气候变化驱动下阿根廷出血热宿主分布变迁：基于机器学习模型的Junin病毒传播热点预测

本研究针对气候变化如何影响阿根廷出血热(AHF)主要宿主——干地暮鼠(Calomys musculinus)的分布格局这一关键问题，通过整合19项生物气候变量和7类土地利用数据，采用随机森林(RF)、极端梯度提升(XGB)等四种机器学习算法构建物种分布模型(SDM)。研究发现：在RCP4.5中等排放情景下，宿主适宜区将向阿根廷北部扩张并形成新传播热点；而RCP8.5高排放情景则导致核心疫区收缩。该成果为南美洲人兽共患病早期预警提供了量化工具。

　　

研究背景

阿根廷出血热(AHF)是由Junin mammarenavirus(JUNV)引发的致命性疾病，其自然宿主干地暮鼠(Calomys musculinus)的生态分布直接影响疾病传播风险。随着全球气候变化加剧，IPCC预测南美洲将面临更频繁的极端气候事件，而农业扩张已使AHF疫区从1955年的核心农业带向东北部蔓延。2024年疫情反弹(33例确诊/6例死亡)更凸显了理解气候-宿主-疾病耦合机制的重要性。

研究方法与技术路线

加州大学戴维斯分校的Nuri Flores-Pérez团队利用GBIF获取的70个宿主分布点(1990-2021)，结合WorldClim生物气候数据和CMIP5气候情景(RCP4.5/RCP8.5)，采用四类树模型(RF/ET/XGB/LGBM)进行1000次迭代预测。关键技术包括：1)通过Pearson系数筛选26个初始变量中的13个低相关性预测因子；2)采用五折交叉验证评估模型性能(F-score达83.09%)；3)基于60%适宜度阈值与SSP人口数据叠加识别传播热点。

研究结果

关键生态驱动因子

模型揭示宿主最适生态位为：年均温10-17°C、年降水<800mm、牧场覆盖率<20%。城市用地扩张呈现双刃剑效应——低覆盖率(0.5%)时促进宿主扩散，但超过阈值后栖息适宜度骤降。

气候情景下的分布变迁

RCP4.5情景下：2050年宿主向查科干旱林(Chaco Seco)扩张，形成新热点；但2070年适宜区缩减11%。RCP8.5情景则导致蒙特平原(Monte de Llanuras)核心栖息地到2070年萎缩23%，但安第斯高原(Altos Andes)出现意外适宜区。

疾病传播热点演化

1万人/km2的热点随情景变化'>
RCP4.5使潘帕斯草原热点扩大17%，而RCP8.5下2070年10万人口级热点消失，反映极端气候对"宿主-人类"接触模式的非线性影响。

研究结论与意义

该研究首次量化了气候变率对AHF传播风险的梯度效应：中等变暖(RCP4.5)通过扩大宿主生态位增加潜在暴露人群，而极端变暖(RCP8.5)虽收缩核心疫区但可能引发宿主向高海拔地区迁移。提出的"牧场覆盖率20%阈值"为生态防控提供了具体标靶，建议在农业边境带实施植被管理(如EBRM策略)以阻断宿主扩散通道。成果发表于《EcoHealth》凸显其"One Health"研究价值，为拉丁美洲气候敏感型人兽共患病的适应性治理提供了范式。