昼夜温度波动对按蚊疟原虫感染动态影响的建模研究：从恒温实验到自然环境的预测验证

编辑推荐：针对恒温实验能否预测自然环境中昼夜温度波动(DTR)对疟疾传播关键参数——人蚊传播概率(HMTP)和外潜伏期(EIP)的影响，研究人员通过整合实验室SMFA数据和布基纳法索田间温度数据，建立动态模型。发现恒温TPCs可预测DTR对实验室按蚊感染的影响，但DTR模型对田间孢子体流行率的预测改善有限，为气候变暖下疟疾传播风险评估提供新方法学框架。

　　

疟疾作为全球最致命的虫媒传染病，其传播效率高度依赖环境温度——这个因素既影响着疟原虫在按蚊体内的发育速率，也决定着蚊媒的生存能力。然而长期以来，实验室研究多采用恒温条件来建立热性能曲线(TPCs)，这与自然环境中昼夜可波动10℃以上的真实温度模式存在显著差异。这种差异引发了两个关键科学问题：恒温实验得出的参数能否准确预测自然条件下的疟原虫感染动态？忽略昼夜温度波动会如何影响疟疾传播模型的预测准确性？

英国帝国理工学院的Isaac J. Stopard联合多国团队在《Communications Biology》发表的研究，通过整合实验室标准膜饲喂实验(SMFA)和布基纳法索田间数据，建立了首个能同时解析昼夜温度波动对人蚊传播概率(HMTP)和外潜伏期(EIP)影响的动态模型。研究发现，虽然恒温TPCs可以较好地预测实验室条件下DTR对按蚊感染的影响，但在真实田野环境中，考虑DTR仅使孢子体流行率的预测准确率提高不足1%，这一发现对改进疟疾传播模型具有重要方法论意义。

研究采用三大关键技术方法：1)基于Erlang分布的ODE模型，将恒温TPCs转化为可处理瞬时温度变化的动态参数；2)整合布基纳法索Tiefora地区室内外微气候温度记录与ERA5再分析数据；3)将新型孢子体动态模型嵌入经典罗斯-麦克唐纳模型，通过广义加性模型(GAM)拟合蚊虫季节丰度变化。实验数据涵盖2812只实验室按蚊的感染数据和1593只野外按蚊的孢子体检测。

"恒温实验参数预测DTR效应"部分显示，将按蚊暴露后10小时内经历的最高温度代入HMTP-TPCs时，模型能准确重现27℃下吸血时间对感染率的梯度影响。通过线性链技巧(LCT)将EIP分布转化为47个串联亚室后，模型成功预测19℃时DTR会缩短EIP，而27℃时无此效应，与实验室观察完全吻合。

"布基纳法索的季节性预测"部分揭示，使用室内微气候数据预测的EIP₅₀比ERA5数据短1.3天。模型显示HMTP在4-10月间增长3倍，且傍晚吸血的蚊虫具有最高感染概率。值得注意的是，虽然DTR模型预测10月HMTP会骤降，但田间数据未支持该预测，暗示微气候数据的时空局限性。

"田间传播模型验证"部分通过比较DTR依赖模型、DTR独立模型和恒定参数模型发现，三者对孢子体流行率的预测差异小于3.2%。当人类恢复率设为1/100天、蚊虫叮咬率1/3次/天时，DTR模型的平均绝对误差(MAE)仅比恒温模型降低0.3%，说明在高温地区，精细温度波动对传播预测的改善有限。

讨论部分指出，该研究首次系统评估了TPCs在预测自然温度波动效应中的适用边界。虽然恒温实验可捕捉EIP的温度依赖性规律，但HMTP的种间差异提示需要更多本地蚊种-疟原虫组合数据。作者特别强调，在35℃以上的温度极端区域，仍需实验验证寄生虫发育速率(PDR)是否如模型假设保持非零。该研究的建模框架为评估气候变暖下疟疾传播风险提供了可扩展的工具，但未来需要结合蚊虫趋避行为、屋顶材料等微环境因素，才能进一步提升预测精度。正如Thomas S. Churcher团队指出的，在高度地方性流行区，温度变化信号可能被人群免疫和干预措施等混杂因素掩盖，因此聚焦蚊虫感染动态而非人类发病率，可能是解析温度-疟疾关系更灵敏的研究策略。