基于LSTM环境模型研究季节变化下土壤与粪便微环境中隐孢子虫卵囊的灭活动力学及其对农业公共卫生风险的影响

本研究利用LSTM深度学习模型模拟真实季节温湿度循环，探究了Cryptosporidium parvum卵囊在土壤和粪便微环境中的季节性灭活动力学。结果显示夏季条件下粪便中卵囊灭活速率显著高于冬季，且土壤中灭活速率普遍较慢。该研究为动态环境下的病原体风险评估提供了创新方法，对制定季节性农业废弃物管理策略具有重要意义。

　　

隐孢子虫（Cryptosporidium parvum）是一种人畜共患的顽固性寄生虫，其卵囊在自然环境中具有极强的存活能力，尤其在农业土壤和动物粪便中可长期存在，对水和食品安全构成严重威胁。该病原体引起的隐孢子虫病是全球范围内腹泻疾病的重要诱因，在非洲和亚洲等地区的儿童中尤为高发。尽管实验室研究已证实卵囊对温度、pH值、干燥和氨暴露等环境压力具有显著抗性，但关于其在真实复杂季节变化条件下的存活规律仍存在研究空白。传统研究多采用恒温实验或未受控的自然环境观测，难以模拟每日和季节性波动的动态气候条件，限制了风险评估和政策制定的准确性。

为突破这一局限，来自路易斯安那州立大学的研究团队开展了一项创新性研究，通过结合人工智能技术与环境微生物学方法，深入探索了季节变化对隐孢子虫卵囊存活的影响机制。该研究发表于《Journal of Food Protection》，为农业废弃物管理和水源性病原体防控提供了重要科学依据。

研究团队运用了几项关键技术方法：首先，利用长短期记忆（Long Short-Term Memory, LSTM）深度学习架构，基于路易斯安那州巴吞鲁日地区的历史气象数据，训练出能够预测24小时昼夜温度与相对湿度变化的模型；其次，通过环境模拟生长舱（Panasonic MLR-352H Climate Chamber）精确控制实验条件，模拟夏季（21–42°C；34–96% RH）和冬季（1–18°C；50–90% RH）的典型气候；此外，采用蔗糖/Percoll浮选法从土壤和粪便样本中提取卵囊，并借助荧光显微镜（Zeiss observer-Z1）与FITC-PI双染色技术判别卵囊存活状态；最后，通过一级动力学模型计算灭活速率常数（k值），并借助方差分析（ANOVA）和Tukey事后检验进行统计验证。

研究结果部分显示：

在“气候数据生成与模拟”中，LSTM模型成功预测出具有昼夜周期性的温湿度序列，测试集均方根误差（RMSE）为0.4026，表明模型具备较高的预测准确性。这些数据被用于编程控制环境舱，实现了对真实季节动态的高仿真模拟。

“卵囊灭活动力学”结果显示，卵囊灭活符合一级动力学模型。在夏季条件下，粪便中的卵囊灭活速率（k = -0.01379 day^-1）显著高于冬季（k = -0.00405 day^-1）。土壤中的灭活速率在各季节均慢于粪便。统计分析表明，温度、基质类型及其交互作用对灭活速率具有显著影响（p < 0.05）。

通过“讨论”部分的深入分析，作者指出夏季高温高湿条件促使粪便中微生物活动增强、氨浓度升高，从而加速卵囊膜结构损伤与内容物泄漏。相比之下，土壤由于其颗粒吸附特性和缓冲能力，为卵囊提供了物理保护，减缓了灭活进程。冬季低温条件则普遍延长了卵囊在不同基质中的存活时间。

研究的结论强调，季节变化与基质特性共同调控隐孢子虫卵囊的环境存活动态。夏季粪便处理可能显著降低病原体传播风险，而冬季废弃物施用则需更加谨慎。本研究首次将LSTM人工智能模型引入病原体存活研究，不仅提高了环境模拟的真实性和可重复性，也为跨学科方法在公共卫生与农业安全领域的应用提供了范例。

该研究的现实意义在于，它提出了“季节适应性”废弃物管理策略，例如建议在高温季节进行粪便堆肥或田间施用，以利用自然条件促进病原体灭活。同时，研究结果可为水质监测、疫情预警和农业政策制定提供数据支持，尤其是在气候变化加剧季节波动的背景下，对缓解隐孢子虫病负担具有重要价值。