总感染人数影响最大（S_i>0.5），而BA.2.75与XBB的免疫逃逸参数通过交互作用显著放大不确定性，凸显变异株竞争中的非线性动力学特征。

校准结果

校准后XBB变异株的传染力（p_inf=0.175）较BQ.1（0.153）高出约15%，且其免疫逃逸矩阵（f_Imm）显示对既往感染BA.5（0.2）和BQ.1（0.14）均具较强突破能力。模拟结果再现了2022年8月BA.5主导、11月BQ.1崛起、至2023年3月XBB占优（>60%）的更替过程，与实测数据高度吻合。

本研究通过创新性整合多变异株动力学与跨境传播要素，证实XBB变异株的竞争优势源于协同进化的传染力与免疫逃逸特性。模型框架可扩展至流感（influenza）等多病原体共循环模拟，为旅行枢纽城市的精准防控提供决策工具。然而，参数不确定性（如抗体中和数据偏差）及超级传播者事件的缺失仍需通过多源数据融合进一步优化。