中国野生动物中的弓形虫感染(1985-2024年):基于机器学习的系统综述与荟萃分析

时间:2026年2月24日
来源:Preventive Veterinary Medicine

编辑推荐:

本研究通过系统综述与元分析结合机器学习(随机森林和SHAP分析),量化中国野生动物弓形虫总体感染率14.47%,揭示采样时间、样本来源、检测方法和物种类群为关键驱动因素,并识别吉林及东部/南部中国为高风险区。验证了野生动物作为哨兵宿主的生态作用,强调人兽共患病防控需整合多学科方法。

广告
   X   

朱新坤|丛伟|孟庆峰
山东大学威海海洋学院,中国山东省威海市264209

摘要

全球分布的人畜共患病原虫寄生虫Toxoplasma gondii通过扩大野生动物宿主感染范围,对保护工作和公共卫生构成了日益严重的挑战。本研究采用系统综述和元分析方法,并结合机器学习技术(随机森林和SHAP分析),旨在量化其感染率,识别关键流行病学因素,并绘制中国野生动物的感染风险分布图。在2024年12月31日之前发表的55项研究中,T. gondii的总体感染率为14.47%(95%置信区间:11.61%-17.88%),不同物种和样本来源之间的感染率存在显著差异(猫科动物:34.29%,置信区间:30.86-37.72;兔鼠科动物:3.96%,置信区间:0.16-7.76;动物园来源的样本:28.55%,置信区间:26.50-30.69)。通过限制性最大似然元回归和随机森林模型分析,我们发现采样时间、样本来源、检测方法以及物种类别是影响感染率的关键因素。空间预测结果显示,吉林省(22.77%)和中国东部/南部地区当前感染风险较高。我们的研究结果验证了野生动物在弓形虫病传播中的关键作用,强调了人类活动对感染动态的强烈影响,并展示了机器学习在解析异质性流行病学模式中的价值——这提示需要制定标准化监测方案以解决现有研究中的方法学差异问题。

引言

Toxoplasma gondii是一种专性细胞内顶复门寄生虫,是一种具有独特双相生命周期的人畜共患病原体(Dunay等人,2018年)。有性繁殖仅发生在猫科最终宿主体内,而无性繁殖阶段则通过速殖体向缓殖体的转化在中间宿主(包括人类和温血脊椎动物)中传播(Mendoza-Roldan和Otranto,2023年;Montoya和Liesenfeld,2004年)。据估计,全球约有25-30%的人口长期携带T. gondii寄生虫(Matta等人,2021年)。在从事与动物相关工作的群体中,T. gondii的血清阳性率更高(Mohammed等人,2024年)。虽然人类感染通常无症状,但在免疫系统受损者中可能导致致命性脑炎或先天性神经发育障碍(Dunay等人,2018年;Sutterland等人,2015年),这凸显了该寄生虫对公共卫生的重大影响。
除了通过环境中的卵囊进行初次传播外,气候也是影响T. gondii》动态的关键因素:温暖潮湿的条件会加速卵囊的孢子形成和感染性,而降水则有助于其在生态系统中的传播(Li等人,2022年;Maleki等人,2021年)。气候还决定了宿主(如啮齿动物和鸟类)的地理分布和活动范围,从而加剧了寄生虫的扩散(Yan等人,2016年)。宿主适应性、环境持久性和气候驱动的传播机制共同构成了对公共卫生的双重威胁——在中国这一全球生物多样性热点地区,这种威胁尤为突出。中国拥有多样的陆地生态系统和海洋环境,以及显著的气候梯度和高强度的人类活动,这些因素增强了野生动物与人类的互动,扩展了寄生虫的传播途径,使其成为研究T. gondii生态学的重要区域(Wang等人,2024年)。
野生动物在自然生态系统与人类社会之间起着关键作用,中间宿主通过维持无性繁殖(速殖体向缓殖体的转化)在T. gondii的传播中起着核心作用。具体而言,野生动物在寄生虫的生命周期中承担三个关键角色:作为替代最终宿主维持寄生虫的生命周期(Ledgerwood和Luscier,2025年),实现种内持续传播(Hide,2016年),以及作为跨物种传播的媒介宿主(Yan等人,2016年)。作为中间宿主,温血野生动物携带慢性感染,使T. gondii》能够在生态系统中持续存在;而感染个体的行为改变会扰乱捕食者-猎物关系,进一步促进寄生虫的传播(Lewis等人,2017年)。此外,城市化导致的栖息地破碎化使野生动物聚集在更小的区域内,这种“生态位压缩”现象加剧了人与野生动物之间的接触风险(Delgado和French,2012年)。这些连锁效应威胁到了生物多样性和公共卫生,符合“同一健康”框架中对人类-动物-环境相互作用的关注。
尽管在理解家养动物和人类中的T. gondii方面取得了进展,但针对中国野生动物的研究仍存在重大空白:(1)缺乏全国性的系统评估——现有研究主要集中在东部地区,对生物多样性热点地区的关注不足;(2)不同物种间的感染动态尚未被综合分析,阻碍了关键宿主的识别;(3)传统的元分析方法无法解析人为因素和环境因素之间的非线性关系;(4)将野生动物菌株与人类/家养动物疫情联系起来的基因型数据非常有限(现有研究中仅有2.83%的阳性样本进行了基因分型)。这些空白阻碍了针对跨物种传播的针对性“同一健康”策略的制定,凸显了综合分析方法的重要性。
为填补这些空白,本研究结合了系统综述、元分析和机器学习技术(随机森林和SHAP分析),旨在:(1)量化中国野生动物中T. gondii的总体感染率;(2)识别感染异质性的关键因素;(3)绘制高风险区域。通过结合元分析在整合异质数据方面的优势与机器学习在建模复杂关系方面的能力,我们希望明确野生动物在T. gondii传播网络中的生态位。这些发现将为优化跨物种传播预警系统和“同一健康”策略提供科学依据,尤其是在全球环境压力加剧的背景下。

文献搜索策略

为了评估中国野生动物中T. gondii感染的流行率和空间分布,我们根据PRISMA指南在PubMed、Web of Science、Scopus、中国国家知识基础设施(CNKI)和万方标准数据库(WFSD)中进行了文献搜索(Moher等人,2009年;表S1)。研究方案已注册在PROSPERO平台(CRD420261291176),以确保透明度和可重复性。搜索关键词为"Toxoplasma" OR

文献搜索与研究选择

初步数据库搜索共获得5,978条记录,经过去重后,有4,875篇独特文献经过标题/摘要筛选,其中4,691篇文章被排除。对剩余的184篇文章进行全文评估后,筛选出符合所有纳入标准的55项研究(1)。研究特征总结在1中。根据2.4节中描述的质量评估标准,32项研究被评为高质量,23项被评为中等质量

讨论

作为全球生物多样性热点地区,中国拥有众多关键物种和潜在病原体(Li等人,2024年;Wang等人,2024年)。同时,中国面临重大的公共卫生挑战,因此需要更深入地了解T. gondii的流行病学特征(Stoffel等人,2020年)。野生动物可能成为重要的病原体宿主,促进疾病在自然生态系统和人类主导的景观之间的传播。然而,对野生动物的疾病监测

结论

本研究首次将系统元分析与机器学习(随机森林和SHAP分析)相结合,揭示了中国野生动物中T. gondii感染的异质性并绘制了感染风险分布图。我们的研究结果证实,野生动物是中国Toxoplasma gondii的关键宿主(感染率为14.47%)。随机森林模型分析表明,样本来源、采样时间和物种类别是影响感染异质性的关键因素,而基于当前静态数据的空间预测进一步揭示了高风险区域

伦理批准

本研究无需伦理批准。

未引用的参考文献

(Dubey等人,2021年;Flegr等人,2014年;Gonzalez-Barrio等人,2024年;Lv等人,2021年;Mendoza Roldan和Otranto,2023年)

CRediT作者贡献声明

孟庆峰:撰写——审稿与编辑、可视化、概念构建。丛伟:撰写——审稿与编辑、方法学设计、数据分析。朱新坤:撰写——初稿撰写、软件应用、数据分析、正式分析。

利益冲突声明

作者声明不存在可能影响本文研究的财务利益或个人关系。

致谢

本研究得到了吉林省科学技术发展计划(项目编号20250102301JC)的资助。

生物通微信公众号
微信
新浪微博


生物通 版权所有