《Frontiers in Veterinary Science》：Understanding African swine fever dynamics in South Korean pig farms through agent-based modeling and spatiotemporal analysis of farm outbreaks
编辑推荐：
：
非洲猪瘟（African swine fever，ASF）自2019年以来持续对韩国养猪业构成重大威胁，2026年猪场疫情出现显著增加。本研究应用主体建模（agent-based modeling，ABM）与时空暴发分析，从场内和场间两个层面刻画ASF传播
：
非洲猪瘟（African swine fever，ASF）自2019年以来持续对韩国养猪业构成重大威胁，2026年猪场疫情出现显著增加。本研究应用主体建模（agent-based modeling，ABM）与时空暴发分析，从场内和场间两个层面刻画ASF传播动力学。研究人员开发了一个随机SEIR主体模型，用于模拟在多种流行病学与生物安全条件下，通过猪只间直接接触和间接环境途径的场内传播。在场间层面，研究人员分析了2019年至2026年确诊猪场暴发的时空模式，并重点关注2026年疫情。值得注意的是，2026年暴发模式呈现早期多灶性发生，随后出现区域聚集和更广泛的地理扩散。对按时间顺序排列的确诊暴发进行基于距离的分析显示，最近邻距离中位数约为31 km，若干暴发距离最近先前确诊暴发超过100 km，包括在疫情早期阶段。这些发现与多途径解释相符，即局部聚集、检测延迟、未观察到的中间感染以及非局部生产网络相关途径均可能对观察到的暴发模式有所贡献。这种联合分析方法为韩国猪场ASF动力学提供了更为审慎和全面的理解，并强调了控制策略的必要性，即需将强有力的场级生物安全与快速局部响应，以及针对猪生产系统中高连通性节点的更广泛监测和风险管理相结合。
论文解读：
一、研究背景与问题
非洲猪瘟是一种高度接触性、严重的猪只出血性疾病，急性型病例的病死率可接近100%，对全球养猪生产构成深远威胁。该病毒具有大双链DNA基因组和脂质包膜，在环境中表现出显著抵抗力，可在猪肉制品、污染物和受污染材料中持续存活，从而通过直接接触和间接环境暴露促进传播。韩国养猪业占畜牧业产值的约30%，年猪肉产量超过100万吨。自2019年9月京畿道确认首例家猪疫情以来，截至2026年3月，韩国国内猪场累计报告79起暴发。仅2026年前三个月，就在多个省份报告了24起暴发，且若干暴发发生在地理上远离早期确诊暴发的地区，表明2026年疫情早期阶段呈现地理分散的暴发模式。尽管实施了扑杀和监测策略，但ASF暴发仍持续发生，提示当前控制措施存在局限性，包括缺乏有效疫苗、生物安全实践不足、扑杀干预效果受限以及早期检测和报告机制延迟。虽然SEIR等仓室模型可用于描述ASF的群体水平趋势，但其在表征复杂养猪系统中疾病传播的异质性和随机性方面存在局限。现有研究描述了ASF在野猪中的空间扩散并报告了场级暴发，但兼顾韩国商品猪场场内传播动态和场间暴发模式的定量研究仍然有限。
二、研究内容与意义
本研究采用主体建模框架模拟场内传播，并结合时空分析和基于距离的分析刻画场间确诊暴发模式。研究旨在量化场内传播参数和控制措施对暴发规模和持续时间的影响，描述韩国猪场近期确诊ASF暴发的时空进展和距离模式，并讨论将场级生物安全、快速局部响应与猪生产系统高连通性节点更广泛监测相结合的控制启示。该双组分分析方法为模拟的场内流行行为和观察到的场级暴发模式提供了互补性见解，同时避免了对确诊场间传播关联的假设。
三、主要技术方法
研究采用了两大分析框架。场内传播模型方面，研究人员基于易感-暴露-感染-移除（SEIR）疾病结构开发了随机主体模型，在NetLogo 6.4环境中实现，采用日时间步长，通过概率性感染事件和个体水平状态转移引入随机性，参数从预定范围采样。模型纳入直接猪间传播和间接环境传播两条途径，环境污染作为连续状态变量，通过病毒脱落累积并以指数衰减。研究使用拉丁超立方抽样（LHS）生成1000次模拟的参数组合，并通过偏秩相关系数（PRCC）进行全局敏感性分析。场间暴发分析方面，研究人员汇编了2019至2026年韩国猪场确诊暴发的时空数据集，使用大圆距离（Haversine公式）计算按时间顺序排列的确诊暴发场之间的距离，提取每次新确诊暴发到最近先前确诊暴发的距离作为局部空间邻近性的汇总指标。
四、研究结果
3.1 基线情景下的场内传播动力学
基线情景下R0分布右偏，中位数为2.0，95%预测区间为0.00–13.33，70.3%的模拟中R0超过1。敏感性分析显示，环境-猪传播率（βe）是R0最强的正向驱动因素（PRCC=0.901），其次是猪-猪传播率（β）（PRCC=0.770），病毒衰减率与R0显著负相关（PRCC=?0.427）。流行持续时间中位数为8天，95%预测区间为1–245天，感染期是持续时间的最强正向决定因素（PRCC=0.346）。累积死亡率呈强双峰分布，中位数为0.95%，95%预测区间为0.09–100%，感染期（PRCC=0.359）和猪-猪传播率（PRCC=0.313）是主要正向驱动因素。峰值流行率呈高度右偏和零膨胀分布，中位数为0.10%，猪-猪传播率（PRCC=0.342）和感染期（PRCC=0.332）是最强正向决定因素。
3.2 强化生物安全情景下的场内传播动力学
强化生物安全情景下R0分布下移，中位数降至1以下，表明大多数模拟中感染无法在农场内维持传播。累积死亡率显著降低，大规模死亡事件较基线罕见。流行持续时间缩短，四分位距压缩。峰值流行率在大多数模拟中保持在接近最小值附近，仅偶发模拟出现中等程度升高。研究结果表明，结构性生物安全措施如受控入场、专用衣物和设备、清洁消毒规程以及粪污管理构成了ASF预防的基石。
3.3 暴发响应情景下的场内传播动力学
暴发响应情景下R0中位数保持在接近1但低于基线水平。累积死亡率呈现类似双峰模式，许多模拟中早期干预导致最低死亡率，但当控制措施生效前已发生传播时，观察到显著死亡率。流行持续时间普遍短于基线，峰值流行率通常较低，集中在接近最小水平。该情景相对于基线条件降低了暴发规模和持续时间，但变异性高于强化生物安全情景，反映了控制措施的反应性本质。
3.4 场间暴发模式
2019至2026年ASF暴发的空间分布呈现明显聚集模式，最大负担集中在西北部京畿道和仁川以及江原道北部内陆地区。早期病例主要限于边境邻近市郡，包括坡州市、涟川郡、金浦市和江华郡，铁原郡和华川郡反复出现，表明存在持续的西北部焦点。该区域毗邻朝鲜非军事区（DMZ），野猪种群可能促成跨境病毒引入，同时该区域与首尔都市圈重叠，猪场密度高且运输网络密集。后期年份出现地理扩展，2024年起暴发出现在庆尚北道及南部省份。时间模式方面，2020–2022年年度暴发数保持相对较低（2–7起），2023–2024年增加（10–11起），2025年下降（6起），2026年截至3月报告24起，为研究期内最高。月度尺度上暴发呈非均匀分布，集中在冬季和早春月份。2026年疫情呈现早期多灶性发生、随后区域聚集和更广泛地理扩散的特征。距离分析显示，23起可计算的新确诊暴发到最近先前确诊暴发的距离中位数为31 km，若干暴发距离超过100 km，包括在疫情早期阶段。
五、讨论与结论
研究发现与多途径解释相符，即局部聚集、延迟检测、未观察到的中间感染和非局部生产网络相关途径可能共同促成观察到的暴发模式。2026年模式表明流行病学复杂性增加，确诊暴发同时呈现局部聚集和更广泛地理扩散。近期韩国流行病学调查在猪血浆源性饲料原料中检测到ASF遗传物质，引发对饲料供应链和屠宰场相关污染途径潜在传播的担忧，但感染性病毒的存在及其直接传播作用仍在调查中。研究强调，控制策略需将强有力的场级生物安全与快速局部响应相结合，同时针对猪生产系统中高连通性节点实施更广泛的监测和风险管理。场内模拟结果表明，缩短感染期（如及时识别病例、确认检测和立即清群）以及通过清洁消毒限制ASFV环境持久性的干预措施，对于防止场内传播延长至关重要。
