研究揭示了莱姆病生态学中细菌与环境之间的关系

研究揭示了莱姆病生态学中细菌与环境之间的关系

预测莱姆病热点可以帮助卫生官员引导资源并向公众发送主动信息。 然而，该疾病的生态系统很复杂，涉及各种宿主动物、作为疾病媒介的黑腿蜱、病原体本身、伯氏疏螺旋体以及它们所生活的环境。

这项发表在《应用生态学杂志》上的研究揭示了莱姆病生态学中两个参与者之间的关系：细菌和环境。 这项研究由宾夕法尼亚大学艺术与科学学院生物系获得博士学位的 Tam Tran 领导，并与该系教授达斯汀·布里森 (Dustin Brisson)、沃顿商学院的肖恩·詹森 (Shane Jensen) 以及纽约州卫生部的同事一起，研究了景观干扰和气候等变量如何影响伯氏疏螺旋体的分布和丰度。 其结果是一个强大的分析模型，可以准确预测莱姆病细菌在整个地区的流行和分布，可能成为减少疾病传播的有用的公共卫生工具。

“我们知道莱姆病是一个日益严重的公共卫生威胁，但我们还没有找到解决它的好方法。病例数量持续增加，”现为弗吉尼亚联邦大学医科学生的 Tran 说。 “令人兴奋的是，如果我们知道环境如何影响蜱系统和细菌，我们就可以预测景观中病原体水平较高的地点和时间。”

在当前的研究中，Tran、Brisson、Jensen 及其同事主要关注哪些因素影响伯氏疏螺旋体，他们通过确定所收集的黑腿蜱中感染这种细菌的比例来测量伯氏疏螺旋体的患病率。 特兰说，以前建立莱姆病和环境变量之间联系的尝试产生了混合的、不明确的、有时甚至是矛盾的结果，部分原因是整个“环境”的贡献可能如此多样化。

为了构建模型，研究团队收集了 2009 年至 2018 年间在纽约州数百个地点收集的近 19,000 只黑脚蜱的数据。 他们评估了十多年来数百个地点的受感染和未感染蜱虫数量如何与当地环境特征相匹配，这些特征分为四大类：

1) 景观因素，例如海拔、火灾历史以及距道路等基础设施的距离；

2）脊椎动物的宿主种群规模，包括人类、熊、鸟类和鹿；

3）监测条件，包括采集时当地的温度、湿度以及采集样本所需的工作量； 和

4) 气候指标，例如月平均气温、降水量和低于冰点的天数。

通过强大的计算机模型对这些变量进行不同分组，研究人员能够找出哪些对确定感染率影响最大。

主要发现是气候是模型中压倒性的特征。 栖息地干扰也很重要，在某些情况下，我们发现与之前的研究结果相反。”

谭谭

虽然之前的分析发现，不断增加的干扰——例如火灾、穿过森林的道路和破碎的栖息地——会导致伯氏疏螺旋体数量的增加，但宾夕法尼亚大学领导的研究小组发现，受干扰较少、更完整的栖息地往往与感染这种细菌的蜱虫数量增加有关。

使用 2009-18 年收集的数据开发模型后，他们测试了该模型预测 2019 年开始收集的数据中发现的患病率和分布的效果。

“我们发现它非常准确，”特兰说。 “最棒的是，我们用于构建模型的大部分数据都是免费的，这意味着其他地方可能能够复制这些结果来预测莱姆病风险，特别是在气候和景观与纽约相似的地区。”

干预措施可能包括向公园游客发出有关疾病风险的公共卫生信息，例如“提醒他们进行蜱虫检查”，Tran 说。 这些发现还可以帮助指导未来的土地管理，并利用生态的力量来潜在地降低莱姆病的风险。

来源：

宾夕法尼亚大学

参考：

Tran，T.，等人。 (2022) 预测莱姆病病原体伯氏疏螺旋体的时空种群模式。 应用生态学杂志。 doi.org/10.1111/1365-2664.14274 。

。