← Back
Advances in Continuous and Discrete Models

Количественная оценка расстояния аэрозольной передачи вируса ящура

Ящур (FMD) — высококонтагиозное и экономически разрушительное вирусное заболевание, поражающее парнокопытных животных по всему миру.

Область исследования Differential Equations
Article Type Research analysis
Authors Zhang et al.
Original Paper Published 2025-11-26
ISOM Posted 2026-04-08 00:31 UTC
Read Time 2M
Open PDF Open DOI Open Source Page

Editorial Disclosure

ISOM follows an editorial workflow that structures the source paper into a readable analysis, then publishes the summary, source links, and metadata shown on this page so readers can verify the original work.

The goal of this page is to help readers understand the paper's core question, method, evidence, and implications before opening the original publication.

Предыстория и академическая родословная

Истоки и академическая родословная

Ящур (FMD) — высококонтагиозное и экономически разрушительное вирусное заболевание, поражающее парнокопытных животных по всему миру. Его влияние на сельское хозяйство, обусловленное мерами контроля, такими как забой скота и торговые ограничения, давно вызывает серьезную озабоченность. Точное происхождение проблемы, рассматриваемой в данной статье, заключается в признании того, что аэрозольная передача вируса ящура (FMDV) является особенно сложным, но значимым путем распространения вируса, способным распространять заболевание как на короткие, так и на большие расстояния. Исторические вспышки и предыдущие исследования, такие как симуляции Глостера и др. и экспериментальные подтверждения Коленутта и др., неоднократно подчеркивали критическую роль воздушно-капельной передачи в эпидемиях ящура. Проблема впервые возникла в академической сфере, когда ученые и политики искали эффективные стратегии для предотвращения и контроля крупномасштабных вспышек ящура, осознав, что понимание и управление распространением вируса по воздуху имеет первостепенное значение.

Фундаментальным ограничением или «болевой точкой» предыдущих подходов, которые побудили авторов предпринять данное исследование, было недостаточное понимание и количественная оценка расстояний аэрозольной передачи FMDV, особенно на уровне отдельных животных и ферм, в различных условиях окружающей среды. Хотя более ранние математические модели исследовали передачу вируса в макроскопических масштабах (например, между фермами или регионами) или фокусировались на общем атмосферном рассеянии патогенов, они часто не могли точно охарактеризовать эффективное расстояние передачи аэрозолей FMDV от одного инфицированного источника, учитывая многофакторные процессы (выделение, диффузия, седиментация, распад и ингаляция). Например, некоторые модели рассматривали аэрозольную передачу только в пределах одной клетки. Этот недостаток детальных количественных данных о том, как далеко могут распространяться аэрозоли FMDV при определенных условиях, препятствовал точному оценке рисков, эффективному эпиднадзору и рациональному распределению ресурсов для профилактики и контроля во время вспышки. Авторы прямо заявляют, что «до сих пор наше понимание этого имеет определенные ограничения», что требует разработки более совершенных математических моделей для прогнозирования расстояний передачи вируса во времени.

Интуитивные термины предметной области

Чтобы помочь читателю, начинающему с нуля, понять основные концепции, приведем несколько специализированных терминов из статьи, переведенных на бытовые аналогии:

  • Вирус ящура (FMDV): Представьте себе специфический «супер-гриппозный микроб», вызывающий очень неприятное, высококонтагиозное заболевание у животных, таких как коровы, овцы и свиньи. Это не человеческая болезнь рук, ног и рта, а отдельное и гораздо более серьезное заболевание животных.
  • Аэрозольная передача: Думайте об этом как о невидимом «облаке дыхания» или «тумане чихания», который переносит крошечные, плавающие микробы по воздуху. В отличие от крупных, видимых капель, которые быстро падают, эти аэрозольные частицы настолько малы, что могут долго висеть в воздухе и распространяться далеко, подобно дыму от далекого пожара.
  • Минимальная инфицирующая доза (MID): Это «волшебное число» микробов, с которыми нужно столкнуться, чтобы действительно заболеть. Если вы вдыхаете меньше этого количества, ваш организм может справиться с ними, но если вы достигнете или превысите эту дозу, инфекция вероятна. Это критический порог для заражения.
  • TCID50 (50% инфицирующая доза в культуре тканей): Это научный «счетчик микробов». Это стандартная единица, используемая в лабораториях для измерения количества активного вируса в образце. В частности, это количество вируса, которое успешно заразит половину клеток в лабораторном тесте, давая ученым надежный способ количественной оценки силы вируса.

Таблица обозначений

Обозначение Описание

Определение проблемы и ограничения

Формулировка основной проблемы и дилемма

Основная проблема, рассматриваемая в данной статье, заключается в точном количественном определении пространственно-временного эффективного расстояния передачи аэрозолей вируса ящура (FMDV). Это критически недостающий элемент в понимании и контроле вспышек ящура, которые разрушительны для сельского хозяйства.

Исходная точка (входные данные/текущее состояние) — инфицированное животное (крупный рогатый скот, овцы или свиньи) или целая инфицированная ферма, которая служит источником, выделяющим аэрозоли, содержащие FMDV, в атмосферу. Несмотря на то, что аэрозольная передача FMDV является подтвержденным и значимым путем распространения вируса, наше понимание его детальной пространственно-временной динамики, особенно на различных расстояниях и условиях, остается ограниченным. Предыдущие исследования часто фокусировались на макроскопических масштабах (например, распространение от фермы к ферме) или на передаче на уровне отдельных лиц, не полностью выясняя сложный многофакторный процесс самой аэрозольной пролонгации.

Желаемый конечный результат (выходные данные/целевое состояние) — количественное и предиктивное понимание того, как далеко могут распространяться аэрозоли FMDV и оставаться инфекционными в различных условиях окружающей среды (например, стабильная атмосфера, переменная скорость ветра) и для различных видов животных. Это включает определение эффективного расстояния передачи от одного инфицированного животного и от инфицированной фермы за определенные промежутки времени (например, 1 час, 24 часа, 7 дней). Конечная цель — предоставить практическую информацию для рационального планирования размещения животноводческих ферм, оказания помощи в принятии решений и оптимизации распределения ресурсов для профилактики и контроля во время эпидемии.

Точное недостающее звено или математический пробел, который данная статья пытается преодолеть, — это отсутствие комплексной пространственно-временной динамической модели, интегрирующей различные физические и биологические процессы, управляющие аэрозольной передачей FMDV. В частности, она направлена на установление уравнения диффузии, описывающего выделение, диффузию, седиментацию, транспорт (адвекцию ветром), распад и последующее вдыхание аэрозолей FMDV. Эта модель количественно определяет концентрацию жизнеспособного вируса в любой точке пространства и времени, позволяя рассчитать эффективные расстояния передачи путем сравнения концентраций с видоспецифическими пороговыми значениями минимальной инфицирующей дозы. Предыдущие модели либо упрощали эту динамику, либо фокусировались на других аспектах, оставляя пробел в точном, механистическом прогнозировании расстояний аэрозольной передачи.

Болезненный компромисс или дилемма, которая поставила в тупик предыдущих исследователей, пытавшихся решить эту конкретную проблему, заключается в балансировании сложности модели с практической применимостью и доступностью данных. Аэрозольная передача — это «сложный многофакторный процесс», включающий множество взаимодействующих элементов. Улучшение точности одного аспекта, такого как учет детальной атмосферной турбулентности, часто требует экспоненциально большей вычислительной мощности и высокодетализированных входных данных, которые не всегда доступны или надежны. Например, хотя более высокое разрешение в моделировании атмосферных условий дало бы более точные прогнозы, оно также вносит значительные вычислительные накладные расходы и проблемы с получением данных. И наоборот, упрощение модели для ее управляемости рискует упустить критические факторы, влияющие на передачу, что приведет к менее точным или обобщаемым результатам. Статья неявно ориентируется в этом, делая определенные предположения (например, однородный ветер, фиксированное положение животного), чтобы сделать проблему решаемой, сохраняя при этом ключевую динамику.

Ограничения и режимы отказа

Проблема количественной оценки аэрозольной передачи FMDV чрезвычайно сложна для решения из-за нескольких суровых, реалистичных стен, с которыми столкнулись авторы:

  • Физические ограничения:

    • Многофакторная аэрозольная динамика: Распространение аэрозолей FMDV определяется сложным взаимодействием выделения, поддержания жизнеспособности, транспорта (адвекция ветром), диффузии (из-за турбулентности), гравитационной седиментации, распада и последующего вдыхания. Каждый из этих процессов имеет свою собственную динамику и влияющие факторы.
    • Распределение частиц по размерам: Размер аэрозольных частиц значительно влияет на их поведение. Меньшие частицы (< 5 мкм, или < 6 мкм, на чем сосредоточено исследование) дольше остаются во взвешенном состоянии и распространяются дальше, тогда как более крупные частицы быстро оседают. Модель должна учитывать эту зависимую от размера динамику, которая не является однородной для разных видов или событий выделения.
    • Экологическая стойкость и распад: Жизнеспособность FMDV в аэрозолях очень чувствительна к условиям окружающей среды, особенно к относительной влажности (выживаемость наилучшая при > 55–60% относительной влажности). Вирус распадается со временем, с предполагаемым периодом полураспада (например, 2 часа в Таблице 2, или 12 часов для аэрозоля FMDV в [19]), что означает, что его инфекционность уменьшается с расстоянием и временем.
    • Атмосферные условия: Скорость и направление ветра имеют решающее значение для направленной миграции (адвекции), в то время как атмосферная турбулентность вызывает случайную диффузию. Эти факторы сильно варьируются в реальных сценариях, что затрудняет точное долгосрочное прогнозирование. В статье отмечается, что «турбулентная диффузия... является самой важной загадкой в физике».
    • Гравитационное оседание: Аэрозоли подвержены действию гравитации, что вызывает их оседание вниз. Это вертикальное движение должно быть сбалансировано с восходящей диффузией и горизонтальным транспортом.
    • Видоспецифические характеристики: Различные виды домашнего скота (крупный рогатый скот, овцы, свиньи) имеют разную высоту плеча (источник выделения), минимальные инфицирующие дозы (MID), емкость легких и количество выделяемого вируса. Свиньи, например, выделяют значительно больше вируса, чем крупный рогатый скот или овцы, несмотря на то, что сами менее восприимчивы к аэрозольной инфекции. Эти биологические различия требуют видоспецифических параметров.

  • Вычислительные ограничения:

    • Решение дифференциальных уравнений в частных производных (ДУЧП): Основа модели включает решение уравнения реакции-диффузии (Ур. 4 и 6) в трехмерном пространстве во времени. Эти уравнения математически сложны и требуют численного моделирования, которое может быть вычислительно интенсивным, особенно для больших пространственных и временных масштабов.
    • Сложность параметризации: Модель требует большого количества параметров (коэффициенты диффузии, скорости осаждения, скорости распада, количество выделений, скорости вдыхания, пороговые концентрации, скорость ветра и т. д.), которые варьируются в зависимости от вида, штамма вируса, размера частиц и условий окружающей среды. Точное определение и проверка этих параметров является существенной задачей.

  • Ограничения, основанные на данных:

    • Изменчивость и разреженность данных: В статье признается, что для критических параметров, таких как минимальная инфицирующая доза (MID), «различные экспериментальные исследования дали несколько разные результаты», что указывает на отсутствие универсально согласованных данных. Эта изменчивость вносит неопределенность в прогнозы модели.
    • Идеализированные условия против реальной сложности: Симуляции проводятся в «относительно идеализированных условиях», что означает, что они не полностью учитывают комбинированное воздействие температуры, влажности, орографических особенностей (рельефа) и переменного направления ветра. Включение этих реальных сложностей потребовало бы входных данных с более высоким разрешением и более сложных моделей, которые в настоящее время выходят за рамки сферы или доступности данных.
    • Упрощения поведения животных: Модель предполагает, что инфицированные животные находятся в фиксированном источнике (0,0,0) и не учитывает пространственное перемещение инфицированных или восприимчивых особей. Для моделирования на уровне фермы она изначально «пренебрегает пространственной неоднородностью в пределах каждой фермы», рассматривая ее как однородную единицу. Эти упрощения необходимы для управляемости модели, но представляют собой отход от реальной динамики.

Почему такой подход

Неизбежность выбора

Честно говоря, авторы не указали «точный момент» осознания, но введение статьи четко излагает ограничения существующих подходов, делая выбранный ими метод единственным жизнеспособным путем вперед для данной конкретной проблемы. Предыдущие математические модели передачи вируса ящура (FMDV) часто фокусировались на макроскопических масштабах, таких как передача между отдельными лицами или фермами, без углубления в тонкие механизмы аэрозольной пролонгации на различных пространственных расстояниях. Хотя некоторые исследования использовали диффузионные модели, такие как гауссова диффузия, NAME или DERMA, для патогенных микроорганизмов, они, очевидно, были недостаточно всеобъемлющими, чтобы охватить весь спектр факторов, влияющих на аэрозольную передачу FMDV.

Критическим пробелом было признано необходимость модели, которая могла бы механистически описать весь многофакторный процесс распространения аэрозолей FMDV. Это включает выделение из инфицированных животных, последующую диффузию по воздуху, седиментацию под действием силы тяжести, направленный транспорт ветром, распад жизнеспособности вируса в окружающей среде и последующее вдыхание восприимчивыми хозяевами. Стандартные эпидемиологические модели, хотя и полезны для динамики на популяционном уровне, обычно абстрагируются от этих физических процессов. Аналогично, общие модели атмосферного рассеяния могут не полностью интегрировать биологические особенности жизнеспособности вируса, видоспецифические скорости выделения/вдыхания и сложное взаимодействие факторов окружающей среды, имеющих отношение к FMDV. Следовательно, разработка специальной пространственно-временной динамической модели, основанной на законе Фика и учитывающей эти разнообразные элементы, стала необходимостью для точного количественного определения расстояний передачи.

Сравнительное превосходство

Качественное превосходство этого подхода заключается в его целостной и механистической интеграции как физических, так и биологических факторов, управляющих аэрозольной передачей FMDV. В отличие от более простых моделей, которые могут рассматривать распространение аэрозолей как «черный ящик» или полагаться на эмпирические аппроксимации, этот метод конструирует детальную физическую модель аэрозольной динамики. Он не просто предсказывает распространение; он объясняет, как происходит распространение, моделируя лежащие в основе процессы.

Структурное преимущество заключается в его способности объединить закон Фика для диффузии с членами для направленной адвекции (ветер), гравитационного оседания, выделения вируса и распада в единое дифференциальное уравнение в частных производных (ДУЧП). Это позволяет проводить детальное, пространственно-временно разрешенное моделирование концентрации аэрозолей $c(x, y, z, t)$. Кроме того, для анализа на уровне ферм эта физическая модель бесшовно связана с популяционной эпидемиологической моделью SIRV (восприимчивые-инфицированные-выздоровевшие-вирусная нагрузка). Этот двухступенчатый подход обеспечивает надежную основу: модель SIRV количественно определяет вирусную нагрузку, выделяемую инфицированной фермой с течением времени, которая затем подается в уравнение диффузии для прогнозирования дальнего аэрозольного рассеяния. Эта комплексная структура обеспечивает гораздо более тонкое понимание, чем предыдущие золотые стандарты, которым часто не хватало такой детальной интеграции физической аэрозольной динамики с эпидемиологическим прогрессированием. Речь идет не об уменьшении сложности памяти с $O(N^2)$ до $O(N)$, а о построении более точной и объяснительной модели с нуля.

Соответствие ограничениям

Выбранный метод идеально соответствует присущим ограничениям количественной оценки аэрозольной передачи FMDV. Проблема требует модели, которая может:

  1. Количественно определять расстояние передачи: Основным результатом уравнения диффузии является концентрация аэрозолей $c(x, y, z, t)$, которая при сравнении с видоспецифическими пороговыми значениями минимальной инфицирующей дозы (MID) напрямую дает эффективное расстояние передачи.
  2. Учитывать многофакторные процессы: Модель явно включает выделение (источник $A(x, y, z, t)$), свободную диффузию (коэффициент диффузии $D$), направленную миграцию (скорость ветра $w$ и скорость оседания $v$) и распад вируса (скорость распада $d$). Это напрямую решает сложный характер аэрозольной передачи.
  3. Охватывать пространственно-временную динамику: Использование дифференциального уравнения в частных производных (Ур. 4) по своей сути моделирует концентрацию вирусных аэрозолей в трехмерном пространстве ($x, y, z$) и во времени ($t$), удовлетворяя потребность в пространственно-временном анализе.
  4. Включать видоспецифические параметры: Модель разработана для принятия и использования различных параметров для крупного рогатого скота, овец и свиней (например, высота плеча $H_0$, скорости выделения $U$, скорости вдыхания и пороговые концентрации), отражая биологические различия между видами-хозяевами.
  5. Интегрировать условия окружающей среды: Переменные, такие как скорость ветра ($w$), коэффициент диффузии ($D$) и скорость распада ($d$), напрямую включены, что позволяет моделировать передачу в различных экологических сценариях.

«Слияние» суровых требований проблемы и уникальных свойств решения очевидно в этом прямом соответствии. Проблема требует детального понимания того, как аэрозоли движутся и сохраняются, а уравнение диффузии на основе закона Фика обеспечивает именно такое механистическое описание. При расширении до уровня фермы с помощью модели SIRV оно решает задачу понимания прогрессирования заболевания и его влияния на выделение вируса, что, в свою очередь, определяет распространение аэрозолей. Этот интегрированный подход гарантирует, что структура модели внутренне подходит для сложного, многомасштабного характера аэрозольной передачи FMDV.

Отклонение альтернатив

Статья подразумевает отказ от альтернативных подходов в основном из-за их недостаточной детализации или охвата для данной конкретной проблемы. Хотя предыдущие исследования использовали математические модели для передачи FMD, они часто не достигали цели в двух ключевых областях:

  1. Отсутствие детальной аэрозольной динамики: Многие эпидемиологические модели фокусировались на макроскопической передаче между отдельными лицами или фермами, но «не обсуждали роль аэрозольной пролонгации на различных пространственных контактных расстояниях между отдельными лицами». (Стр. 4) Это означает, что они не могли обеспечить тонкое, механистическое понимание аэрозольного рассеяния, которое искали авторы.
  2. Неполная интеграция влияющих факторов в существующие диффузионные модели: Статья признает существование таких моделей, как гауссова диффузия, NAME и DERMA, для диффузии патогенных микроорганизмов. Однако авторы решили «применить закон Фика для установления уравнения диффузии, описывающего выделение, седиментацию, транспорт, диффузию и вдыхание аэрозоля FMDV, выделяемого инфицированным животным... Комбинируя с различными влияющими факторами» (Стр. 4). Это предполагает, что, хотя эти модели могут обрабатывать некоторые аспекты диффузии, они, вероятно, не предлагали единой интегрированной структуры, которая одновременно учитывала бы выделение, седиментацию, направленный транспорт, диффузию, распад и видоспецифические скорости вдыхания так же полно, как предлагаемая модель. Необходимость объединения «различных влияющих факторов» в единое уравнение диффузии подразумевает, что существующие модели не были достаточно адаптированы к уникальным сложностям поведения аэрозолей FMDV, особенно к взаимодействию ветра, гравитации и жизнеспособности вируса.

Статья не упоминает и не подразумевает отказ от моделей машинного обучения, таких как GAN, CNN или Трансформеры, поскольку это принципиально иные парадигмы, не подходящие для механистического моделирования физических и биологических процессов, описанных здесь. Альтернативы, которые рассматривались и были неявно отклонены, были другими формами эпидемиологических моделей или моделей атмосферного рассеяния, которым не хватало необходимой детализации и интеграции для всестороннего пространственно-временного анализа аэрозольной передачи FMDV.

Figure 4. The contour of spatial distribution of virus aerosol exhaled from one infected cattle standing at location (0,0,0) in scenario I. (a) z = 0.25 m. (b) z = 0.5 m. (c) z = 1.5 m. Where, the contour lines represent the threshold infection concentrations for different animals: 0.07 TCID50/m3 (cattle), 0.7 TCID50/m3 (sheep), and 16 TCID50/m3 (pigs). The regions bounded by the curves marked 0.07, 0.7, and 16 identify the areas where susceptible cattle, sheep, and pigs can be infected, respectively. Contours in later figures share the same interpretation and are not redefined

Математический и логический механизм

Главное уравнение

Основным математическим двигателем, лежащим в основе анализа аэрозольной передачи FMDV на уровне отдельных животных в данной статье, является трехмерное дифференциальное уравнение в частных производных реакции-диффузии-адвекции. Это уравнение описывает пространственно-временную эволюцию концентрации вирусных аэрозолей, учитывая выделение, диффузию, адвекцию ветром и гравитацией, а также распад. Наиболее полная форма, выведенная из Первого закона Фика и принципов массового баланса, представлена в Уравнении (4) статьи:

$$ \frac{\partial c(x, y, z, t)}{\partial t} + w \frac{\partial c(x, y, z, t)}{\partial x} - v \frac{\partial c(x, y, z, t)}{\partial z} = D \left[ \frac{\partial^2 c(x, y, z, t)}{\partial x^2} + \frac{\partial^2 c(x, y, z, t)}{\partial y^2} + \frac{\partial^2 c(x, y, z, t)}{\partial z^2} \right] + A(x, y, z, t) - d \cdot c(x, y, z, t) $$

Потерминный разбор

Давайте разберем это главное уравнение, чтобы понять роль каждого компонента:

  • $c(x, y, z, t)$:

    1. Математическое определение: Это концентрация вирусных аэрозолей в определенной пространственной координате $(x, y, z)$ и времени $t$. Ее единица измерения — TCID50/м$^3$.
    2. Физическая/логическая роль: Она представляет собой плотность инфекционных вирусных частиц, взвешенных в воздухе в данном месте и в данный момент. Конечная цель модели — определить это значение в пространстве и времени для оценки риска заражения.
    3. Почему этот оператор: Это зависимая переменная, величина, которую мы решаем.

  • $\frac{\partial c(x, y, z, t)}{\partial t}$:

    1. Математическое определение: Это частная производная концентрации $c$ по времени $t$.
    2. Физическая/логическая роль: Этот член представляет собой скорость изменения концентрации вирусных аэрозолей в фиксированной точке пространства. Он определяет, как концентрация увеличивается или уменьшается со временем из-за всех других процессов (выделение, транспорт, диффузия, распад).
    3. Почему этот оператор: Это фундаментальный член в любой динамической модели, указывающий на временную эволюцию системы.

  • $w \frac{\partial c(x, y, z, t)}{\partial x}$:

    1. Математическое определение: Это член адвекции в направлении $x$, где $w$ — скорость ветра вдоль положительной оси $x$, а $\frac{\partial c}{\partial x}$ — градиент концентрации по пространству в направлении $x$.
    2. Физическая/логическая роль: Этот член описывает транспорт вирусных аэрозолей из-за объемного движения воздуха (ветра). Если есть ветер, он будет уносить аэрозоли вместе с собой, изменяя концентрацию в точке по мере прохождения «облака» вируса. Автор использовал сложение, поскольку адвекция является направленным механизмом транспорта, который добавляет или удаляет концентрацию в зависимости от направления потока и градиента.
    3. Почему этот оператор: Это пространственная производная первого порядка, умноженная на скорость, характерная для адвективного транспорта.

  • $- v \frac{\partial c(x, y, z, t)}{\partial z}$:

    1. Математическое определение: Это член адвекции в направлении $z$, где $v$ — скорость оседания (скорость осаждения) аэрозольных частиц из-за гравитации, а $\frac{\partial c}{\partial z}$ — градиент концентрации по пространству в направлении $z$. Отрицательный знак указывает на движение в отрицательном направлении $z$ (вниз).
    2. Физическая/логическая роль: Этот член учитывает седиментацию или гравитационное оседание вирусных аэрозолей, притягивая их вниз к земле. Это уменьшает концентрацию в воздухе на больших высотах и увеличивает ее вблизи земли (до абсорбции).
    3. Почему этот оператор: Подобно члену адвекции ветром, это пространственная производная первого порядка, умноженная на скорость, но с отрицательным знаком, отражающим движение вниз.

  • $D \left[ \frac{\partial^2 c(x, y, z, t)}{\partial x^2} + \frac{\partial^2 c(x, y, z, t)}{\partial y^2} + \frac{\partial^2 c(x, y, z, t)}{\partial z^2} \right]$:

    1. Математическое определение: Это член диффузии, где $D$ — коэффициент диффузии, а выражение в скобках — оператор Лапласа ($\nabla^2 c$). Он включает в себя вторые частные производные концентрации по каждому пространственному измерению.
    2. Физическая/логическая роль: Этот член представляет собой случайное распространение или дисперсию вирусных аэрозолей из-за турбулентности воздуха и молекулярных столкновений. Он действует для сглаживания градиентов концентрации, перемещая частицы из областей высокой концентрации в области низкой концентрации. Автор использовал сложение для компонентов Лапласиана, поскольку диффузия действует независимо вдоль каждой пространственной оси для распространения вещества.
    3. Почему этот оператор: Лапласиан является стандартным математическим представлением диффузионных процессов, указывающим, как величина распространяется в пространстве.

  • $A(x, y, z, t)$:

    1. Математическое определение: Это источник, представляющий скорость выделения вирусных аэрозолей инфицированным животным в месте $(x, y, z)$ за единицу времени. Он определяется как $U$ (количество выделений) в месте источника $(0,0,H_0)$ и ноль в других местах.
    2. Физическая/логическая роль: Этот член вводит новые вирусные аэрозоли в систему из инфицированного источника. Это источник частиц FMDV в воздухе.
    3. Почему этот оператор: Это аддитивный член, поскольку он напрямую способствует концентрации вирусных аэрозолей.

  • $- d \cdot c(x, y, z, t)$:

    1. Математическое определение: Это член распада, где $d$ — скорость распада вирусных аэрозолей в окружающей среде, а $c$ — концентрация.
    2. Физическая/логическая роль: Этот член учитывает инактивацию или потерю жизнеспособности вирусных частиц со временем из-за факторов окружающей среды (например, обезвоживания, УФ-излучения). Он уменьшает эффективную концентрацию инфекционного вируса.
    3. Почему этот оператор: Это мультипликативный член с отрицательным знаком, поскольку скорость распада пропорциональна текущей концентрации, что приводит к экспоненциальному уменьшению со временем.

Пошаговый поток

Представьте себе одну абстрактную частицу вирусного аэрозоля ящура, начинающую свое путешествие от инфицированного животного. Общий сценарий включает инфицированное животное (крупный рогатый скот, овцы или свиньи) на плоской поверхности, с восприимчивыми животными вокруг него, и рассеивание вирусных аэрозолей под влиянием ветра.

  1. Выделение: Сначала частица выделяется из носа или рта инфицированного животного, что представлено членом источника $A(x, y, z, t)$. Это происходит на определенной высоте $H_0$ над землей, обычно в начале координат модели $(0,0,H_0)$.
  2. Адвекция ветром: Оказавшись в воздухе, если есть какой-либо ветер (скорость $w$), частица немедленно уносится по направлению ветра (например, по положительной оси $x$). Это компонент общего движения, смещающий общее положение частицы.
  3. Гравитационное оседание: Одновременно, из-за гравитации, частица начинает оседать вниз со скоростью $v$. Это означает, что ее $z$-координата постоянно уменьшается, приближая ее к земле.
  4. Турбулентная диффузия: Во время адвекции частица также испытывает случайное хаотическое движение из-за турбулентности воздуха и молекулярных столкновений. Этот диффузионный процесс вызывает рассеяние частицы от ее начальной траектории во всех трех пространственных измерениях ($x, y, z$), делая ее путь менее предсказуемым и рассеивая ее по большей площади.
  5. Экологический распад: На протяжении всего своего воздушного путешествия частица вируса также подвергается экологическому распаду. Ее инфекционность со временем уменьшается со скоростью $d$, что означает, что даже если она достигнет восприимчивого хозяина, она может быть уже недостаточно жизнеспособной, чтобы вызвать инфекцию.
  6. Наземная абсорбция: Если движение частицы вниз (из-за оседания или случайной диффузии) приводит к ее достижению земли ($z=0$), она считается полностью абсорбированной. Это условие абсорбирующей границы, что означает, что концентрация вируса на земле фактически равна нулю, и частицы не реаэрозолизируются.
  7. Накопление концентрации: Все эти процессы — выделение, транспорт ветром, гравитационное оседание, турбулентная диффузия и распад — в совокупности определяют концентрацию $c(x, y, z, t)$ жизнеспособных вирусных аэрозолей в каждой точке пространства и времени. Модель непрерывно рассчитывает эту концентрацию.
  8. Оценка риска: Наконец, рассчитанная концентрация $c(x, y, z, t)$ в любой данной точке сравнивается с видоспецифическим пороговым значением концентрации (например, 0,07 TCID50/м$^3$ для крупного рогатого скота). Если концентрация превышает этот порог, данное место считается находящимся в пределах эффективного расстояния передачи, указывая на потенциальный риск заражения.

Весь этот процесс похож на сложную невидимую сборочную линию, где вирусные частицы высвобождаются, подвергаются воздействию сил окружающей среды и постепенно теряют свою силу, пока они либо не заразят хозяина, либо не станут инертными.

Динамика оптимизации

Механизм, описанный в данной статье, является в первую очередь моделью моделирования и прогнозирования, а не оптимизационной моделью в традиционном смысле итеративной корректировки параметров для минимизации функции потерь. Модель не «обучается» или «обновляет» свои внутренние параметры с помощью алгоритма оптимизации. Вместо этого ее динамика заключается в решении детерминированного дифференциального уравнения в частных производных (ДУЧП) для понимания физического распространения аэрозолей FMDV.

«Динамика» здесь относится к:

  1. Численное решение ДУЧП: Основная задача модели — численно решить главное уравнение для $c(x, y, z, t)$ в определенной пространственной области и временном периоде. Это включает дискретизацию непрерывного пространства и времени на сетку и применение численных методов (например, методов конечных разностей) для аппроксимации решения. «Обновление состояния» — это расчет $c$ на каждом последующем временном шаге на основе его текущего значения и влияния всех членов (адвекция, диффузия, источник, распад).
  2. Исследование параметров и анализ сценариев: Авторы исследуют различные «сценарии», варьируя входные параметры, такие как скорость ветра ($w$), коэффициент диффузии ($D$), скорость оседания ($v$), скорость распада ($d$) и высота выделения ($H_0$). Это не оптимизация, а анализ чувствительности для понимания того, как эти факторы формируют «ландшафт потерь» расстояния передачи. Например, более высокие скорости ветра будут растягивать аэрозольный шлейф, а более высокие скорости распада — сжимать его.
  3. Сходимость к распределению концентрации: Для заданного набора параметров и начальных условий численное моделирование будет сходиться к пространственно-временному распределению концентрации вируса. Это не сходимость параметров модели, а скорее достижение системой стабильного или развивающегося профиля концентрации.
  4. Определение риска на основе пороговых значений: «Обучение» или «результат» этого механизма — это определение эффективного расстояния передачи. Это достигается путем сравнения смоделированной концентрации $c(x, y, z, t)$ с предопределенным порогом минимальной инфицирующей дозы. Граница, где $c$ падает ниже этого порога, определяет максимальный диапазон передачи. Модель не корректирует свои параметры для достижения определенного расстояния передачи; она предсказывает расстояние при заданных экологических и биологических входных данных.

По сути, модель обеспечивает прямое моделирование поведения аэрозолей. «Оптимизация» выполняется исследователями, которые интерпретируют результаты моделирования в различных сценариях для выявления критических факторов и прогнозирования рисков передачи, а не самой моделью посредством итеративного процесса обучения.

Figure 2. Schematic diagram of the variation of aerosol concentration in microvolume element Figure 1. Schematic diagram of study scenario

Результаты, ограничения и заключение

Дизайн эксперимента и базовые уровни

Для строгого подтверждения своих математических утверждений относительно аэрозольной передачи FMDV исследователи разработали серию численных симуляций в различных сценариях. Основу их экспериментального дизайна составила пространственно-временная динамическая модель, в частности, уравнение диффузии (Ур. (4)), которое тщательно характеризовало выделение, диффузию, седиментацию и направленную миграцию аэрозолей FMDV. Эта модель применялась для количественной оценки эффективных расстояний передачи в различных условиях окружающей среды и для различных инфицированных видов животных (крупный рогатый скот, овцы, свиньи), выступающих в качестве источников, и различных восприимчивых видов в качестве целей.

Экспериментальная установка включала три основных сценария передачи от отдельных животных:
1. Сценарий I (Краткосрочный, без ветра): Этот сценарий моделировал рассеяние аэрозолей в течение короткого периода (1 час) в стабильных атмосферных условиях без значительных потоков ветра. Он также учитывал движение голов животных вверх и вниз, подразумевая различные высоты выделения. Это послужило базовым уровнем для понимания локализованного распространения без адвективного транспорта.
2. Сценарий II (Долгосрочный, постоянный ветер): Расширяя продолжительность до 24 часов, этот сценарий вводил постоянное направление ветра (положительная ось x) и постоянную, низкую скорость ветра 0,1 м/с. В этих условиях оседание аэрозолей считалось незначительным, что упрощало аспект вертикального движения. Этот сценарий был направлен на выявление влияния даже слабого ветра на дальнюю передачу.
3. Сценарий III (Долгосрочный, реальный ветер): Этот продвинутый сценарий использовал фактические данные о скорости ветра из Пекина, Китай, за период с 27 по 28 октября 2024 года. Предполагалось, что направление ветра было постоянным (юго-запад), чтобы облегчить моделирование максимальных расстояний. Это обеспечило более реалистичную оценку передачи в условиях переменного, но направленного ветрового режима.

Помимо передачи от отдельных животных, исследование также включало моделирование на уровне ферм. Оно включало популяционную модель SIRV (восприимчивые-инфицированные-выздоровевшие-вирусная нагрузка) (Ур. (5)) для моделирования временной динамики инфекции на ферме из 1000 непривитых животных, начиная с одного инфицированного индивида. Результаты этой внутрифермской модели (выделение вируса) затем подавались в модель пространственной диффузии для оценки инфекционности по отношению к окружающим восприимчивым фермам в течение 7-дневного периода, снова при постоянной скорости ветра 0,1 м/с.

«Жертвами» в этих экспериментах были восприимчивые популяции крупного рогатого скота, овец и свиней, чьи минимальные инфицирующие дозы (MID) и скорости вдыхания были ключевыми параметрами в определении риска заражения. «Базовыми уровнями» для сравнения были в основном различные условия окружающей среды (без ветра против различных скоростей ветра) и присущие различия в скоростях выделения вируса и восприимчивости среди видов домашнего скота. Тщательная параметризация, основанная на обширной литературе (Таблицы 1, 2, 3, 8), позволила исследователям безжалостно доказать, как конкретные факторы, такие как скорость ветра и характеристики животных, однозначно влияли на расстояния аэрозольной передачи FMDV.

Что доказывают доказательства

Представленные в данной статье доказательства однозначно доказывают критическую роль ветра в аэрозольной передаче FMDV и подчеркивают различный вклад различных видов домашнего скота в качестве источников инфекции. Основной механизм, уравнение диффузии, включающее свободную диффузию, направленную адвекцию и гравитационное оседание, успешно прояснил эту динамику в различных сценариях.

В стабильных атмосферных условиях (Сценарий I, 1 час, без ветра):
Эффективные расстояния аэрозольной передачи были удивительно ограничены. Инфицированная свинья могла передать вирус на расстояние до 5–6 м крупному рогатому скоту, 2–3 м овцам и 1–2 м другим свиньям. В отличие от этого, инфицированный крупный рогатый скот и овцы демонстрировали очень ограниченное распространение, достигая всего 1–2 м до крупного рогатого скота и 1 м до овец, и, что важно, не имели обнаруживаемой способности к аэрозольной передаче свиньям. Это дает неоспоримые доказательства того, что в отсутствие ветра аэрозольное распространение FMDV является очень локализованным событием, причем свиньи являются наиболее значимым источником на коротких расстояниях.

При постоянной низкой скорости ветра (Сценарий II, 24 часа, ветер 0,1 м/с):
Введение даже слабого ветра резко увеличило расстояния передачи до километрового диапазона, недвусмысленно демонстрируя доминирующую роль ветра.
- Инфицированная свинья стала гораздо более мощным источником, передавая вирус на 10–11 км крупному рогатому скоту, 9–10 км овцам и 7–8 км другим свиньям.
- Инфицированный крупный рогатый скот и овцы, которые были в основном неэффективны без ветра, теперь демонстрировали значительные диапазоны передачи: 7–8 км до крупного рогатого скота, 5–6 км до овец и 2 км до свиней.
Доказательства далее показали, что свиные источники последовательно демонстрировали более длинные диапазоны передачи, превышая таковые от крупного рогатого скота/овец на 35–45% для воздействия на крупный рогатый скот и на 65–80% для воздействия на овец. Передача от свиньи к свинье была в 3–4 раза больше, чем от крупного рогатого скота/овец к свиньям. Напротив, крупный рогатый скот демонстрировал диапазон восприимчивости в 4 раза шире, чем свиньи, а овцы — в 3 раза шире, чем свиньи. Это четко подтверждает способность модели различать динамику передачи в зависимости как от источника, так и от восприимчивого вида в условиях адвекции.

В условиях реального, переменного ветра (Сценарий III, 24 часа, данные пекинского ветра):
Симуляции прогнозировали максимальные расстояния передачи, превышающие 200 км. Инфицированная свинья могла передать вирус на 250–270 км крупному рогатому скоту, 230–240 км овцам и 180–190 км другим свиньям. Инфицированный крупный рогатый скот и овцы также демонстрировали обширные диапазоны, достигая 190 км до крупного рогатого скота, 140 км до овец и 20 км до свиней. Эти неоспоримые доказательства подчеркивают, что сильные, устойчивые ветры могут способствовать чрезвычайно дальнему аэрозольному распространению FMDV, делая его критическим фактором в региональном распространении заболевания.

Моделирование на уровне ферм (7 дней, ветер 0,1 м/с):
Популяционная модель показала, что эффективность внутрифермской передачи была самой высокой на свинофермах, что привело к поражению всего стада всего за одну неделю. Крупные рогатые фермы занимали около трех недель, а овечьи фермы — пять недель. Эта высокая внутренняя передача и последующее выделение вируса со свиноферм привели к максимальным расстояниям передачи к окружающим восприимчивым фермам: 17–22,68 км. Крупные рогатые фермы следовали за ними с 6,2–12,07 км, а овечьи фермы имели наименьший диапазон — 4,8–10,8 км. Линейное временное расширение аэрозольного распространения FMDV за семь дней еще больше укрепило понимание того, как вспышки на уровне ферм могут обостряться со временем.

Таким образом, экспериментальная валидация предоставляет окончательные, неоспоримые доказательства того, что разработанная пространственно-временная модель точно отражает сложное взаимодействие выделения, диффузии, седиментации и адвекции ветром в аэрозольной передаче FMDV. Она безжалостно доказывает, что ветер является основным движителем дальнего распространения, а инфицированные свиньи последовательно являются наиболее значимым источником аэрозольного вируса как на индивидуальном, так и на фермском уровне.

Ограничения и будущие направления

Хотя данное исследование дает бесценное представление об аэрозольной передаче FMDV, важно признать его присущие ограничения и рассмотреть, как эти выводы могут быть далее развиты.

Текущие ограничения:
Одно из основных ограничений связано с идеализированными условиями, при которых были получены многие результаты. Модель в ее текущей форме не полностью учитывает комбинированное воздействие сложных факторов окружающей среды, таких как переменная температура, колебания влажности, разнообразные орографические особенности (например, холмы, долины) и динамическое направление ветра. Реальные ветровые режимы редко бывают фиксированными или однородными, и эти неучтенные переменные могут значительно изменить рассеяние аэрозолей и жизнеспособность вируса. Например, высокая влажность может продлить выживаемость вируса, в то время как сложный рельеф может создавать локальную турбулентность или канальные эффекты, влияя на фактические расстояния передачи.

Кроме того, текущая математическая модель в основном фокусируется на аэрозольной передаче от одного инфицированного хозяина. Хотя это дает фундаментальное понимание, она признает, что прямой контакт «нос к носу» также имеет эпидемиологическое значение. Абстрагирование модели от пространственной неоднородности внутри ферм в популяционном анализе является еще одним упрощением. Животные на ферме не распределены равномерно, и их модели поведения могут влиять на локальные вирусные концентрации и последующую динамику выделения. Модель также не учитывает явно влияние различных штаммов вируса, которые, как было показано, имеют различную стабильность аэрозолей и инфекционность.

Будущие направления и темы для обсуждения:
Опираясь на эту надежную основу, возникает несколько направлений для будущих исследований и разработок, предлагающих разнообразные перспективы для стимулирования критического мышления:

  1. Интегрированные модели передачи: Важным следующим шагом является разработка более комплексной макроскопической модели, которая интегрирует как аэрозольные, так и прямые контактные пути передачи. Это потребует включения моделей поведения животных и взаимодействий при прямом контакте внутри ферм и между ними. Как взаимодействие между ближним прямым контактом и дальним аэрозольным распространением может повлиять на общую эпидемическую динамику и стратегии контроля? Могут ли существовать синергетические эффекты, когда локализованная прямая передача поддерживает высокую вирусную нагрузку, способствуя последующим дальним аэрозольным событиям?

  2. Уточненная параметризация окружающей среды: Чтобы выйти за рамки идеализированных условий, будущие модели должны включать входные данные с более высоким разрешением для метеорологических факторов (температура, влажность, поля ветра в реальном времени с несколькими направлениями) и топографических данных. Это потребует передовых моделей атмосферного рассеяния, способных обрабатывать сложные пограничные слои и рельеф. Точкой обсуждения может быть: Каковы вычислительные проблемы и требования к данным для такого высокоточного моделирования окружающей среды, и как мы можем сбалансировать сложность модели с практической применимостью для оценки рисков в реальном времени?

  3. Сценарии выделения из нескольких источников и гетерогенность ферм: Текущая модель в основном рассматривает один инфицированный источник. Будущие работы должны исследовать сценарии выделения из нескольких источников, моделируя высвобождение вируса из нескольких инфицированных животных в пространственном распределении внутри фермы или даже из нескольких инфицированных ферм одновременно. Кроме того, повышение детализации популяционной модели для учета внутрифермской пространственной неоднородности (например, планировка загонов, вариации плотности животных, ограничения на перемещение) может дать более точные прогнозы выделения вируса и локального распространения. Это поднимает вопрос: Как различные практики управления фермами и инфраструктурные решения влияют на эффективное выделение вируса и последующее дальнее распространение?

  4. Оптимизация параметров и валидация эксперимента: В статье упоминается уточнение модели путем оптимизации параметров эксперимента. Это жизненно важно. Будущие исследования должны быть сосредоточены на эмпирической валидации прогнозов модели на основе реальных данных о вспышках, где это возможно. Это может включать контролируемые полевые эксперименты (этически сложные для FMDV, но возможные для суррогатных вирусов) или ретроспективный анализ исторических вспышек с детальными данными об окружающей среде и эпидемиологии. Ключевым обсуждением будет: Каковы наиболее критические параметры, требующие дальнейшей экспериментальной валидации, и какие новые экспериментальные конструкции могли бы предоставить необходимые данные для снижения неопределенности модели?

  5. Адаптация видоспецифических моделей: В статье подчеркиваются различные практики животноводства для свиней, крупного рогатого скота и овец. Будущие модели должны быть более специфически адаптированы к этим различиям, учитывая вариации в содержании, вентиляции и поведении животных, которые влияют на генерацию и рассеяние аэрозолей. Например, как различные системы вентиляции на свинофермах сравниваются с открытыми пастбищами для крупного рогатого скота с точки зрения сдерживания или рассеивания аэрозолей?

  6. Экономические и политические последствия: Помимо научного понимания, результаты имеют значительные экономические и политические последствия. Количественная оценка расстояний передачи может информировать рациональное размещение животноводческих ферм, проектирование карантинных зон и распределение ресурсов для профилактики и контроля. Критическое обсуждение может касаться: Как эти уточненные модели могут быть преобразованы в действенные политические рекомендации по борьбе с FMDV, и каковы экономические компромиссы между внедрением более строгих мер биобезопасности и управлением более крупными зонами вспышек?

Устраняя эти ограничения и исследуя эти будущие направления, научное сообщество может развить понимание передачи FMDV, что приведет к более надежным предиктивным моделям и более эффективным стратегиям контроля заболеваний.

Figure 6. The contour of spatial distribution of virus aerosol exhaled from one infected pig standing at location (0,0,0) in scenario I. (a) z = 0.25 m. (b) z = 0.5 m. (c) z = 1.5 m