气候变暖驱动竹鼠宿主分布变化：中国马尔尼菲篮状菌病当前与未来风险图谱

《One Health》：Environmental transmission from bamboo rats: Mapping current and future talaromycosis risk in China under climate change

本研究针对马尔尼菲篮状菌病(TSM)缺乏空间风险预测模型的现状，采用"One Health"框架集成最大熵(Maxent)模型，首次构建了中国TM/TSM高分辨率风险图谱。研究发现降水/温度因子是竹鼠宿主分布的关键环境驱动因子，识别出南方六省为核心高风险区，并预测SSP126情景下宿主适宜区收缩而SSP585情景下扩张的差异化趋势，为精准公共卫生干预提供了科学依据。

　　

在热带与亚热带地区，一种名为马尔尼菲篮状菌病(Talaromycosis, TSM)的侵袭性真菌感染正悄然威胁着免疫缺陷人群的生命健康。这种由马尔尼菲篮状菌(Talaromyces marneffei, TM)引起的疾病，在HIV/AIDS患者中感染率高达4–15%，即便接受抗真菌治疗，病死率仍超过30%。更令人担忧的是，随着非HIV感染病例的逐年增多，TSM已成为我国南方地区不容忽视的公共卫生挑战。

TM的生命周期与竹鼠宿主紧密相连。三种关键的竹鼠物种——大竹鼠(Rhizomys pruinosus)、中华竹鼠(R. sinensis)和银星竹鼠(R. sumatrensis)——作为TM的自然储存宿主，通过排泄物将真菌孢子释放到土壤中，人类则主要通过吸入气溶胶化的孢子而感染。然而，当前对TM/TSM传播风险的空间分布认知仍停留在宏观描述阶段，缺乏高精度的风险预测地图，这严重制约了精准防控策略的制定。

更复杂的是，全球气候变化正在重塑传染病的地理分布格局。温度升高、降水模式改变、极端天气事件频发，这些因素如何影响竹鼠宿主的栖息地适宜性？进而如何改变TM的传播风险动态？这些都是亟待解答的科学问题。

为应对这些挑战，西安交通大学第二附属医院临床实验室的研究团队在One Health期刊上发表了一项开创性研究。他们首次采用"One Health"(一体化健康)框架，整合真菌生态学、宿主分布、气候预测和人类脆弱性等多维度数据，构建了中国TM/TSM当前与未来的风险分布图谱。

研究团队运用了几项关键技术方法：首先通过全球生物多样性信息设施(GBIF)、国家动物标本资源库等多元渠道收集了三种竹鼠宿主的324条地理分布记录，并采用空间过滤技术消除自相关偏差；其次利用最大熵(Maxent)生态位模型，结合11项关键环境因子(包括温度、降水、海拔等)预测宿主栖息地适宜性；然后整合社会经济因素(HIV发病率、人口密度、GDP)生成人类感染风险地图；最后基于CMIP6气候模型的SSP126(低排放)和SSP585(高排放)情景，预测了至210年的宿主分布变化趋势。

3.1. 基于Maxent模型的TM宿主物种栖息地适宜性稳健预测

研究结果显示，Maxent模型对三种竹鼠宿主的分布预测表现出极高的准确性，测试集AUC值介于0.958–0.999之间，显著优于随机预测模型。刀切法(Jackknife)分析进一步揭示了影响各物种分布的关键环境变量，为模型输出的生态学解释提供了坚实基础。

3.2. 栖息地适宜性异质性集中于中国南方和西南地区

空间分析表明，三种TM宿主的高适宜区(适宜性概率≥0.5)均集中分布于北纬20°–35°的历史TM/TSM流行区。其中大竹鼠潜在分布范围最广，高适宜区面积达663,767 km²，覆盖云南、贵州、广西、广东等省份；中华竹鼠分布相对集中，核心高适宜区位于四川和贵州(467,153 km²)；银星竹鼠分布最为局限，主要散布于云南西南部(11,319 km²)。这一分布格局与已知的TM/TSM流行区高度吻合。

3.3. 降水和温度作为栖息地适宜性的主导驱动因子

环境驱动因子分析揭示，降水相关因子是大竹鼠(年降水量贡献度46.4%)和中华竹鼠(30.0%)分布的主要决定因素，但二者的最适范围存在显著差异(大竹鼠：1535.92±226.78 mm；中华竹鼠：1145.03±253.75 mm)。等温性(Bio3)则是银星竹鼠分布的主导因子(贡献度63.5%)，表明温度稳定性对该物种至关重要。这些发现证实TM宿主物种的当前栖息地适宜性格局主要受水分可用性和温度状况相关的气候因子制约。

3.4. TM/TSM传播风险图揭示与宿主适宜性分布重叠但更精确的分布

通过整合宿主适宜性图与社会经济因素，研究绘制了分HIV感染状态的TM/TSM传播风险热点图。对于HIV阳性人群，高风险区高度集中于云南(24.0851万km²)、广西(20.0833万km²)、四川(17.6458万km²)等传统高发省份；而对于HIV阴性人群，风险分布更为广泛，除上述省份外，广东(12.4826万km²)、江西(9.4566万km²)、福建(8.6597万km²)等地区也显示出显著风险。这一精细化风险分层为差异化防控策略提供了直接依据。

3.5. 宿主栖息地适宜性对未来气候变化的差异化响应

未来情景预测显示，宿主适宜性对气候变化的响应呈现显著的排放路径依赖性。在低排放情景(SSP126)下，三种宿主的复合适宜面积呈现收缩趋势，从2040年代的132.7969万km²下降至2100年代的119.0903万km²；而在高排放情景(SSP585)下，适宜面积则持续扩张，从131.2083万km²增长至141.3924万km²。这种差异化响应凸显了气候变化对疾病传播风险的深远影响。

研究结论与讨论部分强调，该研究首次提供了中国TM/TSM的高分辨率预测风险图谱，揭示了降水/温度因子作为关键环境驱动力的重要作用，并量化了不同气候情景下风险区域的动态变化。特别值得关注的是，研究通过整合社会经济暴露因素，实现了对HIV阳性和阴性人群风险热点的精准识别，这对当前TSM流行病学特征的转变具有重要预警意义。

该研究的创新性在于突破了传统描述流行病学的局限，建立了可预测当前和未来传播热点的空间显式模型。所构建的"真菌-动物宿主-人类"疾病研究框架，不仅为TSM的精准防控提供了决策支持，也为其他气候敏感型人兽共患病的风险预测提供了可借鉴的方法学范式。随着气候变化的持续加剧，这种动态风险评估模型将成为公共卫生体系应对新发传染病威胁的重要工具。