通过聚类调控布鲁氏菌病网络动力学:多稳态、保护区间与瞬态振荡

《Mathematical Biosciences》:Regulating Brucellosis Network Dynamics via Clustering: Multistability, Protective Intervals and Transient Oscillations

【字体: 大 中 小 】 时间:2026年10月01日 来源:Mathematical Biosciences 2.6

编辑推荐:

   摘要布鲁氏菌病的传播表现出显著的空间聚集性,然而关于这种聚集性如何定量调控疫情扩散的理论认识仍尚缺乏。本文以聚集性为核心变量,采用配对近似方法构建了包含聚集系数的易感-感染-环境(SIW)网络动力学模型,旨在系统揭示聚集性对布鲁氏菌病传播的内在调控机制。研究发现,聚集性并非简

  

摘要布鲁氏菌病的传播表现出显著的空间聚集性,然而关于这种聚集性如何定量调控疫情扩散的理论认识仍尚缺乏。本文以聚集性为核心变量,采用配对近似方法构建了包含聚集系数的易感-感染-环境(SIW)网络动力学模型,旨在系统揭示聚集性对布鲁氏菌病传播的内在调控机制。研究发现,聚集性并非简单地加剧传播,而是从根本上改变了系统的动力学结构。当存在聚集性时,系统可呈现多种复杂的传播模式,包括双稳态和周期性暴发,甚至可能引发Hopf分岔和Bogdanov-Takens分岔,导致感染规模出现不可预测的波动。更重要的是,聚集性表现出三种特殊的调控效应:它可创造多稳态传播格局,在特定区间内充当"保护屏障"抑制地方性疾病的形成,并通过不稳定极限环诱发瞬态振荡,从而创造早期干预的"窗口期"——聚集性越高,疫情对初始感染病例数越敏感。这些发现表明,聚集性不仅是传播的催化剂,也是关键的调控杠杆,为布鲁氏菌病的精准防控和养殖结构优化提供了新的视角。引言布鲁氏菌病是由布鲁氏菌引起的一种重要动物疾病,其主要宿主包括牛、羊、猪等常见家畜。它可通过受污染动物产品或环境介质间接传播给人类,形成"人畜共患"传播链,对公共卫生安全构成重大威胁[1]、[2]、[3]。在中国,布鲁氏菌病的空间传播表现出明显的聚集特征,反映了群体中家畜在网络结构中的紧密关联,使疾病更易扩散[4]、[5]。因此,深入探讨聚集性对布鲁氏菌病传播过程的调控机制,对精准制定防控策略、阻断疾病传播具有重要的理论和实践意义。网络动力学模型已成为研究疾病传播机制的重要工具,其能够捕捉疾病传播网络的结构特征。这些模型不仅能量化度分布、中心性、聚集系数等关键拓扑特征,还能模拟疾病的时空扩散过程[6]、[7]、[8]、[9]。在网络传染病建模中,矩闭合方法被广泛使用,由此推导出的配对模型[10]、[11]能更好地表征网络特征。例如,Mata等人研究了平均场配对近似下SIS模型中传染性疾病的传播,推广了淬火平均场理论,并从幂律度分布随机网络的特征值问题的数值解中获得了阈值[12]。Liu等人研究了SIR配对近似流行病模型中的疫苗接种策略,利用最优控制理论证明了最优解的存在性,并通过随机模拟验证了理论模型[13]。Kuga等人建立了疫苗接种博弈的配对近似理论框架,定量评估了疫情传播动态过程和个体预防性行为,证明了在配对近似或平均场近似中考虑度效应的必要性[14]。Zhang和Qiao建立了考虑医院资源和疫苗接种的SIR流行病模型,发现当疫苗接种率不高时,地方性平衡态的数量倾向于随医院资源和疫苗接种率的增加而变化,并进一步研究了模型丰富的动力学性质和复杂分岔[15]。这些研究共同为深化疾病传播分析奠定了坚实基础。聚集系数作为表征网络聚合的核心拓扑指标,及其对疾病传播的影响,近年来已成为研究焦点。Zhang等人在考虑聚集系数的SIR流行病模型中获得了两个阈值,分别源自无病平衡的稳定性与地方性平衡的存在性,两者均可作为疾病流行的阈值[16]。Wu和Hadzibeganovic利用淬火平均场框架研究了聚集复杂网络中一类基于个体的SIS疫情传播模型,证明了这些网络中的聚集性可显著改变疫情阈值[17]。Wang和Wang研究了离散网络上具有相关性和聚集系数的流行病系统动力学行为,发现地方性感染总数与聚集系数成正比[18]。Malizia等人提出了基于配对的平均场SIS模型,并将其与基于个体的近似进行比较。基于配对的近似能够考虑双体相互作用和三体相互作用存在时感染过程中聚集性和动态相关性带来的效应[19]。尽管这些研究已证实聚集系数在疾病传播中的重要性,但关于聚集系数如何影响布鲁氏菌病传播动力学的系统性分析仍有所欠缺。为探究聚集系数如何影响布鲁氏菌病传播,本文构建了考虑该系数的易感-感染-环境(SIW)网络动力学模型。采用配对近似方法整合聚集系数与网络拓扑特征,揭示了聚集结构对布鲁氏菌病传播动力学的影响,为防控策略的制定提供了理论支持。本文的组织结构如下。第2节给出包含聚集系数的SIW配对模型,随后利用三重近似公式推导等价的无量纲化四维模型。第3节首先研究简化模型的动力学特征并给出疫情阈值,然后分别分析聚集系数??=0和?>0条件下系统平衡点的存在性与稳定性。第4节通过数值模拟探讨聚集系数(?>0)对模型的影响。结论在最后部分给出。模型构建根据布鲁氏菌病的传播特征,采用近似方法建立了包含聚集系数的SIW网络动力学模型。动物群体分为两种状态:易感(S)和感染(I),同时考虑其生存环境(W)。时刻t处于状态S和I的个体数分别记为[S](t)和[I](t),其中[??](??)+[??](??)=??,N表示总种群规模。恒定种群规模模型动力学分析本节研究系统(2.3)的动力学行为,首先考察相关系数为零时其子系统的完整动力学,然后分别考察??=0和?>0的情形。本小节中的假设??1,??2=0独立于?,对应完全随机网络的极限情形;它并非由??=0推导而来。事实上,当??=0时,非零相关性平衡仍可能存在。聚集系数对动力学的影响在前文中,分析了系统(2.3)在聚集系数??=0和?>0下的动力学行为,包括平衡点的存在性与稳定性、平衡分岔、极限环分岔以及Bogdanov-Takens分岔。在本节中,系统总结聚集系数对系统动力学特征的影响,并将其与布鲁氏菌病防控的实际场景相结合,从而提供针对性的讨论与结论本研究探讨了聚集系数对布鲁氏菌病传播动力学的调控效应。利用配对近似方法构建了包含聚集系数的SIW布鲁氏菌病网络动力学模型,揭示了聚集结构对布鲁氏菌病动力学的影响。在布鲁氏菌病的实际传播网络中,动物种群的空间聚集[32]普遍存在,这使得布鲁氏菌病传播的动力学行为CRediT作者贡献声明裴鑫:撰写-初稿,方法论,资金获取。王雅楠:撰写-初稿,软件,方法论。胡江红:验证,方法论,资金获取。李明涛:方法论,资金获取,概念化。金震:撰写-审阅与编辑,监督,概念化。利益冲突声明作者声明不存在可能影响本文所述工作的已知竞争性经济利益或个人关系。致谢本研究得到国家自然科学基金项目(编号12301633和12371493)以及山西省基础研究计划(编号202303021221024和202203021222008)的资助。裴鑫|王雅楠|胡江红|李明涛|金震太原理工大学数学学院,山西,太原,030024,中国
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号