Nature公布最新HIV研究发现

　　来自Los Alamos国家实验室的研究人员追踪分析了流行病学意义上艾滋病患者HIV病毒扩散，以及系统发育学意义上病毒实际的快速进化之间的复杂关联，由此研发出了一种新颖的方式，用于解析HIV病毒的扩散与演化。这一研究成果公布在11月19日的Nature杂志上。

　　文章的第一作者Thomas Leitner表示，“我们研发出了一种能用于估计疫情动态的新方法，从中我们可以了解是谁感染了谁，以及真正的人口感染发生率与单纯的诊断日期。很显然这些十分重要，尤其是对于公共卫生监控，决策和干预疫情，以及进一步的取证调查。 ”

　　研究人员采用传统的计算机差分方程(differential equations)对未感染人群进行了模型分析，因为基于agent中介的组件分析较为苛刻，因此这种方法有助于提高速度。一旦某个人被感染，那么他/她就可以作为一个“中介”用于计算机建模，模型就开始追踪他们的行为，以及艾滋病病毒的进化。

　　基于中介的建模

　　这种新的建模方法能区分易感个体与感染个体，从而捕获整个感染史。未感染个体基于一个人口水平进行建模，并通过传播风险和社会团体分层。在这个模型中形成社会网络——模拟过程中可变。因此，该模型比传统模型更加接近现实。

　　Leitner说， 流行病学模型的优势在于“它使我们能够利用人类交往的参数模拟流行疾病的

　　多种可能结果，其中社交网络的形成是中介社交的一部分。这是一个灵活的系统，能用来描述现实人群中的变化。”

　　这个项目得到了美国NIH的资助，其相关项目“Reconstructing HIV Epidemics from HIV Phylogenetics”已发表论文10篇。

　　谁感染了谁

　　其中一个关键问题就是谁感染了谁，此前发表在另外一个刊物的研究成果，提出了一种新杂交系统，能用于模拟和分析艾滋病毒或其它病原体在人群中的传播。

　　研究人员对Latvian HIV-1病毒进行了建模，他们发现注射吸毒者促进了异性人口中病毒的传播，从而导致了整体疫情。研究人员目前正在扩大这种杂交模型，将其延伸到HIV遗传进化领域中，分析它对每一个受感染个体的影响。

　　研究表明，在HIV快速流行过程中，比如个体之间自行注射药物，HIV病毒的进化是缓慢的，出现的人群水平多元化很小。而且较慢的病毒扩散也显示出在同等时间内更多艾滋病毒的演化。

　　新研究领域

　　了解HIV病毒的遗传进化有助于研究人员通过病原体遗传物质重构不同的流行病学场景，这一研究领域被称为系统发育动态研究(phylodynamics，生物通译)。

　　这项研究还开发了一种新的数学模型利用这种模型，研究人员能方便地通过之前用过的生物标记物(BED IgG)估计何时个体会感染了HIV病毒。

　　“这很重要，因为大多数HIV病毒感染者在感染后不久都没有察觉到已经受到感染，他们往往在很久之后才发现，比如感染后几年，”Leitner说，“因此需要估计真正的发病率，也就是实际发生感染的时间，而不是诊断日期。 ”