与禽流感病毒相关迁徙鸟类时空共现模式的全球数据集

为何鸟类迁徙关系到我们的健康

每年，大批鸭类、鹅类、滨鸟和海鸥跨越全球进行长期迁徙。这些旅程令人惊叹，但也形成了移动的汇聚点，鸟类在此可能分享像禽流感这样的病毒。本文所依据的研究汇集了来自全球数千只个体鸟类的追踪数据，以绘制出不同物种何时何地共同迁徙的图景。通过将分散的移动记录转化为全球范围、按日更新的鸟类聚集图，该研究为识别危险流感株最有可能出现和传播的地点与季节提供了一种新工具。

跨大陆追踪鸟类

从卫星标签到微型 GPS 记录器，现代追踪设备改变了科学家跟踪动物移动的方式。然而大多数追踪项目只关注单一物种，使得难以把握不同鸟类在时空上的重叠——这是病毒跨宿主传播并进化的关键条件。研究人员通过挖掘 Movebank（一个大型公开的动物追踪数据库）来填补这一空白。从先前汇编的175种已知携带禽流感的野生鸟类名单中，他们获得了62种的详细移动记录，涵盖3,944只个体，来自全球157个独立项目。

把杂乱轨迹转化为共享停歇地

原始追踪数据不均且噪声多：有些鸟每隔几分钟就被记录一次，另一些一天只有几次，且定位可能落在海上或陆地。团队首先清洗并标准化这些记录。他们只保留在政治陆地边界内的陆地定位，将位置重采样为规则的每小时步长，并过滤掉有较长记录缺失的个体。然后他们使用一种同时考虑时空的聚类方法来识别真实的停歇地点——即鸟类停留而非仅仅飞越的地方。对于轨迹过于稀疏而无法聚类的情况，则改为测量每只鸟在其访问的各区域内停留的时长。

构建鸟类相遇的日历

在获得清洗后的轨迹和识别的停歇地后，作者创建了一个全球性的“共现”数据集。该数据集记录了每年每一日、每一级行政区（如省或州）中同时出现的鸟类物种。从这些按日的物种清单，他们计算出所有可能的物种配对并统计每对在同一日期出现在同一区域的频次。最终数据覆盖488个区域，包含50种实际发生重叠的迁徙鸟类，形成385个独特的物种配对，总计77,862条每日记录。汇总表显示了每个区域出现的物种数与配对数、它们相遇的频次以及聚集高峰的月份，揭示了明显的地理集群和强烈的季节性混合模式。

验证热点是否真实

为检验这些表面上的热点是否反映真实的病毒风险而非采样偏差，团队进行了多项检验。他们用更广泛的143种被追踪的迁徙鸟类（不仅限于已知携带禽流感的物种）重复分析。共现强度最高的区域和月份几乎没有变化，表明主要热点在加入新宿主物种后仍然稳健。随后他们对欧洲热点地区两种经常共现的鸥类的病毒遗传数据进行了进一步检验。在荷兰和比利时，这些物种在预测共现时期采集的病毒样本在关键基因片段上超过99%相似，这强烈表明鸟类确实在追踪数据指示的时间和地点交换病毒。

在使用地图时注意其局限

所得数据集为开放获取，旨在用于多种用途。疾病研究人员可据此优先确定可能出现新流感株的调查地点，即关注存在许多物种配对与共现日数的区域，以及那些跨境反复相遇的特定物种配对。野生动物管理者和保护规划者也可利用相同信息在繁忙的迁徙枢纽设立监测站，并将实地工作时间安排与不同月份的鸟类聚集高峰相匹配。同时，作者强调若干注意事项：被追踪的个体可能不能完全代表其物种，追踪投入集中在某些迁飞航线上，共现是以政治区划来定义的，而这并不总是与生态边界相符。部分地区数据缺失很可能反映的是追踪数据不足，而非鸟类互动的缺乏。

这对人类与鸟类意味着什么

通过将数千条个体飞行路径编织成一幅全球图景，这项研究为理解迁徙鸟类如何跨大陆传播禽流感提供了一个强有力的新视角。它并不精确预测下一起疫情何时何地发生，但突出了物种之间病毒交换最可能发生的区域与季节。由此，它为更聪明的野生鸟类与家禽监测提供了实用路线图，帮助卫生部门和保护工作者把有限资源聚焦在最有可能产生影响的地方。随着追踪技术扩展到更多物种和区域，这类共现映射有望成为新兴鸟源性疾病预警系统的基石。

引用: 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

关键词: 迁徙鸟类, 禽流感, 动物追踪, 疾病热点, 野生动物监测