《Agricultural Water Management》:Spatio-temporal dynamics of honey bee–pathogen networks: Implications for colony health and productivity
编辑推荐:
传粉者衰退正在威胁生物多样性与粮食安全,其中蜜蜂(Apis mellifera)由于多种相互作用的胁迫因子而遭受广泛损失。病原体——包括瓦螨(Varroa destructor)、其相关病毒以及东方蜜蜂微孢子虫(Vairimorpha,旧称 Nosema)ce
传粉者衰退正在威胁生物多样性与粮食安全,其中蜜蜂(Apis mellifera)由于多种相互作用的胁迫因子而遭受广泛损失。病原体——包括瓦螨(Varroa destructor)、其相关病毒以及东方蜜蜂微孢子虫(Vairimorpha,旧称 Nosema)ceranae——在蜜蜂蜂群内部形成复杂的拮抗性群落,但这些相互作用的结构仍缺乏充分认识。评估宿主—病原体网络在空间与时间上的变异,对于预测蜂群表现至关重要。本研究旨在:(1)表征蜜蜂蜂群及其病原体的个体水平网络;(2)评估网络结构与蜂群种群动态及生产力之间的关系。为此,研究人员在埃斯特雷马杜拉地区(西南班牙)对约400个蜜蜂蜂群进行了采样,覆盖较小尺度(蜂场、季节)和较大尺度(地点、年份)的空间与时间变异。研究测定了与种群动态相关的变量(成蜂、子脾)以及与蜂群生产力相关的变量(花粉、蜂蜜),同时检测了4种最重要蜜蜂病原体的负荷,即 V. destructor、N. ceranae、翅变病毒(DWV)和慢性蜜蜂麻痹病毒(CBPV),以将病原体相互作用与蜂群表现联系起来。宿主—病原体相互作用表现出强烈的空间与时间结构性,在特定地点和特定时间,蜂群往往由单一病原体主导。这种格局形成了不同的网络模块,这些模块在感染水平、种群动态和生产力方面存在差异。蜂群衰退主要由总体病原体负荷以及 V. destructor 的相互作用频率驱动,但某些低表现模块与病原体感染无关,提示还存在额外的环境胁迫因子。这些发现表明:1)针对最脆弱网络模块实施靶向管理,可能比广泛卫生控制策略更高效;2)网络模块化可能阻止病原体传播,因此避免连接不同模块,可能有助于简化管理策略。
该文发表于《Agricultural Water Management》,研究聚焦于蜜蜂(Apis mellifera)蜂群与主要病原体之间拮抗网络的时空结构及其对蜂群功能的影响。研究背景在于,全球传粉者持续衰退已成为生物多样性保护和粮食安全领域的重要议题,而蜜蜂蜂群损失被认为是多重压力共同作用的结果,包括营养资源下降、农药暴露、寄生物和病原体负担增加等。既有研究已经证明瓦螨(Varroa destructor)、东方蜜蜂微孢子虫(Vairimorpha ceranae)以及多种病毒可显著损害蜂群健康,但多数工作主要从单一病原体负荷或病原体共感染角度进行分析,对于“蜂群—病原体”整体相互作用结构如何在空间与时间上变化,以及这种结构如何关联蜂群种群动态与生产力,认识仍较有限。因此,开展网络生态学视角下的蜂群健康研究,有助于从复杂系统层面理解病原压力及其功能后果。
研究人员围绕两个核心问题展开研究:其一,建立蜜蜂蜂群与病原体构成的个体基础生态网络,刻画不同病原体在蜂群中的连接方式及网络模块;其二,分析网络结构与蜂群成蜂数量、子脾面积、花粉积累和蜂蜜产量变化之间的关系。研究结果表明,蜜蜂—病原体网络并非随机组织,而是具有显著的模块化特征,并受到蜂场、地点、季节和年份等时空因素共同塑造。多数蜂群虽同时携带多种病原体,但在实际网络中往往表现为某一病原体占主导。总体病原体丰度及 V. destructor 相互作用频率是蜂群功能下降的主要驱动因素;同时,某些功能较差的模块并未伴随高病原负荷,提示环境变化或管理因素等外源性压力也可能影响蜂群表现。该研究的重要意义在于,将网络结构与蜂群健康和生产性能直接联系起来,为蜂群疾病防控从普遍性处理转向时空分层、模块定向管理提供了依据。
研究人员采用的主要技术方法包括:在西班牙西南部埃斯特雷马杜拉地区3个地点、5个蜂场的397个蜂群中开展回顾性整合研究,覆盖2020、2021、2023和2024年以及早季、中季和晚季采样;在基线采样中检测 V. destructor、N. ceranae、DWV 和 CBPV 负荷,其中 N. ceranae、DWV 和 CBPV 分别通过定量聚合酶链式反应(qPCR,实时荧光定量PCR)测定,V. destructor 通过蜂体洗脱计数评估;以病原体标准化负荷构建宿主—病原体二分网络(bipartite network),计算模块度(Q)及节点中心性指标,并结合广义线性模型(GLM)、线性模型(LM)和线性混合模型(LMM)分析网络结构、病原体负荷与蜂群功能指标之间的关系。
在结果部分,论文首先报告了病原体负荷特征。研究显示,DWV 的流行率最高,达到96%,N. ceranae 为70%,V. destructor 为48%,CBPV 为25%。就平均负荷而言,V. destructor、N. ceranae 和 DWV 均表现出较高变异,说明蜂群之间感染强度差异显著。这一结果表明,病原体在研究区域广泛存在,但不同病原体的流行程度和感染强度并不一致,为后续网络结构分析提供了基础。
在“3.2. The structure of the honey bee–pathogen network”部分,研究人员发现由397个蜂群和4种病原体构成的生态网络具有明显异质性和高度模块化。尽管超过90%的蜂群感染了不止一种病原体,但大多数蜂群感染程度较轻,只有少数蜂群呈现重度感染,而且通常由单一病原体主导。网络模块度 Q = 0.51,显著高于随机网络,说明蜂群—病原体相互作用存在稳定的分区结构。网络共识别出4个模块,每个模块均以某一种病原体的高频相互作用为特征。进一步的卡方检验表明,模块身份显著受蜂场、地点、季节和年份影响,说明病原网络的组织方式具有明确的时空依赖性。具体而言,模块1主要对应 V. destructor 主导感染,常见于2023年晚季或2020年;模块2主要对应 N. ceranae 主导感染,与 Alcuéscar 地点、2024年早季和2021年密切相关;模块3主要对应 DWV 主导感染,多见于 Cáceres 的1号蜂场以及2024年早季和2021年;模块4则主要与 CBPV 主导感染相关,集中于 Cáceres 的1号蜂场和2020年。这些结果说明,蜂群所处的具体地点和时间窗口会显著改变其主要病原压力来源。
在网络节点属性方面,研究显示蜂群平均感染病原体数(degree)为2.39,平均病原体丰度较低,且脆弱性(vulnerability)较低,表明单个蜂群虽然可能携带多种病原体,但在功能上常由某一病原体主导感染。V. destructor 是网络中最具影响力的病原体,不仅丰度最高,而且广适性(generality)和对网络整体的重要性也最强;相比之下,CBPV 的中心性最低。这一结果强调,尽管 DWV 的流行率最高,但真正决定网络病原压力格局的关键病原体是 V. destructor。不同模块之间的中心性指标也显著不同:模块1的感染程度更高而脆弱性更低,说明该模块的感染结构更集中于优势病原体;模块4在 strength 和 weighted strength 上更高,表明少数蜂群在维持该病毒模块方面具有较高作用。
在“3.3. Network structure as determinant of population dynamics and colony productivity”部分,研究人员分析了网络结构对蜂群功能的影响。结果显示,模块身份显著影响成蜂数量变化、子脾变化、花粉储量变化和蜂蜜产量变化。总体上,模块1和模块4的蜂群在3个月后的种群规模和生产水平变化更为负面,而模块2和模块3表现相对较好。这说明,不同病原体主导的网络模块不仅在感染结构上不同,而且与蜂群的功能结局直接相关。进一步分析显示,蜂群网络中心性整体对种群动态和生产力具有一致的负向作用。其中,总体病原体丰度对成蜂数量、子脾、花粉和蜂蜜生产均产生负面影响;蜂群脆弱性则会降低花粉产量。这些结果表明,病原体在网络中的累积负担及其共存结构,会共同削弱蜂群功能。
在“3.4. Pathogen species as determinant of population dynamics and colony productivity”部分,研究将焦点转向特定病原体的效应。结果显示,各种网络中心性指标至少与3种病原体的相互作用频率显著相关,而 degree 与4种病原体均相关,说明网络位置与病原负荷存在紧密联系。在具体病原体效应方面,V. destructor 的相互作用频率对蜂群种群动态和生产力的负面影响最强,平均约为其他病原体的3.5倍;N. ceranae 对子脾也表现出与 V. destructor 相当的负面作用;而 DWV 和 CBPV 则未表现出对种群动态或生产力的显著直接影响。该结果说明,病原体之间对蜂群功能的损害程度并不相同,其中 V. destructor 是最关键的风险因子。
在讨论部分,研究人员指出,蜜蜂—病原体相互作用在空间和时间上高度结构化,而非随机发生。特定地点与特定时间的蜂群倾向于与特定病原体形成优势性连接,从而构成隔离的网络模块,这些模块在感染水平、种群变化和生产力方面表现出明显差异。总体病原体丰度和 V. destructor 相互作用频率是蜂群功能衰退的主要解释变量,但并非全部低功能模块都伴随高病原压力,因此蜂群衰退还可能受到环境变化、土地利用、农药暴露、养蜂管理措施以及局地随机过程等因素影响。论文还强调,网络模块化在拮抗系统中可能具有稳定化意义,因为它能够限制病原体在整个网络中的扩散;从管理实践上看,避免不同模块之间的人为连接,如蜂群迁移、蜂王交易或物资共享,可能有助于降低疾病传播风险。研究同时承认局限性,即仅分析了4种病原体,尚未纳入其他与蜂群健康密切相关的病原生物,也未将环境变量系统整合进模型,因此该研究属于迈向蜂群—病原体网络研究框架的第一步。
研究结论可概括为:理解蜜蜂与病原体相互作用如何在空间和时间上组织,是预测蜂群种群动态和生产力的关键。蜂群损失通常由总体病原体丰度驱动,尤其与晚季反复出现的 V. destructor 相互作用密切相关,但相似程度的蜂群损失也可能来自尚未明确的外源性因素。基于此,蜂群管理应优先聚焦生态网络中最易受损的模块,对与损失最直接相关的因素实施定向干预,而非采取广泛、非选择性的兽医处理措施。通过大尺度、长期监测建立时空流行病学单元,有望帮助动物卫生主管部门和养蜂者更准确地判断在何地、何时采取何种管理策略。