基于逻辑回归模型的狂犬病病毒宿主转移事件预测研究：揭示跨物种传播的生态与基因组驱动因素

本研究针对狂犬病病毒（RABV）宿主转移事件（HSE）的预测难题，通过构建包含19,170个物种对的逻辑回归模型，整合宿主亲缘关系、体温、体重等生态与生物学特征，首次量化了跨物种传播风险。模型准确率达90%，成功预测高风险宿主组合（如北美郊狼与犬源RVV），为全球狂犬病防控提供精准预警工具，对制定野生动物管理策略和应对气候变化引发的传播风险具有重要意义。

　　

狂犬病病毒（Rabies virus, RABV）作为一种致命的人兽共患病原体，长期在野生动物宿主中形成特定的病毒变异体（Rabies Virus Variant, RVV）。尽管RABV通常由单一宿主物种维持传播，但跨物种感染事件频发，极少数会演变为宿主转移事件（Host-shift Event, HSE），导致病毒在新物种中建立持续传播链。历史上，北美犬源RVV转移至狐狸和臭鼬、亚洲犬源RVV转移至鼬獾等案例，不仅改变了病毒生态分布，更对公共卫生和野生动物管理提出严峻挑战。然而，HSE的发生究竟由病毒基因组适应性还是生态交互作用主导，这一核心问题长期缺乏量化研究。

美国疾病控制与预防中心（CDC）等机构的研究团队在《Scientific Reports》发表的研究，首次构建了涵盖19,170个物种对的逻辑回归模型，系统评估了RABV宿主转移的驱动因素。研究整合了宿主系统发育距离、体温差异、体重、产仔数等生物学特征，以及RVV谱系（蝙蝠源或犬源）等关键参数，通过留一法交叉验证实现90%的预测准确率。模型不仅重现了已知HSE案例，更预测出北美郊狼（Canis latrans）感染犬源RVV（风险比RR=187.0）、亚洲豺（Cuon alpinus）感染犬源RVV（RR=159.8）等高风险组合，为全球狂犬病防控提供了前瞻性工具。

研究方法上，团队从AnAge和TimeTree数据库获取912种陆生哺乳动物的生物学数据，结合67个RVV的流行病学记录，采用多变量逻辑回归分析。通过逆向消除法筛选出7个核心预测因子：宿主亲缘性（系统发育分支距离）、受体物种平均体温（开尔文）、体温差异、产仔数（种群密度代理指标）、成年体重（对数转换）、体重差异分级（分位数划分）以及RVV谱系（蝙蝠/犬源）。地理风险分析则基于IUCN物种分布数据，利用QGIS进行空间可视化。

研究结果部分，小标题“North & Central America and the Caribbean”揭示该区域最高风险组合为郊狼与犬源RVV（RR=187.0），且臭鼬（Mephitis spp.）与浣熊RVV的交互风险显著（RR=62.1）。值得注意的是，模型准确识别了历史上臭鼬通过蝙蝠RVV（如Eptesicus fuscus W1）建立间歇性传播链的案例，验证了预测可靠性。在“South America”部分，南美灰狐（Lycalopex griseus）与犬源RVV的平均风险最高（RR=13.9），而巴西食蟹狐（Cerdocyon thous）作为已知宿主，其与犬源RVV的交互已被实证（RR=38.5）。

“Africa”章节强调非洲野犬（Lycaon pictus）与犬源RVV的极端风险（RR=134.8），而侧纹胡狼（Canis adustus）作为现存宿主，其跨物种传播潜力被低估。“Asia”结果突显貉（Nyctereutes procyonoides）与金豺RVV的高风险（RR=94.0），这与欧洲貉种群中RVV的流行现状相吻合。最后的“Discussion”指出，模型量化了犬源RVV的全球性威胁，其平均风险（RR=3.2）显著高于蝙蝠源RVV（RR=0.7），强调犬类狂犬病根除计划的生态保护价值。

结论部分，作者提出三大应用方向：一是指导高风险跨物种感染事件的应急响应（如针对RR>1的组合实施围堵疫苗接种）；二是识别潜在隐性疫源地（如中美洲缺乏监测的食肉动物种群）；三是评估气候变化导致的物种分布重叠风险（如北极狐RVV随赤狐北迁的扩散潜力）。该研究通过整合生态学与病毒学维度，为理解宿主-病原体共进化提供了新范式，其预测框架可扩展至其他跨物种传播病原体的风险评估。