学术研究报告：中国蓝舌病的预测与传播分析

作者及机构
本研究的通讯作者为上海大学生命科学学院的Qin Chen和Bing Niu，第一作者为Junjie Zhong。合作作者包括Erlian Shu、Shuwen Zhang（上海大学生命科学学院）以及Qiaoling Yang（上海大学环境与化学工程学院）。研究发表于Preventive Veterinary Medicine期刊，2024年7月在线发布，卷号230，文章编号106290。

学术背景
蓝舌病（Bluetongue disease, BT）是由库蠓（Culicoides）传播的传染病，主要感染反刍动物（如牛、羊）。由于反刍动物在中国畜牧业中占据重要地位，蓝舌病的暴发可能导致严重经济损失。过去十年，蓝舌病已蔓延至地中海和非洲多国，中国也因该病遭受重大经济损失（例如1996年全球暴发导致超3亿美元损失）。世界动物卫生组织（OIE）将蓝舌病列为须通报疾病，中国也将其列为A类疫病。然而，中国蓝舌病的空间分布规律及传播风险区域尚未系统评估。因此，本研究旨在通过最大熵模型（MaxEnt）结合气候、宿主密度和媒介分布数据，预测中国蓝舌病的潜在高风险区域，为防控策略提供科学依据。

研究流程
1. 数据收集与预处理
- 蓝舌病血清阳性数据：从CNKI、万方、PubMed、Web of Science和Google Scholar等数据库中检索2010-2020年发表的文献，筛选标准包括研究地点为中国、采用随机抽样和ELISA检测方法。最终纳入35篇文献，提取383个蓝舌病感染分布点，经去重和空间过滤后保留247个有效点。
- 库蠓分布数据：从全球生物多样性信息设施（GBIF）等数据库获取643个库蠓分布记录，筛选后保留311个有效点，涵盖8种已知传播蓝舌病的库蠓物种（如Culicoides oxystoma、Culicoides imicola等）。
- 气候与宿主密度数据：从WorldClim 2.1数据库获取19项生物气候变量（Bio1-Bio19）和海拔数据；从联合国粮农组织（FAO）获取牛、羊密度数据。

1. 空间自相关分析

   • 使用全局莫兰指数（Global Moran’s I）和局部莫兰指数分析蓝舌病感染的空间聚集性。结果显示，中国牛和羊的蓝舌病感染呈显著空间聚集（Z值分别为2.719和1.910），高聚集区集中在四川、广西、湖南等地。
     

2. MaxEnt模型构建与验证

   • 变量筛选：通过Pearson相关性分析剔除高度相关变量（r > 0.8），最终保留11项变量（如年均温Bio1、最干月降水Bio14、羊密度SD等）。
     
   • 模型训练与评估：将数据分为训练集（75%）和测试集（25%），采用10折交叉验证，通过受试者工作特征曲线下面积（AUC）评估模型性能。蓝舌病和库蠓分布模型的AUC分别为0.805和0.849，表明预测效果良好。
     

3. 适宜区划分与风险叠加

   • 蓝舌病高适宜区主要分布于中国南部、中部及新疆部分地区；库蠓高适宜区集中于南部、东部和中部。将两者适宜区叠加，生成综合风险等级图，划分9个风险等级（如“高-高”“中-低”等）。
     

主要结果
1. 蓝舌病血清阳性率分布：广东省牛群血清阳性率最高（69.6%），云南省羊群最高（36.8%）。北方地区阳性率普遍低于南方。
2. 关键环境变量：年均温（Bio1）、最干月降水（Bio14）、羊密度（SD）和海拔（elev）是蓝舌病适宜区的主要影响因素；库蠓栖息地则受最湿月降水（Bio13）、年均温和海拔显著影响。
3. 高风险区域：华东（山东、福建沿海）、华南（广东、海南）、华中（湖北、河南）、西南（四川、云南）及新疆部分地区为蓝舌病传播高风险区。

结论与价值
本研究首次系统整合中国蓝舌病感染数据、库蠓分布及环境变量，通过MaxEnt模型量化了传播风险空间格局。结果显示，南方和中部省份因气候适宜、宿主密度高且媒介分布重叠，需优先加强监测。研究为制定精准防控策略（如疫苗接种、库蠓消杀）提供了科学依据，并提示气候变化可能扩大蓝舌病流行范围。

研究亮点
1. 方法创新：结合空间自相关分析与MaxEnt模型，提高了预测精度。
2. 数据全面性：涵盖中国20个省份的多年血清学数据及8种库蠓物种分布。
3. 应用价值：明确高风险区域，指导资源优化分配。

其他发现
- 高海拔地区（如云南香格里拉）虽库蠓密度低，但仍存在蓝舌病流行，可能与宿主适应性或病毒越冬能力有关。
- 羊密度超过600头/平方公里时，蓝舌病感染适宜度显著上升（>0.6），提示需重点关注畜牧业密集区。

本研究为后续蓝舌病动态监测和跨区域联防联控奠定了理论基础，也为其他虫媒传染病的地理预测提供了方法参考。