综述：利用微生物群研究人类-动物界面的连通性

这篇综述创新性地提出将宿主相关微生物群（microbiota）作为生物标志物，用于监测人类-动物界面（WLHI）的生态连通性与病原体传播风险。通过分析微生物群组成动态（如α/β多样性）、耐药基因（AMR）传播及定植抗性（colonization resistance）机制，为One Health（一体化健康）框架下的疾病预警系统提供了新思路。文中强调需结合社会生态模型（social-ecological systems）解析界面接触的时空尺度效应，并探讨了微生物"指纹"（microbial signatures）在预测人畜共患病（如Disease X）中的潜在价值。

　　

界面的形式与功能

现代社会的显著特征是人类通过物理边界（如围墙、城市规划）人为划分生态空间，形成人类-家畜-野生动物交互界面（WLHI）。这些界面既是微生物交换的枢纽，也是病原体溢出的温床。罗马帝国城墙与亚马逊雨林道路的卫星影像揭示了界面尺度的多样性，而城市垃圾场（

）和牧区水源地则展示了微生物跨物种传播的微观场景。宿主肠道作为微生物的生态位，容纳了宿主特异性（specialist）和广谱性（generalist）菌群，其稳定性受社会政治因素（如土地政策）深刻影响。

界面传播研究的新范式

COVID-19大流行凸显了WLHI对新兴病原体（如Disease X）传播的关键作用。传统单病原体研究难以捕捉复杂的微生物互作网络，而微生物群分析可揭示更广泛的生态连接。例如，啮齿动物排泄的钩端螺旋体（Leptospira）通过时空重叠的界面感染人类，禽流感病毒（avian influenza）则在野生水禽-家禽-人类网络中发生基因重配（viral reassortment）。动态社会生态模型显示，建筑设计与废物管理等人类行为会显著改变传播路径。

微生物群作为传播风险的生物标志物

微生物群具有"流体特性"（microbial fluidity）：接触界面后可能发生四种动态变化：（1）短暂波动后恢复基线；（2）永久转变为新稳态；（3）周期性振荡；（4）不可逆崩溃（）。宏基因组研究证实，工业化人群丢失了124种肠道共生菌，而医院新生儿48小时内即可定植耐药菌——这表明微生物交换普遍存在，但健康后果存在滞后性。

从组成变化到功能解读

微生物群扰动表现为β多样性离散度增加、α多样性降低或致病菌（pathobionts）增殖。美国白鹮（Eudocimus albus）城市化种群中，微生物群紊乱伴随沙门氏菌（Salmonella）排泄量升高；而接触牲畜的儿童则表现出更高的微生物多样性和抗腹泻菌富集。这些双向效应印证了"卫生假说"（hygiene hypothesis）——适度暴露可能增强免疫调节。机器学习模型需结合胆汁盐水解酶等功能标记，才能区分有害扰动与良性波动。

方法论挑战与未来方向

因果推断是核心难题：微生物群变化是健康结局的因还是果？标记有向无环图（DAG）等工具可解析这一"鸡与蛋"问题。纵向研究设计需平衡采样密度与成本，而贝叶斯动态模型能捕捉微生物群的时间依赖性互作。未来应重点解决：（1）关键扰动阈值；（2）菌株水平传播机制；（3）社会网络对微生物交换的调控——正如秘鲁贫民窟研究中人类-动物-环境三者耐药组（resistome）的高度相似性所揭示的生态关联。

通过整合微生物组学与社会生态学，人类有望在WLHI构建"微生物雷达"，在病原体溢出前捕捉风险信号。这一范式转变将One Health理念推向可操作层面，为管理生态健康提供全新工具。