基因型网络驱动 viral 进化中的振荡性流行病状态和流行病轨迹

快速演化的病毒使用抗原漂移作为关键机制来规避宿主免疫并在真实人群中持续存活。尽管传统的抗原漂移和流行病传播模型依赖于低维抗原空间，但基因组监视数据揭示病毒进化产生复杂的抗原基因型网络，具有分层模块化结构。本研究中，我们提出一个生态-演化框架，病毒进化和人群免疫动力学受抗原基因型网络结构的影响。使用合成网络，我们证明网络拓扑本身即可驱动稳定内患状态与周期性流行病之间的转换。进一步，我们的结果表明，将 H3N2 流感病毒的基因型网络整合到我们的模型中后，可用于估计其演化导致的各种 haplotype 的出现时间。我们的发现强调了基因型网络拓扑在塑造流行病行为中的关键作用，并提供了一个将真实世界基因组数据集成到预测流行病模型中的稳健框架。