综述：肠道病毒研究中动物模型的应用与发现

（编辑推荐）本综述系统梳理了肠道病毒（Enterovirus）研究动物模型进展，重点对比非人灵长类（NHP）、啮齿类及非病毒感染模型优劣，指出当前模型与人类疾病表型差异的挑战，提出整合多组学、类器官和人工智能（AI）的未来方向，为抗病毒策略开发提供精准工具。

　　

动物模型在肠道病毒研究中的核心价值

肠道病毒（Enterovirus）感染导致的手足口病（HFMD）和脑膜炎等疾病仍是全球公共卫生难题。由于缺乏广谱抗病毒疗法，通过动物模型解析病毒致病机制成为关键突破口。非人灵长类（NHP）凭借与人类高度相似的生理和免疫特征，被视为研究自然感染的黄金标准——其可模拟病毒在人体内的完整生命周期，但高昂成本和伦理限制制约了广泛应用。

啮齿类模型的适应性困境

小鼠模型虽具成本优势，却面临两大瓶颈：一是依赖人工适应株（如EV-A71_MP4）或免疫缺陷动物（如IFNAR^-/-小鼠），可能扭曲天然免疫应答；二是跨物种屏障导致病毒受体（如SCARB2）表达模式差异。近期研究通过人源化转基因小鼠部分克服了这些限制，但神经侵袭性等表型仍与临床存在差距。

非传统模型的创新视角

类器官（Organoid）和微流控芯片等非感染模型崭露头角，肠道类器官成功模拟了EV-D68的肠上皮侵染过程，而血脑屏障芯片揭示了病毒穿越中枢神经系统（CNS）的分子开关。这些平台在病毒入胞（Entry）和胞内运输（Trafficking）机制研究中展现出独特分辨率。

未来方向的三大融合

1. 多组学驱动：单细胞转录组（scRNA-seq）揭示免疫细胞亚群动态，蛋白质组学定位宿主因子（如VILLIN）与病毒蛋白（VP1）互作网络；
2. 类器官升级：引入神经嵴细胞的肺-脑类器官可同步模拟呼吸道感染与神经病变；
3. AI预测：深度学习模型通过结构生物学数据预测病毒株跨物种传播风险，指导动物模型优化。

当前领域仍需解决病毒株宿主特异性（如CV-A10在棉鼠中复制效率低下）与免疫微环境异质性等难题，而跨学科技术的协同将加速从基础研究到临床干预的转化。