编辑推荐：
为探究美国季节性流感流行异质性的驱动机制，研究人员分析 2014-2023 年基因组及流行病学数据，发现流行由多谱系共循环构成，传播具时空层级性，且谱系大小与在美国的定殖时间相关，揭示流动网络中的谱系竞争驱动流行动态，为预测提供新视角。
流感作为全球重要公共卫生问题，其季节性流行的时空异质性机制长期未明。现有研究虽知病毒进化、气候和人类流动共同作用，但美国这样地理广袤、气候多样且流动网络复杂的区域，病毒如何从输入 “火种” 演变为全国流行仍存诸多疑问：是单波扩散还是多谱系共循环？传播主要依赖航空旅行还是通勤流动？这些问题制约着流行预测精度。
为此，荷兰阿姆斯特丹大学医学中心（Amsterdam University Medical Centers, University of Amsterdam）与英国剑桥大学（University of Cambridge）的研究团队，对美国 48 个连续州及哥伦比亚特区 2014-2023 年的 30,508 份流感病毒全基因组序列及配套流行病学数据展开分析，相关成果发表于《Nature Communications》。研究通过整合基因组聚类、系统发育地理分析与元种群动力学模拟，揭示了美国季节性流感流行的多谱系竞争格局及其与人类流动网络的关联机制。
研究主要采用以下关键技术方法：
- 基因组聚类与谱系划分：运用改进的 Phydelity 算法，基于全基因组时间树的梳状分支结构，将 81.2% 的序列划分为 3842 个传播谱系（定义为源自单一共同祖先的病毒群体）。
- 系统发育地理分析：利用 BEAST 软件推断谱系起源的地理区域，结合随机映射追踪病毒在州间的迁移事件。
- 元种群模型模拟：构建含易感染 - 感染 - 恢复（SIR）动力学的州间竞争模型，分别以通勤流（美国人口普查数据）和航空旅行数据（美国交通部数据）驱动模拟，对比谱系扩散模式。
流感流行由多独立传播谱系共循环构成
通过系统发育分析发现，美国季节性流感流行通常由多个独立传播谱系共同驱动。例如 2015/2016 年 A/H1N1pdm09 亚型流行中，单一谱系占比超 50%，而 2016/2017 年 A/H3N2 亚型则有多个谱系共存，最大谱系仅占 6.4%。尽管流感 B 病毒因进化速率较低导致聚类误差较高，但各亚型均呈现谱系结构。多数谱系局限于少数州，仅 13% 的谱系扩散至≥10 个州，2.4% 覆盖≥25 个州，表明流行是多谱系空间扩展的综合结果。
谱系定殖时间与传播规模呈强负相关
研究定义 “定殖时间” 为谱系在任一州累计感染占比超 5% 的首周，发现定殖时间每延迟一周，A/H3N2、A/H1N1pdm09、B/Yamagata、B/Victoria 亚型的谱系规模分别下降 16.9%、15.1%、14.6% 和 13.0%。早期定殖的谱系更易实现全国扩散，提示 “先发优势” 显著，但首份样本采集时间与谱系规模关联较弱，表明早期传播链常灭绝，仅成功建立实质感染的谱系才具竞争优势。
病毒传播呈现显著时空层级与地理结构
州间谱系组成的 Bray-Curtis 相似性分析显示，同普查区域内州的谱系组成更相近，且地理距离越近的州共享谱系比例越高（Mantel 检验，P<0.001）。例如密西西比州与路易斯安那州、密苏里州与堪萨斯州等相邻州的谱系相似度最高。尽管存在跨区域混合，但多数谱系呈现放射状时空扩展模式，部分源自人口密集州的谱系（如佐治亚州）可快速全国扩散，而小州起源的谱系（如内布拉斯加州）则局限于周边，体现出 “核心 - 边缘” 传播结构。
通勤流动主导谱系竞争与扩散
在 2018/2019 年 A/H3N2 亚型流行中，源自佐治亚州的谱系借助高强度通勤连接迅速扩散至全国，而内布拉斯加州谱系因通勤网络连通性较低且定殖稍晚，仅局限于中西部。元种群模拟显示，基于通勤流的模型能精准复现谱系扩散的时空特征（均方误差 MSE=6.0 周），而航空旅行模型拟合效果显著较差（MSE=11.7 周）。系统发育地理分析进一步表明，州间病毒迁移事件与通勤流相关性（Spearman ρ=0.63）显著高于航空旅行（ρ=0.32），证实短程通勤是病毒扩散的主要驱动力。
研究结论与意义
本研究首次在全基因组尺度解析了美国季节性流感的多谱系传播动态，证实人类通勤流动网络通过介导谱系间对易感宿主的竞争，塑造了流行的时空格局。关键结论包括：
- 流行由多谱系共循环构成，谱系定殖时间与扩散规模强相关，但早期样本未必预示优势谱系；
- 空间传播呈现 “距离依赖” 特征，通勤流而非航空旅行主导病毒扩散；
- 源 - 汇动态具季节性变异，无固定 “起源中心”，南方州的早期定殖优势可能与气候或人群免疫状态相关。
研究揭示了流感流行预测的复杂性：尽管病毒扩散受结构化流动网络驱动，但初始 “火种” 的定殖时间、地点及爆发强度的随机性，导致区域流行难以精准预测。未来需结合高分辨率基因组监测与实时流动数据，完善多谱系竞争模型，以提升季节性流感的预警能力。该研究为理解全球流感传播提供了跨尺度分析框架，并强调了区域间公共卫生协作在疫情防控中的重要性。
