Глобальный набор данных о пространственно‑временных паттернах со-встречаемости мигрирующих птиц, ассоциированных с вирусом гриппа птиц

Почему путешествия птиц важны для нашего здоровья

Каждый год огромные стаи уток, гусей, прибрежных птиц и чайковых пересекают земной шар во время длительных миграций. Эти путешествия вдохновляют, но они также создают подвижные точки встреч, где птицы могут обмениваться вирусами, такими как птичий грипп. Исследование, лежащее в основе этой статьи, объединяет данные трекинга тысяч отдельных птиц по всему миру, чтобы отобразить, когда и где разные виды перемещаются вместе. Преобразуя разрозненные записи о перемещениях в глобальную посуточную картину скоплений птиц, авторы предлагают новый инструмент для выявления мест и сезонов, где наиболее вероятно возникают и распространяются опасные штаммы гриппа.

Отслеживая птиц через континенты

Современные трекеры — от спутниковых меток до крошечных GPS‑рекордеров — коренным образом изменили способы наблюдения за перемещениями животных. Тем не менее большинство проектов трекинга сосредоточены на одном виде за раз. Это затрудняет понимание того, как разные виды перекрываются в пространстве и времени — ключевой фактор, позволяющий вирусу перейти между хозяевами и эволюционировать. Исследователи восполнили этот пробел, проанализировав Movebank, большую публичную базу данных исследований трекинга животных. Из ранее составленного списка из 175 диких видов птиц, известных переносить птичий грипп, они получили подробные записи перемещений для 62 видов, охватив 3 944 отдельных птицы из 157 разных проектов по всему миру.

Преобразование шумных треков в общие точки остановок

Исходные данные трекинга неравномерны и шумны: у одних птиц записи делаются каждые несколько минут, у других — лишь несколько раз в день, а точки местоположения могут оказываться в море или на суше. Команда сначала очистила и стандартизировала эти записи. Они сохранили только наземные местоположения внутри политических границ, пересэмплировали позиции до регулярных почасовых шагов и отфильтровали особей с длительными разрывами в треках. Затем использовали метод кластеризации, учитывающий и пространство, и время, чтобы выделить настоящие места остановок — участки, где птица задерживается, а не просто пролетает. Для треков, слишком редких для кластеризации, вместо этого измеряли, как долго каждая птица оставалась в каждом посещённом регионе.

Создание календаря встреч птиц

С очищенными треками и выделенными остановками авторы создали глобальный набор данных «со‑встречаемости». Он фиксирует, по каждому дню года и по каждому административному региону первого уровня (например, провинции или штату), какие виды птиц присутствовали одновременно. На основе этих посуточных списков видов они вычислили все возможные парные сочетания видов и подсчитали, как часто каждая пара оказывалась в одном и том же регионе в один и тот же день. Окончательный набор охватывает 488 регионов и включает 50 мигрирующих видов птиц, которые действительно перекрывались таким образом, образуя 385 уникальных пар видов в 77 862 посуточных записях. Сводные таблицы показывают, сколько видов и пар встречается в каждом регионе, как часто они пересекаются и в какие месяцы пик скоплений, выявляя явные географические кластеры и сильные сезонные закономерности в смешивании птиц.

Проверка, являются ли очаги настоящими

Чтобы проверить, отражают ли эти, казалось бы, очаги реальный вирусный риск, а не искажения выборки, команда провела несколько проверок. Они повторили анализ с гораздо более широким набором из 143 отслеживаемых мигрирующих видов, а не только с теми, которые уже известны как носители птичьего гриппа. Регионы и месяцы с наивысшей интенсивностью со‑встречаемости почти не изменились, что свидетельствует о том, что основные очаги устойчивы даже при добавлении новых видов‑хозяев. Затем они пошли дальше, проанализировав генетические данные вирусов у двух часто со‑встречающихся видов чаек в европейских очагах. И в Нидерландах, и в Бельгии образцы вирусов, собранные у этих видов в прогнозируемое время со‑встречаемости, оказались более чем на 99% похожи по ключевым генным сегментам — убедительное свидетельство того, что птицы обменивались вирусами там и тогда, где трекинговые данные указывали на их встречи.

Как пользоваться картой, учитывая её ограничения

Полученный набор данных открыт и рассчитан на широкое применение. Исследователи заболеваний могут использовать его для приоритизации мест поиска новых штаммов гриппа, сосредотачиваясь на регионах с большим числом пар видов и днями со‑встречаемости, а также на конкретных парах видов, которые регулярно встречаются через границы. Менеджеры дикой природы и планировщики охраны могут использовать ту же информацию для размещения пунктов мониторинга в оживлённых миграционных узлах и для планирования полевых работ в соответствии с пиковыми скоплениями птиц в разные месяцы. В то же время авторы подчёркивают несколько оговорок: отслеживаемые птицы могут не полностью представлять свои виды, усилия по трекингу сосредоточены в отдельных путях миграции, а со‑встречаемость определяется политическими регионами, которые не всегда соответствуют экологическим границам. Отсутствие данных в некоторых районах, вероятно, отражает не отсутствие взаимодействий птиц, а нехватку трекинга.

Что это означает для людей и птиц

Объединив тысячи отдельных траекторий полёта в единое глобальное изображение, это исследование предлагает мощную новую перспективу на то, как мигрирующие птицы могут переносить птичий грипп через континенты. Оно не предсказывает точно, где и когда произойдёт следующий всплеск, но выделяет регионы и сезоны, в которых обмен вирусами между видами наиболее правдоподобен. Тем самым оно предоставляет практическую дорожную карту для более умного наблюдения как за дикими птицами, так и за птицеводством, помогая органам здравоохранения и природоохранным организациям направлять ограниченные ресурсы туда, где они с наибольшей вероятностью принесут пользу. По мере расширения технологий трекинга на большее число видов и регионов такого рода картирование со‑встречаемости может стать краеугольным камнем систем раннего предупреждения о возникающих заболеваниях, переносимых птицами.

Цитирование: Ma, J., Wang, YH., Qiu, YB. et al. A global dataset of spatiotemporal co-occurrence patterns of avian influenza virus-associated migratory birds. Sci Data 13, 342 (2026). https://doi.org/10.1038/s41597-026-06701-w

Ключевые слова: мигрирующие птицы, птичий грипп, треккинг животных, очаги заболеваний, надзор за дикой природой